CN103745476B - 基于线扫描局部峰值分析的手机隔板砂粒检测方法 - Google Patents

Abstract

本发明公开一种基于线扫描局部峰值分析的手机隔板砂粒检测方法，其步骤为：（1）对手机隔板图像掩膜操作得到待检测区域；（2）采用顶帽变换对隔板图像进行预处理；（3）采用线段并通过旋转扫描来分析待检区域内不同方向上像素点的横截面特性，根据线扫描邻域内部像素点和外围像素点之间的灰度相对强弱关系进行二值编码，获得该点的线扫描响应值；（4）计算该点在各方向上属于局部峰值的可能性测度得到局部峰值评价图；（5）结合局部峰值和像素点灰度信息，计算待检测点属于砂粒的匹配分数S^t(x,y)，得到匹配分数图，同时采用双阈值处理技术，实现手机隔板残留砂粒的提取与分割。本发明对对比度变化不敏感，对砂粒检测的敏感性强，漏检和误检率低。

Description

基于线扫描局部峰值分析的手机隔板砂粒检测方法

技术领域

本发明涉及一种手机配件外观质量的检测方法，特别涉及一种基于线扫描局部峰值分析的手机隔板砂粒检测方法。

背景技术

手机是目前影响最广的消费电子产品，手机在大批量生产过程中，对外观质量要求极高，传统的手机配件的检测通常由人工完成，人工目检方便、实用、适应性强，但劳动强度大，效率低，检测人员容易产生疲劳，存在错检、漏检等问题，目前国内外研究人员对手机配件的检测主要是研制快速、可靠和准确的鲁棒机器视觉检测技术，在高速手机配件生产线上提高产品质量，降低检验成本，提高生产率，目前有关手机配件的检测已有很多研究，主要涉及以下几种配件：

1、手机键盘的缺陷检测。对手机键盘缺陷的检测主要可分两类：一类对手机键盘图像的缺陷检测，常见的缺陷主要有颜色失真、黑点、文字模糊、冲痕、漏印、纤毛不良、刮伤等；一类是手机组装的偏移：主要缺陷包括按键错位、按键偏斜、按键缺失等。

2、手机外壳表面的检测。对手机外观的缺陷检测主要包括缩孔、压伤、凹坑、划痕、毛刺、颗粒、异物、斑点、色差、缺损、塑料壳表面气泡等。

3、手机屏幕缺陷的检测。对手机屏幕的质量检测主要包括表面缺陷(划痕)和显示缺陷(几何失真、坏点、色差)等。

手机隔板在注塑成型后，常常采用磨砂工艺来清除隔板表面毛刺，在此过程中，可能在预留的安装槽中会有残留砂粒，残留砂粒尺寸差异不大，在图像上呈现为一定尺寸的亮色圆点结构，残留砂粒会直接影响手机的后续装配，而隔板作为手机装配的重要部件，其外观质量直接影响手机装配质量，因此对它的检测对于手机品质的控制有着重要意义。

综上所述，近年来虽然国内外众多学者针对手机各种配件的质量检测进行了大量的研究，但是还没有相关文献报导过手机隔板配件质量的检测方法，所以研究隔板有关的缺陷检测方法有重要意义。

发明内容

为了解决上述技术问题，本发明提供一种基于线扫描局部峰值分析的手机隔板砂粒检测方法。本发明综合利用了线扫描和二值编码技术，同时利用双阈值分割技术，算法实现简单，准确率高，具有对比度变化不敏感的显著优点，同时对砂粒检测的敏感性强，漏检和误检率低，能够很好的分割黏连在一起的砂粒点。

本发明解决上述问题的技术方案包括以下步骤：

(1)对待检测手机隔板图像进行掩膜操作得到待检测区域图像；

(2)采用两种不同尺寸的圆盘结构元素分别对步骤(1)得到的待检测区域图像进行顶帽变换，首先选择一个尺寸大于砂粒点的结构元素对原图像进行顶帽变换，然后再选择一个尺寸小于砂粒点的结构元素对原图再进行一次顶帽变换，然后以两次顶帽变换的差值作为预处理增强的输出图像；

(3)设计长度为l的线段按等角度θ逆时针旋转扫描步骤(2)得到的预处理图像，根据图像旋转公式计算旋转α角度后扫描线段上各邻域点的坐标，以扫描线段终点的像素灰度值为阈值对其扫描线上的邻域点进行二值编码，以此二进制数值作为该点的线扫描响应值同时利用砂粒在相对反方向上灰度变化呈近似对称的特性，计算相反方向上的扫描响应值得到扫描响应图；

(4)根据砂粒点在理想峰值扫描值r_op，定义在α方向上该点为峰值点的可能性从而计算该点属于局部峰值的可能性测度最终得到局部峰值评价图；

(5)结合灰度信息和局部峰值可能性测度，计算待检测点属于砂粒的匹配分数S^t(x,y)，得到分数映射图，同时采用双阈值处理技术，实现手机隔板残留砂粒的提取与分割。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(2)的具体步骤为：首先选择一个尺寸大于砂粒点的结构元素对原图像进行顶帽变换，然后再选择一个尺寸小于砂粒点的结构元素对原图再进行一次顶帽变换，然后以两次顶帽变换的差值作为预处理增强的输出图像。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述两种不同尺寸的顶帽变换操作分别采用的是半径为5和1的圆盘结构元素。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(3)的具体步骤为：

①设计长度l大于砂砾半径的的线段通过旋转扫描步骤(2)得到的预处理增强图像，扫描线的起始点o位于待检测像素点上，然后以o点为原点按等角度θ逆时针旋转，旋转方向α选取公式：

α∈Φ＝{ψ₁,ψ₂…}:0°≤ψ_i<360°∧ψ_i+1-ψ_i＝θ (5)

②设置初始扫描线上各点坐标为：

$L_0^l=\left[\begin{array}{ccccccc}x& x& x& x& ...& ...& x\\ y& y+1& y+2& y+3& ...& ...& y+l\end{array}\right]$

根据式(6)计算旋转角度α后扫描线段上各邻域点的坐标，

$L_{\mathrm{\&alpha;}}^l=\left[\begin{array}{cc}\cos \left(\mathrm{\&alpha;}\right)& -\sin \left(\mathrm{\&alpha;}\right)\\ \sin \left(\mathrm{\&alpha;}\right)& \cos \left(\mathrm{\&alpha;}\right)\end{array}\right]*L_0^l---\left(6\right)$

如果扫描线旋转后的邻域点坐标不是整数，则通过双线性插值法计算得到该位置的图像灰度值；

③以原点o为起始点，令扫描线上各点的编号为p＝0,1,…,l，而是α方向第p个邻域点的图像灰度值，以作为基准，比较与的值，对该扫描线上的邻域点进行二值编码，如果小于或等于那么该邻域像素点位置就被标记为0，否则标记为1，编码原理如式(7)所示，

BM^l _α＝{s[g(L^l _α[0])-g(L^l _α[l])],...,s[g(L^l _α[l])-g(L^l _α[l])]} (7)

其中s为符号函数，

将二进制编码依序从起始点到端点分别与对应邻域点权值2^l-p进行加权求和，得到线扫描响应值

$r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{\mathrm{BM}}_{\mathrm{\&alpha;}}^l\left(p\right)*2^{l-p}---\left(8\right)$

④根据同样的原理计算相反方向上的扫描响应值计算和时，均以端点为阈值，对扫描线上各点进行二值化。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述角度θ大于等于6°。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(4)的具体步骤为：

①理想的砂粒点呈高斯分布的峰值区域在所有方向上对应的二进制编码除最低位为0外，其它位为1，因此在所有方向上的理想峰值扫描值均为：

$r_{op}=r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{2}^{l-p}-1,\&ForAll;\mathrm{\&alpha;}\&Element;\mathrm{\&Phi;}---\left(9\right)$

②α方向上该点为峰值点的可能性为：

$p_{\mathrm{\&alpha;}}^l=1-\frac{\sqrt{{(r_{\mathrm{\&alpha;}}^{-l}-r_{op})}^2+{(r_{\mathrm{\&alpha;}}^{+l}-r_{op})}^2}}{\sqrt{2}*r_{op}}---\left(10\right)$

由于均在[0,r_op]区间取值，因此其中局部峰值上像素点取值为1，而平坦区域像素点取值接近0；

③计算该点在各方向上属于局部峰值的可能性测度为：

$P_m^t=\frac{\underset{\mathrm{\&alpha;}}{sum}\left(\right|p_{\mathrm{\&alpha;}}^l\&GreaterEqual;t\left|\right)}{\left|\mathrm{\&Phi;}\right|}---\left(11\right)$

式中|·|表示求集合的范数，也就是集合中元素数目，表示对所有旋转方向进行求和，表示检测点在阈值为t时属于局部峰值的可能性，阈值t在[0,1]取值，由可以得到局部峰值评价图。

上述基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(5)的具体步骤为：

①作为局部峰值点，砂粒点灰度值比较大，结合灰度信息和局部峰值可能性测度，待检测点属于砂粒的匹配分数为：

$S^t(x,y)=p_m^t(x,y)*I(x,y)---\left(12\right)$

其中I(x,y)是图像预处理后归一化的像素点(x,y)灰度值；

②采用滞后双阈值技术检测并分割出对应的砂粒点区域；滞后阈值选取包括一对阈值b_l和b_h,b_l<b_h；在图像二值分割时，如果像素点S^t值大于b_h，则指定为1，而S^t小于b_l的像素点设为0，对于S^t取值在b_l和b_h之间的像素点，如果能够找到一条联接通道可以和S^t大于b_h的点连通，且该通道上的所有像素的S^t均大于b_l，则该像素也被设为1。

本发明的有益效果在于：

1、本发明采用了改进的顶帽变换技术对检测图像进行预处理，极大降低了噪声，待检测瑕疵点得以突出，大大提高了图像信噪比，有利于图像后续处理。

2、本发明利用砂粒呈现为圆点状局部峰值区域，具有全向对称结构特性以及灰度高斯分布特性，设计了一种旋转线扫描算子，并结合二值化编码技术，对待检测像素点进行特征分析，最终结合局部峰值和像素点灰度信息实现残留砂粒点的检测，同时采用双阈值分割技术，实现砂粒的分割；由于二值化编码时，只考虑线扫描邻域内部像素点和外围像素点之间的灰度相对强弱关系，因此其对于对比度的变化有较强的鲁棒性；同时反光带在某些方向不能体现出峰值特性，这些区域被很好的抑制，因此避免了反光带区域的误判；同时可以通过预设的扫描线长度控制待检测点目标大小，从而避免对砂粒黏连情况的漏判。

3、本发明具有对比度变化不敏感的显著优点，同时对砂粒检测的敏感性强，漏检和误检率低，正确率高，能够很好的分割多个黏连在一起的砂粒点，具有良好的适应性和实用性。

附图说明

图1是本发明的检测方法流程图。

图2是手机隔板残留砂粒示意图。

图3是人为标定感兴趣区域示意图。

图4是顶帽变换预处理图。

图5是线扫描分析示意图。

图6是长度为5，0°方向线扫描邻域示意图。

图7是线扫描响应值的计算示例图。

图8是长度为10，0°到180°方向扫描邻域示意图。

图9是相反方向一对扫描值的计算示意图。

图10是局部峰值图。

图11是分数匹配图。

图12是双阈值分割图。

具体实施方式

以下将结合附图和实施例对本发明做进一步详细说明。

如图1所示，本发明的手机隔板残留砂粒检测方法，其具体流程为：

1、待检测区域标定。观察发现砂粒通常位于隔板边缘特定的凹槽内，如图2黑色框所示，因此在检测前需要通过掩膜操作提取待检测区域图像。

2、图像预处理。由于残留砂粒尺寸差异不大，在图像上呈现为一定尺寸的亮色圆点结构，如图2黑色箭头指向的框所示。顶帽变换常用于抑制背景，增强图像细节，也可实现对尺寸小于结构元素的小目标对象的检测。本发明采用的顶帽变换如式(1)所示，

f_TH＝f-(fοs) (1)

其中f是待处理图像，f_TH为顶帽变换结果，fοs表示利用结构元素s对图像f进行开运算。

为达到良好的预处理效果，本发明采用两种不同尺寸的结构元素对图像进行顶帽变换，并最终以两次顶帽变换的差值图像作为最终预处理输出结果。其具体步骤为：

①首先选择一个尺寸大于砂粒点的结构元素对图像进行顶帽变换，

f_TH1＝f-(fοs₁) (2)

如图4(a)所示，选择半径为5的圆盘结构元素s₁对图3进行顶帽变换，使得残留砂粒点及噪声点得以突出；

②然后再选择一个尺寸小于砂粒点的结构元素s₂对原图再进行一次顶帽变换，

f_TH2=f-(fοs₂) (3)

如图4(b)所示，选择半径为1的圆盘结构元素对图3再进行顶帽变换，此时只有小的噪声和毛刺被保留；

③最后以两次顶帽变换的差值作为预处理增强的输出结果，如图4(c)所示。

f_TH＝f_TH1-f_TH2 (4)

本发明预处理后的图比单一结构元素顶帽变换增强效果要好，极大降低了噪声，待检测瑕疵点目标信息更加突出，大大提高了图像信噪比，有利于图像后续处理。

3、线扫描分析。砂粒在二维图像空间具有高斯分布特性，在一定邻域内的所有方向均呈现灰度递减的趋势，同时作为点状目标，如以其中心像素为分界点，其在各相对方向(互成180°夹角方向)上具有一定程度对称性，为描述砂粒点在邻域空间的特性，其具体实现过程如下：

①设计长度l大于砂粒半径的的线段旋转扫描预处理得到的砂粒增强图像，扫描线的起始点o位于待检测像素点上，然后以o点为原点按等角度θ逆时针旋转，旋转线扫描示意图如图5所示，其角度的旋转范围为0°到360°，式(5)为旋转角度α选取公式：

α∈Φ＝{ψ₁,ψ₂…}:0°≤ψ_i<360°∧ψ_i+1-ψ_i＝θ (5)

式中θ为旋转时角度步长，理论上θ取值越小，扫描越精细，但实验验证，当θ取值低于6°时，检测性能并没有明显改善，反而增加了扫描时间，降低了算法运算速度，因此θ应取大于等于6°的值。根据残留砂粒的尺寸大小，选择长度l＝5的扫描线，为了均衡检测时间和检测结果，选取旋转角度θ＝6°。

②图6给出一个长度l＝5的扫描线在初始位置(0°方向)的示意图，图中每个方格对应一个像素点。设置初始扫描线上各点坐标为：

$L_0^l=\left[\begin{array}{ccccccc}x& x& x& x& ...& ...& x\\ y& y+1& y+2& y+3& ...& ...& y+l\end{array}\right]$

根据图像旋转公式(6)计算旋转后扫描线段上各邻域点的坐标，

$L_{\mathrm{\&alpha;}}^l=\left[\begin{array}{cc}\cos \left(\mathrm{\&alpha;}\right)& -\sin \left(\mathrm{\&alpha;}\right)\\ \sin \left(\mathrm{\&alpha;}\right)& \cos \left(\mathrm{\&alpha;}\right)\end{array}\right]*L_0^l---\left(6\right)$

如果扫描线旋转后的邻域点坐标不是整数，则通过双线性插值法计算得到该位置的图像灰度值；

③通过比较扫描线上相邻像素点的灰度差异，采用局部二值模式(LBP)的二进制编码模式获得扫描方向上待检测点的灰度变化特性描述算子RLP_l。以原点o为起始点，令扫描线上各点的编号为p＝0,1,…,l，而是α方向第p个邻域点的图像灰度值，以作为基准，对该扫描线上的邻域点进行二值编码，比较与的值，如果小于或等于那么该邻域像素点位置就被标记为0，否则标记为1，

BM^l _α＝{s[g(L^l _α[0])-g(L^l _α[l])],...,s[g(L^l _α[l])-g(L^l _α[l])]} (7)

其中s为符号函数，

将得到的二进制编码依序(从起始点到端点)分别与对应邻域点的权值2^l-p相乘实现加权求和，求和公式如式(8)所示，并将其值作为该点在α方向的线扫描响应值图7是一像素点的扫描响应值计算示例：

$r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{\mathrm{BM}}_{\mathrm{\&alpha;}}^l\left(p\right)*2^{l-p}---\left(8\right)$

④由于砂粒点在相对反方向上灰度变化趋势一致，呈近似对称特性，为便于描述这种对称特性，我们通常在成对相隔180°方向进行扫描，图8给出一个长度l＝10的扫描线在初始位置(水平方向)的示意图。其在相反方向上的一对扫描响应值分别标记为：和计算时，以最左边点为阈值，对左边各点进行二值化，计算时，则以最右边点为阈值，对右边各点二值化，图8给出某像素点相反方向一对扫描值响应值的计算示例。

4、局部峰值评价。

①砂粒点是待检测区域的局部峰值区域，理想的呈高斯分布的峰值区域其在各扫描方向上的二进制编码除最低位为0外，其它位为1(即111…10)，因此在所有方向上对应的理想峰值扫描值均为：

$r_{op}=r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{2}^{l-p}-1,\&ForAll;\mathrm{\&alpha;}\&Element;\mathrm{\&Phi;}---\left(9\right)$

本实施例选择长度l＝5的扫描线，根据公式(8)有r_op＝62。

②定义在α方向上该点为峰值点的可能性为：

$p_{\mathrm{\&alpha;}}^l=1-\frac{\sqrt{{(r_{\mathrm{\&alpha;}}^{-l}-r_{op})}^2+{(r_{\mathrm{\&alpha;}}^{+l}-r_{op})}^2}}{\sqrt{2}*r_{op}}---\left(10\right)$

由于均在[0,r_op]区间取值，因此其中局部峰值上像素点取值为1，而平坦区域像素点取值接近0。

③计算该点在各方向上属于局部峰值的可能性测度：

$P_m^t=\frac{\underset{\mathrm{\&alpha;}}{sum}\left(\right|p_{\mathrm{\&alpha;}}^l\&GreaterEqual;t\left|\right)}{\left|\mathrm{\&Phi;}\right|}---\left(11\right)$

式中|·|表示求集合的范数，也就是集合中元素数目，表示对所有旋转方向进行求和，表示检测点在阈值为t时属于局部峰值的可能性，据此得到局部峰值评价图。阈值t在[0,1]取值，在一定范围内，t取值越大，局部峰值评价时的干扰点越少，这有利于后续检测过程处理，但当t值太接近于1时，容易出现漏检。因此综合考虑漏检率和误检率，局部峰值阈值取为t＝0.9。图(10)为图4处理后对应的局部峰值评价图。

5、砂粒点检测与分割。

①作为局部峰值点，砂粒点灰度值比较大，结合灰度信息和局部峰值可能性测度，待检测点属于砂粒的匹配分数为：

$S^t(x,y)=p_m^t(x,y)*I(x,y)---\left(12\right)$

其中I(x,y)是图像预处理后归一化的像素点(x,y)灰度值。图(11)为示例图处理得到的分数匹配图。

②采用双阈值技术检测并分割出对应的砂粒点区域。滞后阈值包括一对阈值b_l和b_h，b_l<b_h。在图像二值分割时，如果像素点S^t值大于b_h，则指定为1，而S^t小于b_l的像素点设为0，对于S^t取值在b_l和b_h之间的像素点，如果能够找到一条联接通道可以和S^t大于b_h的点连通，且该通道上的所有像素的S^t均大于b_l，则该像素也被设为1。

由于滞后阈值包括一对阈值b_l和b_h,b_l<b_h，b_l是阈值下限，b_h是阈值上限，一般情况下，阈值取得过小会导致误判，而取值过大，则会造成漏判，另外如果在整个检测区域，待检测目标滤波响应值差异较大，则阈值对b_l和b_h也应该有较大差值，按照这个原则，本发明最终在综合考虑错判率和漏检率的前提下，选取的一组阈值为b_h＝0.6，b_l＝0.06，双阈值分割结果如图(12)所示。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种基于线扫描局部峰值分析的手机隔板砂粒检测方法，包括以下步骤：

(1)对待检测手机隔板图像进行掩膜操作得到待检测区域图像；

(2)采用两种不同尺寸的圆盘结构元素分别对步骤(1)得到的待检测区域图像进行顶帽变换，首先选择一个尺寸大于砂粒点的结构元素对原图像进行顶帽变换，然后再选择一个尺寸小于砂粒点的结构元素对原图再进行一次顶帽变换，然后以两次顶帽变换的差值作为预处理增强的输出图像；

(3)设计长度为l的线段按等角度θ逆时针旋转扫描步骤(2)得到的预处理图像，根据图像旋转公式计算旋转α角度后扫描线段上各邻域点的坐标，以扫描线段终点的像素灰度值为阈值对其扫描线上的邻域点进行二值编码，以此二进制数值作为该点的线扫描响应值同时利用砂粒在相对反方向上灰度变化呈近似对称的特性，计算相反方向上的扫描响应值得到扫描响应图；

(4)根据砂粒点在理想峰值扫描值r_op定义在α方向上该点为峰值点的可能性从而计算该点属于局部峰值的可能性测度最终得到局部峰值评价图；

(5)结合灰度信息和局部峰值可能性测度，计算待检测点属于砂粒的匹配分数S^t(x,y)，得到分数映射图，同时采用双阈值处理技术，实现手机隔板残留砂粒的提取与分割。

2.根据权利要求1所述的基于线扫描局部峰值分析的手机隔板砂粒检测方法，其特征在于：所述两种不同尺寸的顶帽变换操作分别采用的是半径为5和1的圆盘结构元素。

3.根据权利要求1所述的基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(3)的具体步骤为：

①设计长度为l的线段，l大于砂粒点半径，通过旋转扫描步骤(2)得到的预处理增强图像，扫描线的起始点o位于待检测像素点上，然后以o点为原点按等角度θ逆时针旋转，旋转方向α选取公式：

α∈Φ＝{ψ₁,ψ₂…}:0°≤ψ_i<360°∧ψ_i+1-ψ_i＝θ (5)

②设置初始扫描线上各点坐标为：

$L_0^l=\left[\begin{array}{ccccccc}x& x& x& x& ...& ...& x\\ y& y+1& y+2& y+3& ...& ...& y+l\end{array}\right]$

根据式(6)计算旋转角度α后扫描线段上各邻域点的坐标，

$L_{\mathrm{\&alpha;}}^l=\left[\begin{array}{cc}\cos \left(\mathrm{\&alpha;}\right)& -\sin \left(\mathrm{\&alpha;}\right)\\ \sin \left(\mathrm{\&alpha;}\right)& \cos \left(\mathrm{\&alpha;}\right)\end{array}\right]*L_0^l---\left(6\right)$

如果扫描线旋转后的邻域点坐标不是整数，则通过双线性插值法计算得到该位置的图像灰度值；

③以原点o为起始点，令扫描线上各点的编号为p＝0,1,…,l，而是α方向第p个邻域点的图像灰度值，以作为基准，比较与的值，对该扫描线上的邻域点进行二值编码，如果小于或等于那么该邻域像素点位置就被标记为0，否则标记为1，编码原理如式(7)所示，

BM^l _α＝{s[g(L^l _α[0])-g(L^l _α[l])],...,s[g(L^l _α[l])-g(L^l _α[l])]} (7)

其中s为符号函数，

将二进制编码依序从起始点到端点分别与对应邻域点权值2^l-p进行加权求和，得到线扫描响应值

$r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{\mathrm{BM}}_{\mathrm{\&alpha;}}^l\left(p\right)*2^{l-p}---\left(8\right)$

④根据同样的原理计算相反方向上的扫描响应值计算和时，均以端点为阈值，对扫描线上各点进行二值化。

4.根据权利要求3所述的基于线扫描局部峰值分析的手机隔板砂粒检测方法，其特征在于：所述角度θ大于等于6°。

5.根据权利要求1所述的基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(4)的具体步骤为：

①理想的砂粒点呈高斯分布的峰值区域在所有方向上对应的二进制编码除最低位为0外，其它位为1，因此在所有方向上的理想峰值扫描值均为：

$r_{op}=r_{\mathrm{\&alpha;}}^l=\underset{p=0}{\overset{l}{\&Sigma;}}{2}^{l-p}-1,\&ForAll;\mathrm{\&alpha;}\&Element;\mathrm{\&Phi;}---\left(9\right)$

②α方向上该点为峰值点的可能性为：

$p_{\mathrm{\&alpha;}}^l=1-\frac{\sqrt{{(r_{\mathrm{\&alpha;}}^{-l}-r_{op})}^2+{(r_{\mathrm{\&alpha;}}^{+l}-r_{op})}^2}}{\sqrt{2}*r_{op}}---\left(10\right)$

由于均在[0,r_op]区间取值，因此其中局部峰值上像素点取值为1，而平坦区域像素点取值接近0；

③计算该点在各方向上属于局部峰值的可能性测度为：

$P_m^t=\frac{\underset{\mathrm{\&alpha;}}{sum}\left(\right|p_{\mathrm{\&alpha;}}^l\&GreaterEqual;t\left|\right)}{\left|\mathrm{\&Phi;}\right|}---\left(11\right)$

式中|·|表示求集合的范数，也就是集合中元素数目，表示对所有旋转方向进行求和，表示检测点在阈值为t时属于局部峰值的可能性，阈值t在[0,1]取值，由可以得到局部峰值评价图。

6.根据权利要求1所述的基于线扫描局部峰值分析的手机隔板砂粒检测方法，所述步骤(5)的具体步骤为：

①作为局部峰值点，砂粒点灰度值比较大，结合灰度信息和局部峰值可能性测度，待检测点属于砂粒的匹配分数为：

$S^t(x,y)=p_m^t(x,y)*I(x,y)---\left(12\right)$

其中I(x,y)是图像预处理后归一化的像素点(x,y)灰度值；

②采用滞后双阈值技术检测并分割出对应的砂粒点区域；滞后阈值选取包括一对阈值b_l和b_h,b_l<b_h；在图像二值分割时，如果像素点S^t值大于b_h，则指定为1，而S^t小于b_l的像素点设为0，对于S^t取值在b_l和b_h之间的像素点，如果能够找到一条联接通道可以和S^t大于b_h的点连通，且该通道上的所有像素的S^t均大于b_l，则该像素也被设为1。