CN105160670A - 一种玻璃缺陷类型识别方法 - Google Patents

Abstract

本发明涉及一种玻璃缺陷类型识别方法，该方法包括：1)提供一种玻璃缺陷类型识别系统，所述识别系统包括玻璃容置平台、图像采集设备、缺陷图像检测设备和嵌入式处理设备，所述玻璃容置平台用于放置待检测的整块玻璃，所述图像采集设备用于采集待检测的整块玻璃的玻璃图像，所述缺陷图像检测设备用于确定所述玻璃图像中的缺陷图像，所述嵌入式处理设备与所述缺陷图像检测设备连接，基于所述缺陷图像确定玻璃缺陷类型；2)使用所述识别系统来进行识别。通过本发明，能够根据不同的玻璃类型确定不同的缺陷检测参数，从而提高玻璃缺陷类型识别的准确性。

Description

一种玻璃缺陷类型识别方法

技术领域

本发明涉及玻璃检测领域，尤其涉及一种玻璃缺陷类型识别方法。

背景技术

现有的玻璃缺陷类型识别技术存在以下缺陷：(1)基于图像分割的玻璃识别模式中阈值选择不当，影响后续缺陷类型的识别效果；(2)图像滤波技术选择困难，一般采用单一滤波技术，无法滤除各种图像干扰；(3)玻璃缺陷特征无法确定，造成玻璃缺陷类型难以识别。

为此，本发明提出了一种玻璃缺陷类型识别方法，能够选择合适的图像分割阈值，将图像中的玻璃与背景有效分开，能够去除各种图像干扰，以及能够确定最佳的玻璃缺陷特征以进行玻璃种类的识别，从而整体上提高玻璃缺陷类型识别的可靠性。

发明内容

为了解决现有技术存在的技术问题，本发明提供了一种玻璃缺陷类型识别方法，以自适应阈值选择模式所获得的图像分割阈值将玻璃从图像背景处分离，采用中值滤波和均值滤波结合的方式以在去除高斯噪声的同时保持图像细节，更关键的是，选择缺陷目标的圆形度和伸长度作为缺陷类型确定的基准，从而更有效地识别出各种玻璃缺陷类型。

根据本发明的一方面，提供了一种玻璃缺陷类型识别方法，该方法包括：1)提供一种玻璃缺陷类型识别系统，所述识别系统包括玻璃容置平台、图像采集设备、缺陷图像检测设备和嵌入式处理设备，所述玻璃容置平台用于放置待检测的整块玻璃，所述图像采集设备用于采集待检测的整块玻璃的玻璃图像，所述缺陷图像检测设备用于确定所述玻璃图像中的缺陷图像，所述嵌入式处理设备与所述缺陷图像检测设备连接，基于所述缺陷图像确定玻璃缺陷类型；2)使用所述识别系统来进行识别。

更具体地，在所述玻璃缺陷类型识别系统中，还包括：静态存储器，用于存储各种玻璃类型分别对应的基准玻璃图像，还用于存储阈值范围表，所述阈值范围表以玻璃类型为索引，保存了每一种玻璃类型对应的预选灰度阈值范围，预选灰度阈值范围的取值范围落在0-255数值范围内，还用于存储第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围和第二伸长度阈值范围，所述第一圆形度阈值范围的下限阈值大于第二圆形度阈值范围的上限阈值，所述第二伸长度阈值范围的下限阈值大于第一伸长度阈值范围的上限阈值；玻璃类型检测设备，设置在所述玻璃容置平台上方，用于通过红外线检测器检测设备确定待检测的整块玻璃的红外折射特性，基于检测到的红外折射特性确定玻璃类型；供电设备，包括太阳能供电器件、市电接口、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述市电接口分别连接，根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；所述图像采集设备包括CMOS图像传感单元，设置在所述玻璃容置平台上方，用于对待检测的整块玻璃进行图像采集，以获得玻璃图像；所述缺陷图像检测设备与所述玻璃类型检测设备、所述图像采集设备和所述静态存储器分别连接，用于接收玻璃类型和玻璃图像；所述缺陷图像检测设备包括阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备；所述阈值范围确定子设备与所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围；所述中值滤波子设备、所述均值滤波子设备和所述灰度化处理子设备依次连接，用于对所述玻璃图像依次进行中值滤波处理、均值滤波处理和灰度化处理，以获得灰度化玻璃图像；所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接，用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值，采用预选灰度阈值将灰度化玻璃图像划分为预选背景区域和预选目标区域，计算预选背景区域占据灰度化玻璃图像的面积比例作为第一面积比，计算预选背景区域的像素平均灰度值作为第一平均灰度值，计算预选目标区域占据灰度化玻璃图像的面积比例作为第二面积比，计算预选目标区域的像素平均灰度值作为第二平均灰度值，将第一平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第一面积比以获得第一乘积，将第二平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第二面积比以获得第二乘积，将第一乘积和第二乘积相加以获得和值，选择和值最大的预选灰度阈值作为目标灰度阈值；所述目标分割子设备与所述阈值选择子设备连接，用于采用目标灰度阈值将灰度化玻璃图像划分为背景图像和目标图像；所述缺陷图像提取子设备与所述目标分割子设备、所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的基准玻璃图像，将目标图像与基准玻璃图像做差值以获得所述玻璃图像中的缺陷图像；所述嵌入式处理设备与所述缺陷图像检测设备和所述静态存储器分别连接，基于缺陷图像中的缺陷尺寸计算缺陷的圆形度和伸长度，当圆形度在第一圆形度阈值范围内且伸长度在第一伸长度阈值范围内时，输出结石缺陷信号，当圆形度在第二圆形度阈值范围内且伸长度在第二伸长度阈值范围内时，输出划痕缺陷信号；其中，阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备被集成在同一块FPGA芯片中；所述图像采集设备还包括固定支架、滤光片和镜头，所述滤光片位于所述CMOS图像传感单元和所述镜头之间。

更具体地，在所述玻璃缺陷类型识别系统中，所述识别系统还包括：用户输入设备，与静态存储器连接，用于在用户的操作下，输入阈值范围表、第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围、第二伸长度阈值范围以及各种玻璃类型分别对应的基准玻璃图像以存储到所述静态存储器中。

更具体地，在所述玻璃缺陷类型识别系统中：所述静态存储器为SDRAM。

更具体地，在所述玻璃缺陷类型识别系统中：所述玻璃类型检测设备、所述图像采集设备和所述静态存储器被集成在同一块集成电路板上。

更具体地，在所述玻璃缺陷类型识别系统中，所述识别系统还包括：并行通信接口，与所述嵌入式处理设备连接，以压缩所述缺陷图像，并将压缩后的缺陷图像以并行方式传输到外部设备。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的玻璃缺陷类型识别系统的结构方框图。

附图标记：1玻璃容置平台；2嵌入式处理设备；3图像采集设备；4缺陷图像检测设备

具体实施方式

下面将参照附图对本发明的玻璃缺陷类型识别系统的实施方案进行详细说明。

玻璃是工业领域和民用领域重要的材料之一，其是否存在缺陷直接决定了施工的质量。对于生产玻璃的厂家来说，如何及时发现玻璃缺陷，确定玻璃缺陷类型，非常重要。

现有技术中，玻璃缺陷类型的检测缺乏针对性，尤其对于采用图像检测技术的方案来说，一般存在分割阈值、滤波技术和缺陷特征选择不当的问题，严重影响识别效果。

为了克服上述不足，本发明搭建了一种玻璃缺陷类型识别系统，针对玻璃和玻璃缺陷的图像特性，有针对性地选择合适的分割阈值、滤波技术和缺陷特征，从而从整体上提高玻璃缺陷类型的识别精度。

图1为根据本发明实施方案示出的玻璃缺陷类型识别系统的结构方框图，所述识别系统包括玻璃容置平台、图像采集设备、缺陷图像检测设备和嵌入式处理设备，所述玻璃容置平台用于放置待检测的整块玻璃，所述图像采集设备用于采集待检测的整块玻璃的玻璃图像，所述缺陷图像检测设备用于确定所述玻璃图像中的缺陷图像，所述图像采集设备与所述缺陷图像检测设备连接，所述嵌入式处理设备与所述图像采集设备和所述缺陷图像检测设备分别连接，基于所述缺陷图像确定玻璃缺陷类型。

接着，继续对本发明的玻璃缺陷类型识别系统的具体结构进行进一步的说明。

所述识别系统还包括：静态存储器，用于存储各种玻璃类型分别对应的基准玻璃图像，还用于存储阈值范围表，所述阈值范围表以玻璃类型为索引，保存了每一种玻璃类型对应的预选灰度阈值范围，预选灰度阈值范围的取值范围落在0-255数值范围内，还用于存储第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围和第二伸长度阈值范围，所述第一圆形度阈值范围的下限阈值大于第二圆形度阈值范围的上限阈值，所述第二伸长度阈值范围的下限阈值大于第一伸长度阈值范围的上限阈值。

所述识别系统还包括：玻璃类型检测设备，设置在所述玻璃容置平台上方，用于通过红外线检测器检测设备确定待检测的整块玻璃的红外折射特性，基于检测到的红外折射特性确定玻璃类型。

所述识别系统还包括：供电设备，包括太阳能供电器件、市电接口、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述市电接口分别连接，根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压。

所述图像采集设备包括CMOS图像传感单元，设置在所述玻璃容置平台上方，用于对待检测的整块玻璃进行图像采集，以获得玻璃图像。

所述缺陷图像检测设备与所述玻璃类型检测设备、所述图像采集设备和所述静态存储器分别连接，用于接收玻璃类型和玻璃图像。

所述缺陷图像检测设备包括阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备。

所述阈值范围确定子设备与所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围；所述中值滤波子设备、所述均值滤波子设备和所述灰度化处理子设备依次连接，用于对所述玻璃图像依次进行中值滤波处理、均值滤波处理和灰度化处理，以获得灰度化玻璃图像。

所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接，用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值，采用预选灰度阈值将灰度化玻璃图像划分为预选背景区域和预选目标区域，计算预选背景区域占据灰度化玻璃图像的面积比例作为第一面积比，计算预选背景区域的像素平均灰度值作为第一平均灰度值，计算预选目标区域占据灰度化玻璃图像的面积比例作为第二面积比，计算预选目标区域的像素平均灰度值作为第二平均灰度值，将第一平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第一面积比以获得第一乘积，将第二平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第二面积比以获得第二乘积，将第一乘积和第二乘积相加以获得和值，选择和值最大的预选灰度阈值作为目标灰度阈值。

所述目标分割子设备与所述阈值选择子设备连接，用于采用目标灰度阈值将灰度化玻璃图像划分为背景图像和目标图像；所述缺陷图像提取子设备与所述目标分割子设备、所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的基准玻璃图像，将目标图像与基准玻璃图像做差值以获得所述玻璃图像中的缺陷图像。

所述嵌入式处理设备与所述缺陷图像检测设备和所述静态存储器分别连接，基于缺陷图像中的缺陷尺寸计算缺陷的圆形度和伸长度，当圆形度在第一圆形度阈值范围内且伸长度在第一伸长度阈值范围内时，输出结石缺陷信号，当圆形度在第二圆形度阈值范围内且伸长度在第二伸长度阈值范围内时，输出划痕缺陷信号。

其中，阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备被集成在同一块FPGA芯片中；所述图像采集设备还包括固定支架、滤光片和镜头，所述滤光片位于所述CMOS图像传感单元和所述镜头之间。

可选地，在所述识别系统中，所述识别系统还包括：用户输入设备，与静态存储器连接，用于在用户的操作下，输入阈值范围表、第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围、第二伸长度阈值范围以及各种玻璃类型分别对应的基准玻璃图像以存储到所述静态存储器中；所述静态存储器为SDRAM；所述玻璃类型检测设备、所述图像采集设备和所述静态存储器被集成在同一块集成电路板上；所述识别系统还包括：并行通信接口，与所述嵌入式处理设备连接，以压缩所述缺陷图像，并将压缩后的缺陷图像以并行方式传输到外部设备。

另外，FPGA(Field－ProgrammableGateArray)，即现场可编程门阵列，他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。

以硬件描述语言(Verilog或VHDL)所完成的电路设计，可以经过简单的综合与布局，快速的烧录至FPGA上进行测试，是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面，这些可编辑的元件里也包含记忆元件例如触发器(Flip－flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来，就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变，所以FPGA可以完成所需要的逻辑功能。

FPGA一般来说比ASIC(专用集成电路)的速度要慢，实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品，可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力，所以这些设计的开发是在普通的FPGA上完成的，然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(ComplexProgrammableLogicDevice，复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主，以硬件描述语言来实现；相比于PC或单片机(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。

早在1980年代中期，FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间，而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性，但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元，这样虽然让他可以更加灵活的编辑，但是结构却复杂的多。

采用本发明的玻璃缺陷类型识别系统，针对现有技术中玻璃缺陷类型识别困难的技术问题，根据玻璃和玻璃缺陷的外观特性，改造以图像识别技术为基础的玻璃缺陷类型识别系统，通过选取合适的分割阈值、滤波技术和缺陷特征以提高玻璃缺陷类型识别的准确性。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种玻璃缺陷类型识别方法，该方法包括：

1)提供一种玻璃缺陷类型识别系统，所述识别系统包括玻璃容置平台、图像采集设备、缺陷图像检测设备和嵌入式处理设备，所述玻璃容置平台用于放置待检测的整块玻璃，所述图像采集设备用于采集待检测的整块玻璃的玻璃图像，所述缺陷图像检测设备用于确定所述玻璃图像中的缺陷图像，所述嵌入式处理设备与所述缺陷图像检测设备连接，基于所述缺陷图像确定玻璃缺陷类型；

2)使用所述识别系统来进行识别。

2.如权利要求1所述的方法，其特征在于，所述识别系统还包括：

静态存储器，用于存储各种玻璃类型分别对应的基准玻璃图像，还用于存储阈值范围表，所述阈值范围表以玻璃类型为索引，保存了每一种玻璃类型对应的预选灰度阈值范围，预选灰度阈值范围的取值范围落在0-255数值范围内，还用于存储第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围和第二伸长度阈值范围，所述第一圆形度阈值范围的下限阈值大于第二圆形度阈值范围的上限阈值，所述第二伸长度阈值范围的下限阈值大于第一伸长度阈值范围的上限阈值；

玻璃类型检测设备，设置在所述玻璃容置平台上方，用于通过红外线检测器检测设备确定待检测的整块玻璃的红外折射特性，基于检测到的红外折射特性确定玻璃类型；

供电设备，包括太阳能供电器件、市电接口、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述市电接口分别连接，根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；

所述图像采集设备包括CMOS图像传感单元，设置在所述玻璃容置平台上方，用于对待检测的整块玻璃进行图像采集，以获得玻璃图像；

所述缺陷图像检测设备与所述玻璃类型检测设备、所述图像采集设备和所述静态存储器分别连接，用于接收玻璃类型和玻璃图像；所述缺陷图像检测设备包括阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备；所述阈值范围确定子设备与所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的预先灰度阈值范围以作为目标灰度阈值范围；所述中值滤波子设备、所述均值滤波子设备和所述灰度化处理子设备依次连接，用于对所述玻璃图像依次进行中值滤波处理、均值滤波处理和灰度化处理，以获得灰度化玻璃图像；所述阈值选择子设备与所述阈值范围确定子设备和所述灰度化处理子设备分别连接，用于依次从目标灰度阈值范围中选择一个值作为预选灰度阈值，采用预选灰度阈值将灰度化玻璃图像划分为预选背景区域和预选目标区域，计算预选背景区域占据灰度化玻璃图像的面积比例作为第一面积比，计算预选背景区域的像素平均灰度值作为第一平均灰度值，计算预选目标区域占据灰度化玻璃图像的面积比例作为第二面积比，计算预选目标区域的像素平均灰度值作为第二平均灰度值，将第一平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第一面积比以获得第一乘积，将第二平均灰度值减去灰度化玻璃图像的总平均灰度值，获得的差的平方乘以第二面积比以获得第二乘积，将第一乘积和第二乘积相加以获得和值，选择和值最大的预选灰度阈值作为目标灰度阈值；所述目标分割子设备与所述阈值选择子设备连接，用于采用目标灰度阈值将灰度化玻璃图像划分为背景图像和目标图像；所述缺陷图像提取子设备与所述目标分割子设备、所述玻璃类型检测设备和所述静态存储器分别连接，用于基于玻璃类型确定对应的基准玻璃图像，将目标图像与基准玻璃图像做差值以获得所述玻璃图像中的缺陷图像；

所述嵌入式处理设备与所述缺陷图像检测设备和所述静态存储器分别连接，基于缺陷图像中的缺陷尺寸计算缺陷的圆形度和伸长度，当圆形度在第一圆形度阈值范围内且伸长度在第一伸长度阈值范围内时，输出结石缺陷信号，当圆形度在第二圆形度阈值范围内且伸长度在第二伸长度阈值范围内时，输出划痕缺陷信号；

其中，阈值范围确定子设备、中值滤波子设备、均值滤波子设备、灰度化处理子设备、阈值选择子设备、目标分割子设备和缺陷图像提取子设备被集成在同一块FPGA芯片中；

其中，所述图像采集设备还包括固定支架、滤光片和镜头，所述滤光片位于所述CMOS图像传感单元和所述镜头之间。

3.如权利要求2所述的方法，其特征在于，所述识别系统还包括：用户输入设备，与静态存储器连接，用于在用户的操作下，输入阈值范围表、第一圆形度阈值范围、第一伸长度阈值范围、第二圆形度阈值范围、第二伸长度阈值范围以及各种玻璃类型分别对应的基准玻璃图像以存储到所述静态存储器中。

4.如权利要求2所述的方法，其特征在于：所述静态存储器为SDRAM。

5.如权利要求2所述的方法，其特征在于：所述玻璃类型检测设备、所述图像采集设备和所述静态存储器被集成在同一块集成电路板上。

6.如权利要求2所述的方法，其特征在于，所述识别系统还包括：并行通信接口，与所述嵌入式处理设备连接，以压缩所述缺陷图像，并将压缩后的缺陷图像以并行方式传输到外部设备。