CN113450316B - 一种金属表面字符缺陷检测方法、系统、装置及存储介质 - Google Patents
一种金属表面字符缺陷检测方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN113450316B CN113450316B CN202110645043.5A CN202110645043A CN113450316B CN 113450316 B CN113450316 B CN 113450316B CN 202110645043 A CN202110645043 A CN 202110645043A CN 113450316 B CN113450316 B CN 113450316B
- Authority
- CN
- China
- Prior art keywords
- area
- character
- determining
- image information
- metal surface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 103
- 239000002184 metal Substances 0.000 title claims abstract description 87
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 61
- 230000011218 segmentation Effects 0.000 claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000009499 grossing Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种金属表面字符缺陷检测方法、系统、装置及存储介质,方法包括:对待测金属表面图像进行颜色空间转换得到第一图像信息,进行全局阈值分割处理得到第二图像信息;对第二图像信息进行特征选择得到第一区域,对第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;对第二区域进行联合膨胀得到第三区域,并对第二区域进行二次特征选择,得到字符所在的第四区域;对第三区域和第四区域进行交集处理,得到字符图像;根据第一区域和第四区域的中心点距离确定是否存在字符偏移缺陷,根据字符图像的面积确定是否存在字符重叠缺陷或字符缺损缺陷。本发明在保证准确度的同时提高了字符缺陷检测的效率,可广泛应用于图像处理技术领域。
Description
技术领域
本发明涉及图像处理技术领域,尤其是一种金属表面字符缺陷检测方法、系统、装置及存储介质。
背景技术
金属表面缺陷检测是其质检环节中最为重要的一步,随着社会发展,自动化水平越来越高,一些精密仪器的设计和检验人工识别的效率比较低,为了保证金属表面生产过程中的检测效率,研究出一种应用于金属表面字符检测的方法十分重要,且对自动化生产有着重要意义。
现有技术中,金属表面字符缺陷检测大多采用模板匹配的方法。模板匹配的基本思想是让模板在目标图像中做平移运动,将模板左上角和待检测的图像左上角重合,每移动一个像素,计算模板与待匹配图像的相似度,遍历结束之后,将符合阈值的位置认定为最佳匹配位置。但是随着字符图像分辨率的提高,图像匹配的时间会增加,匹配准确度也存在差异,甚至会发生匹配失效的情况,从而导致金属表面字符缺陷检测的效率并不高,结果也不准确。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种准确、高效的金属表面字符缺陷检测方法。
本发明实施例的另一个目的在于提供一种金属表面字符缺陷检测系统。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
第一方面,本发明实施例提供了一种金属表面字符缺陷检测方法,包括以下步骤:
获取待测金属表面图像,对所述待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对所述第一图像信息进行全局阈值分割处理得到第二图像信息;
对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标;
对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积;
根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
进一步地,在本发明的一个实施例中,所述对所述第一图像信息进行全局阈值分割处理得到第二图像信息这一步骤,其具体包括:
对所述第一图像信息进行平滑处理,得到第三图像信息;
根据所述第三图像信息确定自适应阈值矩阵;
根据所述自适应阈值矩阵对所述第一图像信息进行全局阈值分割处理得到第二图像信息。
进一步地,在本发明的一个实施例中,对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域这一步骤,其具体包括:
对所述第二图像信息进行面积和圆度的特征选择,得到去除噪声后的第一区域,并确定所述第一区域的第一中心点坐标;
利用幂律变换对所述第一区域进行灰度缩放处理得到第五区域,并确定所述第五区域的灰度值范围;
根据所述灰度值范围对所述第五区域进行全局阈值分割分处理得到第二区域。
进一步地,在本发明的一个实施例中,所述对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标这一步骤,其具体包括:
对所述第二区域依次进行腐蚀处理和膨胀处理得到第三区域;
对所述第二区域进行面积、圆度以及凸性的二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标。
进一步地,在本发明的一个实施例中,所述对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积这一步骤,其具体包括:
对所述第三区域进行二值化处理得到第四图像信息,并对所述第四区域进行二值化处理得到第五图像信息;
确定第四图像信息中灰度值不为0的第六区域,并确定第五图像信息中灰度值不为0的第七区域;
确定所述第六区域与所述第七区域重合的部分为字符区域;
根据所述字符区域对所述第三区域进行裁剪,得到若干个字符图像,并确定所述字符图像的第一面积。
进一步地,在本发明的一个实施例中,所述根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷这一步骤,其具体包括:
当所述第一中心点坐标和所述第二中心点坐标的距离大于预设的第一阈值,确定待测金属表面存在字符偏移缺陷;
当所述第一面积大于预设的第二阈值,确定待测金属表面存在字符重叠缺陷;
当所述第一面积小于预设的第三阈值,确定待测金属表面存在字符缺损缺陷;
其中,所述第二阈值高于所述第三阈值。
进一步,在本发明的一个实施例中,所述金属表面字符缺陷检测方法还包括以下步骤:
确定待测金属表面存在字符偏移、字符重叠以及字符缺损中至少一种缺陷,获取所述第四区域的最小外接矩形,并根据所述最小外接矩形在所述待测金属表面图像中确定缺陷字符的位置。
第二方面,本发明实施例提供了一种金属表面字符缺陷检测系统,包括:
第二图像信息确定模块,用于获取待测金属表面图像,对所述待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对所述第一图像信息进行全局阈值分割处理得到第二图像信息;
第二区域确定模块,用于对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
二次特征选择模块,用于对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标;
交集处理模块,用于对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积;
字符缺陷确定模块,用于根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
第三方面,本发明实施例提供了一种金属表面字符缺陷检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种金属表面字符缺陷检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的一种金属表面字符缺陷检测方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本发明实施例获取待测金属表面图像,对待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,再进行全局阈值分割处理得到第二图像信息,然后对第二图像信息进行特征选择去除掉噪声得到字符所在的灰度范围比较接近的整体区域,根据该区域在待测金属表面图像中提取出第一区域,对第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域,再对第二区域进行联合膨胀得到第三区域、对第二区域进行二次特征选择得到字符所在的第四区域,进而对第三区域和第四区域取交集得到若干个字符图像,根据第一区域和第四区域的中心点坐标的距离即可确定待测金属表面是否存在字符偏移缺陷,根据字符图像的面积即可确定待测金属表面是否存在字符重叠缺陷或字符缺损缺陷。本发明实施例通过颜色空间转换、全局阈值分割、特征选择后可以确定字符所在的整体区域,从而在待测金属表面图像中提取出第一区域进行灰度缩放后再次进行全局阈值分割和二次特征选择,可以得到字符分割明显的第四区域,再和联合膨胀处理得到的第三区域取交集即可得到单个的字符图像,进而可以判断待测金属表面是否存在字符偏移、字符重叠以及字符缺损等缺陷,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了字符缺陷检测的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对本发明实施例中所需要使用的附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种金属表面字符缺陷检测方法的步骤流程图;
图2为本发明实施例提供的一种金属表面字符缺陷检测方法的具体流程示意图;
图3为本发明实施例提供的一种金属表面字符缺陷检测系统的结构框图;
图4为本发明实施例提供的一种金属表面字符缺陷检测装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,多个的含义是两个或两个以上,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1,本发明实施例提供了一种金属表面字符缺陷检测方法,具体包括以下步骤:
S101、获取待测金属表面图像,对待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对第一图像信息进行全局阈值分割处理得到第二图像信息;
具体地,可通过光学相机拍摄获取待测金属表面的图像,再通过颜色空间转换处理可以得到单通道的第一图像信息,然后通过全局阈值分割处理得到第二图像信息,便于后续从中提取出单个字符的图像。
进一步作为可选的实施方式,对第一图像信息进行全局阈值分割处理得到第二图像信息这一步骤,其具体包括:
A1、对第一图像信息进行平滑处理,得到第三图像信息;
A2、根据第三图像信息确定自适应阈值矩阵;
A3、根据自适应阈值矩阵对第一图像信息进行全局阈值分割处理得到第二图像信息。
具体地,假设第一图像信息为I,高为H,宽为W,平滑算子的尺寸可记为h*w,且h和w都为奇数。第一步,采用平滑算子对第一图像信息进行平滑处理,平滑后的的第三图像信息记为fs(I),平滑可以使用均值平滑、高斯平滑、中值平滑中任一种;第二步,根据第三图像信息确定自适应阈值矩阵T,可用T=(1-ratio)*fs(I)表示,本发明实施例中取ratio=0.15,根据第三图像信息fs(I)中各个像素点的灰度值即可计算出第一图像信息中对应位置上各像素点的特征阈值,从而可以形成自适应阈值矩阵T;第三步:根据得到的自适应阈值矩阵对第一图像信息进行阈值分割,即将第一图像信息中各像素点的灰度值与上一步求得的该点的特征阈值作比较,大于特征阈值则将该点的灰度值置为255,小于特征阈值则将该点的灰度值置为0。阈值分割的规则可用下式表示;
其中,G表示第二图像信息中像素点(r,c)处的灰度值,I(r,c)表示第一图像信息中像素点(r,c)处的灰度值,T(r,c)表示自适应阈值矩阵中像素点(r,c)对应的特征阈值。
S102、对第二图像信息进行特征选择得到第一区域,并确定第一区域的第一中心点坐标,进而对第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
具体地,经过特征选择去除掉噪声得到字符所在的灰度范围比较接近的整体区域,确定该区域的中心点坐标便于后续判断是否存在字符偏移,同时根据该整体区域在原始的待测金属表面图像中提取出对应位置的第一区域;灰度缩放拉伸第一区域的对比度,扩展灰度级,以便于再次进行全局阈值分割得到第二区域。步骤S102具体包括以下步骤:
S1021、对第二图像信息进行面积和圆度的特征选择,得到去除噪声后的第一区域,并确定第一区域的第一中心点坐标;
S1022、利用幂律变换对第一区域进行灰度缩放处理得到第五区域,并确定第五区域的灰度值范围;
S1023、根据灰度值范围对第五区域进行全局阈值分割分处理得到第二区域。
具体地,本发明实施例利用面积area与圆度Roundness的卡方检验的方法来进行特征选择,得到字符所在的灰度范围比较接近的整体区域,根据该整体区域在原始的待测金属表面图像中提取出对应位置的第一区域,并确定其中心点坐标,记为(x1,y1)。本发明实施例中采用幂律变换对第一区域进行灰度缩放处理得到第五区域,幂律变换的公式如下:
s=crγ
其中,s表示变换后的灰度值,c和γ为预设的正常数,当γ>1时将较窄范围的低灰度值映射为较宽范围的灰度值,当γ<1时将较宽范围的高灰度值映射为较窄范围的灰度值,r=a/255,a为像素点上RGB分量之一。通过幂律变换可以提高图像的对比度,凸显细节。
得到第五区域后,确定第五区域的灰度值范围,然后根据该灰度值范围确定阈值分割的特征阈值,根据该特征阈值对第五区域再次进行全局阈值分割处理得到第二区域。
S103、对第二区域进行联合膨胀后得到第三区域,并对第二区域进行二次特征选择,得到字符所在的第四区域,进而确定第四区域的第二中心点坐标;
具体地,对第二区域进行联合膨胀处理可以消除第二区域中的毛刺同时不损失其他图像信息;对第二区域进行二次特征选择可以去除掉和字符区域灰度差别很大的干扰区域,从而得到字符所在的第四区域。步骤S103具体包括以下步骤:
S1031、对第二区域依次进行腐蚀处理和膨胀处理得到第三区域;
S1032、对第二区域进行面积、圆度以及凸性的二次特征选择,得到字符所在的第四区域,进而确定第四区域的第二中心点坐标。
具体地,得到第四区域的中心点坐标记为(x2,y2)。
S104、对第三区域和第四区域进行交集处理,得到若干个字符图像,并确定字符图像的第一面积。
具体地,图像的交集处理用于二值化图像,其可以描述为A∩B=min(a,b),其中,a表示图像A中某一像素点的灰度值,b表示图像B中与a相对应的像素点的灰度值,交集处理即在对应位置的像素点的灰度值相同时取相同的灰度值,否则就取0。通过对第三区域和第四区域进行交集处理可以得到字符分割明显的字符区域,从而可以获取若干个字符图像用于后续的缺陷判断。步骤S104具体包括以下步骤:
S1041、对第三区域进行二值化处理得到第四图像信息,并对第四区域进行二值化处理得到第五图像信息;
S1042、确定第四图像信息中灰度值不为0的第六区域,并确定第五图像信息中灰度值不为0的第七区域;
S1043、确定第六区域与第七区域重合的部分为字符区域;
S1044、根据字符区域对第三区域进行裁剪,得到若干个字符图像,并确定字符图像的第一面积。
具体地,二值化处理后的第四图像信息和第五图像信息中,像素点的灰度值为255或者0,当且仅当第四图像信息与第五图像信息对应位置上的像素点的灰度值均为255时,将该像素点作为字符区域的像素点,从而可以的到字符分割明显的字符区域,然后根据该字符区域对第三区域裁剪得到若干个字符图像,同时确定该字符图像的面积即为第一面积。
S105、根据第一中心点坐标和第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
具体地,将第一中心点坐标(x1,y1)和第二中心点坐标(x2,y2)的距离与预设的第一阈值进行比较,将第一面积与预设的第二阈值和第三阈值进行比较,从而确定待测金属表面是否存在字符偏移、字符重叠或字符缺损等缺陷。步骤S105具体包括以下步骤:
S1051、当第一中心点坐标和第二中心点坐标的距离大于预设的第一阈值,确定待测金属表面存在字符偏移缺陷;
S1052、当第一面积大于预设的第二阈值,确定待测金属表面存在字符重叠缺陷;
S1053、当第一面积小于预设的第三阈值,确定待测金属表面存在字符缺损缺陷;
其中,第二阈值高于第三阈值。
具体地,第一阈值、第二阈值以及第三阈值均可根据实际情况进行设置。
进一步作为可选的实施方式,金属表面字符缺陷检测方法还包括以下步骤:
确定待测金属表面存在字符偏移、字符重叠以及字符缺损中至少一种缺陷,获取第四区域的最小外接矩形,并根据最小外接矩形在待测金属表面图像中确定缺陷字符的位置。
具体地,在确定待测金属表面存在字符缺陷后,可以获取第四区域的最小外接矩形,根据该最小外接矩形在原始的待测金属表面图像中确定缺陷字符所在的位置,还可以裁剪出缺陷字符的整体区域,便于后续的分析处理。
以上对本发明实施例的方法步骤进行了说明。下面结合一具体实施例对本发明的具体实施过程作进一步说明。
如图2所示为本发明实施例提供的一种金属表面字符缺陷检测方法的具体流程示意图。本发明实施例获取待测金属表面图像,对待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,再进行平滑处理得到第三图像信息、进行全局阈值分割处理得到第二图像信息,然后对第二图像信息进行特征选择去除掉噪声得到字符所在的灰度范围比较接近的整体区域,根据该区域在待测金属表面图像中提取出第一区域,对第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域,再对第二区域进行联合膨胀得到第三区域、对第二区域进行二次特征选择得到字符所在的第四区域,进而对第三区域和第四区域取交集得到若干个字符图像,根据第一区域和第四区域的中心点坐标的距离即可确定待测金属表面是否存在字符偏移缺陷,根据字符图像的面积即可确定待测金属表面是否存在字符重叠缺陷或字符缺损缺陷。
可以理解的是,本发明实施例通过颜色空间转换、全局阈值分割、特征选择后可以确定字符所在的整体区域,从而在待测金属表面图像中提取出第一区域进行灰度缩放后再次进行全局阈值分割和二次特征选择,可以得到字符分割明显的第四区域,再和联合膨胀处理得到的第三区域取交集即可得到单个的字符图像,进而可以判断待测金属表面是否存在字符偏移、字符重叠以及字符缺损等缺陷,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了字符缺陷检测的效率。
参照图3,本发明实施例提供了一种金属表面字符缺陷检测系统,包括:
第二图像信息确定模块,用于获取待测金属表面图像,对待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对第一图像信息进行全局阈值分割处理得到第二图像信息;
第二区域确定模块,用于对第二图像信息进行特征选择得到第一区域,并确定第一区域的第一中心点坐标,进而对第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
二次特征选择模块,用于对第二区域进行联合膨胀后得到第三区域,并对第二区域进行二次特征选择,得到字符所在的第四区域,进而确定第四区域的第二中心点坐标;
交集处理模块,用于对第三区域和第四区域进行交集处理,得到若干个字符图像,并确定字符图像的第一面积;
字符缺陷确定模块,用于根据第一中心点坐标和第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图4,本发明实施例提供了一种金属表面字符缺陷检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当上述至少一个程序被上述至少一个处理器执行时,使得上述至少一个处理器实现上述的一种金属表面字符缺陷检测方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,该处理器可执行的程序在由处理器执行时用于执行上述一种金属表面字符缺陷检测方法。
本发明实施例的一种计算机可读存储介质,可执行本发明方法实施例所提供的一种金属表面字符缺陷检测方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种金属表面字符缺陷检测方法,其特征在于,包括以下步骤:
获取待测金属表面图像,对所述待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对所述第一图像信息进行全局阈值分割处理得到第二图像信息;
对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标;
对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积;
根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
2.根据权利要求1所述的一种金属表面字符缺陷检测方法,其特征在于,所述对所述第一图像信息进行全局阈值分割处理得到第二图像信息这一步骤,其具体包括:
对所述第一图像信息进行平滑处理,得到第三图像信息;
根据所述第三图像信息确定自适应阈值矩阵;
根据所述自适应阈值矩阵对所述第一图像信息进行全局阈值分割处理得到第二图像信息。
3.根据权利要求1所述的一种金属表面字符缺陷检测方法,其特征在于,对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域这一步骤,其具体包括:
对所述第二图像信息进行面积和圆度的特征选择,得到去除噪声后的第一区域,并确定所述第一区域的第一中心点坐标;
利用幂律变换对所述第一区域进行灰度缩放处理得到第五区域,并确定所述第五区域的灰度值范围;
根据所述灰度值范围对所述第五区域进行全局阈值分割分处理得到第二区域。
4.根据权利要求1所述的一种金属表面字符缺陷检测方法,其特征在于,所述对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标这一步骤,其具体包括:
对所述第二区域依次进行腐蚀处理和膨胀处理得到第三区域;
对所述第二区域进行面积、圆度以及凸性的二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标。
5.根据权利要求1所述的一种金属表面字符缺陷检测方法,其特征在于,所述对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积这一步骤,其具体包括:
对所述第三区域进行二值化处理得到第四图像信息,并对所述第四区域进行二值化处理得到第五图像信息;
确定第四图像信息中灰度值不为0的第六区域,并确定第五图像信息中灰度值不为0的第七区域;
确定所述第六区域与所述第七区域重合的部分为字符区域;
根据所述字符区域对所述第三区域进行裁剪,得到若干个字符图像,并确定所述字符图像的第一面积。
6.根据权利要求1所述的一种金属表面字符缺陷检测方法,其特征在于,所述根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷这一步骤,其具体包括:
当所述第一中心点坐标和所述第二中心点坐标的距离大于预设的第一阈值,确定待测金属表面存在字符偏移缺陷;
当所述第一面积大于预设的第二阈值,确定待测金属表面存在字符重叠缺陷;
当所述第一面积小于预设的第三阈值,确定待测金属表面存在字符缺损缺陷;
其中,所述第二阈值高于所述第三阈值。
7.根据权利要求1至6中任一项所述的一种金属表面字符缺陷检测方法,其特征在于,所述金属表面字符缺陷检测方法还包括以下步骤:
确定待测金属表面存在字符偏移、字符重叠以及字符缺损中至少一种缺陷,获取所述第四区域的最小外接矩形,并根据所述最小外接矩形在所述待测金属表面图像中确定缺陷字符的位置。
8.一种金属表面字符缺陷检测系统,其特征在于,包括:
第二图像信息确定模块,用于获取待测金属表面图像,对所述待测金属表面图像进行颜色空间转换得到单通道的第一图像信息,进而对所述第一图像信息进行全局阈值分割处理得到第二图像信息;
第二区域确定模块,用于对所述第二图像信息进行特征选择得到第一区域,并确定所述第一区域的第一中心点坐标,进而对所述第一区域进行灰度缩放后再进行全局阈值分割处理得到第二区域;
二次特征选择模块,用于对所述第二区域进行联合膨胀后得到第三区域,并对所述第二区域进行二次特征选择,得到字符所在的第四区域,进而确定所述第四区域的第二中心点坐标;
交集处理模块,用于对所述第三区域和所述第四区域进行交集处理,得到若干个字符图像,并确定所述字符图像的第一面积;
字符缺陷确定模块,用于根据所述第一中心点坐标和所述第二中心点坐标的距离确定是否存在字符偏移缺陷,并根据所述第一面积确定是否存在字符重叠缺陷或字符缺损缺陷。
9.一种金属表面字符缺陷检测装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至7中任一项所述的一种金属表面字符缺陷检测方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种金属表面字符缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110645043.5A CN113450316B (zh) | 2021-06-09 | 2021-06-09 | 一种金属表面字符缺陷检测方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110645043.5A CN113450316B (zh) | 2021-06-09 | 2021-06-09 | 一种金属表面字符缺陷检测方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113450316A CN113450316A (zh) | 2021-09-28 |
CN113450316B true CN113450316B (zh) | 2022-03-22 |
Family
ID=77811155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110645043.5A Active CN113450316B (zh) | 2021-06-09 | 2021-06-09 | 一种金属表面字符缺陷检测方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113450316B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1400922A1 (en) * | 2002-09-20 | 2004-03-24 | Nitto Denko Corporation | Print inspection method and apparatus |
WO2018000731A1 (zh) * | 2016-06-28 | 2018-01-04 | 华南理工大学 | 一种曲面表面缺陷自动检测方法及其装置 |
CN108918536A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 轮胎模具表面字符缺陷检测方法、装置、设备及存储介质 |
CN109308700A (zh) * | 2017-07-27 | 2019-02-05 | 南京敏光视觉智能科技有限公司 | 一种基于印刷品字符的视觉识别缺陷检测方法 |
CN112581452A (zh) * | 2020-12-22 | 2021-03-30 | 钱仪嘉 | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4562126B2 (ja) * | 2004-09-29 | 2010-10-13 | 大日本スクリーン製造株式会社 | 欠陥検出装置および欠陥検出方法 |
US20080008375A1 (en) * | 2006-07-06 | 2008-01-10 | Petersen Russell H | Method for inspecting surface texture direction of workpieces |
-
2021
- 2021-06-09 CN CN202110645043.5A patent/CN113450316B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1400922A1 (en) * | 2002-09-20 | 2004-03-24 | Nitto Denko Corporation | Print inspection method and apparatus |
WO2018000731A1 (zh) * | 2016-06-28 | 2018-01-04 | 华南理工大学 | 一种曲面表面缺陷自动检测方法及其装置 |
CN109308700A (zh) * | 2017-07-27 | 2019-02-05 | 南京敏光视觉智能科技有限公司 | 一种基于印刷品字符的视觉识别缺陷检测方法 |
CN108918536A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 轮胎模具表面字符缺陷检测方法、装置、设备及存储介质 |
CN112581452A (zh) * | 2020-12-22 | 2021-03-30 | 钱仪嘉 | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
Faster R-CNN在工业CT图像缺陷检测中的应用;常海涛等;《中国图象图形学报》;20180716(第07期);第129-139页 * |
基于halcon的字符缺陷检测系统;汪成龙等;《制造业自动化》;20180925(第09期);第44-47页 * |
基于统计分析的PCB组装缺陷特征学习方法;邝泳聪等;《计算机应用研究》;20100215(第02期);第381-383页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113450316A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871895B (zh) | 电路板的缺陷检测方法和装置 | |
CN113610774B (zh) | 一种玻璃划痕缺陷检测方法、系统、装置及存储介质 | |
CN115082462B (zh) | 一种流体输送管外观质量检测方法及系统 | |
CN109509200B (zh) | 基于轮廓提取的棋盘格角点检测方法以及计算机可读存储介质 | |
JP6099479B2 (ja) | ひび割れ検出方法 | |
CN113111868B (zh) | 一种字符缺陷检测方法、系统、装置及存储介质 | |
JP4908440B2 (ja) | 画像処理装置及び方法 | |
CN109300104B (zh) | 角点检测方法、装置 | |
JP5852919B2 (ja) | ひび割れ検出方法 | |
CN115294099B (zh) | 一种钢板轧制过程发纹缺陷的检测方法及系统 | |
CN113610772B (zh) | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
CN113128554B (zh) | 一种基于模板匹配的目标定位方法、系统、装置及介质 | |
CN110569845A (zh) | 一种试卷图像的校正方法及相关装置 | |
CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
CN115272199A (zh) | 一种pcb载板缺陷检测方法、系统、电子设备及介质 | |
CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
CN113450316B (zh) | 一种金属表面字符缺陷检测方法、系统、装置及存储介质 | |
CN109064420B (zh) | 一种多层pcb截面图像工艺参数提取方法 | |
CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
JP5993100B2 (ja) | 画像処理装置および特定図形検出方法 | |
CN113378847A (zh) | 字符分割方法、系统、计算机设备和存储介质 | |
CN113496223A (zh) | 文本区域检测模型的建立方法以及装置 | |
CN110751135A (zh) | 图纸的校对方法、装置、电子设备及存储介质 | |
CN117635688B (zh) | 一种尺寸测量方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |