CN113487606B - 图像检测系统、方法、电视机背光扩散板检测系统及方法 - Google Patents
图像检测系统、方法、电视机背光扩散板检测系统及方法 Download PDFInfo
- Publication number
- CN113487606B CN113487606B CN202111035767.4A CN202111035767A CN113487606B CN 113487606 B CN113487606 B CN 113487606B CN 202111035767 A CN202111035767 A CN 202111035767A CN 113487606 B CN113487606 B CN 113487606B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- gray
- pixel
- pixels
- 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
- 238000009792 diffusion process Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims description 49
- 238000012545 processing Methods 0.000 claims abstract description 69
- 238000003860 storage Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 24
- 238000007689 inspection Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 238000004519 manufacturing process Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 8
- 230000002950 deficient Effects 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000011144 upstream manufacturing 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
-
- 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
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及图像检测技术领域,尤其涉及一种图像检测系统,包括:摄像头,对物品进行拍摄,以获得物品图像;图像处理单元,对图像的各像素进行灰度化及二值化处理;存储单元,存储灰度阈值;比较单元,对各像素的灰度值与灰度阈值进行比对,根据比对结果进行二值化处理;识别单元,根据二值化处理结果作为识别依据。本发明中提供了一种能够对匀速直线行进中的物品进行图像检测的系统,通过本发明的技术方案,可使得连续生产的物品在传送的过程中直接对外观缺陷进行获取,可在无人力参与的情况下对问题进行及时有效的发现,准确度及效率均较高。同时本发明中还请求保护一种图像检测方法、电视机背光扩散板检测系统及方法,具有同样的技术效果。
Description
技术领域
本发明涉及图像检测技术领域,尤其涉及一种图像检测系统、方法、电视机背光扩散板检测系统及方法。
背景技术
光扩散板是通过化学或物理的手段,利用光线在行进途中经过折射率不同的介质时,发生折射、反射和散射的物理现象,通过在基材基础中添加无机或有机光扩散剂,或者通过基材表面的微特征结构的阵列排列人为调整光线,使光线发生不同方向的折射、反射和散射,从而改变光的行进路线,以产生光学扩散的效果。
光扩散板在生产过程中,表层在外力外物的作用下极易产生损伤和污染,上述情况对于其最终所呈现的色调优良性和亮度均匀性等参数均会造成极大程度的影响,及时对上述问题进行发现以对不良品进行排除,对于最终光扩散板所应用的产品质量尤为重要。
然而,在目前的生产过程中,光扩散板的质量问题检测通过人为的观察实现,此种方式一方面要求生产人员全程参与,难以实现人力的解放,提高了生产成本,另一方面会由于生产人员的人为性造成漏检的情况。
鉴于上述问题,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,并配合学理的运用,积极加以研究创新,以期设计一种图像检测系统、方法、电视机背光扩散板检测系统及方法。
发明内容
本发明提供了一种图像检测系统,可有效解决背景技术中的问题,同时本发明中还请求保护一种图像检测方法、电视机背光扩散板检测系统及方法,具有同样的技术效果。
为了达到上述目的,本发明所采用的技术方案是:
图像检测系统,对匀速直线行进的单一颜色物品进行图像检测,包括:
摄像头,对所述物品进行拍摄,以获得物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;
图像处理单元,对所述图像的各像素进行灰度化及二值化处理;
存储单元,存储灰度阈值;
比较单元,对各所述像素的灰度值与所述灰度阈值进行比对,比较结果为所述二值化处理过程中对灰度值取“0”或取“255”的依据;
识别单元,在各所述像素经过二值化处理后,根据“0”或“255”两种灰度值的像素比例与设定阈值的比较结果作为识别依据,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与所述计算模型同样存储于所述存储单元中。
进一步地,所述摄像头固定设置。
进一步地,还包括定时器,以设定时间间隔启动所述摄像头。
进一步地,还包括像素拾取单元,在灰度化处理完成后,在物品的进行方向上对所述图像中均匀分布的至少四个像素的灰度值进行拾取,取最大值和最小值之间其他各灰度值的平均值,作为所述灰度阈值存储于所述存储单元中。
采用如上所述的图像检测系统的图像检测方法,对匀速直线行进的单一颜色物品进行图像检测,包括以下步骤:
采集物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;
对所述图像的各像素进行灰度化处理,获取各像素的灰度值;
将所述灰度值与灰度阈值进行比较,获得两类灰度值;
对所述图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
当转化后两种像素的比例超出设定阈值时,进行识别,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
进一步地,所述图像的采集在设定位置进行。
进一步地,所述图像由在行进方向上排列的图像单元组合而成。
进一步地,所述灰度阈值的获取方法如下:
在灰度化处理完成后,在物品的进行方向上对所述图像中均匀分布的至少四个像素的灰度值进行拾取,所述灰度阈值为最大值和最小值之间其他各灰度值的平均值。
采用如上所述的图像检测系统的电视机背光扩散板检测系统,包括:
支撑组件,对匀速直线行进的背光扩散板进行水平支撑,具有对所述背光扩散板顶部及底部进行至少局部展示的区域,且所述区域覆盖所述背光扩散板垂直于行进方向的范围;
若干摄像头,分别位于所述背光扩散板的顶部和底部,通过所述区域对行进的所述背光扩散板进行若干次拍摄,以获得可组成所述背光扩散板完整图像的若干图像单元;
图像处理单元,对来自同一摄像头的所述图像单元的各像素进行灰度化及二值化处理;
存储单元,存储灰度阈值;
比较单元,对各所述像素的灰度值与所述灰度阈值进行比对,比较结果为所述二值化处理过程中对灰度值取“0”或取“255”的依据;
识别单元,在各所述像素经过二值化处理后,根据两种像素的比例与设定阈值的比较结果作为识别依据,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与所述计算模型同样存储于所述存储单元中。
采用如上所述的图像检测方法的电视机背光扩散板检测方法,包括以下步骤:
对背光扩散板进行直线匀速传送,且在传送过程中,对所述背光扩散板顶部和底部若干区域图像进行采集,以获得可组成所述背光扩散板完整图像的若干图像单元;
对来自同一摄像头的所述图像单元的各像素进行灰度化处理,获取各像素的灰度值;
将所述灰度值与灰度阈值进行比较,获得两类灰度值;
对所述图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
当转化后两种像素的比例超出设定阈值时,进行识别,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
通过本发明的技术方案,可实现以下技术效果:
本发明中提供了一种能够对匀速直线行进中的物品进行图像检测的系统及方法,通过本发明的技术方案,可使得连续生产的物品在传送的过程中直接对外观缺陷进行获取,可在无人力参与的情况下对问题进行及时有效的发现,准确度及效率均较高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为实施例一中图像检测系统的框架图;
图2为通过定时器的设置而采集的5张图片拼接后,获得设定长度的示意图;
图3为实施例二中图像检测系统的框架图;
图4为实施例三中图像检测方法的流程图;
图5为实施例四中采用图像检测系统的设备的示意图;
图6为图5中A处的局部放大图;
图7为实施例五中电视机背光扩散板检测方法的流程图;
附图标记:1、背光扩散板;2、支撑组件;21、区域;22、辊轴;3、摄像头;4、清理辊;5、支撑架。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
如图1所示,图像检测系统,对匀速直线行进的单一颜色物品进行图像检测,包括:摄像头,对物品进行拍摄,以获得物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;图像处理单元,对图像的各像素进行灰度化及二值化处理;存储单元,存储灰度阈值;比较单元,对各像素的灰度值与灰度阈值进行比对,比较结果为二值化处理过程中对灰度值取“0”或取“255”的依据;识别单元,在各像素经过二值化处理后,根据“0”或“255”两种灰度值的像素比例与设定阈值的比较结果作为识别依据,像素比例小于1;设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与计算模型同样存储于所述存储单元中。
本发明中提供了一种能够对匀速直线行进中的单一颜色物品进行图像检测的系统,通过本发明的技术方案,可使得连续生产的物品在传送的过程中直接对外观缺陷进行获取,可在无人力参与的情况下对问题进行及时有效的发现,准确度及效率均较高。
在具体实施过程中,颜色单一的物品当表面有缺陷时,缺陷部位更容易与物品本身的颜色产生反差,从而获得更高的准确度;另外,也更加适于扁平状的物品,此种物品在光源下所获得的图像受到如阴影区域等的颜色影响较小,同样可获得更好的准确度。
本实施例中的图像处理针对设定长度和设定宽度范围内的图像进行,图像处理单元在对各像素进行灰度处理后,使得各像素的R=G=B,当然,不同的像素因为原始的R、G、B值不同,会获得不同的灰度值;本发明中,在对像素进行二值化处理的过程中,为了降低运算的难度,采用灰度阈值对所有像素进行划分,具体地,可以将灰度值大于等于灰度阈值的像素分为一组,而将灰度值小于灰度阈值的像素分为一组;或者,可以将灰度值大于灰度阈值的像素分为一组,而将灰度值小于等于灰度阈值的像素分为一组;再或者,将灰度值在灰度阈值附近设定范围内的像素分为一组,将附近设定范围以外的像素分为一组;上述情况的划分需要根据物品的颜色及可能发生的缺陷颜色进行划分,当物品颜色更接近白色或黑色时,更加适用于第一种和第二种情况,而为其他颜色时,则可考虑采用第三种情况;上述做法的目的在于将无缺陷位置和有缺陷位置进行划分。
在二值化处理的过程中,将灰度值按照上述分组的情况变为“0”或“255”,从而使得处理后的图像获得黑色区域和白色区域;本发明中识别的依据为两种灰度值的像素的比例,即黑色区域和白色区域面积的比例。
通过本发明中的技术方案,使得物品的图像中,完好位置处和缺陷位置处获得明显的区分,无论是肉眼识别或者是智能识别,均可获得准确的结果,识别的结果可作为报警的依据,提示操作者对异常产品进行处理,也可作为后续自动化分料的依据。
设定阈值的计算模型考虑以下因素:
其中,A0的取值取决于生产决策者对于缺陷的容忍程度,容忍程度的高低决定了A0取值的大小;而部分的计算,则根据实际的生产情况对A0进行了一定程度的修订,从而使得决策者较为固定的判断标准获得了随实际生产的适应性波动。其中,a1取值的范围随A0变化,具体的变化方向为:随A0的增大而增大,因为当A0越大时,可获得修订的范围就越大,即能够容许更大程度的调节,其中,a1小于1;的计算,目的在于根据实际的生产过程中邻近被检测物品的平均缺陷情况,对设定阈值的计算进行调整,从而针对因不同的产品批次,不同筛选阶段等原因而导致的缺陷率变化进行适应性的调整。
通过上述设定阈值的计算方式,使得设定阈值会根据实际的生产过程而相对于A0进行调整,从而获得更加准确的检测结果。
为了提供稳定的检测环境,摄像头固定设置;为了提高图像拍设的效果,可与摄像头匹配合适的光源,当然,光源需要同样保持固定的状态。
在上述实施例中,固定设置的摄像头所拍摄的宽度是固定的,但发明中的物品为运动的,因此为了增加图像检测在物品行进方向上的长度范围,作为上述实施例的优选,如图2所示,还包括定时器,以设定时间间隔启动摄像头。
通过定时器的设置,可在物品行进过程中获得以设定时间间隔拍摄的多张图片,图2中展示了5张的情况,上述实施例中的设定长度可通过对多张图片进行拼接的方式而获得,此处需要说明的是,本优选方案中设定时间间隔的长度需要根据物品的匀速速度而设定,需要保证的是,各图片拼接后覆盖完整的物品范围,上述拼接可在对图像进行裁切后而进行,从而保证最终两种灰度值的像素的比例是不变的。
上述实施例中,由于摄像头是稳定的,因定时器的设置而拍摄的多张图片的拍摄环境是稳定的,因此在拼接后且整体进行后续灰度化和二值化处理的过程中可获得与单一图片进行处理同样准确的效果。
实施例二
如图3所示,一种图像检测系统,对匀速直线行进的单一颜色物品进行图像检测,包括:摄像头,对物品进行拍摄,以获得物品在行进方向上设定长度,以及在垂直进方向上设定宽度范围内的图像;图像处理单元,对图像的各像素进行灰度化及二值化处理;存储单元,存储灰度阈值;比较单元,对各像素的灰度值与灰度阈值进行比对,比较结果为二值化处理过程中对灰度值取“0”或取“255”的依据;识别单元,在各像素经过二值化处理后,根据“0”或“255”两种灰度值的像素比例与设定阈值的比较结果作为识别依据,像素比例小于1;设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与计算模型同样存储于存储单元中。
上述系统形式与实施例一中相同,但为了获取更为准确的灰度阈值,本实施例中,还包括像素拾取单元,在灰度化处理完成后,在物品的进行方向上对图像中均匀分布的至少四个像素的灰度值进行拾取,取最大值和最小值之间其他各灰度值的平均值,作为灰度阈值存储于存储单元中。
在本实施例中,提供了一种灰度阈值的获取方式,此种获取方式使得最终确定的灰度阈值更加适合当下的产品以及当下的拍摄环境,且各灰度值在物品行进方向上进行获取,可在物品行进过程中自然完成,当设定长度内仅存一张图片时,可直接按照像素间隔进行拾取,当设定长度内存在多张拼接的图片时,可在拼接完成后同样按照上述方法进行拾取,或者,当图片数量大于等于四时,可在各图片的相同位置进行像素的拾取,且此处所指的相同位置可以为一处或者多处,如顶部和底部位置,这样在每张图片中均可获得两处灰度值的拾取。
通过求均值的方式可在环境轻微的变动中,获得更加准确的比对结果,其中最大值和最小值的获取,目的在于排出像素可能来自缺陷位置的情况,提高准确性。
实施例三
如图4所示,图像检测方法,对匀速直线行进的单一颜色物品进行图像检测,包括以下步骤:
S1:采集物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;
S2:对图像的各像素进行灰度化处理,获取各像素的灰度值;
S3:将灰度值与灰度阈值进行比较,获得两类灰度值;
S4:对图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
S5:当转化后两种像素的比例超出设定阈值时,进行识别,像素比例小于1;
设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
本实施例中的方法,可采用实施例一中的系统结构实现,所起到的技术效果与实施例一中相同,此处不在赘述。
作为本实施例的优选,图像的采集在设定位置进行,此种形式可在对设备进行安装时通过图像采集设备,如摄像头的位置固定来实现。图像由在行进方向上排列的图像单元组合而成,如实施例一中,此种方式可在物品行进过程中通过间隔时间的拍摄而获得多张图片,当然,也可通过多个摄像头的同时拍摄而获得,但显然此种方式的设备成本较高。
作为本实施例的优选,灰度阈值的获取方法如下:
在灰度化处理完成后,在物品的进行方向上对图像中均匀分布的至少四个像素的灰度值进行拾取,灰度阈值为最大值和最小值之间其他各灰度值的平均值,此优选方式的技术效果如实施例一中,此处也不再赘述。
实施例四
电视机背光扩散板检测系统,包括:支撑组件2,对匀速直线行进的背光扩散板1进行水平支撑,具有对背光扩散板1顶部及底部进行至少局部展示的区域21,且区域21覆盖背光扩散板1垂直于行进方向的范围;若干摄像头3,分别位于背光扩散板1的顶部和底部,通过区域21对行进的背光扩散板1进行若干次拍摄,以获得可组成背光扩散板1完整图像的若干图像单元;图像处理单元,对来自同一摄像头3的图像单元的各像素进行灰度化及二值化处理;存储单元,存储灰度阈值;比较单元,对各像素的灰度值与灰度阈值进行比对,比较结果为二值化处理过程中对灰度值取“0”或取“255”的依据;识别单元,在各像素经过二值化处理后,根据两种像素的比例与设定阈值的比较结果作为识别依据,像素比例小于1;设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与计算模型同样存储于存储单元中。
在实施过程中,将实施例一中的系统形式应用于如图5和6所示的设备结构中来实现本实施例,具体的,通过支撑组件2对背光扩散板1进行支撑及传送,其中,起到支撑作用的可以为较大直径的辊轴22,或者为了获得更大的区域21,可在较小直径的辊轴22上设置若干小滚轮,均可实现对背光扩散板1进行支撑的作用,且通过辊轴22的主动转动,背光扩散板1可实现匀速的直线传送。
针对背光扩散板1产品,需要对于其传送过程中的顶面及底面均进行图像的采集,从而获得全面性的同步检测,但由于支撑组件2必然会对产品的局部位置进行遮挡,因此本实施例中通过上述区域21,如图6所示,对行进的背光扩散板1进行若干次拍摄,以获得可组成背光扩散板1完整图像的若干图像单元。
需要说明的是,当背光扩散板1在垂直于行进方向的方向上宽度较大时,可通过抬高摄像头3的方式来覆盖此宽度范围,或者可通过增加摄像头3的方式而降低其安装高度,同样也可实现该宽度范围内的完整图像采集;而在传送方向上,则可通过设定时间间隔的多次拍摄,获得在此方向上以供拼接的多张图片;本实施例中,针对后续图像的处理对来自同一摄像头3的图像单元进行,正是为了实现当摄像头3的使用数量较大时,无需对各个摄像头3及其对应的光源进行统一参数的调整,缺陷的识别可通过各个摄像头3所采集的图像独立进行,降低了操作的难度。
所有的摄像头3可通过支撑架5进行安装,通过支撑架5结构改进,可实现摄像头3位置的便捷性调整,包括水平位置及高度等。各个摄像头3在行进方向上获得设定宽度且完整长度的产品拍摄范围,可如实施例一中所描述的,实现缺陷的及时有效识别。
为了保证更优的识别效果,可在拍摄位置的上游设置清理辊4,通过粘贴的方式对产品表面杂质进行去除,从而降低识别的缺陷产品的比例,其中,清理辊4至少需设置在顶层,此位置获得杂质的几率较高,底部也可设置,与辊轴22并列即可,但需要保证其同样为主动转动的。
实施例五
如图7所示,电视机背光扩散板检测方法,包括以下步骤:
A1:对背光扩散板进行直线匀速传送,且在传送过程中,对背光扩散板顶部和底部若干区域图像进行采集,以获得可组成背光扩散板完整图像的若干图像单元;
A2:对来自同一摄像头的图像单元的各像素进行灰度化处理,获取各像素的灰度值;
A3:将灰度值与灰度阈值进行比较,获得两类灰度值;
A4:对图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
A5:当转化后两种像素的比例超出设定阈值时,进行识别,像素比例小于1;
设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
本实施例中的方法,可采用实施例四中的系统结构实现,所起到的技术效果与实施例一和实施例四中相同,此处不在赘述。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.图像检测系统,其特征在于,对匀速直线行进的单一颜色物品进行图像检测,包括:
摄像头,对所述物品进行拍摄,以获得物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;
图像处理单元,对所述图像的各像素进行灰度化及二值化处理;
存储单元,存储灰度阈值;
比较单元,对各所述像素的灰度值与所述灰度阈值进行比对,比较结果为所述二值化处理过程中对灰度值取“0”或取“255”的依据;
识别单元,在各所述像素经过二值化处理后,根据“0”或“255”两种灰度值的像素比例与设定阈值的比较结果作为识别依据,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与所述计算模型同样存储于所述存储单元中。
2.根据权利要求1所述的图像检测系统,其特征在于,所述摄像头固定设置。
3.根据权利要求2所述的图像检测系统,其特征在于,还包括定时器,以设定时间间隔启动所述摄像头。
4.根据权利要求1~3任一项所述的图像检测系统,其特征在于,还包括像素拾取单元,在灰度化处理完成后,在物品的进行方向上对所述图像中均匀分布的至少四个像素的灰度值进行拾取,取最大值和最小值之间其他各灰度值的平均值,作为所述灰度阈值存储于所述存储单元中。
5.一种采用如权利要求1所述的图像检测系统的图像检测方法,其特征在于,对匀速直线行进的单一颜色物品进行图像检测,包括以下步骤:
采集物品在行进方向上设定长度,以及在垂直行进方向上设定宽度范围内的图像;
对所述图像的各像素进行灰度化处理,获取各像素的灰度值;
将所述灰度值与灰度阈值进行比较,获得两类灰度值;
对所述图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
当转化后两种像素的比例超出设定阈值时,进行识别,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
6.根据权利要求5所述的图像检测方法,其特征在于,所述图像的采集在设定位置进行。
7.根据权利要求6所述的图像检测方法,其特征在于,所述图像由在行进方向上排列的图像单元组合而成。
8.根据权利要求5所述的图像检测方法,其特征在于,所述灰度阈值的获取方法如下:
在灰度化处理完成后,在物品的进行方向上对所述图像中均匀分布的至少四个像素的灰度值进行拾取,所述灰度阈值为最大值和最小值之间其他各灰度值的平均值。
9.一种采用如权利要求1所述的图像检测系统的电视机背光扩散板检测系统,其特征在于,包括:
支撑组件,对匀速直线行进的背光扩散板进行水平支撑,具有对所述背光扩散板顶部及底部进行至少局部展示的区域,且所述区域覆盖所述背光扩散板垂直于行进方向的范围;
若干摄像头,分别位于所述背光扩散板的顶部和底部,通过所述区域对行进的所述背光扩散板进行若干次拍摄,以获得可组成所述背光扩散板完整图像的若干图像单元;
图像处理单元,对来自同一摄像头的所述图像单元的各像素进行灰度化及二值化处理;
存储单元,存储灰度阈值;
比较单元,对各所述像素的灰度值与所述灰度阈值进行比对,比较结果为所述二值化处理过程中对灰度值取“0”或取“255”的依据;
识别单元,在各所述像素经过二值化处理后,根据“0”或“255”两种像素的比例与设定阈值的比较结果作为识别依据,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数;
A0与所述计算模型同样存储于所述存储单元中。
10.一种采用如权利要求5所述的图像检测方法的电视机背光扩散板检测方法,其特征在于,包括以下步骤:
对背光扩散板进行直线匀速传送,且在传送过程中,对所述背光扩散板顶部和底部若干区域图像进行采集,以获得可组成所述背光扩散板完整图像的若干图像单元;
对来自同一摄像头的所述图像单元的各像素进行灰度化处理,获取各像素的灰度值;
将所述灰度值与灰度阈值进行比较,获得两类灰度值;
对所述图像的各像素进行二值化处理,将两类灰度值分别转换为“0”或取“255”;
当转化后两种像素的比例超出设定阈值时,进行识别,所述像素比例小于1;
所述设定阈值的计算模型如下:
其中,A为设定阈值的取值;
A0为A的初始值;
N为所述图像中的像素总数;
a1为第一权重值,为正值且与A0的取值有关;
m为大于等于2的正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035767.4A CN113487606B (zh) | 2021-09-06 | 2021-09-06 | 图像检测系统、方法、电视机背光扩散板检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035767.4A CN113487606B (zh) | 2021-09-06 | 2021-09-06 | 图像检测系统、方法、电视机背光扩散板检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113487606A CN113487606A (zh) | 2021-10-08 |
CN113487606B true CN113487606B (zh) | 2021-11-16 |
Family
ID=77947190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035767.4A Active CN113487606B (zh) | 2021-09-06 | 2021-09-06 | 图像检测系统、方法、电视机背光扩散板检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113487606B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116051563B (zh) * | 2023-03-31 | 2023-06-16 | 深圳市美亚迪光电有限公司 | 一种检测gob表面封胶工艺灯板表面平整度的检测装置 |
CN116091500B (zh) * | 2023-04-07 | 2023-07-04 | 成都数之联科技股份有限公司 | 扩散板缺陷检测方法、模型训练方法、装置、设备和介质 |
CN116908093B (zh) * | 2023-06-06 | 2024-03-19 | 迈宝嘉成(苏州)网络科技有限公司 | 一种货品的瑕疵鉴别系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100461217C (zh) * | 2007-03-29 | 2009-02-11 | 杭州电子科技大学 | 一种复杂性测度的图像纹理分割方法 |
CN103093225B (zh) * | 2013-01-05 | 2016-01-20 | 武汉矽感科技有限公司 | 二维码图像的二值化方法 |
CN108961260B (zh) * | 2017-05-26 | 2021-08-24 | 创新先进技术有限公司 | 图像二值化方法及装置、计算机存储介质 |
US10832085B2 (en) * | 2018-09-06 | 2020-11-10 | International Business Machines Corporation | Image binarization using mean restrain |
-
2021
- 2021-09-06 CN CN202111035767.4A patent/CN113487606B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113487606A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113487606B (zh) | 图像检测系统、方法、电视机背光扩散板检测系统及方法 | |
CN103217436B (zh) | 一种背光模组瑕疵的检测方法及设备 | |
US20080063254A1 (en) | Unevenness inspection method, method for manufacturing display panel, and unevenness inspection apparatus | |
CN111474177A (zh) | 基于计算机视觉的液晶屏幕背光异物缺陷检测方法 | |
CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
JP2011163852A (ja) | 外観検査装置 | |
CN112881430A (zh) | 一种基于图像识别的显示屏缺陷监测系统及其检测方法 | |
CN104167187B (zh) | 一种宽银幕电影显示模式的识别方法及装置 | |
CN114881987B (zh) | 基于改进YOLOv5的热压导光板缺陷可视化检测方法 | |
JP2012229928A (ja) | 表面欠陥検出方法、および表面欠陥検出装置 | |
CN108508022A (zh) | 多相机拼接成像检测方法 | |
CN104777167A (zh) | 薄膜的卷取不良检查方法 | |
JP2012037425A (ja) | 多結晶シリコンウェーハの検査方法及びその装置 | |
US20130215419A1 (en) | Optical inspection device | |
US10942132B2 (en) | Apparatus and method for inspecting glass substrate | |
CN106932406A (zh) | 一种检测透明物体缺陷的装置 | |
CN108489989A (zh) | 基于多相机拼接成像检测的光伏组件双面外观检测仪 | |
JP5634390B2 (ja) | ガラス容器の欠陥検査方法及び装置 | |
CN204346939U (zh) | 平面玻璃表面缺陷自动检测系统 | |
EP4328571A1 (en) | Inspection device | |
CN105954900A (zh) | 基板检测方法及基板检测设备 | |
CN106646939B (zh) | 一种Mura缺陷检出方法 | |
CN115479956A (zh) | 一种用于棱镜膜检测的成像系统 | |
AU2020101507A4 (en) | Defect and appearance inspection device for photovoltaic panels | |
CN211515225U (zh) | 用于检测含油轴承外观的自动检测系统 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 213000 No. 10, Xinya Road, Wujin high tech Zone, Changzhou City, Jiangsu Province Patentee after: Changzhou Aozhi Polymer Group Co.,Ltd. Address before: 213000 No. 10, Xinya Road, Wujin high tech Zone, Changzhou City, Jiangsu Province Patentee before: CHANGZHOU AOZHI POLYMER NEW MATERIAL Co.,Ltd. |