CN114723727A - 表面凹痕视觉检测方法及装置 - Google Patents
表面凹痕视觉检测方法及装置 Download PDFInfo
- Publication number
- CN114723727A CN114723727A CN202210423805.1A CN202210423805A CN114723727A CN 114723727 A CN114723727 A CN 114723727A CN 202210423805 A CN202210423805 A CN 202210423805A CN 114723727 A CN114723727 A CN 114723727A
- Authority
- CN
- China
- Prior art keywords
- image
- dent
- area
- average curvature
- gradient
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 230000000007 visual effect Effects 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000011218 segmentation Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 238000007373 indentation Methods 0.000 claims 1
- 238000011179 visual inspection Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 9
- 239000000919 ceramic Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本说明书实施例提供了一种表面凹痕视觉检测方法及装置,其中,方法包括:获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种表面凹痕视觉检测方法及装置。
背景技术
当前,工厂产家在生成瓷砖时,由于生产过程中的各种不确定原因瓷砖可能会出现表面凹坑的缺陷,都会对最后的产品质量造成一定的影响。在对瓷砖的检测质量过程中,肉眼观察法检测崩坏缺陷是一项非常耗费人力时间的工作而且有些细小的凹坑肉眼也是难以发现。为了降低时间成本,提高检测的准确率与效率,实现工业上的自动化无人化,基于机器视觉的机器自动检测应运而生,所以,开发一套快速且有效的瓷砖表面凹坑缺陷的视觉检测方法是很有必要的。
发明内容
本发明的目的在于提供一种表面凹痕视觉检测方法及装置,旨在解决现有技术中的上述问题。
本发明提供一种表面凹痕视觉检测方法,包括:
获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;
根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;
对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
本发明提供一种表面凹痕视觉检测装置,包括:
获取模块,用于获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;
第一计算模块,用于根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;
第二计算模块,用于对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
采用本发明实施例,通过上述表面凹痕缺陷视觉检测方法,可以检测瓷砖的表面是否有表面凹痕缺陷,而且检测的速度快,准确率高,能够满足生产线上的要求。
附图说明
为了更清楚地说明本说明书一个或多个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说明书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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的表面凹痕视觉检测方法的流程图;
图2是本发明实施例的表面凹痕视觉检测方法详细处理的流程图;
图3是本发明实施例的有凹坑缺陷的瓷砖的示意图;
图4是本发明实施例的表面凹痕视觉检测装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个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说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。
方法实施例
根据本发明实施例,提供了一种表面凹痕视觉检测方法,图1是本发明实施例的表面凹痕视觉检测方法的流程图,如图1所示,根据本发明实施例的表面凹痕视觉检测方法具体包括:
步骤101,获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;
步骤101具体包括:
通过所述工业相机获取多个光源角度的物体,得到多张三通道的RGB图像;所述多个光源角度之间间隔90度至120度。
通过无需校准光度立体检测法得到物体表面梯度图像;其中,所述无需校准光度立体检测法具体包括:根据在不同光源方向的情况下拍摄的多张三通道的RGB图像的光强计算物体表面的方向梯度从而获得图像的三维信息,产生具有增强的对比度和减小的物体表面梯度图像。
步骤102,根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;步骤102具体包括:
根据所述物体表面梯度图像得到物体表面梯度场,使用梯度场作为运算符导数向量场的输入,对向量场进行过滤并计算表面的平均曲率,将平均曲率函数的平滑量设为1,得到平均曲率图像。
步骤103,对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
步骤103具体包括:
对经过灰度选择的区域进行连通域分割,得到若干个凹坑区域,对每一个凹痕所在区域的面积与坐标。
以下结合附图,对本发明实施例的上述技术方案进行详细说明。
如图2所示,具体包括如下处理:
S101、使用工业相机采集图像,应用无校准光度立体法得到表面梯度图像;所述使用工业相机采集图像,应用光度立体法得到表面梯度图像包括:用工业相机拍摄多个光源角度的瓷砖,得到多张三通道的RGB图像;应用光度立体法得到表面梯度图像;其中光度立体法的方法是指:是根据在不同光源方向的情况下拍摄的多幅图像的光强来计算物体表面的方向梯度从而获得图像的三维信息,产生具有增强的对比度和减小的表面噪声的图像;其中本发明不需要要求特别精确的不同光源方向的。如每个光源之间的只需间隔90度至120度之间就可以了。其中,无需校准光度立体检测技术是指:常规的光度立体需要知道光源光线与相机之间的夹角和光源光线的投影与被测物体之间的夹角,如果被测物体与光源下相对位置发生变动或者光源与相机之间相对位置发生了变动,就会出现参数错误从而影响检测的精确程度。
S102,由表面梯度计算表面的平均曲率,得到平均曲率图像;具体地,由表面梯度图像得到表面梯度场,使用梯度场作为运算符导数向量场的输入,对向量场进行过滤并计算表面的平均曲率;将平均曲率函数的平滑量设为1;得到平均曲率图像
S103进行图像滤波与灰度选择得到凹坑区域;
S104对阈值分割后图像区域进行连通域分割,得到若干个凹坑区域;
S105计算每个凹坑的坐标与面积;
步骤104和步骤105中,具体地,对经过灰度选择的区域进行连通域分割,得到若干个凹坑区域;对每一个凹痕所在区域的面积与坐标。
S106、判断凹坑的面积是否为零;
S107、当所述的凹坑的面积为零,确定所述待检测瓷砖不存在缺陷;
S108、当所述的凹坑的面积不为零,确定所述待检测瓷砖存在缺陷,如图3所示。
综上所述,常规的光度立体需要准确的知道光源光线与相机之间的夹角和光源光线的投影与被测物体之间的夹角,如果被测物体与光源下相对位置发生变动或者光源与相机之间相对位置发生了变动或者在获取相关角度参数的时候出现误差,就会出现相关的计算参数错误从而影响检测系统的整体精确程度。本发明是应用一种无需校准光度立体检测技术,可大大提高生产线的兼容性与稳定性。本发明实施例可以取代人工实现机器自动检查瓷砖凹坑缺陷,并且本发明检测方法简单,对细小凹坑的检测速度快,准确率高。
装置实施例
根据本发明实施例,提供了一种表面凹痕视觉检测装置,图4是本发明实施例的表面凹痕视觉检测装置的示意图,如图4所示,根据本发明实施例的表面凹痕视觉检测装置具体包括:
获取模块40,用于获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;所述获取模块40具体用于:
通过所述工业相机获取多个光源角度的物体,得到多张三通道的RGB图像;所述多个光源角度之间间隔90度至120度。
通过无需校准光度立体检测法得到物体表面梯度图像;其中,所述无需校准光度立体检测法具体包括:根据在不同光源方向的情况下拍摄的多张三通道的RGB图像的光强计算物体表面的方向梯度从而获得图像的三维信息,产生具有增强的对比度和减小的物体表面梯度图像。
第一计算模块42,用于根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;所述第一计算模块42具体用于:
根据所述物体表面梯度图像得到物体表面梯度场,使用梯度场作为运算符导数向量场的输入,对向量场进行过滤并计算表面的平均曲率,将平均曲率函数的平滑量设为1,得到平均曲率图像。
第二计算模块44,用于对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
第二计算模块44具体用于:
对经过灰度选择的区域进行连通域分割,得到若干个凹坑区域,对每一个凹痕所在区域的面积与坐标。
本发明实施例是与上述方法实施例对应的装置实施例,各个模块的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种表面凹痕视觉检测方法,其特征在于,包括:
获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;
根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;
对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
2.根据权利要求1所述的方法,其特征在于,获取工业相机采集的物体表面图像,通过无需校准光度立体检测技术获取物体表面梯度图像具体包括:
通过所述工业相机获取多个光源角度的物体,得到多张三通道的RGB图像;
通过无需校准光度立体检测法得到物体表面梯度图像;其中,所述无需校准光度立体检测法具体包括:根据在不同光源方向的情况下拍摄的多张三通道的RGB图像的光强计算物体表面的方向梯度从而获得图像的三维信息,产生具有增强的对比度和减小的物体表面梯度图像。
3.根据权利要求2所述的方法,其特征在于,所述多个光源角度之间间隔90度至120度。
4.根据权利要求1所述的方法,其特征在于,根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图具体包括:
根据所述物体表面梯度图像得到物体表面梯度场,使用梯度场作为运算符导数向量场的输入,对向量场进行过滤并计算表面的平均曲率,将平均曲率函数的平滑量设为1,得到平均曲率图像。
5.根据权利要求1所述的方法,其特征在于,对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标具体包括:
对经过灰度选择的区域进行连通域分割,得到若干个凹坑区域,对每一个凹痕所在区域的面积与坐标。
6.根据权利要求1所述的方法,其特征在于,所述物体为瓷砖。
7.一种表面凹痕视觉检测装置,其特征在于,包括:
获取模块,用于获取工业相机采集的物体表面图像,通过无需校准光度立体检测法获取物体表面梯度图像;
第一计算模块,用于根据所述物体表面梯度图像得到物体的表面梯度,并计算物体表面的平均曲率,得到平均曲率图像,并对所述平均曲率图像进行均值滤波,得到清晰的物体表面区域;
第二计算模块,用于对物体表面区域进行灰度值选择得出凹痕所在的区域;对凹痕所在的区域进行连通域分割得到每一个凹痕所在区域,并计算每一个凹痕所在区域的面积与坐标。
8.根据权利要求7所述的装置,其特征在于,所述获取模块具体用于:
通过所述工业相机获取多个光源角度的物体,得到多张三通道的RGB图像;其中,所述多个光源角度之间间隔90度至120度。
通过无需校准光度立体检测法得到物体表面梯度图像;其中,所述无需校准光度立体检测法具体包括:根据在不同光源方向的情况下拍摄的多张三通道的RGB图像的光强计算物体表面的方向梯度从而获得图像的三维信息,产生具有增强的对比度和减小的物体表面梯度图像。
9.根据权利要求7所述的装置,其特征在于,所述第一计算模块具体用于:
根据所述物体表面梯度图像得到物体表面梯度场,使用梯度场作为运算符导数向量场的输入,对向量场进行过滤并计算表面的平均曲率,将平均曲率函数的平滑量设为1,得到平均曲率图像。
10.根据权利要求7所述的装置,其特征在于,所述第二计算模块具体用于:
对经过灰度选择的区域进行连通域分割,得到若干个凹坑区域,对每一个凹痕所在区域的面积与坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210423805.1A CN114723727A (zh) | 2022-04-21 | 2022-04-21 | 表面凹痕视觉检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210423805.1A CN114723727A (zh) | 2022-04-21 | 2022-04-21 | 表面凹痕视觉检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723727A true CN114723727A (zh) | 2022-07-08 |
Family
ID=82246166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210423805.1A Pending CN114723727A (zh) | 2022-04-21 | 2022-04-21 | 表面凹痕视觉检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723727A (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113658155A (zh) * | 2021-08-24 | 2021-11-16 | 凌云光技术股份有限公司 | 一种基于光度立体的物体表面瑕疵检测分析方法及装置 |
-
2022
- 2022-04-21 CN CN202210423805.1A patent/CN114723727A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113658155A (zh) * | 2021-08-24 | 2021-11-16 | 凌云光技术股份有限公司 | 一种基于光度立体的物体表面瑕疵检测分析方法及装置 |
Non-Patent Citations (1)
Title |
---|
常宏杰等: "机器视觉在板材表面缺陷检测中的应用", 《机械设计与制造》, no. 8, 8 August 2017 (2017-08-08), pages 144 - 146 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110476056B (zh) | 一种视觉检测方法、检测设备以及机器人 | |
US20190265027A1 (en) | System and method for efficient surface measurement using a laser displacement sensor | |
CN101526484B (zh) | 基于嵌入式机器视觉的轴承缺陷检测方法 | |
US9097514B2 (en) | Device and method for inspecting tyre shape | |
CN105783723B (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
CN111982921B (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
US10360684B2 (en) | Method and apparatus for edge determination of a measurement object in optical metrology | |
JP2008292430A (ja) | 外観検査方法および外観検査装置 | |
JP5913903B2 (ja) | 形状検査方法およびその装置 | |
CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
JP2006276454A (ja) | 画像補正方法、およびこれを用いたパターン欠陥検査方法 | |
JP2005265661A (ja) | 画像処理方法およびその装置 | |
CN115375610A (zh) | 检测方法及装置、检测设备和存储介质 | |
CN111539927A (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法 | |
CN114841943A (zh) | 一种零件检测方法、装置、设备及存储介质 | |
CN114199127A (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN114723727A (zh) | 表面凹痕视觉检测方法及装置 | |
JP2005283267A (ja) | 貫通穴計測装置及び方法並びに貫通穴計測用プログラム | |
KR101559941B1 (ko) | 인쇄패턴 불량 검사 시스템 | |
CN114049304A (zh) | 一种3d光栅检测方法、装置、计算机设备及可读存储介质 | |
JP2009250777A (ja) | 表面検査装置および表面検査方法 | |
JP2009236550A (ja) | 欠陥検出方法 | |
JP2010243209A (ja) | 欠陥検査方法および欠陥検出装置 |
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 |