CN115082485B - 一种注塑制品表面气泡缺陷检测方法及系统 - Google Patents
一种注塑制品表面气泡缺陷检测方法及系统 Download PDFInfo
- Publication number
- CN115082485B CN115082485B CN202211009465.4A CN202211009465A CN115082485B CN 115082485 B CN115082485 B CN 115082485B CN 202211009465 A CN202211009465 A CN 202211009465A CN 115082485 B CN115082485 B CN 115082485B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- gray level
- pixel points
- threshold
- 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 93
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001746 injection moulding Methods 0.000 title claims abstract description 32
- 230000009466 transformation Effects 0.000 claims abstract description 73
- 230000011218 segmentation Effects 0.000 claims abstract description 17
- 239000013598 vector Substances 0.000 claims description 28
- 238000002347 injection Methods 0.000 claims description 15
- 239000007924 injection Substances 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 229920003023 plastic Polymers 0.000 description 7
- 239000004033 plastic Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012768 molten material Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种注塑制品表面气泡缺陷检测方法及系统,该方法包括:获取注塑制品的表面图像及其灰度图,对灰度图分别进行顶帽变换和底帽变换,根据顶帽变换图像与灰度图得到第一增强图像,根据底帽变换图像和第一增强图像得到第二增强图像,根据顶帽变换图像和底帽变换图像对应的二值图像与灰度图得到目标图像并获取阈值,对第二增强图像进行阈值分割得到初始气泡缺陷区域,对初始气泡缺陷区域进行膨胀得到目标区域,获取目标区域中像素点之间的连线,计算连线的法线方向与两个像素点的平均梯度方向的夹角,根据夹角与夹角阈值确定目标边缘像素点并确定最终气泡缺陷区域,本发明方法实现了对气泡缺陷区域精确检测。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种注塑制品表面气泡缺陷检测方法及系统。
背景技术
近年来,随着塑料制品应用领域的不断拓展,塑料加工成型过程特别是注塑成型过程的相关技术、设备的革新受到了普遍关注,并取得了长足的进步,而注塑成型过程作为一种重要的塑料制品加工过程,在塑料加工成型工业中占有十分重要的地位,塑料制品的产量也连年大幅增长,这就给注塑生产工艺和过程控制的完善和创新提出了更高的要求。
在现有的工艺和设备条件下,注塑制品的质量检测通常采用在线人工检测和离线抽样分析相结合的方式进行,这种方式费时费力,而机器视觉能够高效准确地完成这项任务。
在采用机器视觉对注塑制品的质量检测时,当注塑工件表面是曲面状和其表面气泡会造成光照不均匀的现象,受光照不均匀的现象的影响,使得在对注塑工件表面气泡缺陷检测和定位时难以区分图像中的噪声点和边缘点,从而导致利用阈值分割的方式分割出来的缺陷区域准确度低,从而影响注塑制品的合格性判断。
因此,需要提供一种注塑制品表面气泡缺陷检测方法及系统,予以解决上述问题。
发明内容
本发明提供一种注塑制品表面气泡缺陷检测方法及系统,以解决现有的问题。
本发明的一种注塑制品表面气泡缺陷检测方法采用如下技术方案:该方法包括:
获取注塑制品的表面图像及其灰度图;
对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像;
分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值;
根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域;
对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线;获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角;
根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域。
优选的,将顶帽变换图像与灰度图中对应位置的像素点的灰度值相加得到背景亮度均匀的第一增强图像。
优选的,将第一增强图像中像素点的灰度值减去底帽变换图像中对应位置像素点的灰度值并得到背景亮度均匀的第二增强图像。
优选的,根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域的步骤包括:
根据第一阈值与第二阈值设定阈值区间;
将阈值区间内的像素点记为初始缺陷像素点;
对所有初始缺陷像素点进行位置聚类,将每个聚类作为一个初始气泡缺陷区域。
优选的,对初始气泡缺陷区域进行膨胀处理得到目标区域的步骤包括:
获取初始气泡缺陷区域的最小外接矩形;
最小外接矩形的长宽各扩展两倍得到的区域记为目标区域。
优选的,计算法线方向与平均梯度方向的夹角的步骤包括:
设定法线的法线模长;
根据法线的法线模长及法线方向获取法线向量;
根据连线上两个像素点的梯度向量获取两个像素点的平均梯度向量;
根据法线向量及平均梯度向量计算法线方向与平均梯度方向的夹角。
优选的,根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点的步骤包括:
获取法线方向与平均梯度方向的夹角小于夹角阈值对应的连线,并记为目标连线;
将目标连线连接的两个像素点记为目标边缘像素点。
一种注塑制品表面气泡缺陷检测系统,该系统包括:
图像采集模块,用于获取注塑制品的表面图像及其灰度图;
图像处理模块,用于对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像;
阈值设定模块,用于分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值;
阈值分割模块,用于根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域;
参数计算模块,用于对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线,获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角;
缺陷确定模块,用于根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域。
本发明的有益效果是:本发明的一种注塑制品表面气泡缺陷检测方法及系统,通过形态学的顶帽底帽变换对图像进行共同处理使得图像的灰度分布更为均匀,并提高图像轮廓周围受光照影响的噪声点与边缘点的差异,然后对处理后的图像进行阈值分割得到初始气泡缺陷区域,再根据始气泡边缘区域中边缘点处的梯度方向与边缘点的法线方向的相似性,确定目标边缘像素点从而确定气泡缺陷区域的准确的边缘,进而确定精确的最终气泡缺陷区域,本发明去除了曲面或者气泡导致的不均匀光照对气泡检测的影响,实现了气泡缺陷的精确检测。
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为本发明的一种注塑制品表面气泡缺陷检测方法及系统的实施例总体步骤的流程图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的一种注塑制品表面气泡缺陷检测方法的实施例,本实施例应用场景是曲面状的塑工件表面是和其表面气泡缺陷的情况下,进行气泡缺陷检测,如图1所示,该方法包括:
具体的,本实施例中当注塑制品的表面是曲面状或者存在气泡缺陷,该注塑制品在图像采集过程中,不可避免地造成图像光照不均匀问题,影响气泡缺陷检测。
S1、获取注塑制品的表面图像及其灰度图,具体的,在输送机上方安置相机采集注塑制品图像,然后对注塑制品图像进行语义分割得到只包含注塑制品的表面图像。
S2、对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像。
具体的,为了使得灰度图处于一个均匀的灰度分布,对受曲面影响或者气泡影响的使得光照不均匀的制品的灰度图使用基于灰度形态学的顶帽变换和底帽变换共同处理,并提高图像轮廓周围光照影响的噪声点与边缘点的差异,即对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像。
其中,顶帽变换为对灰度图进行开运算,即用边长为3,高度为0的正方形结构元素a对灰度图f进行腐蚀运算,再进行膨胀运算,遍历方式为结构元素a从左至右逐行遍历,步长为1,得到开运算结果图像,灰度图f减去开运算结果图像就可以得到灰度图中灰度较亮的区域,灰度较亮的区域即为本实施例的顶帽变换图像,然后根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,其中,获取第一增强图像的公式:
式中,表示灰度图;
表示开运算符号;
表示开运算时的结构元素;
表示第一增强图像;
其中,底帽变换为对灰度图进行闭运算,即用边长为3,高度为0的正方形结构元素a对灰度图f进行腐蚀运算,再进行膨胀运算,遍历方式为结构元素a从左至右逐行遍历,步长为1,得到闭运算结果图像,然后再用闭运算结果图像减去灰度图即得到底帽变换的底帽变换图像,即底帽变换图像为灰度图中灰度较暗的区域,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像,其中,获取背景亮度均匀的第二增强图像的公式:
式中,表示灰度图;
表示闭运算符号;
表示闭运算时的结构元素;
表示第一增强图像;
表示第二增强图像;
基于S2步骤中形态学的顶帽变换和底帽变换处理后得到的第二增强图像气泡缺陷更加明显,同时也对一些不均匀光照产生的噪声点进行了增强。
S3、具体的,开运算和闭运算都会平滑物体的边界,因此基于形态学去除光照度不均方法对消除光照不均匀的影响有较好的效果,但会造成图像边缘细节信息的缺失,使边缘变得模糊,故为了先进行阈值分割得到初始的缺陷边界,即分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值。
S4、根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域。
具体的,由于第二增强图像使灰度图的暗区域内的缺陷部分的亮度增强,使亮区域内的缺陷部分亮度减小,因此,根据第一阈值与第二阈值设定阈值区间;设第一阈值为、第二阈值为/>,则阈值区间为[/>],将阈值区间[/>]内的像素点记为初始缺陷像素点;对所有初始缺陷像素点进行位置聚类,将每个聚类作为一个初始气泡缺陷区域。
S5、对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线;获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角。
具体的,对初始气泡缺陷区域进行膨胀处理得到目标区域的步骤包括:获取初始气泡缺陷区域的最小外接矩形;最小外接矩形的长宽各扩展两倍得到的区域记为目标区域,以目标区域左上角为第一个像素点为中心点开始遍历,获取每一个中心点与其8邻域内像素点的连线,第一行遍历完成之后遍历第二行,得到每个像素点与其8邻域内像素点的连线,获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,即根据法线方向设定法线的法线模长,根据法线的法线模长及法线方向获取法线向量,根据连线上的两个像素点的梯度向量获取两个像素点的平均梯度向量,根据平均梯度向量与法线向量计算法线方向与平均梯度方向的夹角,设每个连线朝向初始气泡缺陷区域的法线的法线向量为,设该连线上对应的两像素点的梯度的平均梯度向量/>,其中计算法线方向与平均梯度方向的夹角的公式:
式中,表示每个连线朝向初始气泡缺陷区域的法线的法线向量;
表示每个连线上对应的两像素点的梯度的平均梯度向量;
表示法线向量的模长;
表示平均梯度向量的模长;
表示法线方向与平均梯度方向的夹角;
其中需要说明的是,气泡缺陷为类圆形,其边缘点的法向量应指向圆心,而工件表面的气泡缺陷区域内的灰度值应从中心点到边缘点的灰度值逐渐减小,因此,气泡缺陷区域的边缘点的梯度方向也应指向圆心,而工件表面孤立的噪声点通常没有特定的梯度方向,其梯度方向有可能指向圆心,为了边缘点检测的精度,取相邻两像素点的梯度向量的均值与其法线向量的夹角,即将该夹角作为判断平均梯度方向与法线方向的方向相似度,并以此来判断连线上的两个像素点是否属于气泡缺陷轮廓边缘,从而进一步精确确定缺陷区域。
S6、根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域。
具体的,设定夹角阈值为,/>取经验值3°,当夹角/>小于夹角阈值/>时,说明平均梯度方向与法线方向在方向上相似,即确定夹角/>小于夹角阈值/>时的直线对应的两个像素点为目标区域中的目标边缘像素点,按照连通性原则将目标边缘像素点与其相邻的目标边缘像素点连接得到最终气泡缺陷区域,本步骤需要说明的是,对于不均匀光照产生的噪声点经过步骤S1到步骤S2进行变换增强,噪声点与相邻像素点梯度差异变大,故其对应的平均梯度方向和法线方向的夹角/>会比较大,因此,该步骤就将初始旗袍缺陷中的噪声点进行了去除,从而得到了气泡缺陷区域精确的边缘。
具体的,还可以对最终气泡缺陷区域分析其形成原因,由于在工艺方面使注塑制品产生气泡的参数有料温、注射压力和注射速度,加料段温度过高,会使一部分塑料过早熔融充满螺槽,空气无法从加料口排出;注射压力小,保压时间短,会使熔料与型腔表面不密贴;注射速度太快,使熔融塑料受大剪切作用而分解,产生分解气,因此,可以根据产生的原因调整对应的设备参数,即通过调整料温、注射压力和注射速度,改善注塑工件表面气泡缺陷,从而获得表面质量合格的注塑制品。
本发明的一种注塑制品表面气泡缺陷检测系统的实施例,该系统包括:图像采集模块、图像处理模块、阈值设定模块、阈值分割模块、参数计算模块及缺陷确定模块,其中,图像采集模块用于获取注塑制品的表面图像及其灰度图;图像处理模块用于对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像;阈值设定模块用于分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值;阈值分割模块用于根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域;参数计算模块用于对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线,获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角;缺陷确定模块用于根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域。
综上所述,本发明提供一种注塑制品表面气泡缺陷检测方法及系统,通过形态学的顶帽底帽变换对图像进行共同处理使得图像的灰度分布更为均匀,并提高图像轮廓周围受光照影响的噪声点与边缘点的差异,然后对处理后的图像进行阈值分割得到初始气泡缺陷区域,再根据始气泡边缘区域中边缘点处的梯度方向与边缘点的法线方向的相似性,确定目标边缘像素点从而确定气泡缺陷区域的准确的边缘,进而确定精确的最终气泡缺陷区域,本发明去除了曲面或者气泡导致的不均匀光照对气泡检测的影响,实现了气泡缺陷的精确检测。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种注塑制品表面气泡缺陷检测方法,其特征在于,该方法包括:
获取注塑制品的表面图像及其灰度图;
对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像;
分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值;
根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域;
对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线;获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角,计算法线方向与平均梯度方向的夹角的步骤包括:设定法线的法线模长;根据法线的法线模长及法线方向获取法线向量;根据连线上两个像素点的梯度向量获取两个像素点的平均梯度向量;根据法线向量及平均梯度向量计算法线方向与平均梯度方向的夹角;
根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域;
根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域的步骤包括:
根据第一阈值与第二阈值设定阈值区间;
将阈值区间内的像素点记为初始缺陷像素点;
对所有初始缺陷像素点进行位置聚类,将每个聚类作为一个初始气泡缺陷区域;
对初始气泡缺陷区域进行膨胀处理得到目标区域的步骤包括:
获取初始气泡缺陷区域的最小外接矩形;
最小外接矩形的长宽各扩展两倍得到的区域记为目标区域;
根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点的步骤包括:
获取法线方向与平均梯度方向的夹角小于夹角阈值对应的连线,并记为目标连线;
将目标连线连接的两个像素点记为目标边缘像素点。
2.根据权利要求1所述的一种注塑制品表面气泡缺陷检测方法,其特征在于,将顶帽变换图像与灰度图中对应位置的像素点的灰度值相加得到背景亮度均匀的第一增强图像。
3.根据权利要求1所述的一种注塑制品表面气泡缺陷检测方法,其特征在于,将第一增强图像中像素点的灰度值减去底帽变换图像中对应位置像素点的灰度值并得到背景亮度均匀的第二增强图像。
4.基于权利要求1-3任意一项所述缺陷检测方法实施的一种注塑制品表面气泡缺陷检测系统,其特征在于,该系统包括:
图像采集模块,用于获取注塑制品的表面图像及其灰度图;
图像处理模块,用于对灰度图进行顶帽变换得到顶帽变换图像,根据顶帽变换图像与灰度图得到背景亮度均匀的第一增强图像,对灰度图进行底帽变换得到底帽变换图像,根据底帽变换图像和第一增强图像获取背景亮度均匀的第二增强图像;
阈值设定模块,用于分别获取顶帽变换图像和底帽变换图像对应的二值图像,将两个二值图像分别与灰度图相乘得到对应的目标图像,将底帽变换图像对应的目标图像中的最大灰度值作为第一阈值,将顶帽变换图像对应的目标图像中的最小灰度值作为第二阈值;
阈值分割模块,用于根据第一阈值与第二阈值对第二增强图像进行阈值分割得到初始气泡缺陷区域;
参数计算模块,用于对初始气泡缺陷区域进行膨胀处理得到目标区域,获取目标区域内每个像素点与其邻域内像素点的连线,获取每个连线朝向初始气泡缺陷区域的法线及法线方向,获取每个连线的两个像素点的平均梯度方向,计算法线方向与平均梯度方向的夹角,计算法线方向与平均梯度方向的夹角的步骤包括:设定法线的法线模长;根据法线的法线模长及法线方向获取法线向量;根据连线上两个像素点的梯度向量获取两个像素点的平均梯度向量;根据法线向量及平均梯度向量计算法线方向与平均梯度方向的夹角;
缺陷确定模块,用于根据夹角与预设的夹角阈值确定目标区域中的目标边缘像素点,根据目标区域中的目标边缘像素点确定最终气泡缺陷区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211009465.4A CN115082485B (zh) | 2022-08-23 | 2022-08-23 | 一种注塑制品表面气泡缺陷检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211009465.4A CN115082485B (zh) | 2022-08-23 | 2022-08-23 | 一种注塑制品表面气泡缺陷检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115082485A CN115082485A (zh) | 2022-09-20 |
CN115082485B true CN115082485B (zh) | 2023-08-29 |
Family
ID=83244142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211009465.4A Active CN115082485B (zh) | 2022-08-23 | 2022-08-23 | 一种注塑制品表面气泡缺陷检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082485B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393358B (zh) * | 2022-10-28 | 2023-01-31 | 菲特(天津)检测技术有限公司 | 一种镜片检测方法及多工位检测装置 |
CN115452844B (zh) * | 2022-11-11 | 2023-02-03 | 广东海洋大学 | 一种基于机器视觉的注塑件检测方法及系统 |
CN115578390B (zh) * | 2022-12-09 | 2023-03-28 | 无锡联营电力设备有限公司 | 一种用于除氧器的焊接控制方法 |
CN115861317B (zh) * | 2023-02-27 | 2023-04-28 | 深圳市伟利达精密塑胶模具有限公司 | 基于机器视觉的塑胶模具生产缺陷检测方法 |
CN116091504B8 (zh) * | 2023-04-11 | 2023-09-15 | 重庆大学 | 基于图像处理的连接管连接头质量检测方法 |
CN116423957B (zh) * | 2023-04-17 | 2023-11-03 | 浙江顶善美集成家居股份有限公司 | 一种折叠式防水多层蜂窝板的制备方法 |
CN116228758B (zh) * | 2023-05-08 | 2023-07-07 | 深圳市前海誉卓科技有限公司 | 一种用于偏光片生产的内部气泡检测方法 |
CN116664567B (zh) * | 2023-07-26 | 2023-09-29 | 山东艾迈科思电气有限公司 | 一种固体绝缘开关柜质量评估方法及系统 |
CN116740061B (zh) * | 2023-08-14 | 2023-11-21 | 山东淼珠生物科技有限公司 | 一种爆珠生产质量视觉检测方法 |
CN116945521B (zh) * | 2023-09-15 | 2023-12-08 | 张家港市神舟机械有限公司 | 一种注塑件缺陷检测方法 |
CN117611563B (zh) * | 2023-12-04 | 2024-05-10 | 东莞市隆亨钧精密制造有限公司 | 一种基于图像处理的塑胶模具生产缺陷检测方法 |
CN117423046B (zh) * | 2023-12-19 | 2024-03-01 | 山东水利建设集团有限公司 | 基于图像处理的水泥砂浆搅拌过程视觉检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093066A (zh) * | 2016-06-24 | 2016-11-09 | 安徽工业大学 | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 |
CN109961416A (zh) * | 2019-04-02 | 2019-07-02 | 西南交通大学 | 一种基于形态学梯度多尺度融合的营业执照信息提取方法 |
CN111626290A (zh) * | 2019-12-31 | 2020-09-04 | 中国航天科工集团八五一一研究所 | 一种复杂海面环境下的红外舰船目标检测识别方法 |
CN113706537A (zh) * | 2021-10-28 | 2021-11-26 | 江苏启力锻压机床有限公司 | 一种基于机器视觉的不规则工件检测方法 |
CN113763404A (zh) * | 2021-09-24 | 2021-12-07 | 湖南工业大学 | 基于优化标记和边缘约束分水岭算法的泡沫图像分割方法 |
CN114723701A (zh) * | 2022-03-31 | 2022-07-08 | 南通博莹机械铸造有限公司 | 基于计算机视觉的齿轮缺陷检测方法和系统 |
CN114862849A (zh) * | 2022-07-06 | 2022-08-05 | 山东智领新材料有限公司 | 一种基于图像处理的铝合板覆膜效果评估方法 |
CN114913180A (zh) * | 2022-07-19 | 2022-08-16 | 海门市芳华纺织有限公司 | 一种棉布筘痕缺陷的智能检测方法 |
-
2022
- 2022-08-23 CN CN202211009465.4A patent/CN115082485B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093066A (zh) * | 2016-06-24 | 2016-11-09 | 安徽工业大学 | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 |
CN109961416A (zh) * | 2019-04-02 | 2019-07-02 | 西南交通大学 | 一种基于形态学梯度多尺度融合的营业执照信息提取方法 |
CN111626290A (zh) * | 2019-12-31 | 2020-09-04 | 中国航天科工集团八五一一研究所 | 一种复杂海面环境下的红外舰船目标检测识别方法 |
CN113763404A (zh) * | 2021-09-24 | 2021-12-07 | 湖南工业大学 | 基于优化标记和边缘约束分水岭算法的泡沫图像分割方法 |
CN113706537A (zh) * | 2021-10-28 | 2021-11-26 | 江苏启力锻压机床有限公司 | 一种基于机器视觉的不规则工件检测方法 |
CN114723701A (zh) * | 2022-03-31 | 2022-07-08 | 南通博莹机械铸造有限公司 | 基于计算机视觉的齿轮缺陷检测方法和系统 |
CN114862849A (zh) * | 2022-07-06 | 2022-08-05 | 山东智领新材料有限公司 | 一种基于图像处理的铝合板覆膜效果评估方法 |
CN114913180A (zh) * | 2022-07-19 | 2022-08-16 | 海门市芳华纺织有限公司 | 一种棉布筘痕缺陷的智能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115082485A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115082485B (zh) | 一种注塑制品表面气泡缺陷检测方法及系统 | |
CN115861317B (zh) | 基于机器视觉的塑胶模具生产缺陷检测方法 | |
CN109242853B (zh) | 一种基于图像处理的pcb缺陷智能检测方法 | |
CN109816648B (zh) | 基于多模板低秩分解的复杂注塑制品飞边缺陷识别方法 | |
CN114387233A (zh) | 一种基于机器视觉的砂型缺陷检测方法及系统 | |
CN108596875B (zh) | 一种基于图像分割算法的半导体芯片溢料快速检测方法 | |
CN116653457B (zh) | 一种数字化皮纹喷墨设备的生产控制方法及系统 | |
CN115578389A (zh) | 一种沟槽mos器件的缺陷检测方法 | |
CN114187289B (zh) | 一种基于计算机视觉的塑料制品缩坑检测方法及系统 | |
CN110567965A (zh) | 一种智能手机玻璃盖板边缘视觉缺陷检测方法 | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN116630304B (zh) | 一种基于人工智能的锂电池模具加工检测方法及系统 | |
CN107310173A (zh) | 膜厚控制系统及薄膜剖面图像的字符提取与膜厚采集方法 | |
CN106780437A (zh) | 一种快速qfn芯片塑封图像获取与放大方法 | |
CN113506246A (zh) | 基于机器视觉的混凝土3d打印构件精细检测方法 | |
CN117455904A (zh) | 基于图像处理的电子烟生产质量检测方法 | |
CN110060239B (zh) | 一种用于瓶子瓶口的缺陷检测方法 | |
CN107230200A (zh) | 一种提取电机转子中线圈轮廓特征的方法 | |
CN117021440A (zh) | 一种基于机器视觉的树脂镜片自动浇注方法及系统 | |
CN116402827B (zh) | 基于图像处理的采煤机用电缆夹板缺陷检测方法及装置 | |
CN115330782B (zh) | 基于形态学的制冰盒注塑件缺陷检测方法 | |
CN113313681A (zh) | 一种注塑制品质量检测系统 | |
CN107310133A (zh) | 基于图像处理的bopp薄膜厚度控制方法 | |
CN114445483B (zh) | 基于图像金字塔的注塑件质量分析方法 | |
CN116228798A (zh) | 基于机器视觉的铁塔智能切割检测方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230804 Address after: 515000 Factory Building 4, Gounan Caoyun Industrial Zone, Yuepu Street, Jinping District, Shantou City, Guangdong Province Applicant after: Guangdong Oudaya Packaging Products Co.,Ltd. Address before: 226200 No. 18, cailong Middle Road, Qidong science and technology entrepreneurship Park, Nantong City, Jiangsu Province Applicant before: Nantong Huaye Plastic Industry Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |