CN115187562A - 涂胶缺陷检测方法及装置 - Google Patents
涂胶缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN115187562A CN115187562A CN202210870283.XA CN202210870283A CN115187562A CN 115187562 A CN115187562 A CN 115187562A CN 202210870283 A CN202210870283 A CN 202210870283A CN 115187562 A CN115187562 A CN 115187562A
- Authority
- CN
- China
- Prior art keywords
- gluing
- coordinate
- edge
- image
- preset
- 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
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
- G06T7/13—Edge detection
-
- 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
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)
Abstract
本发明涉及图像处理技术领域,提供一种涂胶缺陷检测方法及装置,所述方法包括:获取包含涂胶物体的涂胶图像;对涂胶图像进行轮廓检测,得到轮廓图像;依据轮廓图像,判断涂胶物体的大小曲率形态;对轮廓图像进行边缘检测,得到边缘图像;依据涂胶物体的大小曲率形态和边缘图像,提取边缘坐标集合;依据边缘坐标集合,计算涂胶中心点坐标集合;依据边缘图像与涂胶中心点坐标集合,确定涂胶的缺陷检测结果。与现有技术相比,本发明提供的涂胶缺陷检测方法及装置实现了涂胶缺陷的自主检测,提高了涂胶缺陷检测效率。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种涂胶缺陷检测方法及装置。
背景技术
随着制造业的不断发展以及对产品要求的不断提高,涂胶检测技术已经广泛运用到 各大制造业中,涂胶质量的好坏对产品的性能及安全起到重要的作用。涂胶作为汽车生产过程中的重要环节,由于工作环境恶劣,强度大,同时需要具备高准确性和高平稳性, 传统的涂胶缺陷检测方法主要人工检测,存在很大的弊端,检测主要是依靠质检人员的 经验和技术水平,精度受人为主观影响,具有不确定性。现有技术中存在涂胶缺陷检测 效率低的问题。
发明内容
本发明的目的在于提供一种涂胶缺陷检测方法及装置,以改善上述现有技术中涂胶 缺陷检测效率低的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种涂胶缺陷检测方法,所述方法包括:获取包含涂胶物体的涂胶图像;对所述涂胶图像进行轮廓检测,得到轮廓图像;依据所述轮廓图 像,判断涂胶物体的大小曲率形态;对所述轮廓图像进行边缘检测,得到边缘图像;依 据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐标集合;依据所述边缘坐标集 合,计算涂胶中心点坐标集合;依据所述边缘图像与所述涂胶中心点坐标集合,确定涂 胶的缺陷检测结果。
进一步地,所述依据所述轮廓图像,判断涂胶物体的大小曲率形态的步骤,包括:遍历所述轮廓图像每行,统计每行中像素值为第一预设像素值的像素数量;将所述像素 数量与预设数量进行对比;当所述像素数量大于所述预设数量时,判定涂胶物体为大曲 率形态;当所述像素数量小于或者等于所述预设数量时,判定涂胶物体为小曲率形态。
进一步地,所述依据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐标集合 的步骤,包括:当所述涂胶物体是大曲率形态时,依据所述边缘图像按照第一预设规则来提取边缘坐标集合;当所述涂胶物体是小曲率形态时,依据所述边缘图像按照第二预 设规则来提取边缘坐标集合。
进一步地,所述当所述涂胶物体是大曲率形态时,依据所述边缘图像按照第一预设 规则来提取边缘坐标集合的步骤,包括:利用8邻域法,提取所述边缘图像中的边缘坐标,得到边缘坐标集合。
进一步地,所述当所述涂胶物体是小曲率形态时,依据所述边缘图像按照第二预设 规则来提取边缘坐标集合的步骤,包括:遍历所述边缘图像每行,将每行中像素值为第二预设像素值的像素点均作为边缘坐标,得到边缘坐标集合。
进一步地,所述缺陷检测结果包括直径过宽缺陷、直径过窄缺陷、断胶缺陷和偏移缺陷,所述涂胶中心点坐标集合包括第一中心点坐标和第二中心点坐标,且所述第一中 心点坐标和所述第二中心点坐标的间隔为预设间隔值,所述依据所述边缘图像与所述涂 胶中心点坐标集合,确定涂胶的缺陷检测结果的步骤,包括:获取第一中心坐标点和第 二中心坐标点的法向量;提取所述法向量与所述边缘图像的交点坐标集合;依据所述交 点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷;依据所述涂胶中心 点坐标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷。
进一步地,所述依据所述交点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷的步骤,包括:依据所述交点坐标集合,计算涂胶直径和边缘点距离;将所 述涂胶直径与预设直径范围进行比较,所述预设直径范围为第一预设直径值到第二预设 直径值,所述第二预设直径值大于所述第一预设直径值,当所述涂胶直径大于所述第二 预设直径值时,判定涂胶存在直径过宽缺陷,当所述涂胶直径小于所述第一预设直径值 时,判定涂胶存在直径过窄缺陷;将所述边缘点距离与预设距离值进行比较,当所述边 缘点距离大于预设距离值时,判定涂胶存在断胶缺陷。
进一步地,所述交点坐标集合包括第一交点坐标、第二交点坐标、第三交点坐标和第四交点坐标,所述法向量包括过第一中心坐标点的第一法向量和过第二中心坐标点的第二法向量,所述第一法向量与所述边缘图像的交点坐标为第一交点坐标和第二交点坐标,所述第二法向量和所述边缘图像的交点坐标为第三交点坐标和第四交点坐标,所述 依据所述交点坐标集合,计算涂胶直径和边缘点距离的步骤,包括:计算所述第一交点 坐标与所述第二交点坐标的距离,或者所述第三交点坐标与所述第四交点坐标的距离, 得到涂胶直径;计算所述第一交点坐标与所述第三交点坐标的距离,或者所述第二交点 坐标与所述第四交点坐标的距离,得到边缘点距离。
进一步地,所述涂胶中心点坐标集合中的涂胶中心点坐标和标准中心点坐标集合中 的标准中心点坐标一一对应,所述依据所述涂胶中心点坐标集合和预设标准中心点坐标 集合,判断涂胶是否存在偏移缺陷的步骤,包括:计算每个涂胶中心点坐标到对应的标准中心点坐标距离,得到每个中心点偏移值;计算所有中心点偏移值的均值,得到中心 点偏移均值;将所述中心点偏移均值和预设偏移值比较,当所述中心点偏移均值大于预 设偏移值时,判定涂胶存在偏移缺陷。
第二方面,本发明实施例提供了一种涂胶缺陷检测装置,所述涂胶缺陷检测装置包 括:图像获取模块,用于获取包含涂胶物体的涂胶图像;轮廓检测模块,用于对所述涂胶图像进行轮廓检测,得到轮廓图像;曲率判断模块,用于依据所述轮廓图像,判断涂 胶物体的大小曲率形态;边缘检测模块,用于对所述轮廓图像进行边缘检测,得到边缘 图像;坐标提取模块,用于依据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐 标集合;中心点计算模块,用于依据所述边缘坐标集合,计算涂胶中心点坐标集合;缺 陷检测模块,用于依据所述边缘图像与所述涂胶中心点坐标集合,确定涂胶的缺陷检测 结果。
相对现有技术,本发明实施例具有以下有益效果:
本发明实施例提供的一种涂胶缺陷检测方法及装置,通过获取包含涂胶物体的涂胶 图像;对涂胶图像进行轮廓检测,得到轮廓图像;依据轮廓图像,判断涂胶物体的大小曲率形态;对轮廓图像进行边缘检测,得到边缘图像;依据涂胶物体的大小曲率形态和 边缘图像,提取边缘坐标集合;依据边缘坐标集合,计算涂胶中心点坐标集合;依据边 缘图像与涂胶中心点坐标集合,确定涂胶的缺陷检测结果。与现有技术相比,通过对涂 胶图像的边缘检测,结合涂胶中心点坐标集合的计算,实现了涂胶缺陷的自主检测,提 高了涂胶缺陷检测效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图 作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术用户员来讲,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相关的附图。
图1示出了本发明实施例提供的电子设备的方框示意图;
图2示出了本发明实施例提供的涂胶缺陷检测的方法流程图;
图3示出了本发明实施例提供的涂胶图像的示意图;
图4示出了本发明实施例提供的去噪区域的示意图;
图5示出了本发明实施例提供的涂胶物体为大曲率形态的示意图;
图6示出了本发明实施例提供的涂胶物体为小曲率形态的示意图;
图7为图2示出的步骤S7的子步骤流程图;
图8为图7示出的步骤S73的子步骤流程图;
图9为图7示出的步骤S74的子步骤流程图;
图10示出了本发明实施例提供的涂胶缺陷检测装置的方框示意图;
附图标记:100-电子设备;101-处理器;102-存储器;103-总线;104-通信接口;105- 显示屏;106-摄像头;200-涂胶缺陷检测装置;210-图像获取模块;220-轮廓检测模块; 230-曲率判断模块;240-边缘检测模块;250-坐标提取模块;260-中心点计算模块;270- 缺陷检测模块。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员 在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发 明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对 重要性。
本发明实施例提供的涂胶缺陷检测方法应用于电子设备100,请参阅图1,图1示出了本发明实施例提供的电子设备的方框示意图。电子设备100包括处理器101、存储 器102、总线103、通信接口104及显示屏105及摄像头106。处理器101、存储器102、 通信接口104、显示屏105及摄像头106通过总线103连接,处理器101用于执行存储 器102中存储的可执行模块,例如计算机程序。
处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,涂胶缺陷检测方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器101,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数 字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(ApplicationSpecificIntegrated Circuit,简称ASIC)、现成可编程门阵列(Field-ProgrammableGate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器102可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
总线103可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry StandardArchitecture)总线等。图1中仅用一 个双向箭头表示,但并不表示仅有一根总线103或一种类型的总线103。
电子设备100通过至少一个通信接口104(可以是有线或者无线)实现与外部的其它 设备之间的通信连接。存储器102用于存储程序,例如涂胶缺陷检测装置200。涂胶缺 陷检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器102 中或固化在电子设备100的操作系统(operating system,OS)中的软件功能模块。所述处 理器101在接收到执行指令后,执行所述程序以实现涂胶缺陷检测方法。
显示屏105用于对图像进行显示,显示的内容可以是处理器101的一些处理结果。显示屏105可以是触摸显示屏、无交互功能的显示屏等。显示屏105可以将涂胶图像、 边缘图像、轮廓图像以及涂胶缺陷检测结果等进行显示。
摄像头106用于拍摄包含涂胶物体的涂胶图像并通过总线103发送至处理器101进行处理,或者发送至存储器102进行存储。
第一实施例
请参照图2,图2示出了本发明实施例提供的涂胶缺陷检测的方法流程图。涂胶缺陷检测方法包括以下步骤:
S1,获取包含涂胶物体的涂胶图像。
在本发明实施例中,摄像头106设置于胶枪上,可以拍摄胶枪涂胶过程的实时图像, 得到涂胶图像,请参阅图3,图3示出了本发明实施例提供的涂胶图像的示意图。具体地,可以通过3个或者更多个数摄像头106同时采集涂胶某一时刻的图像,同时分析三 张图像并判断出含有较多胶条信息的图像作为涂胶图像。获取包含涂胶物体的涂胶图像 的步骤,可以理解为,通过摄像头106拍摄包含涂胶物体的涂胶图像并通过总线103传 输过来,还可以从存储器102中直接获取得到涂胶图像。
S2,对涂胶图像进行轮廓检测,得到轮廓图像。
在本发明实施例中,将涂胶图像进行原图取反、灰度化、二值化、形态学处理、轮廓查找等预处理。受环境及曝光不同的影响,预处理后的涂胶图像可能存在噪点或者噪 音区域,需要排除这部分的影响。除噪可以采用的以下方法:
1.计算图像的连通域,采用Seed-Filling算法,算法流程如下:
(1)扫描图像,直到当前像素点N(x,y)==1:
a.将N(x,y)作为种子(像素位置),并赋予其一个label,然后将该种子相邻的所有前景像素都压入栈中;
b.弹出栈顶像素,赋予其相同的label,然后再将与该栈顶像素相邻的所有前景像素都压入栈中;
c.重复b步骤,直到栈为空;
此时,便找到了图像中的一个连通区域,该区域内的像素值被标记为label;
(2)重复第(1)步,直到扫描结束。
扫描结束后,就可以得到图像中所有的连通区域,将面积小于阈值(area_threshold) 的轮廓舍弃,此时可以将图片背景中单个噪点区域祛除,但无法祛除面积较大的噪音区 域,要用到第二种方法,计算胶条的影响域。
2.计算胶条旋转外接矩形,祛除大面积噪音区域,确定断胶轮廓。
如果方法1处理后的轮廓面积都大于阈值(area_threshold)且轮廓数量大于1,则可 以确定要么为环境噪音影响(需要祛除),要么该胶条已经存在断胶的情况。为确保能够将背景噪音完全祛除且不丢失断胶情况下胶条的所有轮廓。需要进一步处理,本方案算 法流程如下:
(1)确定涂胶轮廓。涂胶轮廓必定经过标定的胶枪区域,计算胶枪区域是否含有备选 轮廓的坐标即可确定哪个轮廓为涂胶主轮廓。
(2)排除背景噪音,同时寻找可能断胶的涂胶轮廓。采用计算涂胶旋转外接矩形,获 取矩形的最小两个Y坐标值(胶枪位于图片顶端且中心的位置),Y坐标最小的两个点必定为矩形的底端两个点(leftx,lefty)、(rightx,righty),并根据胶条质心(Cx,Cy)坐标,分别通 过质心与左端点的连线确定左边区域,质心与右端点的连线确定右边区域,两条线与图 像下边缘的交点,形成一个三角形区域。如果出现断胶,断胶部分必定出现在这个区域,不在此区域的必定为噪音,可以排除,示意图如图4所示。
S3,依据轮廓图像,判断涂胶物体的大小曲率形态。
在本发明实施例中,依据轮廓图像,判断涂胶物体的大小曲率形态的步骤,可以理解为,遍历轮廓图像每行,统计每行中像素值为第一预设像素值的像素数量;将素数量 与预设数量进行对比;当像素数量大于预设数量时,判定涂胶物体为大曲率形态;当像 素数量小于或者等于预设数量时,判定涂胶物体为小曲率形态。其中,轮廓图像可以是 二值图像,第一预设像素值可以是表征涂胶物体的像素值,预设数量可以按照胶宽为依 据设置。当轮廓图像中背景为白色(像素值255),涂胶物体则为黑色(像素值0),第 一预设像素值则设为0,当轮廓图像中背景为黑色,涂胶物体则为白色,第一预设像素 值则设为255。
例如,寻找轮廓图像中所有轮廓,将其画到一张干净的黑色背景上,逐行统计像素值为255的个数并记录下来。具体算法流程可以如下:
1.从第一行R0开始到图像宽度最后一行Rh结束,遍历每一行的像素pix,将num i初始值置为0,如果遇到pix=255则累加一次即numi=numi+1。遍历完成以后,每一行 的num都被记录下来,得到一个集合Num={num0,num1,num2...numh}。
2.将1中得到的Num集合逐个与理论胶宽Ltheory做比较,如果Numi≤Ltheory则认为涂胶呈小曲率状态;如果Numi>Ltheory,则认为涂胶呈大曲率状态。
S4,对轮廓图像进行边缘检测,得到边缘图像。
在本发明实施例中,可以采用Canny算子,Laplacian算子或者是罗盘算子对涂胶图像进行边缘检测,得到包含涂胶边缘信息的边缘图像。
对涂胶图像进行边缘检测,得到边缘图像的步骤,算法流程可以如下:
1.梯度计算:使用一阶导数进行梯度计算,计算灰度图像在水平和垂直方向上的导 数Gx和Gy,得到梯度向量(Gx,Gy),最后得到该像素点的梯度幅度和相位角:
2.非极大值抑制:将当前像素的梯度值与其在梯度方向上的邻域像素的梯度值做对 比,如果当前像素的梯度值为最大值则保留,否则删除或将像素值置为0。
3.双阈值边缘检测和边缘连接:设定两个阈值,一般高阈值为低阈值的2.5倍。然后进行判断,梯度大于高阈值的一定是边缘点,像素值置255;梯度小于阈值的一定不 是边缘点,像素值置0;介于高低阈值之间的,如果其像素点周围8邻域梯度值都小于 高阈值则不是边缘点,像素值置0,否则置255。
S5,依据涂胶物体的大小曲率形态和边缘图像,提取边缘坐标集合。
在本发明实施例中,依据涂胶物体的大小曲率形态和边缘图像,提取边缘坐标集合 的步骤,可以理解为,当涂胶物体是大曲率形态时,依据边缘图像按照第一预设规则来提取边缘坐标集合,当涂胶物体是小曲率形态时,依据边缘图像按照第二预设规则来提 取边缘坐标集合。请参阅图5和图6,图5示出了本发明实施例提供的涂胶物体为大曲 率形态的示意图,图6示出了本发明实施例提供的涂胶物体为小曲率形态的示意图。
具体地,当涂胶物体是大曲率形态时,利用8邻域法,提取边缘图像中的边缘坐标,得到边缘坐标集合。遍历边缘图像首行,确定首行的两个边缘点Rleft(0,j)、Rright(0,j), 在确定首行边缘点的情况下,寻找第一个边缘点Rleft(0,j)的八领域U(8)内是否含有 pix=255的坐标点,如果有则说明该坐标点R(i,j)与当前边缘点属于同一条边缘线,再 将R(i,j)作为中心点,寻找其八邻域U(8)内是否含有其他pix=255点,循环计算,直到 在R(i,j)的八邻域U(8)内找不到pix=255的点结束;第二个边缘点Rright(0,j)采用同样 的方法搜索,最终得到边缘坐标集合。
具体地,当涂胶物体是小曲率形态时,遍历边缘图像每行,将每行中像素值为第二预设像素值的像素点均作为边缘坐标,得到边缘坐标集合。第二预设像素值可以是表征 涂胶物体边缘的像素值。从第一行R0开始到图像宽度Rh最后一行结束,遍历每一行的 像素pix,如果pix=255则记录下该像素点的坐标,每一行至少有2个坐标点,分别为 左边缘坐标Rleft(i,j)与右边缘坐标Rright(i,j),如果大于两个坐标,则将相邻的坐标点 聚类,取相邻坐标的均值来参与计算,聚类成两个坐标,如果小于两个坐标则该点列为 异常点,不再考虑,以此,得到边缘坐标集合。
S6,依据边缘坐标集合,计算涂胶中心点坐标集合。
在本发明实施例中,边缘坐标集合中的边缘坐标一一对应,例如,小曲率时的左边缘坐标和右边缘坐标对应,大曲率时的首行的两个边缘点也对应。计算所有对应的边缘 点坐标的均值,得到中心点坐标集合。
S7,依据边缘图像与涂胶中心点坐标集合,确定涂胶的缺陷检测结果。
在本发明实施例中,缺陷检测结果可以包括直径过宽缺陷、直径过窄缺陷、断胶缺陷和偏移缺陷。涂胶中心点坐标集合包括第一中心点坐标和第二中心点坐标,且第一中 心点坐标和第二中心点坐标的间隔为预设间隔值。第一中心点坐标可以是涂胶中心点坐 标集合中的任一的涂胶中心点坐标,第二中心点坐标也是属于涂胶中心点坐标集合,且 与第一中心点坐标的间隔是预设间隔值,预设间隔值可以根据实际需求设置,例如,5。
请参阅图7,步骤S7可以包括以下子步骤:
S71,获取第一中心坐标点和第二中心坐标点的法向量。
在本发明实施例中,以第一中心点坐标和第二中心点坐标构成一条直线,法向量为 该直线的法向量。
S72,提取法向量与边缘图像的交点坐标集合。
在本发明实施例中,交点坐标集合表征法向量与边缘图像中的涂胶物体边缘的交点。
S73,依据交点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷。
请参阅图8,步骤S73可以包括以下子步骤:
S731,依据交点坐标集合,计算涂胶直径和边缘点距离。
在本发明实施例中,交点坐标集合包括第一交点坐标、第二交点坐标、第三交点坐标和第四交点坐标,法向量包括过第一中心坐标点的第一法向量和过第二中心坐标点的第二法向量,第一法向量与边缘图像的交点坐标为第一交点坐标和第二交点坐标,第二 法向量和边缘图像的交点坐标为第三交点坐标和第四交点坐标。
计算第一交点坐标与第二交点坐标的距离,或者第三交点坐标与第四交点坐标的距 离,得到涂胶直径,可以理解为,涂胶直径可以是第一交点坐标到第二交点坐标之间的距离,也可以是第三交点坐标到第四交点坐标之间的距离。
计算第一交点坐标与第三交点坐标的距离,或者第二交点坐标与第四交点坐标的距 离,得到边缘点距离,可以理解为,边缘点距离可以是第一交点坐标和第三交点坐标之间的距离,也可以是第二交点坐标到第四交点坐标之间的距离。
S732,将涂胶直径与预设直径范围进行比较,预设直径范围为第一预设直径值到第 二预设直径值,第二预设直径值大于第一预设直径值,当涂胶直径大于第二预设直径值时,判定涂胶存在直径过宽缺陷,当涂胶直径小于第一预设直径值时,判定涂胶存在直 径过窄缺陷。
S733,将边缘点距离与预设距离值进行比较,当边缘点距离大于预设距离值时,判定涂胶存在断胶缺陷。
S74,依据涂胶中心点坐标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷。
在本发明实施例中,预设标准中心点坐标集合为预先存储的标准中心点坐标集合。 涂胶中心点坐标集合中的涂胶中心点坐标和标准中心点坐标集合中的标准中心点坐标 一一对应。
请参阅图9,步骤S74可以包括以下子步骤:
S741,计算每个涂胶中心点坐标到对应的标准中心点坐标距离,得到每个中心点偏 移值。
在本发明实施例中,中心点偏移值表征涂胶中心点坐标到其对应的标准中心点坐标 的距离。
S742,计算所有中心点偏移值的均值,得到中心点偏移均值。
在本发明实施例中,将所有的中心点偏移值累加,计算总和,再除以参与计算的涂胶中心点坐标的数量,得到中心点偏移均值。
S743,将中心点偏移均值和预设偏移值比较,当中心点偏移均值大于预设偏移值时, 判定涂胶存在偏移缺陷。
在本发明的其他实施例中,还涂胶缺陷检测方法还可以包括步骤:当检测到任意一 种缺陷则返回缺陷的位置坐标并预警。
与现有技术相比,本发明实施例具有以下优势:
首先,通过对涂胶图像的边缘检测,结合涂胶中心点坐标集合的计算,实现了涂胶缺陷的自主检测,提高了涂胶缺陷检测效率;
其次,通过预处理结合去噪处理,可以有效排除图像处理过程中的干扰因素,提高涂胶缺陷检测的准确率。
第二实施例
请参阅图10,图10示出了本发明实施例提供的涂胶缺陷检测装置的方框示意图。涂胶缺陷检测装置200包括图像获取模块210、轮廓检测模块220、曲率判断模块230、 边缘检测模块240、坐标提取模块250、中心点计算模块260以及缺陷检测模块270。
图像获取模块210,用于获取包含涂胶物体的涂胶图像。
可以理解为,图像获取模块210可以执行上述步骤S1。
轮廓检测模块220,用于对涂胶图像进行轮廓检测,得到轮廓图像。
可以理解为,轮廓检测模块220可以执行上述步骤S2。
曲率判断模块230,用于依据轮廓图像,判断涂胶物体的大小曲率形态。
可以理解为,曲率判断模块230可以执行上述步骤S3。
在本发明实施例中,曲率判断模块230具体用于:遍历轮廓图像每行,统计每行中像素值为第一预设像素值的像素数量;将像素数量与预设数量进行对比;当像素数量大 于预设数量时,判定涂胶物体为大曲率形态;当像素数量小于或者等于预设数量时,判 定涂胶物体为小曲率形态。
边缘检测模块240,用于对轮廓图像进行边缘检测,得到边缘图像。
可以理解为,边缘检测模块240可以执行上述步骤S4。
坐标提取模块250,用于依据涂胶物体的大小曲率形态和边缘图像,提取边缘坐标集合。
可以理解为,坐标提取模块250可以执行上述步骤S5。
在本发明实施例中,坐标提取模块250具体用于:当涂胶物体是大曲率形态时,依据边缘图像按照第一预设规则来提取边缘坐标集合;当涂胶物体是小曲率形态时,依据 边缘图像按照第二预设规则来提取边缘坐标集合。
在本发明实施例中,坐标提取模块250执行当涂胶物体是大曲率形态时,依据边缘图像按照第一预设规则来提取边缘坐标集合的步骤,具体用于:利用8邻域法,提取边 缘图像中的边缘坐标,得到边缘坐标集合。
在本发明实施例中,坐标提取模块250执行当涂胶物体是小曲率形态时,依据边缘图像按照第二预设规则来提取边缘坐标集合的步骤,具体用于:遍历边缘图像每行,将 每行中像素值为第二预设像素值的像素点均作为边缘坐标,得到边缘坐标集合。
中心点计算模块260,用于依据边缘坐标集合,计算涂胶中心点坐标集合。
可以理解为,中心点计算模块260可以执行上述步骤S6。
缺陷检测模块270,用于依据边缘图像与涂胶中心点坐标集合,确定涂胶的缺陷检测结果。
可以理解为,缺陷检测模块270可以执行上述步骤S7。
在本发明实施例中,缺陷检测结果包括直径过宽缺陷、直径过窄缺陷、断胶缺陷和偏移缺陷,涂胶中心点坐标集合包括第一中心点坐标和第二中心点坐标,且第一中心点 坐标和第二中心点坐标的间隔为预设间隔值,缺陷检测模块270具体用于:获取第一中 心坐标点和第二中心坐标点的法向量;提取法向量与边缘图像的交点坐标集合;依据交 点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷;依据涂胶中心点坐 标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷。
在本发明实施例中,缺陷检测模块270执行依据交点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷的步骤,具体用于:依据交点坐标集合,计算涂胶直 径和边缘点距离;将涂胶直径与预设直径范围进行比较,预设直径范围为第一预设直径 值到第二预设直径值,第二预设直径值大于第一预设直径值,当涂胶直径大于第二预设 直径值时,判定涂胶存在直径过宽缺陷,当涂胶直径小于第一预设直径值时,判定涂胶 存在直径过窄缺陷;将边缘点距离与预设距离值进行比较,当边缘点距离大于预设距离 值时,判定涂胶存在断胶缺陷。
在本发明实施例中,交点坐标集合包括第一交点坐标、第二交点坐标、第三交点坐标和第四交点坐标,法向量包括过第一中心坐标点的第一法向量和过第二中心坐标点的第二法向量,第一法向量与边缘图像的交点坐标为第一交点坐标和第二交点坐标,第二 法向量和边缘图像的交点坐标为第三交点坐标和第四交点坐标,缺陷检测模块270执行 依据交点坐标集合,计算涂胶直径和边缘点距离的步骤,具体用于:计算第一交点坐标 与第二交点坐标的距离,或者第三交点坐标与第四交点坐标的距离,得到涂胶直径;计 算第一交点坐标与第三交点坐标的距离,或者第二交点坐标与第四交点坐标的距离,得 到边缘点距离。
在本发明实施例中,涂胶中心点坐标集合中的涂胶中心点坐标和标准中心点坐标集 合中的标准中心点坐标一一对应,缺陷检测模块270执行依据涂胶中心点坐标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷的步骤,具体用于:计算每个涂胶 中心点坐标到对应的标准中心点坐标距离,得到每个中心点偏移值;计算所有中心点偏 移值的均值,得到中心点偏移均值;将中心点偏移均值和预设偏移值比较,当中心点偏 移均值大于预设偏移值时,判定涂胶存在偏移缺陷。
综上所述,本发明实施例提供一种涂胶缺陷检测方法及装置,所述方法包括:获取包含涂胶物体的涂胶图像;对涂胶图像进行轮廓检测,得到轮廓图像;依据轮廓图像, 判断涂胶物体的大小曲率形态;对轮廓图像进行边缘检测,得到边缘图像;依据涂胶物 体的大小曲率形态和边缘图像,提取边缘坐标集合;依据边缘坐标集合,计算涂胶中心 点坐标集合;依据边缘图像与涂胶中心点坐标集合,确定涂胶的缺陷检测结果。与现有 技术相比,本发明实施例提供的涂胶缺陷检测方法具有以下优势:首先,通过对涂胶图 像的边缘检测,结合涂胶中心点坐标集合的计算,实现了涂胶缺陷的自主检测,提高了 涂胶缺陷检测效率;其次,通过预处理结合去噪处理,可以有效排除图像处理过程中的 干扰因素,提高涂胶缺陷检测的准确率。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和 框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系 架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段 或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻 辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功 能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并 行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是, 框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规 定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的 组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分, 也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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所述方法的全部或部 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。需要说明的是,在本文中,诸如第一和第二等之类的关系术语 仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这 些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者 其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物 品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为 这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包 括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还 存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术 人员来说,本发明可以有各种更改和变化。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。应注意到:相似的标号 和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后 的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种涂胶缺陷检测方法,其特征在于,所述方法包括:
获取包含涂胶物体的涂胶图像;
对所述涂胶图像进行轮廓检测,得到轮廓图像;
依据所述轮廓图像,判断涂胶物体的大小曲率形态;
对所述轮廓图像进行边缘检测,得到边缘图像;
依据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐标集合;
依据所述边缘坐标集合,计算涂胶中心点坐标集合;
依据所述边缘图像与所述涂胶中心点坐标集合,确定涂胶的缺陷检测结果。
2.如权利要求1所述的方法,其特征在于,所述依据所述轮廓图像,判断涂胶物体的大小曲率形态的步骤,包括:
遍历所述轮廓图像每行,统计每行中像素值为第一预设像素值的像素数量;
将所述像素数量与预设数量进行对比;
当所述像素数量大于所述预设数量时,判定涂胶物体为大曲率形态;
当所述像素数量小于或者等于所述预设数量时,判定涂胶物体为小曲率形态。
3.如权利要求2所述的方法,其特征在于,所述依据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐标集合的步骤,包括:
当所述涂胶物体是大曲率形态时,依据所述边缘图像按照第一预设规则来提取边缘坐标集合;
当所述涂胶物体是小曲率形态时,依据所述边缘图像按照第二预设规则来提取边缘坐标集合。
4.如权利要求3所述的方法,其特征在于,所述当所述涂胶物体是大曲率形态时,依据所述边缘图像按照第一预设规则来提取边缘坐标集合的步骤,包括:
利用8邻域法,提取所述边缘图像中的边缘坐标,得到边缘坐标集合。
5.如权利要求3所述的方法,其特征在于,所述当所述涂胶物体是小曲率形态时,依据所述边缘图像按照第二预设规则来提取边缘坐标集合的步骤,包括:
遍历所述边缘图像每行,将每行中像素值为第二预设像素值的像素点均作为边缘坐标,得到边缘坐标集合。
6.如权利要求1所述的方法,其特征在于,所述缺陷检测结果包括直径过宽缺陷、直径过窄缺陷、断胶缺陷和偏移缺陷,所述涂胶中心点坐标集合包括第一中心点坐标和第二中心点坐标,且所述第一中心点坐标和所述第二中心点坐标的间隔为预设间隔值,所述依据所述边缘图像与所述涂胶中心点坐标集合,确定涂胶的缺陷检测结果的步骤,包括:
获取第一中心坐标点和第二中心坐标点的法向量;
提取所述法向量与所述边缘图像的交点坐标集合;
依据所述交点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷;
依据所述涂胶中心点坐标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷。
7.如权利要求6所述的方法,其特征在于,所述依据所述交点坐标集合,判断涂胶是否存在直径过宽、直径过窄或者断胶缺陷的步骤,包括:
依据所述交点坐标集合,计算涂胶直径和边缘点距离;
将所述涂胶直径与预设直径范围进行比较,所述预设直径范围为第一预设直径值到第二预设直径值,所述第二预设直径值大于所述第一预设直径值,当所述涂胶直径大于所述第二预设直径值时,判定涂胶存在直径过宽缺陷,当所述涂胶直径小于所述第一预设直径值时,判定涂胶存在直径过窄缺陷;
将所述边缘点距离与预设距离值进行比较,当所述边缘点距离大于预设距离值时,判定涂胶存在断胶缺陷。
8.如权利要求7所述的方法,其特征在于,所述交点坐标集合包括第一交点坐标、第二交点坐标、第三交点坐标和第四交点坐标,所述法向量包括过第一中心坐标点的第一法向量和过第二中心坐标点的第二法向量,所述第一法向量与所述边缘图像的交点坐标为第一交点坐标和第二交点坐标,所述第二法向量和所述边缘图像的交点坐标为第三交点坐标和第四交点坐标,所述依据所述交点坐标集合,计算涂胶直径和边缘点距离的步骤,包括:
计算所述第一交点坐标与所述第二交点坐标的距离,或者所述第三交点坐标与所述第四交点坐标的距离,得到涂胶直径;
计算所述第一交点坐标与所述第三交点坐标的距离,或者所述第二交点坐标与所述第四交点坐标的距离,得到边缘点距离。
9.如权利要求6所述的方法,其特征在于,所述涂胶中心点坐标集合中的涂胶中心点坐标和标准中心点坐标集合中的标准中心点坐标一一对应,所述依据所述涂胶中心点坐标集合和预设标准中心点坐标集合,判断涂胶是否存在偏移缺陷的步骤,包括:
计算每个涂胶中心点坐标到对应的标准中心点坐标距离,得到每个中心点偏移值;
计算所有中心点偏移值的均值,得到中心点偏移均值;
将所述中心点偏移均值和预设偏移值比较,当所述中心点偏移均值大于预设偏移值时,判定涂胶存在偏移缺陷。
10.一种涂胶缺陷检测装置,其特征在于,所述涂胶缺陷检测装置包括:
图像获取模块,用于获取包含涂胶物体的涂胶图像;
轮廓检测模块,用于对所述涂胶图像进行轮廓检测,得到轮廓图像;
曲率判断模块,用于依据所述轮廓图像,判断涂胶物体的大小曲率形态;
边缘检测模块,用于对所述轮廓图像进行边缘检测,得到边缘图像;
坐标提取模块,用于依据涂胶物体的大小曲率形态和所述边缘图像,提取边缘坐标集合;
中心点计算模块,用于依据所述边缘坐标集合,计算涂胶中心点坐标集合;
缺陷检测模块,用于依据所述边缘图像与所述涂胶中心点坐标集合,确定涂胶的缺陷检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210870283.XA CN115187562A (zh) | 2022-07-22 | 2022-07-22 | 涂胶缺陷检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210870283.XA CN115187562A (zh) | 2022-07-22 | 2022-07-22 | 涂胶缺陷检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115187562A true CN115187562A (zh) | 2022-10-14 |
Family
ID=83522128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210870283.XA Pending CN115187562A (zh) | 2022-07-22 | 2022-07-22 | 涂胶缺陷检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187562A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797255A (zh) * | 2022-10-17 | 2023-03-14 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
CN116912249A (zh) * | 2023-09-13 | 2023-10-20 | 常州星宇车灯股份有限公司 | 密封胶密封质量检测方法、装置、设备及其介质 |
CN116958070A (zh) * | 2023-07-06 | 2023-10-27 | 钛玛科(北京)工业科技有限公司 | 一种基于锂电涂布工艺波浪边检测系统及方法 |
WO2024087870A1 (zh) * | 2022-10-26 | 2024-05-02 | 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) | 用于x射线焊缝图像的缺陷识别方法、设备和存储介质 |
-
2022
- 2022-07-22 CN CN202210870283.XA patent/CN115187562A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797255A (zh) * | 2022-10-17 | 2023-03-14 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
CN115797255B (zh) * | 2022-10-17 | 2023-10-20 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
WO2024087870A1 (zh) * | 2022-10-26 | 2024-05-02 | 上海船舶工艺研究所(中国船舶集团有限公司第十一研究所) | 用于x射线焊缝图像的缺陷识别方法、设备和存储介质 |
CN116958070A (zh) * | 2023-07-06 | 2023-10-27 | 钛玛科(北京)工业科技有限公司 | 一种基于锂电涂布工艺波浪边检测系统及方法 |
CN116912249A (zh) * | 2023-09-13 | 2023-10-20 | 常州星宇车灯股份有限公司 | 密封胶密封质量检测方法、装置、设备及其介质 |
CN116912249B (zh) * | 2023-09-13 | 2023-12-01 | 常州星宇车灯股份有限公司 | 密封胶密封质量检测方法、装置、设备及其介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115187562A (zh) | 涂胶缺陷检测方法及装置 | |
CN111311542B (zh) | 一种产品质量检测方法及装置 | |
CN109671078B (zh) | 一种产品表面图像异常检测方法及装置 | |
CN110517265B (zh) | 一种产品表面缺陷的检测方法、装置及存储介质 | |
CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN113077437B (zh) | 工件质量检测方法及其系统 | |
CN109509166B (zh) | 印刷电路板图像检测方法和装置 | |
KR102587710B1 (ko) | 카메라 스트림용 마스크를 생성하기 위한 방법, 컴퓨터 프로그램 제품 및 컴퓨터 판독 가능 매체 | |
CN104615972B (zh) | 指针式仪表智能识别方法及其装置 | |
CN114495098B (zh) | 一种基于显微镜图像的盘星藻类细胞统计方法及系统 | |
CN116109637B (zh) | 基于视觉的涡轮增压器叶轮外观缺陷检测的系统及其方法 | |
CN110570442A (zh) | 一种复杂背景下轮廓检测方法、终端设备及存储介质 | |
TWI765442B (zh) | 瑕疵等級判定的方法及存儲介質 | |
CN113298769A (zh) | Fpc软排线外观缺陷检测方法、系统和介质 | |
CN111222507A (zh) | 数字式仪表读数的自动识别方法、计算机可读存储介质 | |
CN115760820A (zh) | 一种塑料件缺陷图像识别方法及应用 | |
CN115170804B (zh) | 基于深度学习的表面缺陷检测方法、装置、系统和介质 | |
CN114519714A (zh) | 一种显示屏脏污缺陷判定的方法和系统 | |
CN112085708A (zh) | 产品外轮廓中的直线边缘的缺陷检测方法及设备 | |
CN114638294A (zh) | 一种数据增强方法、装置、终端设备及存储介质 | |
CN110889817B (zh) | 图像融合质量评价方法及装置 | |
CN115471476A (zh) | 一种部件缺陷检测方法、装置、设备及介质 | |
US20230065041A1 (en) | Geometric pattern matching method and device for performing the method | |
CN117152165A (zh) | 感光芯片缺陷的检测方法、装置、存储介质及电子设备 | |
CN114821274A (zh) | 一种用于识别分合指示牌的状态的方法和设备 |
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 |