CN116071357B - 一种大功率充电器表面缺陷检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种大功率充电器表面缺陷检测方法，方法包括：通过充电器灰度图像及边缘图像得到翘曲待测区并得到包含的边缘对照组，根据翘曲待测区内边缘对照组内的形状特征差异、边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得边缘变形度。根据翘曲待测区划分的所有待测区的边缘特征和角点数量获得位置分布相邻度；将翘曲待测区的边缘变形度和翘曲待测区的边缘相邻区域的位置特征结合起来，从两个角度对各个翘曲待测区的翘曲程度进行分析，得到最终的翘曲显著度，然后对翘曲待测区进行最终的缺陷识别。本发明从多角度、多维度对翘曲待测区进行分析，能够增强识别结果的准确性和科学性。

Description

一种大功率充电器表面缺陷检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种大功率充电器表面缺陷检测方法。

背景技术

大功率充电器正在向小型化、轻量化、高性能化发展，一般为箱式或柜式。为保护充电器内部构件，充电器的外部由外壳包裹，外壳通常为注塑或挤压而成。在外壳制造的过程中，由于注射压力过高、保压时间过长、熔料温度过低、冷却时间过短等原因，易出现内应力增加而导致外壳收缩不均匀、出现翘曲变形的情况。翘曲会导致相邻需要拼接在一起的外壳块间隙的不一致，存在段差，无法进行完美拼接，使拼接位置存在缝隙而无法有效固定充电器内部的构件，也无法保障对内部构件的保护效果。所以，外壳出现翘曲的充电器在使用和移动过程中易受到损伤。

目前，翘曲的检测一般针对与无转折的平板，将其固定于在稳定平面，使用位移传感器等按照距离进行判断，不同检测方法对同一待测板块的判断结果也会不同。现有技术中，对外壳图像进行数据处理得到多个轮廓边缘并进行轮廓配准，剔除最小的最短距离对应的轮廓边缘，其他轮廓边缘为缺陷轮廓，判断条件过于单一，会使最终识别结果的准确性降低；或仅根据边缘线条数以及边缘线上边缘像素点的相关性得到边缘复杂度，没有对边缘线相邻区域进行进一步判断，忽略了变形的整体性，虽然检测速度会快一点，但是最终得到识别结果的准确性不高。

发明内容

为了解决现有技术中对翘曲区域的检测结果的准确性不高的技术问题，本发明的目的在于提供一种大功率充电器表面缺陷检测方法，所采用的技术方案具体如下：

本发明提出一种大功率充电器表面缺陷检测方法，所述方法包括：

获得充电器灰度图像及其充电器边缘图像；充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区；

根据每个翘曲待测区和对应最小外接矩形的边缘对应关系获得四个边缘对照组；分别获得每个边缘对照组内的形状特征差异；分别获得每个边缘对照组内翘曲待测区边缘的直线拟合度；根据每个边缘对照组内两条边缘对应位置像素点的距离变化特征获得对应边缘对照组的突变特征；根据翘曲待测区内每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得每个翘曲待测区的边缘变形度；

根据像素值将每个翘曲待测区划分为两个待测区；对任意一个待测区，获得待测区的边缘特征和角点数量；根据所有待测区的边缘特征和角点数量获得每个翘曲待测区的位置分布相邻度；

根据每个翘曲待测区的边缘变形度和位置分布相邻度获得每个翘曲待测区的翘曲显著度；根据所有翘曲待测区的翘曲显著度检测对应充电器外壳的翘曲情况。

进一步的，所述获得每个边缘对照组内的形状特征差异的方法包括：

对每个边缘对照组内的翘曲待测区边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的待测特征向量；对每个边缘对照组内对应最小外接矩形边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的矩形特征向量；每个边缘对照组的形状特征包含待测特征向量和对应的矩形特征向量；

将待测特征向量与矩形特征向量对应位置元素的差值绝对值进行累加，累加值作为对应边缘对照组内的形状特征差异。

进一步的，所述获得每个边缘对照组内翘曲待测区边缘的直线拟合度的方法包括：

将每个边缘对照组内的翘曲待测区边缘的像素点进行霍夫直线检测，获得拟合直线；根据预设尺寸的滑窗以每个拟合直线像素点为中心遍历所有拟合直线像素点，以滑窗滑过的区域作为边缘直度保持区；

将每个边缘对照组内的翘曲待测区边缘位于边缘直度保持区的像素点作为第一笔直像素点，将第一笔直像素点与对应翘曲待测区边缘像素点的数量比值作为每个边缘对照组内翘曲待测区边缘的直线拟合度。

进一步的，所述获得每个边缘对照组的突变特征的方法包括：

获得每个边缘对照组内的翘曲待测区边缘上的每个像素点与对应外接矩形边缘上所有像素点的欧氏距离，以最小欧式距离对应的两个像素点作为位置对应的像素点；将每个边缘对照组内的翘曲待测区边缘像素点对应的最小欧式距离组成距离序列；

对距离序列进行突变检测，获得距离序列的突变值；对距离序列进行波动分析，获得距离序列的平滑值；将距离序列的突变值与平滑值的比值作为每个边缘对照组的突变特征。

进一步的，所述获得边缘变形度的方法包括：

将每个边缘对照组内翘曲待测区边缘的直线拟合度进行负相关映射，获得直线拟合度的负相关值，将每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度负相关值和突变特征的乘积作为每个边缘对照组的子变形度；将对应翘曲待测区的所有边缘对照组的子变形度进行累加获得对应翘曲待测区的边缘变形度。

进一步的，所述获得待测区的边缘特征的方法包括：

若待测区内边缘像素点的预设领域范围内存在翘曲待测区边缘的像素点，则将待测区内对应边缘像素点作为相邻像素点；将相邻像素点与待测区内边缘像素点的数量比值作为待测区的边缘特征。

进一步的，所述获得位置分布相邻度的方法包括：

将每个待测区的角点数量进行负相关处理，获得角点数量的负相关值；将每个待测区的边缘特征与角点数量负相关值的和值作为每个待测区对应的子相邻度；将所有待测区的子相邻度的最大值作为位置分布相邻度。

进一步的，所述获得翘曲显著度的方法包括：

将每个翘曲待测区的位置分布相邻度进行归一化，获得位置分布相邻度的归一化值；将位置分布相邻度的归一化值与对应的边缘变形度的乘积作为每个翘曲待测区的翘曲显著度。

进一步的，所述获得边缘对照组的方法包括：

对每个翘曲待测区进行角点检测得到对应的角点位置，根据角点位置对翘曲待测区的边缘进行划分获得四个边缘线；对于任意一个边缘线，将边缘线与对应最小外接矩形的边缘进行对应，获得对应的边缘对照组。

进一步的，获得所述翘曲待测区后还包括：

充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区，选择任意一个翘曲待测区；若选择的翘曲待测区包含其他翘曲待测区，则将所选的翘曲待测区内非其他翘曲待测区的像素点作为选择像素点；

根据选择像素点的灰度值对所选翘曲待测区内的各个非选择像素点的灰度值使用双线性插值算法进行更新，获得翘曲待测区内的各个非选择像素点的更新后的灰度值，并替换对应的原本灰度值。

本发明具有如下有益效果：

本发明实施例中，通过充电器灰度图像及其充电器边缘图像得到翘曲待测区，根据每个翘曲待测区和对应最小外接矩形的边缘对应关系获得四个边缘对照组。获得每个边缘对照组内的形状特征差异，能够将边缘线的特征表述出来，增强后续对结果判断的准确性；获得每个边缘对照组内翘曲待测区边缘的直线拟合度，判断翘曲待测区边缘与直线的相似程度，有利于后续分析；根据每个边缘对照组内两条边缘对应位置像素点的距离变化特征获得对应边缘对照组的突变特征，能够进一步判断翘曲待测区边缘的翘曲变形状态。根据翘曲待测区内每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得每个翘曲待测区的边缘变形度，能够对翘曲待测区的边缘扭曲程度进行综合分析，增强结果的科学性与准确性。根据像素值将每个翘曲待测区划分为两个待测区，根据像素值进行划分能够表示不同待测区反光明暗度的亮度差异，将发生变形导致的亮度变化区域与翘曲待测区边缘相邻特征相结合，能够增强结果参考性。获得待测区的边缘特征和角点数量，进而获得每个翘曲待测区的位置分布相邻度，能够翘曲待测区的边缘和表面的相邻区域统一起来分析，使最终的识别指标包含多角度判断。本发明中将翘曲待测区的边缘扭曲程度和翘曲待测区的边缘相邻区域的位置特征结合起来，从两个角度对各个翘曲待测区的翘曲程度进行分析，得到最终的翘曲显著度，然后对翘曲待测区进行最终的缺陷识别。从多角度、多维度对翘曲待测区进行分析，能够增强识别结果的准确性和科学性。

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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种大功率充电器表面缺陷检测方法流程图；

图2为本发明一个实施例所提供的一种翘曲待测区与对应最小外接矩形的示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种大功率充电器表面缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

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。

下面结合附图具体的说明本发明所提供的一种大功率充电器表面缺陷检测方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种大功率充电器表面缺陷检测方法流程图，该方法包括：步骤S1、步骤S2、步骤S3和步骤S4。

步骤S1：获得充电器灰度图像及其充电器边缘图像；充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区。

充电器外壳一般为立体长方体或矩形平板，为了使检测结果更为准确，需要在各方向均架设相机获取充电器RGB图像。在本发明实施例中，在充电器的外壳脱模后转移的位置上方和两侧架设CCD相机，使用LED柔光摄影灯进行补光。当充电器外壳经传送带传送到摄像机的取景框中央时，获取充电器RGB图像。

为了避免噪声对后续分析的影响，并且提高充电器RGB图像的精度和质量，在本发明实施例中，使用均值滤波对充电器RGB图像进行去噪得到去噪的充电器图像，实施者可根据具体场景选用高斯滤波等其他去噪方法。将去噪的充电器图像转化为充电器灰度图像。需要说明的是，均值滤波和获得灰度图像的方法均为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

大功率充电器外壳一般为箱式或柜式，表面可能存在矩形孔洞以方便散热。当充电器外壳出现翘曲时，若出现翘曲的位置包含散热孔，则散热孔也会出现与外壳出现翘曲时相同的特征。在本发明实施例中，对充电器灰度图像使用canny边缘检测算子，获得充电器边缘图像。充电器边缘图像中除去充电器外壳边缘，内部的条形散热孔也会有对应的边缘，对充电器边缘图像中的所有边缘进行分析，对分析结果在不同位置进行多次验证，提高结果的可信性。需要说明的是，canny边缘检测算子为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

优选的，因为考虑到充电器外壳表面的影响，为了消除最终检测结果的误差，在获得翘曲待测区后还需要对翘曲待测区内像素点灰度值进行更新，具体包括：

充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区，选择任意一个翘曲待测区，若选择的翘曲待测区包含其他翘曲待测区，则将所选的翘曲待测区内非其他翘曲待测区的像素点作为选择像素点。根据选择像素点的灰度值对所选翘曲待测区内的各个非选择像素点的灰度值使用双线性插值算法进行更新，获得翘曲待测区内的各个非选择像素点的更新后的灰度值，并替换对应的原本灰度值，能够防止各散热孔对充电器外壳对应翘曲待测区的检测结果造成影响。需要说明的是，双线性插值算法为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

由充电器边缘图像可知，每个翘曲待测区对应一个最小外接矩形。

步骤S2：根据每个翘曲待测区和对应最小外接矩形的边缘对应关系获得四个边缘对照组，分别获得每个边缘对照组内的形状特征差异，分别获得每个边缘对照组内翘曲待测区边缘的直线拟合度。根据每个边缘对照组内两条边缘对应位置像素点的距离变化特征获得对应边缘对照组的突变特征。根据翘曲待测区内每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得每个翘曲待测区的边缘变形度。

当充电器的外壳在加工过程中出现翘曲时，原本平整的外壳会出现扭曲，原本的矩形外壳轮廓也会出现扭曲。为了使后续分析更准确，根据每个翘曲待测区和对应最小外接矩形的边缘对应关系获得四个边缘对照组，在本发明实施例中具体包括：

对每个翘曲待测区进行角点检测得到对应的角点位置，根据角点位置对翘曲待测区的边缘进行划分获得四个边缘线。由于充电器外壳原本为矩形，即使发生了扭曲边缘也仍然平滑，不会产生更多的角点，所以得到的四个角点会将翘曲待测区对应的边缘划分为四个部分。

对于任意一个边缘线，将边缘线与对应最小外接矩形的边缘进行对应，获得对应的边缘对照组。请参阅图2，其出示了本发明一个实施例所提供的一种翘曲待测区与对应最小外接矩形的示意图，其中标记的线条a表示翘曲待测区边缘，线条b表示翘曲待测区边缘对应的最小外接矩形的边缘。

在每个翘曲待测区内，对每个边缘对照组进行分析，具体步骤如下：

获得每个边缘对照组内的形状特征差异：

当翘曲待测区对应的充电器外壳出现了翘曲缺陷，成形塑件会出现不均匀收缩，对应的翘曲待测区边缘也会出现变化，与其对应的最小外接矩形边缘之间也会出现差异。所以，对每个边缘对照组分析首先需要从每个边缘对照组内的翘曲待测区边缘与对应最小外接矩形边缘的形状特征进行分析。获得每个边缘对照组内的形状特征差异具体包括：

对每个边缘对照组内的翘曲待测区边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的待测特征向量；对每个边缘对照组内对应最小外接矩形边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的矩形特征向量。每个边缘对照组的形状特征包含待测特征向量和对应的矩形特征向量。在本发明实施例中，预设特征数量为6，具体预设特征数量的数值可根据具体实施方式具体设置。需要说明的是，傅里叶描述子为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

当每个边缘对照组内的两个边缘特征越接近时，得到的待测特征向量与对应矩形特征向量的元素数值之间的差异越小；当每个边缘对照组内的两个边缘特征越不接近时，得到的待测特征向量与对应矩形特征向量的元素数值之间的差异越大，即充电器外壳扭曲的程度越大。

因此，将待测特征向量与矩形特征向量对应位置元素的差值绝对值进行累加，累加值作为对应边缘对照组内的形状特征差异。

获得每个边缘对照组内翘曲待测区边缘的直线拟合度：

当翘曲待测区对应的充电器外壳出现翘曲缺陷时，该翘曲待测区边缘也会出现扭曲，扭曲后的边缘形状为曲线，且扭曲程度越大，边缘与直线偏离越为明显。所以需要对每个边缘对照组内翘曲待测区边缘与直线的相似情况进行分析。获得每个边缘对照组内翘曲待测区边缘的直线拟合度具体包括：

将每个边缘对照组内的翘曲待测区边缘的像素点进行霍夫直线检测，获得拟合直线；根据预设尺寸的滑窗以每个拟合直线像素点为中心遍历所有拟合直线像素点，以滑窗滑过的区域作为边缘直度保持区，翘曲待测区边缘在边缘直度保持区内的扭曲程度可在检测结果误差接受范围内。当翘曲待测区边缘像素点在边缘直度保持区的数量占总数的比例越大时，此时充电器外壳扭曲的程度越小。

将每个边缘对照组内的翘曲待测区边缘位于边缘直度保持区的像素点作为第一笔直像素点，将第一笔直像素点与对应翘曲待测区边缘像素点的数量比值作为每个边缘对照组内翘曲待测区边缘的直线拟合度。

获得对应边缘对照组的突变特征：

若翘曲待测区边缘出现变形，则对应边缘对照组内翘曲待测区边缘与对应最小外接矩形边缘的像素点之间距离也会变大，距离变化越明显说明对应翘曲待测区边缘与原本矩形形态的扭曲程度越大。因此，根据每个边缘对照组内两条边缘对应位置像素点的距离变化特征获得对应边缘对照组的突变特征，具体包括：

获得每个边缘对照组内的翘曲待测区边缘上的每个像素点与对应外接矩形边缘上所有像素点的欧氏距离，以最小欧式距离对应的两个像素点作为位置对应的像素点；将每个边缘对照组内的翘曲待测区边缘像素点对应的最小欧式距离组成距离序列。

当充电器外壳产生变形时，对应的翘曲待测区边缘也会随之变形，所以可根据距离序列中出现的突变数据判断对应的翘曲待测区边缘的扭曲程度。对距离序列进行突变检测，获得距离序列的突变值，在本发明实施例中，突变检测的方法为MK突变检测。对距离序列进行波动分析，获得距离序列的平滑值，平滑值越小代表说明发生翘曲的边缘不同位置扭曲的程度不一，没有一致的规律。在本发明实施例中，波动分析的方法为DFA去趋势波动分析。需要说明的是，MK突变检测和DFA去趋势波动分析均为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

将距离序列的突变值与平滑值的比值作为每个边缘对照组的突变特征。

获得每个翘曲待测区的边缘变形度：

每个边缘对照组内的形状特征差异越大、对应翘曲待测区边缘的直线拟合度越小和突变特征越大，说明对应翘曲待测区的边缘的扭曲程度越大，即对应的充电器外壳的扭曲程度就越大。因此，根据翘曲待测区内每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得每个翘曲待测区的边缘变形度，具体包括：

将每个边缘对照组内翘曲待测区边缘的直线拟合度进行负相关映射，获得直线拟合度的负相关值，将每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度负相关值和突变特征的乘积作为每个边缘对照组的子变形度。将对应翘曲待测区的所有边缘对照组的子变形度进行累加获得对应翘曲待测区的边缘变形度。根据边缘变形度的公式获得边缘变形度，边缘变形度的公式包括：

式中，

表示边缘变形度，

表示翘曲待测区对应的边缘对照组组数，

表示第

个边缘对照组内的形状特征差异，

表示第

个边缘对照组内翘曲待测区边缘的直线拟合 度，

表示第

个边缘对照组内翘曲待测区边缘的突变特征。

在边缘变形度的公式中，边缘对照组内的形状特征差异表示每个边缘对照组内翘 曲待测区边缘与对应最小外接矩形边缘的特征差异，形状特征差异与边缘变形度呈正比关 系，形状特征差异越大说明翘曲待测区边缘与对应最小外接矩形边缘的特征越不同，即翘 曲待测区对应的充电器外壳扭曲的程度越大。边缘对照组内翘曲待测区边缘的直线拟合度 表示翘曲待测区边缘与直线的相似程度，直线拟合度与边缘变形度呈反比关系且值域在0 和1之间，即通过

将直线拟合度进行负相关映射，直线拟合度越大说明对应翘曲待 测区边缘越笔直，即翘曲待测区对应的充电器外壳扭曲的程度越小。边缘对照组内翘曲待 测区边缘的突变特征表示翘曲待测区边缘的突变程度，突变特征与边缘变形度呈正比关 系，突变特征越大说明翘曲待测区边缘与原本矩形状态越接近，即翘曲待测区对应的充电 器外壳扭曲的程度越大。

表示第

个边缘对照组的子变形度，对于每个边缘 对照组均有一个对应的子变形度，子变形度越大说明该边缘对照组内翘曲待测区的翘曲程 度越大。

边缘变形度表示翘曲待测区对应的充电器外壳表面边缘的变形程度，若边缘变形度越大，则翘曲待测区对应的充电器外壳表面边缘的变形程度越大；若边缘变形度越小，则翘曲待测区对应的充电器外壳表面边缘的变形程度越小。

经过步骤S2的计算后，每个翘曲待测区对应一个边缘变形度。

步骤S3：根据像素值将每个翘曲待测区划分为两个待测区；对任意一个待测区，获得待测区的边缘特征和角点数量；根据所有待测区的边缘特征和角点数量获得每个翘曲待测区的位置分布相邻度。

当充电器外壳表面出现翘曲时，充电器外壳表面会出现不同程度的扭曲变形，会产生突起或凹陷。发生翘曲的充电器外壳对光的反射时，翘曲部分会呈现不同的明暗度，但不能确定翘曲部分是较暗的部分还是较亮的部分。所以，根据像素值将每个翘曲待测区划分为两个待测区，在本发明实施例中，使用最大类间方差法将翘曲待测区划分为两个待测区，将这两个待测区分别记为部分A和部分B。需要说明的是，最大类间方差法为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

充电器外壳最外圈位置需要与其他外壳部分相接，会设置较薄的接口，当注塑的部件厚度不均匀时，容易在冷却时出现收缩不均的情况。边缘相邻特征就是指当待测区内有发生变形的情况时，发生变形的位置易出现在对应翘曲待测区的边缘附近。当充电器外壳表面变形缺陷越为明显，发生变形的位置就越接近翘曲待测区的边缘，即该待测区出现明显的边缘相邻特征。当充电器外壳表面不存在变形瑕疵时，该待测区没有出现明显的边缘相邻特征。可以根据待测区是否出现明显的边缘相邻特征来判断待测区内发生变形的位置是否接近翘曲待测区的边缘。因此，对任意一个待测区，获得待测区的边缘特征，具体包括：

若待测区内边缘像素点的预设领域范围内存在翘曲待测区边缘的像素点，则将待测区内对应边缘像素点作为相邻像素点；将相邻像素点与待测区内边缘像素点的数量比值作为待测区的边缘特征。在本发明实施例中，预设领域范围为八领域，具体预设领域范围可根据具体实施方式具体设置。

根据待测区的边缘特征判断待测区内发生变形的位置是否接近翘曲待测区的边缘，还需要进一步判断变形是否为翘曲的情况。因为翘曲的特征是对应翘曲待测区边缘受到的变形力是均匀的，该边缘是光滑、无突起的，得到的角点数量就会更少。因此，对任意一个待测区，获得待测区的角点数量，具体包括：对每个待测区进行角点检测，得到该待测区内的角点数量，需要说明的是，角点检测为本领域技术人员熟知的技术手段，具体过程在此不再赘述。

在翘曲待测区内的所有待测区的边缘特征越大且角点数量越少，说明对应翘曲待测区的翘曲边缘的位置相邻特征越明显。因此，根据所有待测区的边缘特征和角点数量获得每个翘曲待测区的位置分布相邻度。

将每个待测区的角点数量进行负相关处理，获得角点数量的负相关值；将每个待测区的边缘特征与角点数量负相关值的和值作为每个待测区对应的子相邻度；将所有待测区的子相邻度的最大值作为位置分布相邻度。根据位置分布相邻度的公式获得位置分布相邻度，位置分布相邻度的公式包括：

式中，

表示位置分布相邻度，

表示待测区

的边缘特征，

表示待测区

的角点 数量，

表示待测区

的边缘特征，

表示待测区

的角点数量，

表示求最大值函 数，

表示以自然常数为底的指数函数。

在位置分布相邻度的公式中，每个待测区的边缘特征表示待测区内发生变形的位 置是否接近翘曲待测区的边缘，每个待测区的边缘特征与位置分布相邻度呈正比关系，每 个待测区的边缘特征越大说明待测区内发生变形的位置越接近翘曲待测区的边缘。每个待 测区的角点数量能够表示待测区内变形情况是否为翘曲情况，每个待测区的角点数量与位 置分布相邻度呈反比关系，即通过

将角点数量进行负相关处理，

将数值控 制在0和1之间，每个待测区的角点数量越少说明待测区内变形情况为翘曲情况的可能性越 大。

表示待测区

的子相邻度，

表示待测区

的子相邻度，其 中，对角点数量进行负相关处理得到的数值可视为对应待测区翘曲的显著值，即角点数量 越小说明属于翘曲缺陷的特征越显著，使用该显著值对边缘特征进行调整得到对应待测区 的子相邻度，即待测区的子相邻度表示待测区对应的充电器外壳表面出现翘曲状态的可能 性。

是将所有待测区的子相邻度的最大值作为该待测区的翘曲边缘的位置相邻特 征，最大值越大说明对应待测区的翘曲边缘的位置相邻特征越明显。

位置分布相邻度表示每个翘曲待测区内翘曲缺陷出现的位置相邻特征，若位置分布相邻度越大，则翘曲待测区内翘曲缺陷出现的位置相邻特征越明显，即翘曲待测区对应的充电器外壳表面出现翘曲状态的可能性越大；若位置分布相邻度越小，则翘曲待测区内翘曲缺陷出现的位置相邻特征越不明显，即翘曲待测区对应的充电器外壳表面出现翘曲状态的可能性越小。

经过步骤S3的计算后，每个翘曲待测区对应一个位置分布相邻度。

步骤S4：根据每个翘曲待测区的边缘变形度和位置分布相邻度获得每个翘曲待测区的翘曲显著度，根据所有翘曲待测区的翘曲显著度检测对应充电器外壳的翘曲情况。

经过步骤S1、步骤S2和步骤S3的分析，从翘曲待测区对应的充电器外壳表面边缘的变形程度和翘曲待测区内翘曲缺陷出现的位置相邻特征进行分析，获得每个翘曲待测区对应的边缘变形度和位置分布相邻度。

翘曲待测区对应的边缘变形度越大且位置分布相邻度越大，说明对应翘曲待测区内出现的翘曲缺陷越严重。因此，根据每个翘曲待测区的边缘变形度和位置分布相邻度获得每个翘曲待测区的翘曲显著度，具体包括：

将每个翘曲待测区的位置分布相邻度进行归一化，获得位置分布相邻度的归一化值；将位置分布相邻度的归一化值与对应的边缘变形度的乘积作为每个翘曲待测区的翘曲显著度。根据翘曲显著度的公式获得翘曲显著度，翘曲显著度的公式包括：

式中，

表示翘曲显著度，

表示边缘变形度，

表示位置分布相邻度，

表示 以自然常数为底的指数函数。

在翘曲显著度的公式中，边缘变形度与翘曲显著度呈正比关系，边缘变形度越大 说明对应翘曲待测区内出现的翘曲缺陷越严重。位置分布相邻度与翘曲显著度呈正比关 系，位置分布相邻度越大说明对应翘曲待测区内出现的翘曲缺陷越严重。

的 作用是将位置分布相邻度进行归一化，为后续分析提供便利。

翘曲显著度表示每个翘曲待测区内呈现出的翘曲缺陷特征的显著程度，若翘曲显著度越大，则每个翘曲待测区内呈现出的翘曲缺陷特征越明显；若翘曲显著度越小，则每个翘曲待测区内呈现出的翘曲缺陷特征越不明显。

因此，对每个翘曲待测区域均有一个相应的翘曲显著度。

根据每个翘曲待测区的翘曲显著度检测对应部分充电器外壳的翘曲情况，具体检测过程为：

若翘曲待测区对应的翘曲显著度大于等于预设显著度阈值，则认为该翘曲待测区对应的部分充电器外壳出现翘曲缺陷；若翘曲待测区对应的翘曲显著度小于预设显著度阈值，则认为该翘曲待测区对应的部分充电器外壳没有出现翘曲缺陷。在本发明实施例中，预设显著度阈值为23，具体预设显著度阈值的数值可根据具体实施方式具体设置。

先检测每个翘曲待测区对应部分充电器外壳的翘曲情况，然后根据所有翘曲待测区的检测结果判断整体充电器外壳的翘曲情况，在本发明实施例中具体包括：

当所有翘曲待测区均没有出现翘曲情况时，说明充电器外壳上每个面对应的各翘曲待测区均被认为正常，即该充电器外壳无翘曲瑕疵；

当至少一个翘曲待测区出现翘曲情况时，说明充电器外壳的某个面对应的翘曲待测区出现翘曲瑕疵，即该充电器外壳出现了翘曲瑕疵。

综上所述，本发明中将翘曲待测区的边缘扭曲程度和翘曲待测区的边缘相邻区域的位置特征结合起来，从两个角度对各个翘曲待测区的翘曲程度进行分析，得到最终的翘曲显著度，然后对翘曲待测区进行最终的缺陷识别，从多角度、多维度对翘曲待测区进行分析，能够增强识别结果的准确性和科学性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (7)

1.一种大功率充电器表面缺陷检测方法，其特征在于，该方法包括以下步骤：

获得充电器灰度图像及其充电器边缘图像；充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区；

根据每个翘曲待测区和对应最小外接矩形的边缘对应关系获得四个边缘对照组；分别获得每个边缘对照组内的形状特征差异；分别获得每个边缘对照组内翘曲待测区边缘的直线拟合度；根据每个边缘对照组内两条边缘对应位置像素点的距离变化特征获得对应边缘对照组的突变特征；根据翘曲待测区内每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度和突变特征获得每个翘曲待测区的边缘变形度；

根据像素值将每个翘曲待测区划分为两个待测区；对任意一个待测区，获得待测区的边缘特征和角点数量；根据所有待测区的边缘特征和角点数量获得每个翘曲待测区的位置分布相邻度；

根据每个翘曲待测区的边缘变形度和位置分布相邻度获得每个翘曲待测区的翘曲显著度；根据所有翘曲待测区的翘曲显著度检测对应充电器外壳的翘曲情况；

获得边缘变形度的方法包括：

将每个边缘对照组内翘曲待测区边缘的直线拟合度进行负相关映射，获得直线拟合度的负相关值，将每个边缘对照组内的形状特征差异、每个边缘对照组内翘曲待测区边缘的直线拟合度负相关值和突变特征的乘积作为每个边缘对照组的子变形度；将对应翘曲待测区的所有边缘对照组的子变形度进行累加获得对应翘曲待测区的边缘变形度；

获得位置分布相邻度的方法包括：

将每个待测区的角点数量进行负相关处理，更新角点数量的负相关值；将每个待测区的边缘特征与角点数量负相关值的和值作为每个待测区对应的子相邻度；将所有待测区的子相邻度的最大值作为位置分布相邻度；

获得翘曲显著度的方法包括：

将每个翘曲待测区的位置分布相邻度进行归一化，获得位置分布相邻度的归一化值；将位置分布相邻度的归一化值与对应的边缘变形度的乘积作为每个翘曲待测区的翘曲显著度。

2.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得每个边缘对照组内的形状特征差异的方法包括：

对每个边缘对照组内的翘曲待测区边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的待测特征向量；对每个边缘对照组内对应最小外接矩形边缘的像素点使用傅里叶描述子，获得包含预设特征数量个元素的矩形特征向量；每个边缘对照组的形状特征包含待测特征向量和对应的矩形特征向量；

将待测特征向量与矩形特征向量对应位置元素的差值绝对值进行累加，累加值作为对应边缘对照组内的形状特征差异。

3.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得每个边缘对照组内翘曲待测区边缘的直线拟合度的方法包括：

将每个边缘对照组内的翘曲待测区边缘的像素点进行霍夫直线检测，获得拟合直线；根据预设尺寸的滑窗以每个拟合直线像素点为中心遍历所有拟合直线像素点，以滑窗滑过的区域作为边缘直度保持区；

将每个边缘对照组内的翘曲待测区边缘位于边缘直度保持区的像素点作为第一笔直像素点，将第一笔直像素点与对应翘曲待测区边缘像素点的数量比值作为每个边缘对照组内翘曲待测区边缘的直线拟合度。

4.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得每个边缘对照组的突变特征的方法包括：

获得每个边缘对照组内的翘曲待测区边缘上的每个像素点与对应外接矩形边缘上所有像素点的欧氏距离，以最小欧式距离对应的两个像素点作为位置对应的像素点；将每个边缘对照组内的翘曲待测区边缘像素点对应的最小欧式距离组成距离序列；

对距离序列进行突变检测，获得距离序列的突变值；对距离序列进行波动分析，获得距离序列的平滑值；将距离序列的突变值与平滑值的比值作为每个边缘对照组的突变特征。

5.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得待测区的边缘特征的方法包括：

若待测区内边缘像素点的预设领域范围内存在翘曲待测区边缘的像素点，则将待测区内对应边缘像素点作为相邻像素点；将相邻像素点与待测区内边缘像素点的数量比值作为待测区的边缘特征。

6.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得边缘对照组的方法包括：

对每个翘曲待测区进行角点检测得到对应的角点位置，根据角点位置对翘曲待测区的边缘进行划分获得四个边缘线；对于任意一个边缘线，将边缘线与对应最小外接矩形的边缘进行对应，获得对应的边缘对照组。

7.根据权利要求1所述的一种大功率充电器表面缺陷检测方法，其特征在于，获得所述翘曲待测区后还包括：

充电器边缘图像中每个封闭边缘形成的区域为翘曲待测区，选择任意一个翘曲待测区；若选择的翘曲待测区包含其他翘曲待测区，则将所选的翘曲待测区内非其他翘曲待测区的像素点作为选择像素点；

根据选择像素点的灰度值对所选翘曲待测区内的各个非选择像素点的灰度值使用双线性插值算法进行更新，获得翘曲待测区内的各个非选择像素点的更新后的灰度值，并替换对应的原本灰度值。

Images