CN117197138B - 基于图像特征的电脑主机外壳划痕检测方法 - Google Patents

基于图像特征的电脑主机外壳划痕检测方法 Download PDF

Info

Publication number
CN117197138B
CN117197138B CN202311465797.8A CN202311465797A CN117197138B CN 117197138 B CN117197138 B CN 117197138B CN 202311465797 A CN202311465797 A CN 202311465797A CN 117197138 B CN117197138 B CN 117197138B
Authority
CN
China
Prior art keywords
connected domain
edge connected
initial
long axis
template
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
Application number
CN202311465797.8A
Other languages
English (en)
Other versions
CN117197138A (zh
Inventor
尹双柏
李波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jimoke Technology Co ltd
Original Assignee
Shenzhen Jimoke Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jimoke Technology Co ltd filed Critical Shenzhen Jimoke Technology Co ltd
Priority to CN202311465797.8A priority Critical patent/CN117197138B/zh
Publication of CN117197138A publication Critical patent/CN117197138A/zh
Application granted granted Critical
Publication of CN117197138B publication Critical patent/CN117197138B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及图像边缘检测技术领域,具体涉及一种基于图像特征的电脑主机外壳划痕检测方法,获取待检测的散热孔区域图像的各个初始边缘连通域,确定各标准散热孔边缘连通域和初始匹配模板;基于各标准散热孔边缘连通域的对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率;确定各个自适应匹配模板;对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,获得模板匹配结果;根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷。本发明利用拍摄角度和散热孔的位置关系特征,实现了模板匹配过程中匹配模板的自适应变化,增强了电脑主机外壳划痕检测的鲁棒性,主要适用于缺陷检测领域。

Description

基于图像特征的电脑主机外壳划痕检测方法
技术领域
本发明涉及图像边缘检测技术领域,具体涉及一种基于图像特征的电脑主机外壳划痕检测方法。
背景技术
在电脑主机外壳生产过程中,为了提高流入市场成品的质量,需要对主机外壳进行划痕检测。对主机外壳的散热孔区域进行划痕检测时,若划痕位于散热孔处,则传统的边缘检测很难区分出散热孔边缘和划痕边缘,而且生产环境不好时,也会存在噪点边缘的影响。为了克服传统的边缘检测无法区分散热孔边缘和划痕边缘的缺陷,利用散热孔模板匹配的方法,对电脑主机外壳进行划痕检测,以确定边缘检测结果中的划痕部分。
但是,受拍摄角度与散热孔之间存在的位置关系的影响,散热孔的最终成像随着图像拍摄角度的变化而变化,而且图像中不同位置的散热孔会存在不同的区域面积;因为外壳划痕检测环境会时常发生变化,所以图像拍摄角度并非固定不变,当拍摄角度非正对着散热孔时,视角的偏移会导致圆在图像中呈现为椭圆形,促使传统模板匹配中的固定模板不能适用所有拍摄角度和图像中不同位置的散热孔,也就是现有电脑主机外壳划痕检测方法的鲁棒性较差。
发明内容
为了解决上述现有电脑主机外壳划痕检测方法的鲁棒性较差的技术问题,本发明的目的在于提供一种基于图像特征的电脑主机外壳划痕检测方法,所采用的技术方案具体如下:
本发明一个实施例提供了一种基于图像特征的电脑主机外壳划痕检测方法,该方法包括以下步骤:
获取待检测的散热孔区域图像,进而获得散热孔区域图像的各个初始边缘连通域;
根据各个初始边缘连通域的面积,确定各标准散热孔边缘连通域和初始匹配模板;
根据各标准散热孔边缘连通域对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率;
根据各个初始边缘连通域对应的中心位置以及初始匹配模板对应的中心点位置、长轴长度、短轴长度、长轴方向以及所有方向上的变化率,确定各个初始边缘连通域的自适应匹配模板;
对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,获得模板匹配结果;根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷。
进一步地,所述根据各个初始边缘连通域的面积,确定各标准散热孔边缘连通域和初始匹配模板,包括:
将各个初始边缘连通域的面积按照从小到大进行排序,获得连通域面积序列;以连通域面积序列中各个初始边缘连通域的序号为横坐标,各个初始边缘连通域的面积为纵坐标,对直角坐标系中的各个离散点进行曲线拟合确定第一拟合曲线;确定第一拟合曲线的第一个突变点位置和第二突变点位置,计算两个突变点之间对应的曲线段范围的面积平均值;
从曲线段范围中筛选出预设数目个目标初始边缘连通域,各目标初始边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将各目标初始边缘连通域作为标准散热孔边缘连通域;从各个标准散热孔边缘连通域中筛选出目标标准散热孔边缘连通域,所述目标标准散热孔边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将目标标准散热孔边缘连通域作为初始匹配模板。
进一步地,所述根据各标准散热孔边缘连通域对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率,包括:
将任意两个标准散热孔边缘连通域组成连通域对,获得各个连通域对;将任意一个连通域对作为目标连通域对,计算目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定目标连通域对中两个标准散热孔边缘连通域的中心连线与水平方向的夹角角度,将中心连线与水平方向的夹角角度记为
根据各个连通域对中两个标准散热孔边缘连通域的长轴长度、短轴长度、长轴方向以及目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定在夹角角度下长轴、短轴、长轴方向的变化率;
基于在各个夹角角度下长轴、短轴、长轴方向的变化率构建四维空间坐标系,对四维空间坐标系中的各个离散点进行曲线拟合获得第二拟合曲线;将第二拟合曲线上在每个夹角角度下长轴、短轴、长轴方向的变化率,作为初始匹配模板的所有方向上的变化率;其中,所述所有方向的取值范围为
进一步地,在夹角角度下长轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的长轴长度,/>为求绝对值函数。
进一步地,在夹角角度下短轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下短轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的短轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的短轴长度,/>为求绝对值函数。
进一步地,在夹角角度下长轴方向的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴方向的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴方向,为第i个连通域对中另外一个标准散热孔边缘连通域的长轴方向,/>为求绝对值函数。
进一步地,所述根据各个初始边缘连通域对应的中心位置以及初始匹配模板对应的中心点位置、长轴长度、短轴长度、长轴方向以及所有方向上的变化率,确定各个初始边缘连通域的自适应匹配模板,包括:
将任意一个初始边缘连通域作为待分析边缘连通域,将待分析边缘连通域与初始匹配模板对应的中心连线与水平方向的夹角角度记为;根据待分析边缘连通域和初始匹配模板对应的中心点位置计算两个中心点之间的距离,将所述两个中心点之间的距离作为目标距离;
根据夹角角度、目标距离以及初始匹配模板对应的夹角角度/>下长轴、短轴、长轴方向的变化率,确定待分析边缘连通域的自适应匹配模板。
进一步地,所述确定待分析边缘连通域的自适应匹配模板,包括:
当夹角角度处于第一预设角度范围内时,将目标距离与初始匹配模板对应的夹角角度/>下长轴的变化率的乘积确定为第一乘积,将初始匹配模板对应的长轴长度与第一乘积的和值确定为待分析长轴长度;将目标距离与初始匹配模板对应的夹角角度/>下短轴的变化率的乘积确定为第二乘积,将初始匹配模板对应的短轴长度与第二乘积的差值确定为待分析短轴长度;将目标距离与初始匹配模板对应的夹角角度/>下长轴方向的变化率的乘积确定为第三乘积,将初始匹配模板对应的长轴方向与第三乘积的和值确定为待分析长轴方向;所述第一预设角度范围为/>
当夹角角度处于第二预设角度范围内时,将初始匹配模板对应的长轴长度与第一乘积的差值确定为待分析长轴长度;将初始匹配模板对应的短轴长度与第二乘积的和值确定为待分析短轴长度;将初始匹配模板对应的长轴方向与第三乘积的差值确定为待分析长轴方向;所述第二预设角度范围为/>
将通过待分析长轴长度、待分析短轴长度以及待分析长轴方向构成的边缘连通域,确定为待分析边缘连通域的自适应匹配模板。
进一步地,所述根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷,包括:
根据模板匹配结果中所有未匹配成功的初始边缘连通域的位置,利用链码算法对所有未匹配成功的初始边缘连通域进行轮廓线提取,获得各个轮廓线;根据各个轮廓线,判断各个轮廓线对应的未匹配成功的初始边缘连通域是否为线状;
若任意一个未匹配成功的初始边缘连通域为线状,则判定散热孔区域图像中存在划痕缺陷,否则,判定散热孔区域图像中不存在划痕缺陷。
进一步地,所述获取待检测的散热孔区域图像,包括:
采集待检测电脑主机外壳的表面图像,对表面图像进行图像预处理,获得预处理后的表面图像;对预处理后的表面图像进行语义分割,获得待检测的散热孔区域图像;其中,所述表面图像为存在散热孔的表面图像。
本发明具有如下有益效果:
本发明提供了一种基于图像特征的电脑主机外壳划痕检测方法,该划痕检测方法利用拍摄角度和散热孔的位置关系特征,实现的模板匹配过程中匹配模板的自适应变化,改进了传统模板匹配过程中固定模板的匹配方式,有助于适应不同拍摄角度下的不同位置区域的模板匹配,同时进一步增强了电脑主机外壳划痕检测方法的鲁棒性,主要适用于缺陷检测领域。本发明通过模板匹配算法对散热孔处的边缘检测结果中的边缘连通域进行匹配,从而得到电脑主机外壳划痕的边缘,相较于对边缘检测结果中每个像素点进行分析,能够大大减少其分析过程中的运算量,提高电脑主机外壳散热孔划痕检测的效率。
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为本发明一种基于图像特征的电脑主机外壳划痕检测方法的流程图;
图2为本发明实施例中散热孔区域图像的示例图。
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技术方案的具体实施方式、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”指的不一定是同一个实施例。此外,一个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。
本发明所针对的具体场景为:在电脑主机外壳生产过程中,受一些不良因素的影响导致主机外壳表面出现划痕,例如,工作人员操作不当等不良因素。对于电脑主机外壳的散热孔,受拍摄角度与散热孔之间位置关系的影响,传统模板匹配中的固定模板不能适用所有拍摄角度和图像中不同位置的散热孔,导致鲁棒性较差,也就是划痕检测结果稳定较差。
为了提高现有电脑主机外壳划痕检测方法的鲁棒性,本实施例提供了一种基于图像特征的电脑主机外壳划痕检测方法,如图1所示,包括以下步骤:
S1,获取待检测的散热孔区域图像,进而获得散热孔区域图像的各个初始边缘连通域。
第一步,获取待检测的散热孔区域图像。
采集待检测电脑主机外壳的表面图像,对表面图像进行图像预处理,获得预处理后的表面图像;对预处理后的表面图像进行语义分割,获得待检测的散热孔区域图像;其中,表面图像为存在散热孔的表面图像。
第一子步骤,在采集的待检测电脑主机外壳的表面图像时,利用工业相机对生产流水线上的待检测电脑主机外壳进行拍摄。
需要说明的是,为了便于后续基于不同拍摄角度确定模板匹配算法中的自适应匹配模板,克服外壳划痕检测方法鲁棒性较差的缺陷,此时的拍摄角度非正视角度,拍摄角度与待检测电脑主机外壳呈现一定程度的倾斜。
第二子步骤,对待检测电脑主机外壳的表面图像进行图像预处理操作,获得预处理后的表面图像。
在本实施例中,为了提高待检测电脑主机外壳的表面图像的图像质量,利用双边滤波方法对表面图像进行去噪处理,获得去噪处理后的表面图像。双边滤波方法的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
第三子步骤,对预处理后的表面图像进行语义分割,获得待检测的散热孔区域图像。
在本实施例中,为了便于后续对仅包含散热孔的区域图像进行边缘特征分析,利用语义分割算法,对预处理后的表面图像进行处理,获得语义分割处理后的区域图像,将语义分割处理后的区域图像确定为待检测的散热孔区域图像,散热孔区域图像的示例图如图2所示,图2中被粗线方框包围区域即为散热孔区域图像。在语义分割算法实现过程中将表面图像中的散热孔作为目标区域,将表面图像中散热孔区域以外的其他区域作为背景区域,语义分割算法的详细实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
第二步,进而获得散热孔区域图像的各个初始边缘连通域。
在本实施例中,利用Canny边缘算子,对散热孔区域图像进行边缘检测,可以获得各个初始边缘,初始边缘可以为不同位置的散热孔边缘、划痕边缘或噪点边缘;进而对各个初始边缘进行连通域分析,可以获得各个初始边缘连通域。Canny边缘算子和连通域分析的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
至此,本实施例获得了待检测的散热孔区域图像的各个初始边缘连通域。
S2,根据各个初始边缘连通域的面积,确定各标准散热孔边缘连通域和初始匹配模板。
首先,需要说明的是,各个初始边缘连通域中可能存在噪点、由于划痕导致若干个散热孔边缘连通域合并为一个边缘连通域的现象,也就是散热孔区域图像的边缘检测结果中可能存在噪点、标准散热孔边缘连通域及因划痕导致多个边缘连通域粘连的情况,这几种类型区域的面积存在较大差别。因此,可以通过分析初始边缘连通域的面积变化情况,确定标准散热孔边缘连通域和初始匹配模板。
第一步,根据各个初始边缘连通域的面积确定曲线中第一个突变点和第二突变点之间对应的曲线段范围的面积平均值。
将各个初始边缘连通域的面积按照从小到大进行排序,获得连通域面积序列;以连通域面积序列中各个初始边缘连通域的序号为横坐标,各个初始边缘连通域的面积为纵坐标,对直角坐标系中的各个离散点进行曲线拟合确定第一拟合曲线;确定第一拟合曲线的第一个突变点位置和第二突变点位置,计算两个突变点之间对应的曲线段范围的面积平均值。
在本实施例中,对离散点进行曲线拟合的实现过程为现有技术,此处不再赘述;受不同初始边缘连通域的面积变化的影响,面积即为初始边缘连通域内像素点个数,第一拟合曲线会出现部分突变点,通过分析出现突变点原因,将第一拟合曲线的第一个突变点和第二突变点对应的曲线段范围内的各个初始边缘连通域,作为正常散热孔边缘连通域;为了获得面积更标准的散热孔边缘连通域,将计算曲线段范围的面积平均值,将其作为各个正常散热孔边缘连通域是否标准的判定指标,以便于后续筛选出多个标准散热孔边缘连通域和目标标准散热孔边缘连通域,目标标准散热孔边缘连通域是指初始匹配模板。
出现突变点原因在于:第一拟合曲线中的各个面积为按照从小到大顺序排列的面积,因此,第一拟合曲线中刚开始面积较小的初始边缘连通域可能为噪点边缘连通域,噪点边缘连通域的面积较小;随着面积的不断增大,第一拟合曲线中出现了第一个突变点,第一个突变点对应的面积与标准散热孔边缘连通域的面积接近;随着面积再次不断增大,第一拟合曲线中出现了第二个突变点,其可能是划痕或噪点导致多个边缘连通域相连,从而发生面积剧烈增长的情况;随着面积继续增大,第一拟合曲线中可能出现第三个突变点,其可能是划痕或噪点导致更多个边缘连通域相连。
第二步,根据曲线段范围内各个初始边缘连通域的面积以及线段范围的面积平均值,确定各标准散热孔边缘连通域和初始匹配模板。
需要说明的是,在定义匹配模板的过程中,首先需要在边缘检测结果中找到部分标准的散热孔边缘连通域,以便于后续基于这部分标准的散热孔边缘连通域之间的位置关系,计算出散热孔边缘连通域位置与拍摄位置之间的关系,从而实现匹配模板的自适应变化。
从曲线段范围中筛选出预设数目个目标初始边缘连通域,各目标初始边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将各目标初始边缘连通域作为标准散热孔边缘连通域;从各个标准散热孔边缘连通域中筛选出目标标准散热孔边缘连通域,目标标准散热孔边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将目标标准散热孔边缘连通域作为初始匹配模板。
在本实施例中,计算曲线段范围内各个初始边缘连通域的面积与线段范围的面积平均值之间的差值绝对值,将差值绝对值确定为初始边缘连通域的面积与曲线段范围的面积平均值之间的差异;差异越小,说明对应的初始边缘连通域与曲线段范围内其他初始边缘连通域越相似,越有可能是散热孔的边缘连通域,故对各个差异进行从小到大进行排序,将最小的预设数目个差异对应的初始边缘连通域作为标准散热孔边缘连通域。预设数目可以是曲线段范围中所有初始边缘连通域总数的一半,实施者可以根据具体实际情况设置标准散热孔边缘连通域的个数,不做具体限定。在获得各个标准散热孔边缘连通域后,选取各个标准散热孔边缘连通域中差异最小的标准散热孔边缘连通域作为初始匹配模板,可以将初始匹配模板记为W。
需要说明的是,若存在多个差异最小的标准散热孔边缘连通域,则任意选取一个标准散热孔边缘连通域作为初始匹配模板。
至此,本实施例通过对各个初始边缘连通域的面积大小关系进行分析,得到了各个标准散热孔边缘连通域与初始模板窗口。
S3,根据各标准散热孔边缘连通域对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率。
需要说明的是,在散热孔区域图像中,不同位置的各个散热孔呈现不同长短轴的椭圆形状,长短轴表征了边缘连通域的具体形状大小,而长轴方向表征了椭圆形边缘连通域的角度,长轴长度、短轴长度以及长轴方向均与椭圆位置存在一定的相关关系,其可以用于推算出散热孔边缘连通域长短轴以及长轴方向随位置变化的关系,从而可以实现在不同位置有不同匹配模板的自适应变化。关于相关关系,例如,距离拍摄位置越近的散热孔边缘连通域的椭圆形状越接近圆,距离拍摄位置越远的边缘连通域的椭圆形状越扁;拍摄角度越偏离散热孔位置的散热孔边缘连通域的长轴方向越大,这里的长轴方向是指长轴与水平方向的夹角角度。
基于上述对拍摄位置与散热孔边缘连通域的长轴长度、短轴长度、长轴方向之间关系的分析,可以确定初始匹配模板的所有方向上的变化率。
第一步,将任意两个标准散热孔边缘连通域组成连通域对,获得各个连通域对;将任意一个连通域对作为目标连通域对,计算目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定目标连通域对中两个标准散热孔边缘连通域的中心连线与水平方向的夹角角度,将中心连线与水平方向的夹角角度记为
在本实施例中,为了量化不同标准散热孔边缘连通域之间的位置关系,对各个标准散热孔边缘连通域中的任意两个进行排练组合,可以获得多种排列组合,即各个连通域对。以任意一个连通域对为例,任意一个连通域对即为目标连通域对,根据目标连通域对中两个标准散热孔边缘连通域的中心位置,计算两个中心之间的距离;将两个中心相连接,获得中心连线,将中心连线与水平方向的夹角角度作为初始匹配模板的一个方向,记为。值得说明的是,本实施例所涉及到的所有角度均为按照顺时针方向确定的。
第二步,根据各个连通域对中两个标准散热孔边缘连通域的长轴长度、短轴长度、长轴方向以及目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定在夹角角度下长轴、短轴、长轴方向的变化率。
第一子步骤,在夹角角度下长轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的长轴长度,/>为求绝对值函数。
第二子步骤,在夹角角度下短轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下短轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的短轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的短轴长度,/>为求绝对值函数。
第三子步骤,在夹角角度下长轴方向的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴方向的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴方向,为第i个连通域对中另外一个标准散热孔边缘连通域的长轴方向,/>为求绝对值函数。
在三个变化率的计算公式中,可以表示两个标准散热孔边缘连通域的长轴长度差异与中心点距离的变化率,长轴长度差异越小,说明两个标准散热孔边缘连通域的椭圆形状越相似,此时的变化率越小。同理,可得/>和/>。由于第i个连通域对不具有代表性,需要计算所有连通域对的变化率,取其平均值作为该方向长短轴及长轴角度随位置距离的变化率。每个连通域对均有其对应的夹角角度,参考上述目标连通域对的夹角角度下的变化率,可以获得每个连通域对的夹角角度下长轴、短轴及长轴方向的变化率,变化率即为随着位置距离的变化率。
第三步,基于在各个夹角角度下长轴、短轴、长轴方向的变化率构建四维空间坐标系,对四维空间坐标系中的各个离散点进行曲线拟合获得第二拟合曲线;将第二拟合曲线上在每个夹角角度下长轴、短轴、长轴方向的变化率,作为初始匹配模板的所有方向上的变化率。
本实施例在获得任意两个标准散热孔边缘连通域中心连线方向上的长轴、短轴、长轴方向的变化率后,为了确定所有方向的变化率,基于现有的各个夹角角度下长轴、短轴、长轴方向的变化率构建四维空间坐标系,通过曲线拟合的方式,可以获得初始匹配模板的所有方向上的变化率,所有方向的取值范围为。四维空间坐标系和曲线拟合的实现过程均为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
至此,本实施例通过标准散热孔边缘连通域的位置关系,获得了初始模板窗口所有方向上的变化率,那么后续可以基于变化率及初始匹配模板实现匹配模板的自适应变化。
S4,根据各个初始边缘连通域对应的中心位置以及初始匹配模板对应的中心点位置、长轴长度、短轴长度、长轴方向以及所有方向上的变化率,确定各个初始边缘连通域的自适应匹配模板。
需要说明的是,由于存在视觉偏差,散热孔边缘连通域与拍摄位置的距离越远,散热孔边缘连通域椭圆形状中长轴越长、短轴越短;散热孔边缘连通域越偏离拍摄角度,长轴方向越大,即长轴角度越大。
第一步,将任意一个初始边缘连通域作为待分析边缘连通域,将待分析边缘连通域与初始匹配模板对应的中心连线与水平方向的夹角角度记为;根据待分析边缘连通域和初始匹配模板对应的中心点位置计算两个中心点之间的距离,将两个中心点之间的距离作为目标距离。
在本实施例中,基于待分析边缘连通域与初始匹配模板之间的位置方向,对初始匹配模板的形状进行调整,以便于后续确定待分析边缘连通域的自适应匹配模板。计算两个中心点之间的距离可以是欧氏距离,欧氏距离的计算过程为现有技术,此处不再进行详细阐述。
第二步,根据夹角角度、目标距离以及初始匹配模板对应的夹角角度/>下长轴、短轴、长轴方向的变化率,确定待分析边缘连通域的自适应匹配模板,具体实现步骤可以包括:
第一子步骤,当夹角角度处于第一预设角度范围内时,将目标距离与初始匹配模板对应的夹角角度/>下长轴的变化率的乘积确定为第一乘积,将初始匹配模板对应的长轴长度与第一乘积的和值确定为待分析长轴长度;将目标距离与初始匹配模板对应的夹角角度/>下短轴的变化率的乘积确定为第二乘积,将初始匹配模板对应的短轴长度与第二乘积的差值确定为待分析短轴长度;将目标距离与初始匹配模板对应的夹角角度/>下长轴方向的变化率的乘积确定为第三乘积,将初始匹配模板对应的长轴方向与第三乘积的和值确定为待分析长轴方向。第一预设角度范围为/>
第二子步骤,当夹角角度处于第二预设角度范围内时,将初始匹配模板对应的长轴长度与第一乘积的差值确定为待分析长轴长度;将初始匹配模板对应的短轴长度与第二乘积的和值确定为待分析短轴长度;将初始匹配模板对应的长轴方向与第三乘积的差值确定为待分析长轴方向;第二预设角度范围为/>
作为示例,待分析长轴长度的计算公式可以为:
;式中,/>为待分析长轴长度,/>为初始匹配模板对应的长轴长度,/>为初始匹配模板对应的夹角角度/>下长轴的变化率,/>为目标距离,/>为第一乘积。
待分析短轴长度的计算公式可以为:
;式中,/>为待分析短轴长度,/>为初始匹配模板对应的短轴长度,/>为初始匹配模板对应的夹角角度/>下短轴的变化率,/>为目标距离,/>为第二乘积。
待分析长轴方向的计算公式可以为:
;式中,/>为待分析长轴方向,/>为初始匹配模板对应的长轴方向,/>为初始匹配模板对应的夹角角度/>下长轴方向的变化率,/>为目标距离,/>为第三乘积。
需要说明的是,当时,表示待分析边缘连通域距拍摄位置相较初始模板窗口距拍摄位置的距离更远,相应的待分析长轴长度应更长;同理/>时,表示相对于初始模板窗口,待分析边缘连通域距拍摄位置距离较近,相应的待分析长轴长度应较短。
第三子步骤,将通过待分析长轴长度、待分析短轴长度以及待分析长轴方向构成的边缘连通域,确定为待分析边缘连通域的自适应匹配模板。
在本实施例中,通过确定的待分析长轴长度、待分析短轴长度以及待分析长轴方向,对原有的初始匹配模板的形状进行调整,可以构成一个新的边缘连通域,将该新的边缘连通域作为待分析边缘连通域的自适应匹配模板。参考待分析边缘连通域的自适应匹配模板的确定过程,可以获得所有初始边缘连通域的自适应匹配模板。
需要说明的是,每个初始边缘连通域均有其对应的自适应匹配模板,其有效克服了传统模板匹配仅有一个固定匹配模板,无法适应不同拍摄角度下不同位置边缘连通域进行模板匹配的缺陷,有助于增强电脑主机外壳划痕检测的鲁棒性。
至此,通过标准散热孔边缘连通域与初始模板窗口的位置关系,可得到各个初始边缘连通域的自适应匹配模板。
S5,对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,获得模板匹配结果;根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷。
第一步,对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,获得模板匹配结果。
在本实施例中,每个初始边缘连通域均有其对应的自适应匹配模板,利用模板匹配算法,对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,可以获得模板匹配结果。模板匹配结果包括匹配成功和未匹配成功的初始边缘连通域,匹配成功的初始边缘连通域通常为散热孔边缘连通域,而未匹配成功的初始边缘连通域可以是划痕边缘连通域,也可以是噪点边缘连通域。模板匹配算法的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
第二步,根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷。
在本实施例中,为了判断散热孔区域图像内是否存在划痕缺陷,根据模板匹配结果区分划痕边缘连通域和噪点边缘连通域,具体实现步骤可以为:
根据模板匹配结果中所有未匹配成功的初始边缘连通域的位置,利用链码算法对所有未匹配成功的初始边缘连通域进行轮廓线提取,获得各个轮廓线;根据各个轮廓线,判断各个轮廓线对应的未匹配成功的初始边缘连通域是否为线状;若任意一个未匹配成功的初始边缘连通域为线状,则判定散热孔区域图像中存在划痕缺陷,否则,判定散热孔区域图像中不存在划痕缺陷。链码算法的实现过程为现有技术,不在本发明保护范围内,此处不再进行详细阐述。
需要说明的是,相较于传统的对边缘检测结果中每个像素点进行分析,仅对未匹配成功的边缘进行裂纹分析,能够大大减少分析过程中的运算量,提高电脑主机外壳散热孔处划痕检测的效率。
其中,根据各个轮廓线,判断各个轮廓线对应的未匹配成功的初始边缘连通域是否为线状,具体实现步骤可以为:
根据各个轮廓线计算对应的链码序列中各个方向的频数,例如,对于八连通域的链码,一共有0-7八个方向;如果频数为1或2的方向占据绝大多数并且相邻方向差异较小,绝大多数可以是指大于80%,则可以判定对应的轮廓线对应的未匹配成功的初始边缘连通域为线状;如果频数不满足上述条件,或者链码中存在较大的方向变化,那么可以判定对应的轮廓线对应的未匹配成功的初始边缘连通域不为线状,可能是圆形、多边形等。
至此,本实施例通过对散热孔区域边缘检测结果的分析,得到了电脑主机外壳划痕检测结果,若存在划痕缺陷,可以基于划痕的位置,对相应划痕进行颜色标注,其有助于提高电脑主机外壳划痕检测的可见性和高效性。
以上所述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,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,包括以下步骤:
获取待检测的散热孔区域图像,进而获得散热孔区域图像的各个初始边缘连通域;
根据各个初始边缘连通域的面积,确定各标准散热孔边缘连通域和初始匹配模板;
根据各标准散热孔边缘连通域对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率;
根据各个初始边缘连通域对应的中心位置以及初始匹配模板对应的中心点位置、长轴长度、短轴长度、长轴方向以及所有方向上的变化率,确定各个初始边缘连通域的自适应匹配模板;
对各个初始边缘连通域与其对应的自适应匹配模板进行模板匹配,获得模板匹配结果;根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷;
所述根据各标准散热孔边缘连通域对应的中心点位置、长轴长度、短轴长度以及长轴方向,确定初始匹配模板的所有方向上的变化率,包括:
将任意两个标准散热孔边缘连通域组成连通域对,获得各个连通域对;将任意一个连通域对作为目标连通域对,计算目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定目标连通域对中两个标准散热孔边缘连通域的中心连线与水平方向的夹角角度,将中心连线与水平方向的夹角角度记为
根据各个连通域对中两个标准散热孔边缘连通域的长轴长度、短轴长度、长轴方向以及目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,确定在夹角角度下长轴、短轴、长轴方向的变化率;
基于在各个夹角角度下长轴、短轴、长轴方向的变化率构建四维空间坐标系,对四维空间坐标系中的各个离散点进行曲线拟合获得第二拟合曲线;将第二拟合曲线上在每个夹角角度下长轴、短轴、长轴方向的变化率,作为初始匹配模板的所有方向上的变化率;其中,所述所有方向的取值范围为
所述根据各个初始边缘连通域对应的中心位置以及初始匹配模板对应的中心点位置、长轴长度、短轴长度、长轴方向以及所有方向上的变化率,确定各个初始边缘连通域的自适应匹配模板,包括:
将任意一个初始边缘连通域作为待分析边缘连通域,将待分析边缘连通域与初始匹配模板对应的中心连线与水平方向的夹角角度记为;根据待分析边缘连通域和初始匹配模板对应的中心点位置计算两个中心点之间的距离,将所述两个中心点之间的距离作为目标距离;
根据夹角角度、目标距离以及初始匹配模板对应的夹角角度/>下长轴、短轴、长轴方向的变化率,确定待分析边缘连通域的自适应匹配模板。
2.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,所述根据各个初始边缘连通域的面积,确定各标准散热孔边缘连通域和初始匹配模板,包括:
将各个初始边缘连通域的面积按照从小到大进行排序,获得连通域面积序列;以连通域面积序列中各个初始边缘连通域的序号为横坐标,各个初始边缘连通域的面积为纵坐标,对直角坐标系中的各个离散点进行曲线拟合确定第一拟合曲线;确定第一拟合曲线的第一个突变点位置和第二突变点位置,计算两个突变点之间对应的曲线段范围的面积平均值;
从曲线段范围中筛选出预设数目个目标初始边缘连通域,各目标初始边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将各目标初始边缘连通域作为标准散热孔边缘连通域;从各个标准散热孔边缘连通域中筛选出目标标准散热孔边缘连通域,所述目标标准散热孔边缘连通域的面积与曲线段范围的面积平均值之间的差异最小,将目标标准散热孔边缘连通域作为初始匹配模板。
3.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,在夹角角度下长轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的长轴长度,/>为求绝对值函数。
4.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,在夹角角度下短轴的变化率的计算公式为:
;式中,/>为在夹角角度/>下短轴的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的短轴长度,/>为第i个连通域对中另外一个标准散热孔边缘连通域的短轴长度,/>为求绝对值函数。
5.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,在夹角角度下长轴方向的变化率的计算公式为:
;式中,/>为在夹角角度/>下长轴方向的变化率,/>为所有连通域对的个数,i为连通域对的序号,d为目标连通域对中两个标准散热孔边缘连通域的中心点之间的距离,/>为第i个连通域对中一个标准散热孔边缘连通域的长轴方向,/>为第i个连通域对中另外一个标准散热孔边缘连通域的长轴方向,/>为求绝对值函数。
6.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,所述确定待分析边缘连通域的自适应匹配模板,包括:
当夹角角度处于第一预设角度范围内时,将目标距离与初始匹配模板对应的夹角角度/>下长轴的变化率的乘积确定为第一乘积,将初始匹配模板对应的长轴长度与第一乘积的和值确定为待分析长轴长度;将目标距离与初始匹配模板对应的夹角角度/>下短轴的变化率的乘积确定为第二乘积,将初始匹配模板对应的短轴长度与第二乘积的差值确定为待分析短轴长度;将目标距离与初始匹配模板对应的夹角角度/>下长轴方向的变化率的乘积确定为第三乘积,将初始匹配模板对应的长轴方向与第三乘积的和值确定为待分析长轴方向;所述第一预设角度范围为/>
当夹角角度处于第二预设角度范围内时,将初始匹配模板对应的长轴长度与第一乘积的差值确定为待分析长轴长度;将初始匹配模板对应的短轴长度与第二乘积的和值确定为待分析短轴长度;将初始匹配模板对应的长轴方向与第三乘积的差值确定为待分析长轴方向;所述第二预设角度范围为/>
将通过待分析长轴长度、待分析短轴长度以及待分析长轴方向构成的边缘连通域,确定为待分析边缘连通域的自适应匹配模板。
7.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,所述根据模板匹配结果判断散热孔区域图像内是否存在划痕缺陷,包括:
根据模板匹配结果中所有未匹配成功的初始边缘连通域的位置,利用链码算法对所有未匹配成功的初始边缘连通域进行轮廓线提取,获得各个轮廓线;根据各个轮廓线,判断各个轮廓线对应的未匹配成功的初始边缘连通域是否为线状;
若任意一个未匹配成功的初始边缘连通域为线状,则判定散热孔区域图像中存在划痕缺陷,否则,判定散热孔区域图像中不存在划痕缺陷。
8.根据权利要求1所述的一种基于图像特征的电脑主机外壳划痕检测方法,其特征在于,所述获取待检测的散热孔区域图像,包括:
采集待检测电脑主机外壳的表面图像,对表面图像进行图像预处理,获得预处理后的表面图像;对预处理后的表面图像进行语义分割,获得待检测的散热孔区域图像;其中,所述表面图像为存在散热孔的表面图像。
CN202311465797.8A 2023-11-07 2023-11-07 基于图像特征的电脑主机外壳划痕检测方法 Active CN117197138B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311465797.8A CN117197138B (zh) 2023-11-07 2023-11-07 基于图像特征的电脑主机外壳划痕检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311465797.8A CN117197138B (zh) 2023-11-07 2023-11-07 基于图像特征的电脑主机外壳划痕检测方法

Publications (2)

Publication Number Publication Date
CN117197138A CN117197138A (zh) 2023-12-08
CN117197138B true CN117197138B (zh) 2024-02-23

Family

ID=89002037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311465797.8A Active CN117197138B (zh) 2023-11-07 2023-11-07 基于图像特征的电脑主机外壳划痕检测方法

Country Status (1)

Country Link
CN (1) CN117197138B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110514665A (zh) * 2019-09-03 2019-11-29 博科视(苏州)技术有限公司 一种电子产品塑料外壳划痕缺陷的检测方法
CN112325790A (zh) * 2021-01-06 2021-02-05 昆山市建设工程质量检测中心 一种激光挠度测量中激光光斑检测方法
CN115049638A (zh) * 2022-07-21 2022-09-13 启东晶尧光电科技有限公司 一种基于图像处理的丝网印刷玻璃缺陷检测方法及装置
CN115115612A (zh) * 2022-07-26 2022-09-27 山东安德机械科技有限公司 一种用于机械配件的表面缺陷检测方法及系统
CN115272312A (zh) * 2022-09-27 2022-11-01 江苏兴尔斯塑业有限公司 基于机器视觉的塑料手机外壳缺陷检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10869644B2 (en) * 2016-07-30 2020-12-22 Shanghai United Imaging Healthcare Co., Ltd. Method and system for extracting lower limb vasculature

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110514665A (zh) * 2019-09-03 2019-11-29 博科视(苏州)技术有限公司 一种电子产品塑料外壳划痕缺陷的检测方法
CN112325790A (zh) * 2021-01-06 2021-02-05 昆山市建设工程质量检测中心 一种激光挠度测量中激光光斑检测方法
CN115049638A (zh) * 2022-07-21 2022-09-13 启东晶尧光电科技有限公司 一种基于图像处理的丝网印刷玻璃缺陷检测方法及装置
CN115115612A (zh) * 2022-07-26 2022-09-27 山东安德机械科技有限公司 一种用于机械配件的表面缺陷检测方法及系统
CN115272312A (zh) * 2022-09-27 2022-11-01 江苏兴尔斯塑业有限公司 基于机器视觉的塑料手机外壳缺陷检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
采用机器视觉的金属表面横向裂纹检测;王清晨 等;电子测量与仪器学报(第11期);第76-82页 *

Also Published As

Publication number Publication date
CN117197138A (zh) 2023-12-08

Similar Documents

Publication Publication Date Title
WO2022042579A1 (zh) 一种用于lcd屏幕的缺陷检测方法、装置
CN105067638B (zh) 基于机器视觉的轮胎胎膜表面字符缺陷检测方法
CN115170576B (zh) 基于机器视觉的铝管表面缺陷检测方法
CN107610111B (zh) 一种基于深度学习的焊点图像检测方法
CN116758083B (zh) 基于计算机视觉的金属洗脸盆缺陷快速检测方法
CN111814686A (zh) 一种基于视觉的输电线路识别及异物入侵在线检测方法
CN116758061A (zh) 基于计算机视觉的铸件表面缺陷检测方法
WO2017088637A1 (zh) 自然背景中图像边缘的定位方法及装置
CN111667470B (zh) 一种基于数字图像的工业管道探伤内壁检测方法
CN115063423B (zh) 基于计算机视觉的机械铸件冷热裂纹自适应辨别方法
EP1300804A2 (en) Face detecting method by skin color recognition
CN109687382B (zh) 一种基于颜色模版匹配的继电保护压板投退状态识别方法
CN116805317B (zh) 基于人工智能的回转炉内壁缺陷检测方法
CN110880175A (zh) 一种焊点缺陷检测方法、系统以及设备
CN109544535B (zh) 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统
CN117710399B (zh) 一种基于视觉的地质调查中裂缝轮廓提取方法
CN107578011A (zh) 视频关键帧的判定方法及装置
CN116958125B (zh) 基于图像处理的电竞主机电源元件缺陷视觉检测方法
CN114972575A (zh) 一种基于轮廓边缘的直线拟合算法
Chen et al. Method on water level ruler reading recognition based on image processing
CN116188468A (zh) 一种hdmi线缆传输分拣智能控制系统
CN112862832A (zh) 一种基于同心圆分割定位的脏污检测方法
CN113744326B (zh) 一种在ycrcb颜色空间中基于种子区域生长法则的火灾检测方法
CN117197138B (zh) 基于图像特征的电脑主机外壳划痕检测方法
CN117745715A (zh) 基于人工智能的大口径望远镜镜片缺陷检测方法

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
GR01 Patent grant
GR01 Patent grant