TWI780465B - 護目鏡瑕疵檢測處理方法及其系統 - Google Patents
護目鏡瑕疵檢測處理方法及其系統 Download PDFInfo
- Publication number
- TWI780465B TWI780465B TW109127232A TW109127232A TWI780465B TW I780465 B TWI780465 B TW I780465B TW 109127232 A TW109127232 A TW 109127232A TW 109127232 A TW109127232 A TW 109127232A TW I780465 B TWI780465 B TW I780465B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- defect
- goggles
- goggle
- color space
- Prior art date
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一種護目鏡瑕疵檢測處理方法包含:將一陣列光源照射至一待測護目鏡上,以獲得一護目鏡光照投影;利用一取像攝影單元對應取像於該待測護目鏡上,以取得一護目鏡光照RGB影像;將該護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像;將該色彩空間轉換影像進行二值化處理,以取得一二值化影像;及自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
Description
本發明係關於一種護目鏡〔goggle〕瑕疵檢測〔defect-inspection〕處理方法及其系統;特別是關於一種利用高階〔high-order〕奇異值分解〔Singular Value Decomposition,SVD〕於運動護目鏡瑕疵檢測處理方法及其系統。
習用顯示器瑕疵檢測處理方法,例如:中華民國專利公告第TW-I490791號之〝顯示器瑕疵檢測方法〞發明專利,其揭示一種顯示器瑕疵檢測方法。該顯示器瑕疵檢測方法包含:將一原始面板影像進行分解,以獲得數個影像參考值;將該影像參考值利用一第一比對值進行判斷瑕疵,以尋找至少一瑕疵影像或無瑕疵影像;及將該影像參考值利用一第二比對值進行分類該瑕疵影像,以尋找一粗糙瑕疵及一細微瑕疵。
承上,前述第TW-I490791號之該顯示器瑕疵檢測方法僅適用於檢測各種顯示器裝置,且其僅能產生各種粗糙瑕疵及細微瑕疵而已,因此該顯示器瑕疵檢測方法顯然並不適用於檢測各種運動護目鏡之瑕疵檢測處理或其相關應用處理。
另一習用玻璃氣泡瑕疵檢測處理方法,例如:中華民國專利公告第TW-I510776號之〝玻璃氣泡瑕疵檢測處理方法〞發明專利,其揭示一種玻璃氣泡瑕疵檢測處理
方法。該玻璃氣泡瑕疵檢測處理方法包含:提供一光源,以便進行光學擴散調整處理;將該光源轉換形成一擴散光,並將該擴散光照射至一待測玻璃片上,以獲得一玻璃片光照影像;利用一取像方式對應取像於該待測玻璃片,以取得該玻璃片光照影像;將該玻璃片光照影像進行二值化處理,以取得至少一二值化閥值;利用該二值化閥值產生一二值化影像;將該二值化影像進行切割出至少一感興趣區塊;利用該二值化閥值於該感興趣區塊搜尋一氣泡影像,並切割出該氣泡影像。
承上,前述第TW-I510776號之該玻璃氣泡瑕疵檢測處理方法僅適用於檢測各種有關配置玻璃之裝置,且其僅能產生各種氣泡影像而已,因此該玻璃氣泡瑕疵檢測處理方法顯然並不適用於檢測各種運動護目鏡之瑕疵檢測處理或其相關應用處理。
另一習用玻璃氣泡瑕疵檢測系統,例如:中華民國專利公告第TW-I512284號之〝玻璃氣泡瑕疵檢測系統〞發明專利,其揭示一種玻璃氣泡瑕疵檢測系統。該玻璃氣泡瑕疵檢測系統包含一光源單元、一光學調整單元、一取像攝影單元及一計算單元。該光源單元提供一光源,而該光學調整單元連接至該光源單元,以便將該光源轉換形成一擴散光,並將該擴散光照射至一待測玻璃片上,以獲得一玻璃片光照影像。該取像攝影單元對應取像於該待測玻璃片,以取得該玻璃片光照影像,而該計算單元連接至該取像攝影單元。利用該計算單元將該玻璃片光照影像進行二值化處理,以取得至少一二值化閥值,利用該二值化閥值產生一二值化影像,並將該二值化影像進行切割出至少一感興趣區塊,再利用該二值化閥值於該感興趣區塊搜尋一氣泡影像,並切割出該氣泡影像。
承上,前述第TW-I512284號之該玻璃氣泡瑕
疵檢測處理系統僅適用於檢測各種有關配置玻璃之裝置,且其僅能產生各種氣泡影像而已,因此該玻璃氣泡瑕疵檢測處理系統顯然並不適用於檢測各種運動護目鏡之瑕疵檢測處理或其相關應用處理。
然而,前述中華民國專利公告第TW-I490791號之顯示器瑕疵檢測處理方法、第TW-I510776號之玻璃氣泡瑕疵檢測處理方法及第TW-I512284號之玻璃氣泡瑕疵檢測系統無法轉用於運動護目鏡瑕疵檢測處理,因此其仍存在進一步改良而適用於運動護目鏡瑕疵檢測處理之需求。前述專利僅為本發明技術背景之參考及說明目前技術發展狀態而已,其並非用以限制本發明之範圍。
有鑑於此,本發明為了滿足上述需求,其提供一種運動護目鏡瑕疵檢測處理方法及其系統,其將一陣列光源照射至一待測運動護目鏡上,以獲得一運動護目鏡光照投影,並利用一取像攝影單元對應取像於該待測運動護目鏡上,以取得一運動護目鏡光照RGB影像,且將該運動護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像,再將該色彩空間轉換影像進行二值化處理,以取得一二值化影像,且自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量,因此相對於習用各種瑕疵檢測處理技術可達成運動護目鏡瑕疵檢測處理之目的。
本發明之主要目的係提供一種運動護目鏡瑕疵檢測處理方法及其系統,其將一陣列光源照射至一待測運動護目鏡上,以獲得一運動護目鏡光照投影,並利用一取像攝影單元對應取像於該待測運動護目鏡上,以取得一運動護目鏡光照RGB影像,且將該運動護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像,再
將該色彩空間轉換影像進行二值化處理,以取得一二值化影像,且自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量,以達成運動護目鏡瑕疵檢測處理之目的或功效。
為了達成上述目的,本發明較佳實施例之運動護目鏡瑕疵檢測處理方法包含:將一陣列光源照射至一待測運動護目鏡上,以獲得一運動護目鏡光照投影;利用一取像攝影單元對應取像於該待測運動護目鏡上,以取得一運動護目鏡光照RGB影像;將該運動護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像;將該色彩空間轉換影像進行二值化處理,以取得一二值化影像;及自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
本發明較佳實施例將該色彩空間轉換影像進行計算其能量,並進一步進行邊緣平滑化處理,以獲得一瑕疵邊緣增益影像。
本發明較佳實施例之該二值化影像之二值化處理採用大津二值化演算法。
本發明較佳實施例之該二值化影像之擷取瑕疵採用一正向投影法,以獲得至少一最大值座標。
本發明較佳實施例之該二值化影像之擷取瑕疵採用一逆向投影法,以獲得至少一最小值座標。
為了達成上述目的,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統包含:至少一光源陣列單元,其提供一陣列光源,且將該陣列光源照射至一待測運動護目鏡上,以獲得一運動護目
鏡光照投影;至少一取像攝影單元,其對應取像於該待測運動護目鏡上,以取得一運動護目鏡光照RGB影像;及一計算單元,其連接至該取像攝影單元;其中利用該計算單元將該運動護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像,並將該色彩空間轉換影像進行二值化處理,以取得一二值化影像,且自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
本發明較佳實施例之該計算單元採用一自適性能量基邊緣偵測器,且利用該自適性能量基邊緣偵測器平滑化該色彩空間轉換影像之一L通道影像,或利用該自適性能量基邊緣偵測器增益一瑕疵影像。
本發明較佳實施例之該計算單元另採用高階奇異值分解於一瑕疵影像,以獲得一已高階奇異值分解影像,以便分類至少一瑕疵種類。
本發明較佳實施例之該瑕疵影像包含一R通道瑕疵影像、一G通道瑕疵影像及一B通道瑕疵影像,而該已高階奇異值分解瑕疵影像包含一第一階奇異值分解瑕疵影像、數個第二階奇異值分解瑕疵影像或數個第三階奇異值分解瑕疵影像,且該R通道瑕疵影像、G通道瑕疵影像及B通道瑕疵影像對應於該第一階奇異值分解瑕疵影像、第二階奇異值分解瑕疵影像或第三階奇異值分解瑕疵影像。
本發明較佳實施例之該瑕疵影像包含一灰塵瑕疵影像、一聚光點瑕疵影像或一水漬痕瑕疵影像。
1:光源陣列單元
10:取像攝影單元
2:計算單元
20:色彩空間轉換方法
21:高階奇異值分解方法
3:輸出單元
4:待測運動護目鏡
5:瑕疵影像
51:第三階奇異值分解R通道瑕疵影像
51a:R通道核心張量瑕疵影像
52:第三階奇異值分解G通道瑕疵影像
52a:G通道核心張量瑕疵影像
53:第三階奇異值分解B通道瑕疵影像
53a:B通道核心張量瑕疵影像
第1圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理
系統之方塊示意圖。
第2圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理方法之流程示意圖。
第3(a)至3(f)圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理系統處理運動護目鏡光照RGB影像之一系列示意圖。
第4圖:本發明另一較佳實施例之運動護目鏡瑕疵檢測處理系統之方塊示意圖。
第5(a)至5(c)圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理系統處理瑕疵影像之一系列示意圖。
第6(a)至6(d)圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理系統產生六種核心張量瑕疵影像及其重組瑕疵影像之一系列示意圖。
第7(a)至7(c)圖:本發明較佳實施例之運動護目鏡瑕疵檢測處理系統分類瑕疵影像之一系列示意圖。
為了充分瞭解本發明,於下文將例舉較佳實施例並配合所附圖式作詳細說明,且其並非用以限定本發明。
本發明較佳實施例之運動護目鏡瑕疵檢測處理方法及其系統適用於各種戶外運動護目鏡裝置、各種護目鏡式墨眼或太陽眼鏡裝置、各種虛擬遊戲機穿戴眼鏡裝置之護目鏡裝置、各種智慧裝置之護目鏡裝置或其它光學護目鏡裝置,但其並非用以限定本發明之應用範圍。
第1圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理系統之方塊示意圖。請參照第1圖所示,舉例而言,本發明較佳實施例之利用奇異值分解於運動護目鏡瑕疵檢測處理系統包含至少一光源陣列單元1、至少一取像攝影單元10、一計算單元2、一色彩空間轉換方法20及至少一輸出單元3。
請再參照第1圖所示,舉例而言,該光源陣列單元1包含數個光源〔未繪示〕,並利用該數個光源適當組配形成該光源陣列單元1,且該光源陣列單元1之數個光源以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕可選擇提供一陣列光源〔例如:陣列光源場〕或類似功能或效果之光源場。
請再參照第1圖所示,舉例而言,該取像攝影單元10可選自一高解析度攝影單元、一高速攝影單元或一具類似攝影功能之單元,並將該取像攝影單元10以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕攝取至少一影像〔例如:影像檔〕,且相對於該光源陣列單元1之位置該取像攝影單元10適當配置於一預定位置,例如:待攝影物品之相反兩側。
請再參照第1圖所示,舉例而言,該計算單元2可選自一計算機單元〔例如:各種電腦裝置、各種行動通訊裝置或各種伺服器裝置〕或一具類似計算功能之單元,且該計算單元2以適當技術手段連接通訊至該取像攝影單元10,以便取得該取像攝影單元10之影像。
請再參照第1圖所示,舉例而言,該輸出單元3可選自一有線通訊裝置、一無線通訊裝置、一伺服器裝置、一終端裝置、一顯示器裝置、一操作控制裝置或其任意組合,且該輸出單元3以適當技術手段連接通訊至該計算單元2或其它裝置或單元。
第2圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理方法之流程示意圖,其對應於第1圖之運動護目鏡瑕疵檢測處理系統。第3(a)至3(f)圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理系統處理運動護目鏡光照RGB影像之一系列示意圖。
請參照第1及2圖所示,舉例而言,本發明較
佳實施例之運動護目鏡瑕疵檢測處理方法包含步驟S1:首先,以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕將該光源陣列單元1之陣列光源照射至一待測運動護目鏡4〔例如:曲面護目鏡〕上,以獲得一運動護目鏡光照投影或其它投影資訊。
請再參照第1、2及3(a)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理方法包含步驟S2:接著,經由該計算單元2或其它單元以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕利用該取像攝影單元10對應操作取像於該待測運動護目鏡4上,以取得至少一個或數個運動護目鏡光照RGB影像〔例如:曲面護目鏡光照RGB影像〕,如第3(a)圖所示。
請再參照第1、2及3(a)圖所示,舉例而言,該運動護目鏡光照RGB影像可選擇〔如第3(a)圖所示〕為M×N影像或其它規格影像,f A ,A {R,G,B},其中R、G、B分別為三個色彩通道〔color channel〕,並能獲得f R M×N×3空間及{f R ,f G ,f B } R M×N 。
請再參照第1、2、3(a)及3(b)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理方法包含步驟S3:接著,於該計算單元2或其它單元以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕將該運動護目鏡光照RGB影像適當以該色彩空間轉換方法20〔例如:色彩空間轉換手段或模組〕進行色彩空間轉換,以獲得一色彩空間轉換影像,如第3(b)圖所示。
其中L*為自黑(0)至白(100)之亮度,a*為自綠色(-)至紅色(+)及b*為藍色(-)至黃色(+),而X n 、Y n 、Z n 分別為相對參考白點〔reference white point〕之XYZ三色激值〔XYZ tristimulus value〕。
請再參照第1、2、3(a)及3(b)圖所示,舉例而言,本發明另一較佳實施例將該色彩空間轉換影像進行適當計算其能量e,並進一步進行邊緣平滑化處理,以獲得一瑕疵邊緣增益影像。本發明另一較佳實施例之該計算單元2採用一自適性能量基邊緣偵測器〔adaptive energy-based edge detector〕,且利用該自適性能量基邊緣偵測器平滑化該色彩空間轉換影像之一L通道影像,如第3(b)圖所示,或利用該自適性能量基邊緣偵測器增益一瑕疵影像,以進一步去除其背景影像及強化其邊緣,以便獲得一增益瑕疵影像,如第3(c)圖所示。
請再參照第1、2、3(a)、3(b)及3(c)圖所示,舉例而言,舉例而言,本發明較佳實施例之運動護目鏡瑕
疵檢測處理方法採用L通道影像之能量分析可選擇採用3x3遮罩〔mask〕,其計算公式(6)及(7)如下:
其中e(x,y)為影像能量〔mask〕,η=9為歸一化常數〔normalizing constant〕。
請再參照第1、2、3(a)、3(b)、3(c)及3(d)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理方法包含步驟S4:接著,於該計算單元2或其它單元以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕將該色彩空間轉換影像進行二值化處理,以取得一二值化影像,如第3(d)圖所示,以便其增益於背景資訊。
舉例而言,本發明較佳實施例之該二值化影像之二值化處理採用大津〔Otsu〕二值化演算法〔forward projection〕。本發明較佳實施例之運動護目鏡瑕疵檢測處理方法採用二值化處理之自動二值化閥值τ Otsu 及其計算公式(8)至(13)如下:τ Otsu =max(ω 1(t)ω 2(t)[μ 1(t)-μ 2(t)]2) (8)
其中ω 1(t)為自0至t-1之累進機率,ω 2(t)為自t至255之累進機率,μ 1(t)為自0至t-1之累進期望平均,μ 2(t)為自t至255之累進期望平均,p(i)為影像機率分佈。
請再參照第1、2及3(d)至3(f)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理方法包含步驟S5:接著,於該計算單元2或其它單元以適當技術手段〔例如:自動化方式、半自動化方式或手動方式〕自該二值化影像〔如第3(d)圖所示〕進行擷取至少一相關瑕疵資訊,如第3(a)至3(f)圖之左下角所示,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
舉例而言,本發明另一較佳實施例之該二值化影像〔如第3(d)圖所示〕之擷取瑕疵採用一正向投影法〔forward projection〕或其它PPOD〔parallel projection in opposite direction〕方法,以獲得至少一最大值座標〔maximum coordinate〕。本發明較佳實施例之利用奇異值分解於運動護目鏡瑕疵檢測處理方法採用正向投影法及其計算公式(14)如下:
舉例而言,本發明另一較佳實施例之該二值化影像〔如第3(d)圖所示〕之擷取瑕疵採用一逆向投影法〔reverse projection〕或其它PPOD方法,以獲得至少一最小值座標〔minimum coordinate〕。本發明較佳實施例之利用奇異值分解於運動護目鏡瑕疵檢測處理方法採用逆向投影法及其計算公式(15)如下:
請參照第3(d)、3(e)及3(f)圖所示,舉例而言,自該二值化影像〔如第3(d)圖所示〕進行擷取瑕疵處理後,可獲得一已擷取瑕疵處理影像,如第3(e)圖所示。最後,自該已擷取瑕疵處理影像〔如第3(e)圖所示〕進行偵測瑕疵處理,可獲得一已偵測瑕疵處理影像,如第3(f)圖所示。
第4圖揭示本發明另一較佳實施例之運動護目鏡瑕疵檢測處理系統之方塊示意圖。請參照第4圖所示,舉例而言,本發明另一較佳實施例之運動護目鏡瑕疵檢測處理系統包含至少一光源陣列單元1、至少一取像攝影單元10、一計算單元2、一色彩空間轉換方法20、一高階奇異值分解方法21及至少一輸出單元3。
第5(a)至5(c)圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理系統處理瑕疵影像之一系列示意圖,其對應於第4圖之運動護目鏡瑕疵檢測處理系統。請參照第4及5(a)圖所示,舉例而言,本發明較佳實施例之該計算單元2另採用一高階奇異值分解方法21〔如第4圖所示〕進行高階奇異值分解於一瑕疵影像5〔如第5(a)圖所示〕,以獲得一已高階奇異值分解影像,以便分類至少一瑕疵種類。
請參照第4及5(a)至5(c)圖所示,舉例而言,本發明較佳實施例之該瑕疵影像5〔如第5(a)圖所示〕包含一R通道瑕疵影像、一G通道瑕疵影像及一B通道瑕疵影像。該已高階奇異值分解瑕疵影像包含一第一階〔first order〕奇異值分解瑕疵影像、數個第二階〔second order〕奇異值分解瑕疵影像或數個第三階〔third order〕奇異值
分解瑕疵影像,即三個第三階奇異值分解瑕疵影像〔如第5(b)圖所示〕,且該R通道瑕疵影像、G通道瑕疵影像及B通道瑕疵影像對應於該第一階奇異值分解瑕疵影像、第二階奇異值分解瑕疵影像或第三階奇異值分解瑕疵影像〔如第5(b)圖所示〕。
請參照第4及5(a)至5(c)圖所示,舉例而言,本發明較佳實施例之該計算單元2採用高階奇異值分解、其張量〔tensor〕及其核心張量〔core tensor〕公式(16)及(17)如下:A=S×1 U 1×2 U 2×3 U 3,(16)
其中A為張量,矩陣U i ,i=1,2,3為張量A之逆因子〔inverse factor〕,S為張量A之核心張量,如第5(c)圖所示。
請參照第4及5(b)圖所示,舉例而言,該第三階奇異值分解瑕疵影像包含一第三階奇異值分解R通道瑕疵影像51、一第三階奇異值分解G通道瑕疵影像52及一第三階奇異值分解B通道瑕疵影像53,如第5(b)圖所示。
請參照第4、5(b)及5(c)圖所示,舉例而言,利用該第三階奇異值分解R通道瑕疵影像51、第三階奇異值分解G通道瑕疵影像52及第三階奇異值分解B通道瑕疵影像53進行核心張量處理,以獲得一R通道核心張量瑕疵影像51a、一G通道核心張量瑕疵影像52a及一B通道核心張量瑕疵影像53a,如第5(c)圖所示。
第6(a)至6(d)圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理系統產生六種核心張量瑕疵影像及其重組瑕疵影像之一系列示意圖。請參照第5(c)及6(a)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統由該R通道核心張量瑕疵影像51a、G通道核心張量瑕疵影像52a及B通道核心張量瑕疵影像53a〔如第
5(c)圖所示〕獲得產生六種核心張量瑕疵影像〔如第6(a)圖所示〕。
請參照第6(a)及6(b)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統於該六種核心張量瑕疵影像〔如第6(a)圖所示〕中選擇保留其R通道核心張量瑕疵影像〔如第6(b)圖所示〕而進行適當重組〔reconstruction〕瑕疵影像。
請參照第6(a)及6(c)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統於該六種核心張量瑕疵影像〔如第6(a)圖所示〕中選擇保留其G通道核心張量瑕疵影像〔如第6(c)圖所示〕而進行適當重組瑕疵影像。
請參照第6(a)及6(d)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統於該六種核心張量瑕疵影像〔如第6(a)圖所示〕中選擇保留其B通道核心張量瑕疵影像〔如第6(d)圖所示〕而進行適當重組瑕疵影像。
舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統之分類瑕疵檢測處理方法包含:將至少一瑕疵影像進行灰階〔gray level〕轉換,以獲得至少一瑕疵灰階影像,且該瑕疵灰階影像具有數個灰階值h(x)〔其中x=1,2,...,M〕;將至少一水平參考線〔horizontal line〕配置穿越於一瑕疵中心點〔center of defect〕;沿著該水平參考線計算數個灰階變異量〔variations of gray level〕,以便獲得一灰塵瑕疵影像或其它瑕疵影像,例如:點狀瑕疵〔即聚光點瑕疵〕或線狀瑕疵〔即帶狀瑕疵或水漬痕瑕疵〕。
其中h(x)為灰階值,x k 為極值點位置。
第7(a)至7(c)圖揭示本發明較佳實施例之運動護目鏡瑕疵檢測處理系統分類瑕疵影像之一系列示意圖。請參照第7(a)至7(c)圖所示,舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統之分類瑕疵檢測處理方法:將一L通道影像進行灰階轉換,以獲得至少一瑕疵灰階影像〔如第7(a)圖所示〕,並將該瑕疵灰階影像利用該自適性能量基邊緣偵測器增益一瑕疵影像,以進一步去除其背景影像及強化其邊緣,以便獲得一增益瑕疵影像〔如第7(b)圖所示〕,且將該增益瑕疵影像進行分類瑕疵,且將該增益瑕疵影像相對於一中心進行水平及垂直分割而形成四個相等象限區塊〔quadrant〕,以便進一步分析獲得數個已分類之瑕疵〔如第7(c)圖所示〕。
其中μ B為四個相等象限區塊之灰階值之平均值,μ Bi ,i=1,2,3,4為四個相等象限區塊之灰階值之平均百分比。
舉例而言,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統之分類瑕疵檢測處理方法採用分類瑕疵群分析計算其灰階值公式(26)至(30)如下:S 1={μ Bi >0.25,i=1,2,3,4}, (26)
其中S 1及S 2為相對μ Bi ,i=1,2,3,4之瑕疵群,n(S 1)及n(S 2)為S 1及S 2之瑕疵數量,μ S1及μ S2為S 1及S 2之灰階值之平均值。
請再參照第6(a)至6(d)及7(a)至7(c)圖所示,本發明較佳實施例之運動護目鏡瑕疵檢測處理系統產生該瑕疵影像包含一灰塵瑕疵影像、一聚光瑕疵影像、一水痕瑕疵影像或其它瑕疵影像。
前述較佳實施例僅舉例說明本發明及其技術特徵,該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施;因此,本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。本案著作權限制使用於中華民國專利申請用途。
1:光源陣列單元
10:取像攝影單元
2:計算單元
20:色彩空間轉換方法
3:輸出單元
4:待測運動護目鏡
Claims (10)
- 一種護目鏡瑕疵檢測處理方法,其包含:將一陣列光源照射至一待測護目鏡上,以獲得一護目鏡光照投影;利用一取像攝影單元對應取像於該待測護目鏡上,以取得一護目鏡光照RGB影像;將該護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像;將該色彩空間轉換影像進行二值化處理,以取得一二值化影像;及自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
- 依申請專利範圍第1項所述之護目鏡瑕疵檢測處理方法,其中將該色彩空間轉換影像進行計算其能量,並進一步進行邊緣平滑化處理,以獲得一瑕疵邊緣增益影像。
- 依申請專利範圍第1項所述之護目鏡瑕疵檢測處理方法,其中該二值化影像之二值化處理採用大津二值化演算法。
- 依申請專利範圍第1項所述之護目鏡瑕疵檢測處理方法,其中該二值化影像之擷取瑕疵採用一正向投影法,以獲得至少一最大值座標。
- 依申請專利範圍第1項所述之護目鏡瑕疵檢測處理方法,其中該二值化影像之擷取瑕疵採用一逆向投影法,以獲得至少一最小值座標。
- 一種護目鏡瑕疵檢測處理系統,其包含:至少一光源陣列單元,其提供一陣列光源,且將該陣列光源照射至一待測護目鏡上,以獲得一護目鏡光照投影;至少一取像攝影單元,其對應取像於該待測護目鏡上,以取得一護目鏡光照RGB影像;及一計算單元,其連接至該取像攝影單元; 其中利用該計算單元將該護目鏡光照RGB影像進行色彩空間轉換,以獲得一色彩空間轉換影像,並將該色彩空間轉換影像進行二值化處理,以取得一二值化影像,且自該二值化影像進行擷取至少一相關瑕疵資訊,且該相關瑕疵資訊包含一瑕疵座標或一瑕疵數量。
- 依申請專利範圍第6項所述之護目鏡瑕疵檢測處理系統,其中該計算單元採用一自適性能量基邊緣偵測器,且利用該自適性能量基邊緣偵測器平滑化該色彩空間轉換影像之一L通道影像,或利用該自適性能量基邊緣偵測器增益一瑕疵影像。
- 依申請專利範圍第6項所述之護目鏡瑕疵檢測處理系統,其中該計算單元另採用高階奇異值分解於一瑕疵影像,以獲得一已高階奇異值分解影像,以便分類至少一瑕疵種類。
- 依申請專利範圍第8項所述之護目鏡瑕疵檢測處理系統,其中該瑕疵影像包含一R通道瑕疵影像、一G通道瑕疵影像及一B通道瑕疵影像,而該已高階奇異值分解瑕疵影像包含一第一階奇異值分解瑕疵影像、數個第二階奇異值分解瑕疵影像或數個第三階奇異值分解瑕疵影像,且該R通道瑕疵影像、G通道瑕疵影像及B通道瑕疵影像對應於該第一階奇異值分解瑕疵影像、第二階奇異值分解瑕疵影像或第三階奇異值分解瑕疵影像。
- 依申請專利範圍第8項所述之護目鏡瑕疵檢測處理系統,其中該瑕疵影像包含一灰塵瑕疵影像、一聚光點瑕疵影像或一水漬痕瑕疵影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109127232A TWI780465B (zh) | 2020-08-11 | 2020-08-11 | 護目鏡瑕疵檢測處理方法及其系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109127232A TWI780465B (zh) | 2020-08-11 | 2020-08-11 | 護目鏡瑕疵檢測處理方法及其系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202206791A TW202206791A (zh) | 2022-02-16 |
TWI780465B true TWI780465B (zh) | 2022-10-11 |
Family
ID=81323542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109127232A TWI780465B (zh) | 2020-08-11 | 2020-08-11 | 護目鏡瑕疵檢測處理方法及其系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI780465B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201335890A (zh) * | 2012-02-20 | 2013-09-01 | Univ Nat Kaohsiung Applied Sci | 元件影像檢測方法及其系統 |
TW201516397A (zh) * | 2013-10-29 | 2015-05-01 | Univ Nat Kaohsiung Applied Sci | 玻璃氣泡瑕疵檢測系統 |
-
2020
- 2020-08-11 TW TW109127232A patent/TWI780465B/zh active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201335890A (zh) * | 2012-02-20 | 2013-09-01 | Univ Nat Kaohsiung Applied Sci | 元件影像檢測方法及其系統 |
TW201516397A (zh) * | 2013-10-29 | 2015-05-01 | Univ Nat Kaohsiung Applied Sci | 玻璃氣泡瑕疵檢測系統 |
Also Published As
Publication number | Publication date |
---|---|
TW202206791A (zh) | 2022-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
JP4707605B2 (ja) | 画像検査方法およびその方法を用いた画像検査装置 | |
CN109856164B (zh) | 一种机器视觉采集大范围图像的优化装置及其检测方法 | |
CN112394064B (zh) | 一种屏幕缺陷检测的点线测量方法 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
CN108090890B (zh) | 检查装置以及检查方法 | |
JP3741672B2 (ja) | 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム | |
CN109870463B (zh) | 一种电子芯片故障检测装置 | |
TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN107644437A (zh) | 基于分块的偏色检测系统及其方法 | |
JP2004212311A (ja) | ムラ欠陥の検出方法及び装置 | |
CN116721039B (zh) | 一种应用于自动化光学缺陷检测中的图像预处理方法 | |
TWI780465B (zh) | 護目鏡瑕疵檢測處理方法及其系統 | |
CN112326683B (zh) | 一种利用光谱差分平场矫正检测镜头洁净度的方法 | |
CN107248151A (zh) | 一种基于机器视觉的液晶片智能检测方法及系统 | |
CN115690578A (zh) | 一种图像融合方法和目标识别方法及装置 | |
TWI510776B (zh) | 玻璃氣泡瑕疵檢測處理方法 | |
CN214277950U (zh) | 一种燃料电池石墨板表面成型光洁程度检测装置 | |
CN115479891A (zh) | 基于图像识别的电路板载元器件自动检测系统和方法 | |
CN114023249A (zh) | Led显示屏图像的灯点提取方法、装置及led显示屏校正方法 | |
TWI655412B (zh) | 發光源檢測系統與方法 | |
JP4036048B2 (ja) | 欠陥識別方法 | |
JP2004219072A (ja) | 画面のスジ欠陥検出方法及び装置 | |
TWI842292B (zh) | 自動化產線產品外觀瑕疵檢驗方法及系統 | |
TWI540904B (zh) | 白平衡調整方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |