一种目标物体的边缘缺陷检测方法及装置、存储介质转让专利
申请号 : CN202110633504.7
文献号 : CN113077467B
文献日 : 2021-08-31
发明人 : 杨洋
申请人 : 深圳市华汉伟业科技有限公司
摘要 :
权利要求 :
1.一种目标物体的边缘缺陷检测方法,所述目标物体具有自由曲线构成的边缘,其特征在于,所述边缘缺陷检测方法包括:获取所述目标物体的待检测图像以及所述待检测图像上设置的感兴趣区域;
对所述感兴趣区域进行边缘检测,得到所述目标物体在自由曲线上的边缘点集合包括:根据预设的宽度w和步长s在所述感兴趣区域中上生成多个待检测的子区域并形成区域序列,通过筛选获取各个所述子区域内分别筛选得到的边缘点,构成所述目标物体的边缘点集合;
对所述边缘点集合进行亚像素插值包括:对于所述边缘点集合中的每个边缘点,获取该边缘点和前后边缘点的梯度值且分别表示为 ,下标i为边缘点的序号;利用获取的梯度值进行抛物曲线的拟合,得到抛物曲线的系数aʹ、bʹ、cʹ,则抛物曲线表示为y2
=aʹx +bʹx+cʹ;获得所述抛物曲线在局部坐标系中的最大值ymax对应的xmax,利用亚像素的坐标插值结果xmax更新所述边缘点集合中第i个边缘点的坐标;构成新边缘点集合,所述新边缘点集合中的各个边缘点用于参与基准线配置和计算到达基准线的距离;
其中,所述获得所述抛物曲线在局部坐标系中的最大值ymax对应的xmax,利用亚像素的2
坐标插值结果xmax更新所述边缘点集合中第i个边缘点的坐标包括:在抛物曲线y=aʹx +bʹx+cʹ上,获取y的最大值对应的x值,x=‑b/(2a)且用于表示亚像素偏差;在局部坐标系中,x满足xє[‑0.5,0.5],若计算结果不在这个范围内则将亚像素偏差设置为0,亚像素的坐标插值结果xmax用公式表示为
;
根据获得的亚像素插值结果xmax更新对应的亚像素坐标,旋转前对应的亚像素坐标为(xiʹ, yiʹ),xiʹ=xi+xmax,yiʹ=yi,旋转后的亚像素坐标为;
其中 表示第i个子区域的中心坐标,αi表示第i个子区域的旋转角度, 为更新后的亚像素坐标;
将所述目标物体在所述感兴趣区域内的自由曲线进行分段,得到至少一个曲线段,以及获得每个所述曲线段在所述边缘点集合中对应的多个边缘点;
对每个所述曲线段配置对应的基准线,计算所述边缘点集合中对应的多个边缘点分别到达所述基准线的距离包括:对于每个所述曲线段,建立关于抛物线的损失函数并表示为;
其中,ε为所述曲线段在所述边缘点集合中对应的n个边缘点分别到抛物线的距离的累积误差,ωi为第i个权重系数,α、β、γ均为抛物线的系数;将所述曲线段对应的基准线设定为抛物线,在所述损失函数收敛时计算得到系数α、β、γ,并对所述曲线段对应的基准线进行配置;对于所述曲线段在所述边缘点集合中对应的每个边缘点pi,将边缘点pi的横坐标xi代入所述曲线段对应的基准线,计算得到纵坐标viʹ,并将(uiʹ,viʹ)作为边缘点pi对应的基准点,其中uiʹ=xi;则边缘点pi到达所述基准线的距离即为边缘点pi到达对应的基准点(uiʹ,viʹ)的距离,且表示为 ;
将到达所述基准线的距离与预设的距离阈值进行比较,根据比较结果确定所述边缘点集合中候选的多个缺陷点;
根据候选的多个缺陷点确定所述目标物体的边缘缺陷。
2.如权利要求1所述的边缘缺陷检测方法,其特征在于,对于所述区域序列中的每个子区域,利用所述子区域内各像素点的灰度值构建灰度投影曲线f,对所述灰度投影曲线进行梯度计算以得到梯度投影曲线f ʹ,根据所述梯度投影曲线f ʹ 对所述目标物体进行边缘点的筛选,得到若干个边缘点。
3.如权利要求1所述的边缘缺陷检测方法,其特征在于,所述在所述损失函数收敛时计算得到系数α、β、γ,并对所述抛物线段对应的基准线进行配置,包括:对所述损失函数进行数组变换,得到参数表达式;
其中,(xi,yi)为边缘点的坐标;
将所述曲线段在所述边缘点集合中对应的多个边缘点分别输入所述参数表达式,迭代T
得到数组[αβγ] ,利用得到的数组对抛物线方程进行配置以得到所述曲线段对应的基准线。
4.如权利要求1所述的边缘缺陷检测方法,其特征在于,还包括:计算所述曲线段在所述边缘点集合中对应的多个边缘点分别到达对应的基准点的距离,得到距离序列{δi}(i=1...n),根据所述距离序列{δi}计算得到参考中值且表示为τ=
1.4826×med{δi};
利用Huber权重函数或者Tukey权重函数更新已建立的损失函数中的权重系数ωi,在已建立的损失函数收敛时重新配置所述曲线段对应的基准线,以及重新计算所述边缘点集合中对应的多个边缘点分别到达重新配置的基准线的距离,直至距离的计算结果收敛或者达到预设的迭代次数;
获得最后一次迭代处理时所述边缘点集合中对应的多个边缘点分别到达重新配置的基准线的距离;
其中,所述Huber权重函数表示为;
其中,所述Tukey权重函数表示为。
5.如权利要求1所述的边缘缺陷检测方法,其特征在于,还包括:计算所述目标物体的边缘点集合中各个边缘点分别到达对应的参考点的距离,得到边缘点和参考点的距离序列{li}(i=1...n);
对边缘点和参考点的距离序列{li}进行高斯模糊处理并拟合形成平滑曲线,根据拟合的平滑曲线中各距离值分别相对于参考点的距离计算对应的基准点的坐标,以及根据参考点和基准点的坐标获得距离序列{δi};所述距离序列{δi}用于作为所述边缘点集合中各边缘点分别到达所在曲线段对应的基准线的距离。
6.如权利要求1所述的边缘缺陷检测方法,其特征在于,所述将到达所述基准线的距离与预设的距离阈值进行比较,根据比较结果确定所述边缘点集合中候选的多个缺陷点,包括:
获取所述曲线段在所述边缘点集合中对应的多个边缘点分别到达所述基准线上对应基准点的距离;
对于边缘点pi,若到达对应基准点的距离δi大于预设的距离阈值,则确定边缘点pi为候选的缺陷点;
遍历所述边缘点集合中对应的各个边缘点,确定候选的多个缺陷点。
7.如权利要求1所述的边缘缺陷检测方法,其特征在于,所述根据候选的多个缺陷点确定所述目标物体的边缘缺陷,包括:从候选的多个缺陷点中搜寻坐标连续的若干个缺陷点;
判断所述若干个缺陷点满足预设的检测条件时,将所述若干个缺陷点确定为所述目标物体的一个边缘缺陷;
所述检测条件包括以下的一个或多个条件:所述若干个缺陷点的数目大于预设的第一阈值,所述若干个缺陷点中各缺陷点到达所述基准线的最大距离大于预设的第二阈值,所述若干个缺陷点构成的缺陷面积大于预设的第三阈值;所述若干个缺陷点构成的缺陷长度大于预设的第四阈值。
8.一种边缘检测装置,其特征在于,包括:相机,用于通过取像得到目标物体的待检测图像;
处理器,与所述相机连接,用于通过权利要求1‑7中任一项所述的边缘缺陷检测方法对所述待检测图像进行检测,得到所述目标物体的边缘缺陷;
显示器,与所述处理器连接,用于对所述目标物体的待检测图像和/或边缘缺陷进行显示。
9.如权利要求8所述的边缘检测装置,其特征在于,所述处理器包括:获取模块,用于获取目标物体的待检测图像以及所述待检测图像上设置的感兴趣区域;
第一检测模块,用于对所述感兴趣区域进行边缘检测,得到所述目标物体在自由曲线上的边缘点集合包括:根据预设的宽度w和步长s在所述感兴趣区域中上生成多个待检测的子区域并形成区域序列,通过筛选获取各个所述子区域内分别筛选得到的边缘点,构成所述目标物体的边缘点集合;
所述第一检测模块还对所述边缘点集合进行亚像素插值包括:对于所述边缘点集合中的每个边缘点,获取该边缘点和前后边缘点的梯度值且分别表示为 ,下标i为边缘点的序号;利用获取的梯度值进行抛物曲线的拟合,得到抛物曲线的系数aʹ、bʹ、cʹ,2
则抛物曲线表示为y=aʹx +bʹx+cʹ;获得所述抛物曲线在局部坐标系中的最大值ymax对应的xmax,利用亚像素的坐标插值结果xmax更新所述边缘点集合中第i个边缘点的坐标;构成新边缘点集合,所述新边缘点集合中的各个边缘点用于参与基准线配置和计算到达基准线的距离;
其中,所述获得所述抛物曲线在局部坐标系中的最大值ymax对应的xmax,利用亚像素的2
坐标插值结果xmax更新所述边缘点集合中第i个边缘点的坐标包括:在抛物曲线y=aʹx +bʹx+cʹ上,获取y的最大值对应的x值,x=‑b/(2a)且用于表示亚像素偏差;在局部坐标系中,x满足xє[‑0.5,0.5],若计算结果不在这个范围内则将亚像素偏差设置为0,亚像素的坐标插值结果xmax用公式表示为
;
根据获得的亚像素插值结果xmax更新对应的亚像素坐标,旋转前对应的亚像素坐标为(xiʹ, yiʹ),xiʹ=xi+xmax,yiʹ=yi,旋转后的亚像素坐标为;
其中 表示第i个子区域的中心坐标,αi表示第i个子区域的旋转角度, 为更新后的亚像素坐标;
分割模块,用于将所述目标物体在所述感兴趣区域内的自由曲线进行分段,得到至少一个曲线段,以及获得每个所述曲线段在所述边缘点集合中对应的多个边缘点;
计算模块,用于对每个所述曲线段配置对应的基准线,计算所述边缘点集合中对应的多个边缘点分别到达所述基准线的距离包括:对于每个所述曲线段,建立关于抛物线的损失函数并表示为
;
其中,ε为所述曲线段在所述边缘点集合中对应的n个边缘点分别到抛物线的距离的累积误差,ωi为第i个权重系数,α、β、γ均为抛物线的系数;将所述曲线段对应的基准线设定为抛物线,在所述损失函数收敛时计算得到系数α、β、γ,并对所述曲线段对应的基准线进行配置;对于所述曲线段在所述边缘点集合中对应的每个边缘点pi,将边缘点pi的横坐标xi代入所述曲线段对应的基准线,计算得到纵坐标viʹ,并将(uiʹ,viʹ)作为边缘点pi对应的基准点,其中uiʹ=xi;则边缘点pi到达所述基准线的距离即为边缘点pi到达对应的基准点(uiʹ,viʹ)的距离,且表示为 ;
比较模块,用于将到达所述基准线的距离与预设的距离阈值进行比较,根据比较结果确定所述边缘点集合中候选的多个缺陷点;
第二检测模块,用于根据候选的多个缺陷点确定所述目标物体的边缘缺陷。
10.一种计算机可读存储介质,其特征在于,所述介质上存储有程序,所述程序能够被处理器执行以实现如权利要求1‑7中任一项所述的边缘缺陷检测方法。
说明书 :
一种目标物体的边缘缺陷检测方法及装置、存储介质
技术领域
背景技术
是困扰本领域技术人员的难题。工业产品边缘缺陷检测主要是检测产品边缘的一致性,即
检测产品边缘是否存在凸痕、凹痕等缺陷。
外屏的边缘如果存在缺陷,则会影响到手机外屏的装配,甚至导致手机无法正常使用;集成
电路硅片的边缘如果存在缺陷,则会影响集成电路的制造,甚至导致基于集成电路硅片的
芯片质量下降。因此,对工业产品的边缘缺陷检测是工业生产的重要环节。
度很难保证,而且长时间的检查容易导致视觉疲劳,从而降低检测效率甚至导致错检、漏
检。当然,还有些方式是使用拍摄设备获取工业产品边缘的高分辨率图像,由于该高分辨率
图像能够显示产品边缘的细节,技术人员沿高分辨图像中的产品边缘进行观测,能够轻易
发现产品的凹痕、凸痕等缺陷,这种方式虽然也能完成工业产品的缺陷检测,但存在效率低
下、应用成本高的不足。
发明内容
检测方法及装置、存储介质。
图像以及所述待检测图像上设置的感兴趣区域;对所述感兴趣区域进行边缘检测,得到所
述目标物体在自由曲线上的边缘点集合;将所述目标物体在所述感兴趣区域内的自由曲线
进行分段,得到至少一个曲线段,以及获得每个所述曲线段在所述边缘点集合中对应的多
个边缘点;对每个所述曲线段配置对应的基准线,计算所述边缘点集合中对应的多个边缘
点分别到达所述基准线的距离;将到达所述基准线的距离与预设的距离阈值进行比较,根
据比较结果确定所述边缘点集合中候选的多个缺陷点;根据候选的多个缺陷点确定所述目
标物体的边缘缺陷。
成区域序列;对于所述区域序列中的每个子区域,利用所述子区域内各像素点的灰度值构
建灰度投影曲线f,对所述灰度投影曲线进行梯度计算以得到梯度投影曲线f ʹ,根据所述
梯度投影曲线f ʹ 对所述目标物体进行边缘点的筛选,得到若干个边缘点;获取各个所述
子区域内分别筛选得到的边缘点,构成所述目标物体的边缘点集合。
并表示为
设定为抛物线,在所述损失函数收敛时计算得到系数α、β、γ,并对所述曲线段对应的基准
线进行配置;对于所述曲线段在所述边缘点集合中对应的每个边缘点pi,将边缘点pi的横坐
标xi代入所述曲线段对应的基准线,计算得到纵坐标yiʹ,并将(xiʹ,yiʹ)作为边缘点pi对应
的基准点,其中xiʹ=xi;则边缘点pi到达所述基准线的距离即为边缘点pi到达所述基准线上
对应基准点(xiʹ,yiʹ)的距离,且表示为 。
个边缘点分别到达所述基准线上对应基准点的距离;对于边缘点pi,若到达对应基准点的
距离δi大于预设的距离阈值,则确定边缘点pi为候选的缺陷点;遍历所述边缘点集合中对应
的各个边缘点,确定候选的多个缺陷点。
将所述若干个缺陷点确定为所述目标物体的一个边缘缺陷;所述检测条件包括以下的一个
或多个条件:所述若干个缺陷点的数目大于预设的第一阈值,所述若干个缺陷点中各缺陷
点到达所述基准线的最大距离大于预设的第二阈值,所述若干个缺陷点构成的缺陷面积大
于预设的第三阈值;所述若干个缺陷点构成的缺陷长度大于预设的第四阈值。
缘缺陷检测方法对所述待检测图像进行检测,得到所述目标物体的边缘缺陷;显示器,与所
述处理器连接,用于对所述目标物体的待检测图像和/或边缘缺陷进行显示。
标物体在自由曲线上的边缘点集合;分割模块,用于将所述目标物体在所述感兴趣区域内
的自由曲线进行分段,得到至少一个曲线段,以及获得每个所述曲线段在所述边缘点集合
中对应的多个边缘点;计算模块,用于对每个所述曲线段配置对应的基准线,计算所述边缘
点集合中对应的多个边缘点分别到达所述基准线的距离;比较模块,用于将到达所述基准
线的距离与预设的距离阈值进行比较,根据比较结果确定所述边缘点集合中候选的多个缺
陷点;第二检测模块,用于根据候选的多个缺陷点确定所述目标物体的边缘缺陷。
感兴趣区域进行边缘检测,得到目标物体在自由曲线上的边缘点集合;将目标物体在感兴
趣区域内的自由曲线进行分段,得到至少一个曲线段,以及获得每个曲线段在边缘点集合
中对应的多个边缘点;对每个曲线段配置对应的基准线,计算边缘点集合中对应的多个边
缘点分别到达基准线的距离;将到达基准线的距离与预设的距离阈值进行比较,根据比较
结果确定边缘点集合中候选的多个缺陷点;根据候选的多个缺陷点确定目标物体的边缘缺
陷。一方面,技术方案对目标物体的待检测图像进行处理,通过对边缘点集合进行筛选得到
候选的缺陷点,并进一步确定目标物体边缘上毛刺形成的边缘缺陷,如此能够以图像处理
的方式实现物体边缘上毛刺的检测功能,提高物体边缘缺陷的检测效率和准确度;另一方
面,技术方案对目标物体边缘处的自由曲线进行分段,然后针对每个曲线段配置对应的基
准线,利用基准线对边缘点集合进行数据筛选,不仅能够快速地找到一些候选的缺陷点,还
能够实现目标物体自由曲线的边缘检测功能。
准确地拟合出每个曲线段对应的基准线,提高后续边缘点的筛选能力。技术方案通过设置
多种不同的检测条件对候选的多个缺陷点进行判断,不仅能够剔除一些异常数据,还能够
考虑到多方因素对毛刺缺陷检测过程的影响作用,从而强化边缘缺陷检测方法的实际应用
性能,更好地满足产品边缘的毛刺检测要求。
附图说明
具体实施方式
使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征
在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申
请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过
多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们
根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一
个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
间接连接(联接)。
小的显微金属颗粒;毛刺越多代表产品质量的标准越低,对产品的外形和使用都有很大影
响,加工过程中应尽量避免出现毛刺,无法避免时要有后续去毛刺的工艺,保证产品的美
观、实用。
合,进而得到边缘的轮廓和位置信息,从而实现边缘定位。然而,以往的边缘定位方法还存
在一些缺陷,比如缺少对自由曲线的拟合方法导致无法满足多检测场景的应用需求,缺少
亚像素插值处理致使对于高精度测量情形下无法满足精度要求,拟合过程中缺少异常点的
数据剔除步骤导致拟合基准与实际物体之间存在偏差,对于噪声图像则缺少平滑处理则容
易造成误检,检测过程仅考虑当前点的距离阈值却缺少对曲线连续性特征信息的考虑和判
断则容易造成误检测。
况,方案增加异常点剔除功能和平滑处理操作,使检测过程具有稳定性;对于自由曲线的拟
合,将一条曲线分割为若干段分别进行处理,每一段用二次曲线进行拟合,并对拟合后的距
离差进行平滑滤波处理,获取基准数据点;方案简化曲线的参数表示形式,降低算法的复杂
度,同时提升检测过程的处理速度;方案为满足高精度测量情形下的检测要求,增加亚像素
插值的算法处理过程。
的形状,如扇形等,这里不做具体限制。
件、装配零件等,这些产品往往具有不规则的轮廓边缘且容易存在毛刺。在某些情况下,可
通过人机交互方式在待检测图像上设置感兴趣区域(RoI),并且感兴趣区域可具有矩形、圆
形、圆环等可选形状,用户可选择其中任意一种形状的感兴趣区域,以及调整感兴趣区域的
形状大小和分布位置;可以理解,由于待检测图像中展示有目标物体的表面形态,那么感兴
趣区域可仅圈定目标物体的一部分表面形态,比如圈定目标物体的一侧边缘。可以理解,设
置感兴趣区域的目的是缩小待检测图像上目标物体的检测范围,提高检测效率。
物体的外部边缘进行识别,将涉及外部边缘的像素点进行统计,从而得到目标物体的边缘
点集合。
趣区域内呈现的自由曲线具有不规则变化的形态,如C形、S型、O型等形态,完整的自由曲线
将无法进行参数方程的表达,所以有必要对自由曲线进行分段,得到一个或多个曲线段(如
多个弧线段),那么只需要对每个曲线段进行参数方程的表达即可。
边缘点是否位置合理,方便找到位置异常的边缘点;配置的基准线对目标物体的外部边缘
具有形状拟合作用,判断每个边缘点到达基准线的距离就能够确定该边缘点是否位置异
常。
在曲线段对应的基准线的距离大于距离阈值,则认为该边缘点的位置异常,即可将该边缘
点确定为候选的缺陷点。
行数目、距离误差、面积、长度的判断,满足检测条件的多个缺陷点才认为构成了目标物体
的毛刺,即边缘缺陷。
够以图像处理的方式实现物体边缘上毛刺的检测功能,提高物体边缘缺陷的检测效率。此
外,技术方案对目标物体边缘处的自由曲线进行分段,然后针对每个曲线段配置对应的基
准线,利用基准线对边缘点集合进行数据筛选,不仅能够快速地找到一些候选的缺陷点,还
能够实现目标物体自由曲线的边缘检测功能。
检测区域,每个子区域的宽度为w,相邻两个子区域相同位置的间距(即步长)为s。宽度w和
步长s可由用户进行自由设定,这里不做具体限制。
式均匀分布,其中每个子区域的宽度为w,高度为h,相邻两个子区域起点位置的间距为s。
式均匀分布,其中每个子区域的宽度为w,相邻两个子区域中轴位置的间距为s。
ʹ在子区域内对目标物体进行边缘点的筛选,得到若干个边缘点。
邻插值法或者双线性插值法,若设插值后的灰度值为gi,j,其中i表示投影方向上的第i列像
素(投影方向即图7中的w所示方向,子区域内的每列像素与 h所示方向垂直),j表示投影方
向上像素列中的第j个数据点,因此可以得到子区域中第i个像素列的平均灰度值为
线f后,对灰度投影曲线f进行梯度计算。若梯度采用Gauss核函数进行计算,则每一个像素
点对应的梯度值可表示为
σ数值即可计算滤波核的宽度。那么,在得到梯度值之后即可构建梯度投影曲线f ʹ,且表示
为f ʹ=f *h。
中心、最大强度。其中对于位置筛选中开始点、末尾点、最近中心、最大强度中的任一种选择
方式,就是沿着搜索方向进行查找,得到若干个符合条件的数据点,开始点是从搜索方向查
找到的第一个特征点,末尾点是从搜索方向查找到的最后一个特征点,最近中心是最靠近
矩形旋转中心的坐标点,最强梯度是选择梯度幅值最大的特征点。
示意了一个子区域内每个像素点的梯度值,曲线上的数值195.9为最大的梯度幅值。此时,
依据判断条件即可对目标物体的边缘点进行筛选,从而在感兴趣区域A1中找到工件R上的
边缘处的各边缘点。此外,图6中的曲线C1为边缘点集合中各边缘点到达基准线(设定为抛
物线)的距离曲线,曲线上的数值‑27.59为最小距离幅值,数值27.59为最大距离幅值。
点进行筛选,从而在感兴趣区域A1中找到工件R上边缘处的各边缘点。此外,图9中的曲线C2
为边缘点集合中各边缘点分别到达所在曲线段对应的基准线(设定为抛物线)的距离曲线,
曲线上的数值‑17.70为最小距离幅值,数值17.70为最大距离幅值。
边缘点,将符合判断条件的边缘点构成边缘点集合,可表示为{(xi,yi)}。
2
拟合,得到抛物曲线的系数aʹ、bʹ、cʹ,则抛物曲线表示为y=aʹx +bʹx+cʹ。
缘点集合中的各个边缘点用于进行基准线配置和计算到达基准线的距离。
的拟合,输入分别记为 ,只要计算出抛物曲线y=aʹx +bʹx+c
2
ʹ中的系数aʹ、bʹ、cʹ即可构建得到该抛物曲线。在抛物曲线y=aʹx +bʹx+cʹ上,获取y的最大
值对应的x值,即为x=‑bʹ/(2aʹ)且用于表示亚像素偏差。在这里,可采用局部坐标系进行计
算,因此x满足xє[‑0.5,0.5],如果计算结果不在这个范围内则将亚像素偏差设置为0;那
么,亚像素的坐标插值结果xmax用公式表示为
所以这里可针对每个曲线段建立关于抛物线的损失函数,损失函数用公式表示为
值可均设为1,迭代计算过程中ωi可以采用Drop、Gauss、Huber、Tukey等权重系数的表示方
式进行计算。
迭代计算之后,前后两次计算得到的累积误差ε的差值小于预设的阈值,或者迭代达到预设
的次数。
式,迭代得到数组[α β γ] ;由于得到了抛物线的系数α、β、γ,那么即可利用这些系数值
2
对抛物线方程进行配置以得到曲线段对应的基准线,基准线用公式表示为y=αx +βx+γ。
xi代入曲线段对应的基准线(可用方程y=αx +βx+γ进行表示),计算得到纵坐标yiʹ,并将
(xiʹ,yiʹ)作为边缘点pi对应的基准点,其中xiʹ=xi。那么,边缘点pi到达基准线的距离即为
边缘点pi到达基准线上对应基准点(xiʹ,yiʹ)的距离,且表示为 。
能够快速、准确地拟合出每个曲线段对应的基准线,提高后续边缘点的筛选能力。
的计算结果还存在一些误差,那么可以通过两种方式对距离的计算结果进行修正,从而提
高每个边缘点到达基准线的距离的准确度。
1.4826×med{δi},med()为取中值函数。
图11,边缘点集合中各个边缘点可用实心圆点的分布形式来示意,各个边缘点分别对应的
基准点可用小叉号的分布形式来示意,每个边缘点和对应的基准点具有共同的序号,但是
幅值却存在差别,那么边缘点pi到达基准线上对应基准点的距离就用公式表示为
。依此类推便可得到曲线段在边缘点集合中对应的多个边缘点分别到达
基准线上对应基准点的距离。
中对应的多个边缘点分别到达重新配置的基准线的距离(即重复上述的步骤141‑143),直
至距离的计算结果收敛或者达到预设的迭代次数。
坐标和基准点的坐标获得距离序列{δi}。这里的距离序列{δi}用于作为边缘点集合中各边
缘点分别到达所在曲线段对应的基准线的距离。
缘点到基准点的距离。参见图12,若将参考点的坐标设为(xref, yref),基准点的坐标设为
(xi, yi),则可由公式xi=xref+di×cosα、yi=yref‑di×sinα进行坐标转换,其中di为对应平滑
后的距离,α为基准点与参考点的夹角;在得到基准点坐标的情况下,能够得到参考点和基
准点的距离序列{δi},进一步利用距离序列{δi}对边缘点集合中各边缘点分别到达所在曲
线段对应的基准线的距离进行表征。
点到对应参考点的距离,进一步根据参考点的坐标计算得到对应的基准点的坐标,从而获
得参考点和基准点的距离序列。参见图10,可设定圆环的圆心作为参考点,在每个子区域中
确定0个或1个边缘点,从而得到每个边缘点到达对应参考点的距离,进一步计算得到对应
的基准点的坐标,从而根据参考点的坐标和基准点的坐标获得的距离序列。
新边缘点到达基准线的距离的方式,还提供了利用高斯模糊处理对边缘点到达基准线的距
离进行距离序列表征的方式,如此可借助不同技术手段提高距离计算的准确性。
pi到达基准线的距离可表示为,进而得到距离序列{δi}。
离阈值进行比较,找出所有候选的缺陷点,从而得到候选的多个缺陷点。
个缺陷点。
以用轮廓线圈定这若干个缺陷点,可以输出这若干个缺陷点的坐标,还可以对这若干个缺
陷点的所在区域进行特殊符号或特殊颜色的标记。
于预设的第二阈值(比如15个像素);其三,若干个缺陷点构成的缺陷面积大于预设的第三
阈值(比如50个像素面积);其四,若干个缺陷点构成的缺陷长度大于预设的第四阈值(比如
20个像素长度)。判断使用的检测条件可以是以上四个条件中的一个或多个,具体采用哪几
个条件则不作具体限制。
兴趣区域A1中工件R上的边缘线a1、a2、a3分别形成毛刺,由此检测到了三段边缘缺陷。
趣区域A2中工件R上的边缘线a4、a5分别形成毛刺,由此检测到了两段边缘缺陷。
用,从而强化边缘缺陷检测方法的实际应用性能,更好地满足产品边缘的毛刺检测要求。
轮廓边缘(如自由曲线构成的边缘)且容易存在毛刺。
CPU、GPU、FPGA、微控制器或数字集成电路,只要能够依据自身逻辑指令实现上文步骤110‑
160实现的边缘缺陷检测方法即可。
行单独显示或共同显示即可,具体的屏幕类型和显示布局方式不做限制。
里的感兴趣区域可为矩形、圆形、圆环等形状。
状的感兴趣区域,以及调整感兴趣区域的形状大小和分布位置,如此方便获取模块22‑1直
接依据用户的设置参数来获取感兴趣区域。
个待检测的子区域并形成区域序列,对于区域序列中的每个子区域,利用子区域内各像素
点的灰度值构建灰度投影曲线f,对灰度投影曲线进行梯度计算以得到梯度投影曲线f ʹ,
根据梯度投影曲线f ʹ 对目标物体进行边缘点的筛选,得到若干个边缘点;获取各个子区
域内分别筛选得到的边缘点,构成目标物体的边缘点集合。此外,第一检测模块22‑2还对于
边缘点集合中的每个边缘点,获取该边缘点和前后边缘点的梯度值且分别表示为
,利用获取的梯度值进行抛物曲线的拟合, 得到抛物曲线的系数a ʹ、b
2
ʹ、c ʹ,则抛物曲线表示为y=aʹx +bʹx+cʹ;获得抛物曲线在局部坐标系中的最大值ymax对应
的xmax,利用亚像素的坐标插值结果xmax更新边缘点集合中第i个边缘点的坐标;构成新边缘
点集合,新边缘点集合中的各个边缘点用于参与基准线配置和计算到达基准线的距离。关
于第一检测模块22‑2的功能可具体参考实施例一中的步骤121‑125,这里不再赘述。
功能可具体参考实施例一中的步骤130,这里不再赘述。
;将曲线段对应的基准线设定为抛物线,在损失函数收敛时计算
得到系数α、β、γ,并对曲线段对应的基准线进行配置;对于曲线段在边缘点集合中对应的
每个边缘点pi,将边缘点pi的横坐标xi代入曲线段对应的基准线,计算得到纵坐标yiʹ,并将
(xiʹ,yiʹ)作为边缘点pi对应的基准点,其中xiʹ=xi;则边缘点pi到达基准线的距离即为边缘
点pi到达基准线上对应基准点(xiʹ,yiʹ)的距离,且表示为 。关于计算模块
22‑4的功能可具体参考实施例一中的步骤141‑143,这里不再赘述。
多个边缘点分别到达基准线上对应基准点的距离;对于边缘点pi,若到达对应基准点的距
离δi大于预设的距离阈值,则确定边缘点pi为候选的缺陷点;遍历边缘点集合中对应的各个
边缘点,确定候选的多个缺陷点。关于比较模块22‑5的功能可具体参考实施例一中的步骤
151‑153,这里不再赘述。
点满足预设的检测条件时,将若干个缺陷点确定为目标物体的毛刺缺陷;其中检测条件包
括以下的一个或多个条件:若干个缺陷点的数目大于预设的第一阈值,若干个缺陷点中各
缺陷点到达基准线的最大距离大于预设的第二阈值,若干个缺陷点构成的缺陷面积大于预
设的第三阈值,若干个缺陷点构成的缺陷长度大于预设的第四阈值。关于第二检测模块22‑
6的功能可具体参考实施例一中的步骤161‑162,这里不再赘述。
代码。其中,处理器32与存储器31连接,用于执行存储器31中存储的程序以实现边缘缺陷检
测方法。处理器32实现的功能可以参考实施例二中的处理器22,这里不再进行详细说明。
通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可
以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述
功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上
述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现
时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质
中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通
过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
单推演、变形或替换。