本发明公开了一种镜片检测方法及多工位检测装置，属于镜片缺陷检测技术领域，其特征在于，包括：S1、获取待测镜片的镜片图像，所述镜片图像包括第一组图像和第二组图像；S2、对镜片图像进行分析处理；S201、初次提取缺陷特征；S202、再次提取缺陷特征；S203、缺陷特征合并；S204、将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征进行差分运算，得到差值图像，将差值图像上的非0像素点认定为镜片本身的缺陷，将由非0转为0的像素点认定为灰尘。本发明利用差值计算，能够快速识别出灰尘，进而提高镜片检测的准确率。
S1、获取待测镜片的镜片图像，所述镜片图像包括第一组图像和第二组图像；
S201、初次提取缺陷特征：对第一组图像和第二组图像分别进行局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征；
首先遍历比较第一组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第一对比图像；然后对第一对比图像依次进行乘法运算和全局阈值处理，得到第一对比图像的缺陷特征；
首先遍历比较第二组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第二对比图像；然后对第二对比图像依次进行乘法运算和全局阈值处理，得到第二对比图像的缺陷特征；
S203、缺陷特征合并：将S201中得到的第一组图像的缺陷特征和S202中得到的第一对比图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将S201中得到的第二组图像的缺陷特征和S202中得到的第二对比图像的缺陷特征合并一起得到第二组图像的所有缺陷特征；
S204、将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征进行差分运算，得到差值图像，将差值图像上的非0像素点认定为镜片本身的缺陷，将由非0转为0的像素点认定为灰尘。
2.根据权利要求1所述的镜片检测方法，其特征在于，在S1中，第一组图像是待测镜片除尘前的图像，第二组图像为待测镜片除尘后的图像。
3.根据权利要求2所述的镜片检测方法，其特征在于，在S1中，所述第一组图像包括待测镜片的图像和定位标识图像，所述第二组图像包括待测镜片的图像和定位标识图像。
4.根据权利要求3所述的镜片检测方法，其特征在于，所述定位标识为位于待测镜片四周的四个定位孔，四个定位孔位于矩形框的四个顶角位置。
5.根据权利要求4所述的镜片检测方法，其特征在于，所述仿射变换的过程为：a、确定基准点坐标差值：分别将第一组图像中待测镜片的轮廓和第二组图像中待测镜片的轮廓拟合为圆，提取第一组图像的圆心作为源点坐标，提取第二组图像的圆心作为目标点坐标；计算源点坐标和目标点坐标的差值得到基准点坐标差值；
b、确定夹角差值：计算第一组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第一夹角，计算第二组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第二夹角；计算第一夹角和第二夹角的差值得到夹角差值；
d、通过变换矩阵将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置。
6.根据权利要求1所述的镜片检测方法，其特征在于，S2还包括：通过衍射原理检测镜片膜层不到边缺陷。
7.根据权利要求1所述的镜片检测方法，其特征在于，S2还包括：镜片脱膜和挂边缺陷分析。
8.一种镜片检测用多工位检测装置，其特征在于，包括：
第一工位：获取第一组图像，通过第一组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
第二工位：获取第二组图像，通过第二组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
第三工位：用碗光源打光，获取第三图像，通过第三图像分析得到镜片膜层不到边缺陷；
第四工位：用两个倾斜的点光源分别打光，透过镜片拍摄镜片在背景板上的投影，获取镜片脱膜和挂边缺陷；
初次提取缺陷特征：对第一组图像和第二组图像分别进行局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征；
首先遍历比较第一组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第一对比图像；然后对第一对比图像依次进行乘法运算和全局阈值处理，得到第一对比图像的缺陷特征；
首先遍历比较第二组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第二对比图像；然后对第二对比图像依次进行乘法运算和全局阈值处理，得到第二对比图像的缺陷特征；
缺陷特征合并：将第一组图像的缺陷特征和第一对比图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将第二组图像的缺陷特征和第二对比图像的缺陷特征合并一起得到第二组图像的所有缺陷特征；
将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征进行差分运算，得到差值图像，将差值图像上的非0像素点认定为镜片本身的缺陷，将由非0转为0的像素点认定为灰尘。
一种镜片检测方法及多工位检测装置
技术领域
[0001] 本发明属于镜片缺陷检测技术领域，具体涉及一种镜片检测方法及多工位检测装置。
背景技术
[0002] 众所周知，镜片是采用玻璃或树脂等光学材料制作而成的具有一个或多个曲面的透明材料。镜片在使用前，为了保证其质量，需要对其进行检测，目前，镜片的质量缺陷主要包括：划伤、擦伤、点颗粒、亮点、破边、气泡、毛异物、龟裂、雾状、膜层异物、挂边、膜层不到边、脱膜等；但是在实际检测过程中，点颗粒、亮点等缺陷和灰尘的成像效果接近，即在检测的过程中，需要排除灰尘的干扰。为此，设计开发一种克服上述缺陷的镜片检测方法及多工位检测装置，具有重要的意义。
发明内容
[0003] 本发明为解决公知技术中存在的技术问题，提供一种镜片检测方法及多工位检测装置，通过差分运算，能够快速识别出灰尘缺陷，进而提高镜片检测的准确率。
[0004] 本发明的第一目的是提供一种镜片检测方法，包括：
[0005] S1、获取待测镜片的镜片图像，所述镜片图像包括第一组图像和第二组图像；
[0006] S2、对镜片图像进行分析处理；包括：
[0007] S201、初次提取缺陷特征：对第一组图像和第二组图像分别进行局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征；
[0008] S202、再次提取缺陷特征：
[0009] 首先遍历比较第一组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第一对比图像；然后对第一对比图像依次进行乘法运算和全局阈值处理，得到第一对比图像的缺陷特征；
[0010] 首先遍历比较第二组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第二对比图像；然后对第二对比图像依次进行乘法运算和全局阈值处理，得到第二对比图像的缺陷特征；
[0011] S203、缺陷特征合并：将S201中得到的第一组图像的缺陷特征和S202中得到的第一对比图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将S201中得到的第二组图像的缺陷特征和S202中得到的第二对比图像的缺陷特征合并一起得到第二组图像的所有缺陷特征；
[0012] S204、将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征进行差分运算，得到差值图像，将差值图像上的非0像素点认定为镜片本身的缺陷，将由非0转为0的像素点认定为灰尘。
[0013] 优选地，在S1中，第一组图像是待测镜片除尘前的图像，第二组图像为待测镜片除尘后的图像。
[0014] 优选地，在S1中，所述第一组图像包括待测镜片的图像和定位标识图像，所述第二组图像包括待测镜片的图像和定位标识图像。
[0015] 优选地，所述定位标识为位于待测镜片四周的四个定位孔，四个定位孔位于矩形框的四个顶角位置。
[0016] 优选地，所述仿射变换的过程为：
[0017] a、确定基准点坐标差值：分别将第一组图像中待测镜片的轮廓和第二组图像中待测镜片的轮廓拟合为圆，提取第一组图像的圆心作为源点坐标，提取第二组图像的圆心作为目标点坐标；计算源点坐标和目标点坐标的差值得到基准点坐标差值；
[0018] b、确定夹角差值：计算第一组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第一夹角，计算第二组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第二夹角；计算第一夹角和第二夹角的差值得到夹角差值；
[0019] c、利用基准点坐标差值和夹角差值确定变换矩阵；
[0020] d、通过变换矩阵将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置。
[0021] 优选地，S2还包括：通过衍射原理检测镜片膜层不到边缺陷。
[0022] 优选地，S2还包括：镜片脱膜和挂边缺陷分析。
[0023] 本发明的第二目的是提供一种镜片检测用多工位检测装置，包括：
[0024] 第一工位：获取第一组图像，通过第一组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
[0025] 第二工位：获取第二组图像，通过第二组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
[0026] 第三工位：用碗光源打光，获取第三图像，通过第三图像分析得到镜片膜层不到边缺陷；
[0027] 第四工位：用两个倾斜的点光源分别打光，透过镜片拍摄镜片在背景板上的投影，获取镜片脱膜和挂边缺陷；
[0028] 图像处理模块：包括：
[0029] 初次提取缺陷特征：对第一组图像和第二组图像分别进行局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征；
[0030] 再次提取缺陷特征：
[0031] 首先遍历比较第一组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第一对比图像；然后对第一对比图像依次进行乘法运算和全局阈值处理，得到第一对比图像的缺陷特征；
[0032] 首先遍历比较第二组图像中的每个像素，选择每个位置像素点灰度最大的值，合成为新的第二对比图像；然后对第二对比图像依次进行乘法运算和全局阈值处理，得到第二对比图像的缺陷特征；
[0033] 缺陷特征合并：将第一组图像的缺陷特征和第一对比图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将第二组图像的缺陷特征和第二对比图像的缺陷特征合并一起得到第二组图像的所有缺陷特征；
[0034] 将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征进行差分运算，得到差值图像，将差值图像上的非0像素点认定为镜片本身的缺陷，将由非0转为0的像素点认定为灰尘。
[0035] 本发明具有的优点和积极效果是：
[0036] 本发明通过差分运算，能够快速排除灰尘干扰识别缺陷特征，进而提高镜片检测的准确率；
[0037] 本发明通过多工位同时进行检测，在满足多缺陷同时检测的前提下，能够进一步提高检测的效率和准确性。
具体实施方式
[0038] 为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，详细说明如下：
[0039] 下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的技术方案，本领域普通技术人员在没有做出创造性劳动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。
[0040] 一种镜片检测方法，包括：
[0041] S1、获取待测镜片的镜片图像，所述镜片图像包括第一组图像和第二组图像；即针对于同一个待测镜片，在不同的条件下获取两组不同的图像；本申请的第一目的是要排除灰尘干扰，检测镜片实际缺陷，为此，作为优选实施例，第一组图像是待测镜片除尘前的图像，第二组图像为待测镜片除尘后的图像。在实际情况下，第二组图像也可以为待测镜片在不同于第一组图像灰尘环境下的图像；为了便于后续图像处理：所述第一组图像包括待测镜片的图像和定位标识图像，所述第二组图像包括待测镜片的图像和定位标识图像。所述定位标识为位于待测镜片四周的四个定位孔，四个定位孔位于矩形框的四个顶角位置。
[0042] S2、对镜片图像进行分析处理；包括：
[0043] S201、对第一组图像和第二组图像分别进行缺陷分析，局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征，该缺陷特征表现为长条状或成片状，面积比较大，亮度比较低。
[0044] S202、逐像素比较第一组图，选择每个像素点最亮的图的像素值合成一张新图，命名为第一对比图像，对第一对比图像进行乘法运算，增强点状物亮度，使缺陷对比更加明显，全局阈值处理，得到第一对比图像的缺陷特征。逐像素比较第二组图，选择每个像素点最亮的图的像素值合成一张新图，命名为第二对比图像，对第二对比图像进行乘法运算，增强点状物亮度，使缺陷对比更加明显，全局阈值处理，得到第二对比图像的缺陷特征，该缺陷特征表现为点颗粒状，面积比较小，亮度比较高。
[0045] S203、将S201中得到的第一组图像的缺陷特征和S202中得到的第一对比图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将S201中得到的第二组图像的缺陷特征和S202中得到的第二对比图像的缺陷特征合并一起得到第二组图像的所有缺陷特征。
[0046] S204、将第一组图像的所有缺陷特征通过仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的所有缺陷特征分别进行膨胀，对膨胀后的缺陷特征差分运算，得到差值图像，其中：差值图像上的非0像素点为镜片本身缺陷，由非0转为0的像素点为灰尘。
[0047] 所述仿射变换的过程为：
[0048] a、确定基准点坐标差值：分别将第一组图像中待测镜片的轮廓和第二组图像中待测镜片的轮廓拟合为圆，提取第一组图像的圆心作为源点坐标，提取第二组图像的圆心作为目标点坐标；计算源点坐标和目标点坐标的差值得到基准点坐标差值；
[0049] b、确定夹角差值：计算第一组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第一夹角，计算第二组图像的定位标识图像的四个定位孔形成的矩形框与水平线的第二夹角；计算第一夹角和第二夹角的差值得到夹角差值；
[0050] c、利用基准点坐标差值和夹角差值确定变换矩阵；
[0051] d、通过变换矩阵将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置。
[0052] 图像处理时，首先根据基准点坐标差值，将第二组图像或者第一组图像的中心点进行平移，使得两者的圆形重合；然后根据夹角差值进行旋转，即可实现缺陷位置的重合。
[0053] S2还包括：通过衍射原理检测镜片膜层不到边缺陷。
[0054] S2还包括：镜片脱膜和挂边缺陷分析。
[0055] 本发明的第二目的是提供一种镜片检测用多工位检测装置，包括：
[0056] 第一工位：获取第一组图像，通过第一组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
[0057] 第二工位：获取第二组图像，通过第二组图像提取待测镜片的位置和定位孔位置，提取待测镜片上的缺陷特征；
[0058] 第三工位：用碗光源打光，获取第三图像，通过第三图像分析得到镜片膜层不到边缺陷；
[0059] 第四工位：用两个倾斜的点光源分别打光，透过镜片拍摄镜片在背景板上的投影，获取镜片脱膜和挂边缺陷；
[0060] 图像处理模块的具体工作过程为：
[0061] 对第一组图像和第二组图像分别进行缺陷分析，局部阈值处理得到第一组图像的缺陷特征和第二组图像的缺陷特征，该缺陷特征表现为长条状或成片状，面积比较大，亮度比较低。
[0062] 逐像素比较第一组图像，选择每个像素点最亮的图的像素值合成一张新图，对新图进行乘法运算，增强点状物亮度，使缺陷对比更加明显，全局阈值处理，得到第一组图的缺陷特征。逐像素比较第二组图，选择每个像素点最亮的图的像素值合成一张新图，对新图进行乘法运算，增强点状物亮度，使缺陷对比更加明显，全局阈值处理，得到第二组图的缺陷特征，该缺陷特征表现为点颗粒状，面积比较小，亮度比较高。
[0063] 将第一组图像的缺陷特征和第一组图像的缺陷特征合并一起得到第一组图像的所有缺陷特征，将第二组图像的缺陷特征和第二组图像的缺陷特征合并一起得到第二组图像的所有缺陷特征。
[0064] 将第一组图像的所有缺陷特征仿射变换到第二组图像的所有缺陷特征位置，将所述第一组图像和第二组图像对应位置的缺陷特征分别进行膨胀，对膨胀后的缺陷特征差分运算，得到差值图像，其中差值图像上的非0像素点为镜片本身缺陷，由非0转为0的像素点为灰尘。
[0065] 上述优选实施例主要包括四个检测工位：
[0066] 1、第一工位、第二工位和图像处理模块组成差分工位，第一工位和第二工位主要检测划伤、擦伤、点颗粒、亮点、破边、气泡、毛异物、龟裂、雾状、膜层异物等缺陷。这两个工位检测的点颗粒、亮点等缺陷和灰尘呈现的图像效果类似，无法从一张图像上区分灰尘和缺陷。为了避免灰尘对检出结果有影响，第一工位和第二工位分别对除尘前后的同一镜片进行拍图，对两次取图进行差分计算。具体步骤如下：
[0067] 一、第一工位取图，提取镜片位置和夹爪上的定位孔位置，提取镜片上的缺陷特征。
[0068] 二、镜片除尘，清除或改变灰尘位置。
[0069] 三、第二工位取图，提取镜片位置和夹爪上的定位孔位置，提取镜片上的缺陷特征。
[0070] 四、通过步骤一和步骤三提取到的镜片位置和定位孔位置计算变换矩阵，并对步骤一提取到的缺陷特征进行仿射变换，使一检测工位缺陷特征与二检测工位缺陷特征位置重叠。
[0071] 五、对步骤三和步骤四得到的缺陷特征差分计算，两次提取的缺陷位置重叠，则认为是镜片本身缺陷，不重叠则是灰尘。
[0072] 步骤一和步骤三在提取镜片的缺陷特征时，采用局部阈值和整体阈值相结合的方式。局部阈值用于提取缺陷不明显但是面积较大的缺陷，整体阈值提取面积小但特征明显的缺陷。
[0073] 步骤四在计算变换矩阵时，源点坐标使用一检测工位提取到的镜片轮廓拟合圆的圆心，旋转角度为一检测工位四个定位孔形成的矩形的角度，目标点坐标使用二检测工位提取到的镜片轮廓拟合圆的圆心，旋转角度为二检测工位四个定位孔形成的矩形的角度。
[0074] 2、三检测工位用碗光源打光，拍摄镜片膜层不到边缺陷，正常镀膜镜片在碗光下呈现黑色，而没有镀膜的镜片呈现白色，通过判断镜片区域的图像亮度即可检出缺陷。
[0075] 3、四检测工位用两个倾斜的点光源分别打光，相机透过镜片拍摄镜片在背景板上的投影，镜片脱膜和挂边缺陷在投影上的特征更加明显。
[0076] 以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
