CN106447655B - 一种光滑物件表面异色及轻微凹陷的检测方法 - Google Patents
一种光滑物件表面异色及轻微凹陷的检测方法 Download PDFInfo
- Publication number
- CN106447655B CN106447655B CN201610834044.3A CN201610834044A CN106447655B CN 106447655 B CN106447655 B CN 106447655B CN 201610834044 A CN201610834044 A CN 201610834044A CN 106447655 B CN106447655 B CN 106447655B
- Authority
- CN
- China
- Prior art keywords
- image
- color
- data
- statistical
- window
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 11
- 230000010365 information processing Effects 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本专利公开了一种光滑物件表面异色及轻微凹陷的检测方法,其由图像获取、色彩***转换、统计特征提取、特征信息处理及输出模块等环节组成。图像在转换为YHC色彩描述***后,在所有滑动窗口中计算出YHC的数学期望、方差、三阶及四阶矩,以及这些特征的二次统计特征,包括YHC的各窗口的数学期望、三阶矩和四阶矩的方差,比对标准件及待件件对应窗口的统计特征,检出差异。将检出的差异区域以最大外接矩形标志出,并输出相应的特征值、区域位置及开关量信号。
Description
技术领域
本发明涉及一种数字摄像机。
背景技术
诸如手机外壳表面等表面光滑物件在生产过程中因种种原因可能出现异色区域,其在图像中表现为该区域与正常表面相比呈轻微的色差或存在颜色、亮度上轻微的黯淡或泛白;表面光滑物件还可能出现轻微凹陷,其在图像中亦表现为该区域图像呈轻微的黯淡色差。这种有瑕疵的部件需要被检出,而检测方法目前以人工目视检测为主。人工目视检测一方面容易出现漏检,另一方面效率低下。采用机器视觉方式检测多年来一直在尝试采用,但限于高分辨率工业相机仅能拍摄黑白图像以及机器视觉处理方法仅针对黑白图像,其效果一直不理想,未能达到实际应用程度。
发明内容
本发明的目的在于将拍摄和处理结合,在亮度Y-色调H-色浓度C(以下简称YHC)色彩描述***中运用数学期望、方差及高阶中心矩(以下简称“中心矩”为“矩”)表达所拍摄的光滑物件表面图像中异色区域及凹陷区域的特征以及图像中正常区域的特征,依据其统计特征的差异达到将此类瑕疵检出的目标。
实现上述目的的技术方案:
一种光滑物件表面异色及轻微凹陷的检测方法,包括图像获取模块、色彩***转换模块、统计特征提取模块、特征信息处理模块、输出模块,如图1所示。所述图像获取模块用于拍摄序列彩色图像,其图像原始数据各基色数据量是相等的。该图像数据以RGB表达方式通过各模块传递最后以数据形式输出;所述色彩***转换模块用于将从图像获取模块获得的图像从RGB色彩***转换为YHC色彩描述***,其转换方法为:
Y=0.299R+0.587G+0.114B
C=M-m
其中,M=max{R,G,B}、m=min{R,G,B}
H=AH’
其中,
A的取值为1/6单基色最大值。在常用的36位和24位彩色***中,A分别为1365/2和85/2。
所述统计特征提取模块用于计算YHC的一次统计特征,包括它们在局部区域的统计值、离散性、变化方向及变化幅度,这些特征分别以它们在局部区域的数学期望、方差、三阶及四阶矩表示,如图2、图3所示。将图像中一个局部区域称为窗口、按一定规则移动窗口位置称为滑动窗口,如图4、图5所示。一次统计特征的计算在滑动窗口内进行,窗口遍历图像。窗口尺寸及窗口滑动步距的设置参数根据精度要求确定。统计特征提取模块还在一次统计特征的基础上计算其二次统计特征,包括YHC的各窗口数学期望的方差,其表征YHC的整体均匀性、YHC的各窗口三阶及四阶矩的方差,其表征YHC的整体变化方向及变化幅度的波动性;所述特征信息处理模块用于对所得特征进行处理:区分标准工件与受检工件的特征、比对对应窗口中的统计特征,差异超过设定值即表示检出异常区域,并标志出所有异常区域位于图像中最左方那个区域的左横座标x0、最上方那个区域的上纵座标y0、最右方那个区域的右横座标x1、最下方那个区域的下纵座标y1, 以(x0, y0)、(x1, y1)为对角顶点的矩形区域内包含了所有异常区域;所述输出模块用于将特征信息处理模块的处理结果以开关量方式及数据方式输出,其中开关量用以与后续设备联动、数据包括有异常时异常的特征值、异常区域座标、(x0, y0)及(x1, y1)座标以及原RGB图像数据。
采用上述技术方案,本专利有益的技术效果在于:
(1)采用数学期望、方差、三阶及四阶矩作为特征有助于准确定位异常及异常性质;
(2)采用滑动窗口有助于快速、准确定位异常区域;
(3)采用YHC色彩描述***有助于定位异常性质。
附图说明
图1为一种光滑物件表面异色及轻微凹陷的检测方法框图。
图2为三阶矩曲线图。
图3为四阶矩曲线图。
图4为窗口滑动示意图。
图5为滑动窗口示意图。
图6为一种光滑物件表面异色及轻微凹陷的检测方法具体实施框图。
具体实施方式
一种光滑物件表面异色及轻微凹陷的检测方法,如图6所示,包括图像获取模块1、色彩***转换模块2、统计特征提取模块3、特征信息处理模块4、输出模块5和参数设置模块6。所述图像获取模块1用于拍摄彩色数字图像序列,其每帧原始数据各基色数据量相等,所拍摄到的图像送到色彩***转换模块2;所述色彩***转换模块2用于将从图像获取模块1获得的图像从RGB色彩***转换为YHC色彩描述***,本实施采用36位彩色,其转换方法为:
Y=0.299R+0.587G+0.114B
C=M-m
其中,M=max{R,G,B}、m=min{R,G,B}
H=AH’,
其中,A=1365/2、
转换后的YHC数据和原RGB数据一起送到统计特征提取模块3;所述统计特征提取模块3用于计算由色彩***转换模块2送来的YHC的一次统计特征,包括它们在局部区域的统计值、离散性、变化方向及变化幅度,这些特征分别以它们在局部区域的数学期望、方差、三阶及四阶矩表示。本实施中一次统计特征的计算在默认的64×64滑动窗口内进行,窗口以默认的步距32遍历图像。在一次统计特征的基础上计算其二次统计特征,包括YHC的各窗口数学期望的方差、YHC的各窗口三阶及四阶矩的方差,统计特征及原RGB数据送到特征信息处理模块4;所述特征信息处理模块4用于由统计特征提取模块3所送来的特征数据进行处理:区分标准工件与受检工件的特征、比对对应窗口中的统计特征,差异超过设定值即表示检出异常区域,并标志出所有异常区域位于图像中最左方那个区域的左横座标x 0 、最上方那个区域的上纵座标y 0 、最右方那个区域的右横座标x 1 、最下方那个区域的下纵座标y 1 ,以(x 0 , y 0 )、(x 1 , y 1 )为对角顶点的矩形区域内包含了所有异常区域。有无异常的信号及有异常时异常的特征值、异常区域座标、(x 0 , y 0 )座标、(x 1 , y 1 )座标以及原RGB数据送到输出模块5;所述输出模块5用于将特征信息处理模块4所送来的处理结果及数据以开关量方式及数据方式输出,其中开关量信号用以触发相关联动设备、数据输出用以提供给后续设备或上位机作后续处理用;所述参数设置模块6用以从上位机输入设置信息,如图像处理模块的参数、窗口参数、异常判别参数;所述统计特征提取模块3还用以向特征信息处理模块4传递异常判别参数。
Claims (5)
1.一种光滑物件表面异色及轻微凹陷的检测方法,其特征在于,包括以下步骤:
令一图像获取模块拍摄序列彩色图像,所述序列彩色图像的图像数据为RGB数据;
藉由一色彩***转换模块将所述RGB数据转换为YHC数据;
利用一统计特征提取模块分别以局部区域图像的亮度Y,色调H和色浓度C计算一次统计特征;所述统计特征分别以数学期望、方差、三阶距、以及四阶距进行表示;其中,所述局部区域的图像亮度Y、色调H和色浓度C的二次统计特征在其一次统计特征的基础上计算,其二次统计特征包括亮度Y、色调H和色浓度C的各窗口数学期望的方差,用以表征亮度Y、色调H和色浓度C的整体均匀性;亮度Y、色调H和色浓度C的各窗口三阶及四阶动差的方差,用以表征亮度Y、色调H和色浓度C的整体变化方向及变化幅度的波动性;
通过一特征信息处理模块对所述统计特征提取模块计算的统计特征进行区分处理,包括以下步骤:
通过区分标准工件与受检工件、以及对比对应窗口中的统计特征获得差异区域,所述差异区域超过设定值即表示检出异常区域;
标志出所有异常区域位于图像最左上角与最右下角的座标为对角顶点的矩形区域最为异常存在区域;
通过一输出模块将区分处理结果以开关量方式及数据方式输出;所述输出模块输出开关量用以与后续设备联动,并输出有异常时的所有异常的特征值、各异常区域座标以及包括所有异常区域的矩形的对角顶点座标、以及原RGB图像数据。
2.根据权利要求1所述的光滑物件表面异色及轻微凹陷的检测方法,其特征在于,在所述拍摄序列彩色图像的步骤中,所述序列彩色图像中每帧原始数据各基色数据量是相等的。
4.根据权利要求1所述的光滑物件表面异色及轻微凹陷的检测方法,其特征在于,所述统计特征包括局部区域图像的统计值、数据离散性、变化方向、以及变化幅度。
5.根据权利要求4所述的光滑物件表面异色及轻微凹陷的检测方法,其特征在于,所述利用一统计特征提取模块计算所述YHC数据的一次统计特征的步骤中,所述局部区域图像的亮度Y,色调H和色浓度C的一次统计特征的计算在滑动窗口内进行,所述滑动窗口的遍历图像、窗口尺寸、及窗口滑动步距依照精度要求确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610834044.3A CN106447655B (zh) | 2016-09-20 | 2016-09-20 | 一种光滑物件表面异色及轻微凹陷的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610834044.3A CN106447655B (zh) | 2016-09-20 | 2016-09-20 | 一种光滑物件表面异色及轻微凹陷的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106447655A CN106447655A (zh) | 2017-02-22 |
CN106447655B true CN106447655B (zh) | 2021-03-12 |
Family
ID=58166052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610834044.3A Active CN106447655B (zh) | 2016-09-20 | 2016-09-20 | 一种光滑物件表面异色及轻微凹陷的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447655B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230324B (zh) * | 2018-01-31 | 2023-10-20 | 浙江理工大学 | 磁瓦表面微缺陷视觉检测方法 |
CN116797446A (zh) * | 2022-03-17 | 2023-09-22 | ***通信有限公司研究院 | 一种数据处理方法、装置及设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1293835C (zh) * | 2005-01-06 | 2007-01-10 | 重庆大学 | 物品检测中的基于单元灰度均匀性的在线异物识别法 |
CN101346623B (zh) * | 2005-12-26 | 2012-09-05 | 株式会社尼康 | 根据图像分析进行缺陷检查的缺陷检查装置 |
CN102162796B (zh) * | 2010-02-24 | 2013-03-06 | 北京大学 | 一种陷印图像质量和陷印方法效果的检测方法及*** |
CN104574389A (zh) * | 2014-12-26 | 2015-04-29 | 康奋威科技(杭州)有限公司 | 基于彩色机器视觉的电池片色差分选控制方法 |
-
2016
- 2016-09-20 CN CN201610834044.3A patent/CN106447655B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106447655A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3477931B1 (en) | Image processing method and device, readable storage medium and electronic device | |
CN107578418B (zh) | 一种融合色彩和深度信息的室内场景轮廓检测方法 | |
TWI729995B (zh) | 基於場景之拍攝圖像而產生合併、融合三維點雲 | |
CN108760767B (zh) | 基于机器视觉的大尺寸液晶屏缺陷检测方法 | |
US9773302B2 (en) | Three-dimensional object model tagging | |
CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
CN111862224B (zh) | 确定相机与激光雷达之间外参的方法和装置 | |
US8724885B2 (en) | Integrated image processor | |
CN101996407B (zh) | 一种多相机颜色标定方法 | |
CN105138987B (zh) | 一种基于聚合通道特征和运动估计的车辆检测方法 | |
CN111027415B (zh) | 一种基于偏振图像的车辆检测方法 | |
CN108550167B (zh) | 深度图像生成方法、装置及电子设备 | |
CN105740872A (zh) | 图像特征提取方法及其装置 | |
CN106447655B (zh) | 一种光滑物件表面异色及轻微凹陷的检测方法 | |
CN110595397A (zh) | 一种基于图像识别的篦冷机工况监测方法 | |
CN110533713A (zh) | 桥梁裂缝宽度高精度测量方法及测量装置 | |
JP6860445B2 (ja) | 物体距離検出装置 | |
CN101729739A (zh) | 一种图像纠偏处理方法 | |
CN110136104B (zh) | 基于无人机地面站的图像处理方法、***及介质 | |
US20170330307A1 (en) | Image processing device and program | |
TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
CN116152121A (zh) | 基于畸变参数的曲面屏生成方法、矫正方法 | |
KR101574195B1 (ko) | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 | |
JP2005283197A (ja) | 画面のスジ欠陥検出方法及び装置 | |
CN112102347B (zh) | 一种基于双目视觉的台阶检测和单级台阶高度估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |