CN110490864A - 图像的自适应缺陷检测方法 - Google Patents

Abstract

本发明公开了一种图像的自适应缺陷检测方法，包括以下步骤：1)对待测图像生成大小相同的掩膜图，初始掩膜值为0，统计待测图像均值μ₀和标准差σ₀，确定系数M；2)判断各像素的灰度值是否大于μ₀+M×σ₀或小于μ₀‑M×σ₀，是则掩膜值置为1；3)统计掩膜值为0部分在待测图像中的均值μ_i和标准差σ_i，再将待测图像上在掩膜值为1对应部分的像素的灰度值置为均值μ_i，得到图像I；4)同上方法生成掩膜图I并判断；5)i+1，重复步骤3)、4)，直到掩膜值均为0；6)将所有掩膜值为1的区域合并显示，得到最终的缺陷掩膜图。该方法避免了因阈值设置不合理造成的误检或漏检，可有效实现各尺度的缺陷检测与识别。

Description

图像的自适应缺陷检测方法

技术领域

本发明涉及图像检测领域，具体涉及一种图像的自适应缺陷检测方法。

背景技术

图像检测技术是目前广泛应用的视觉检测方法，对于底色单一的图片，检测其表面的异常点，通常采用设定阈值，再识别出图中异常值的方法，这种异常点在产品上即为缺陷。但是单一阈值的设定，往往不能准确检测出图像上的所有异常点。这是因为若阈值设定过大会漏掉小尺寸的异常，而阈值设定过小又会误检出大量无效区域。

发明内容

为了解决上述技术问题，本发明提供一种图像的自适应缺陷检测方法，其能有效解决缺陷识别时阈值难以确定的问题，避免了因阈值设置不合理造成的误检或漏检，可有效实现各尺度的缺陷检测与识别。

为此，本发明的技术方案如下：

一种图像的自适应缺陷检测方法，包括以下步骤：

1)对待测图像生成大小相同的掩膜图，设定掩膜图中各像素的初始掩膜值为0，统计所述待测图像各像素灰度值的均值μ₀和标准差σ₀，确定系数M；

所述待测图像为底色单一且均匀的图像；

2)判断所述待测图像中各像素的灰度值是否大于μ₀+M×σ₀或小于μ₀-M×σ₀，如果是，那么将掩膜图对应位置的掩膜值置为1；

3)统计所述掩膜图中掩膜值为0的部分在待测图像中所对应像素的灰度值均值μ_i和标准差σ_i，再将待测图像上在掩膜图中掩膜值为1的部分的像素的灰度值置为均值μ_i，得到图像I；i取值为正整数；I＝i；

4)生成与所述图像I大小相同的掩膜图I，设定所述掩膜图I的初始掩膜值为0，判断图像I中各像素的灰度值是否大于μ_i+M×σ_i或小于μ_i-M×σ_i，如果是，那么将掩膜图I对应位置的掩膜值置为1；

5)i+1，以步骤4)中的掩膜图I和图像I替换步骤3)中计算灰度值均值μ_i和标准差σ_i所用到的掩膜图和待测图像，重复步骤3)、4)，直到掩膜图中所有掩膜值均为0；

6)将多次循环中掩膜值为1的区域合并显示，得到最终的缺陷掩膜图。由此掩膜图可获知待测图像上的缺陷区域。

进一步，步骤5)的循环终止条件还为预先设定的最大循环次数或者相邻两次循环后得到的掩膜图相同。

进一步，M＝1～5。

进一步，所述待测图像为相位、梯度、曲率的差分或卷积图，以及调制图。

本申请提供的图像的自适应缺陷检测方法通过循环多次设定检测阈值，可有效解决缺陷识别时阈值难以确定的问题，避免了因阈值设置不合理造成的误检或漏检，可有效实现各尺度的缺陷检测与识别。

附图说明

图1为采用现有方法固定阈值偏大时的检测效果图；

图2为采用现有方法固定阈值偏小时的检测效果图；

图3为具体实施方式中步骤2)得到的掩膜图；

图4为具体实施方式中第1个循环后得到的掩膜图；

图5为具体实施方式中第2个循环后得到的掩膜图；

图6为具体实施方式中第3个循环后得到的掩膜图；

图7为具体实施例方法最终得到的最终缺陷掩膜图。

注：图1、2和3～7所处理的原图为同一张。

具体实施方式

以下结合附图和具体实施方式对本发明的技术方案进行详细描述。

一种图像的自适应缺陷检测方法，包括以下步骤：

1)对待测图像生成大小相同的掩膜图，设定掩膜图中各像素的初始掩膜值为0，统计待测图像各像素灰度值的均值μ₀和标准差σ₀，确定系数M；

待测图像为底色单一且均匀的图像；例如汽车漆面、手机屏等镜面/类镜面图像；

待测图像为相位、梯度、曲率的差分或卷积图，以及调制图，附图3～7中使用的原图为缺陷调制后的相位差分图；

2)判断待测图像中各像素的灰度值是否大于μ₀+M×σ₀或小于μ₀-M×σ₀，如果是，那么将掩膜图对应位置的掩膜值置为1；优选，M＝1～5，此处选择M＝3，得到第一张掩膜图，图3；

3)统计掩膜图中掩膜值为0的部分在待测图像中所对应像素的灰度值均值μ_i和标准差σ_i，再将待测图像上在掩膜图中掩膜值为1的部分的像素的灰度值置为均值μ_i，得到图像I；i取值为正整数；I＝i；

4)生成与图像I大小相同的掩膜图I，设定掩膜图I的初始掩膜值为0，判断图像I中各像素的灰度值是否大于μ_i+M×σ_i或小于μ_i-M×σ_i，如果是，那么将掩膜图I对应位置的掩膜值置为1；

5)i+1，以步骤4)中的掩膜图I和图像I替换步骤3)中计算灰度值均值μ_i和标准差σ_i所用到的掩膜图和待测图像，重复步骤3)、4)，直到掩膜图中所有掩膜值均为0；i＝1时，掩膜图1为图4；i＝2时，掩膜图1为图5；i＝3时，掩膜图1为图6；

6)将多次循环中掩膜值为1的区域合并显示，得到最终的缺陷掩膜图，如图7所示。由此掩膜图可获知待测图像上的缺陷区域。可见，相对于图2所采用现有固定阈值的方法，图7并不存在图2右下角的杂点。

为了防止程序错误导致循环不能终止，步骤5)的循环终止条件还为预先设定的最大循环次数或者相邻两次循环后得到的掩膜图相同。

前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。

Claims (4)

1.一种图像的自适应缺陷检测方法，其特征在于包括以下步骤：

1)对待测图像生成大小相同的掩膜图，设定掩膜图中各像素的初始掩膜值为0，统计所述待测图像各像素灰度值的均值μ₀和标准差σ₀，确定系数M；

所述待测图像为底色单一且均匀的图像；

2)判断所述待测图像中各像素的灰度值是否大于μ₀+M×σ₀或小于μ₀-M×σ₀，如果是，那么将掩膜图对应位置的掩膜值置为1；

3)统计所述掩膜图中掩膜值为0的部分在待测图像中所对应像素的灰度值均值μ_i和标准差σ_i，再将待测图像上在掩膜图中掩膜值为1的部分的像素的灰度值置为均值μ_i，得到图像I；i取值为正整数；I＝i；

4)生成与所述图像I大小相同的掩膜图I，设定所述掩膜图I的初始掩膜值为0，判断图像I中各像素的灰度值是否大于μ_i+M×σ_i或小于μ_i-M×σ_i，如果是，那么将掩膜图I对应位置的掩膜值置为1；

5)i+1，以步骤4)中的掩膜图I和图像I替换步骤3)中计算灰度值均值μ_i和标准差σ_i所用到的掩膜图和待测图像，重复步骤3)、4)，直到掩膜图中所有掩膜值均为0；

6)将多次循环中掩膜值为1的区域合并显示，得到最终的缺陷掩膜图。

2.如权利要求1所述图像的自适应缺陷检测方法，其特征在于：步骤5)的循环终止条件还为预先设定的最大循环次数或者相邻两次循环后得到的掩膜图相同。

3.如权利要求1所述图像的自适应缺陷检测方法，其特征在于：M＝1～5。

4.如权利要求1所述图像的自适应缺陷检测方法，其特征在于：所述待测图像为相位、梯度、曲率的差分或卷积图，以及调制图。