CN110956619B - 一种曲面玻璃缺陷检测方法 - Google Patents

Abstract

已公开一种曲面玻璃缺陷检测方法，其包括采集条纹光透过玻璃后形成的图像；按灰度值阈值分割法将图像分割为若干第一区域并确定每个第一区域的骨架；沿骨架将各第一区域分割为若干像素列垂直于骨架的长条形第二区域，如沿像素列方向上存在灰度值剧烈变化，则该剧烈变化所在位置存在缺陷。上述方法解决了因曲面玻璃加工精度限制，导致的无法通过与无缺陷图像对比来检测图像缺陷的问题。

Description

一种曲面玻璃缺陷检测方法

技术领域

本发明涉及玻璃检测领域，具体涉及一种曲面玻璃缺陷检测方法。

背景技术

现有技术中，一般利用机器视觉分析技术分析曲面玻璃反射光形成的图像来检测玻璃缺陷，然而，以此原理检测缺陷，反射形成的高光可能会干扰玻璃缺陷的显像。

2013年10月9日公开的中国专利申请CN103344651A公开了一种采集条形光源透过玻璃形成的图像，再将采集到的图像与无缺陷玻璃的图像进行比对，根据相位差获取玻璃缺陷的方法。这种方法目前缺陷显像的内在规律尚不明了，但已经被实验所证实确实可行。然而，实践中，这种方法无法应用于曲面玻璃的缺陷检测，这是因为受曲面玻璃加工精度限制，两片没有缺陷的曲面玻璃，其被条纹光调制后的图像相位也是不一样的。因此，实践中，由于无法获得被检测曲面玻璃的无缺陷图像，也就无法通过与无缺陷图像对比而得的相位差检测图像缺陷。

发明内容

本发明的目的在于克服背景技术中存在的上述缺陷或问题，提供一种曲面玻璃缺陷检测方法，其即解决了因反射形成的高光干扰玻璃缺陷显像的问题，又解决了因曲面玻璃加工精度限制，导致的无法通过与无缺陷图像对比来检测图像缺陷的问题。

为达成上述目的，采用如下技术方案：

第一技术方案限定了一种曲面玻璃缺陷检测方法，其包括：采集明暗相间的条纹光源透过待测玻璃后形成的图像；至少对图像中与待测玻璃的曲面区域对应的部分，按灰度值阈值分割法分割为若干相连的第一区域；确定每个第一区域的骨架；沿骨架将各第一区域分割为若干彼此相连或相交的第二区域，所有第二区域应覆盖第一区域；第二区域呈垂直于骨架且其两端与第一区域边界重合的长条形，定义其像素列垂直于骨架，如发现第二区域沿像素列方向上存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。

基于第一技术方案，还公开了第二技术方案，其中，发现第二区域沿像素列方向存在灰度值剧烈变化的具体方法如下：定义垂直于像素列的方向的像素形成像素行，像素行包含一个或多个像素；对每个像素行的各像素灰度值求平均数得到行像素灰度值；沿像素列方向对行像素灰度值求导，得到行像素导数值；沿像素列方向，对行像素导数值按阈值分割法将行像素灰度值曲线分为彼此相接的正导数值段、近零段、负导数值段、近零段中的一段或多段；如在正导数值段中出现负导数值或在负导数值段中出现正导数值或在近零段中出现某行像素灰度值与该近零段行像素灰度值的平均值之差值的绝对值大于图像噪声值的特定倍数，则确定该第二区域沿像素列方向存在灰度值剧烈变化。

基于第一技术方案，还公开了第三技术方案，其还包括：对图像中与待测玻璃的平面区域对应的部分，沿着于明暗变化方向相垂直的方向，将图像中的该部分分割为若干相连的第三区域，第三区域呈长条形，定义第三区域的长度方向平行于明暗变化方向，定义其宽度方向垂直于明暗变化方向并包含一个或多个像素；沿长度方向将宽度方向上各像素灰度值求平均数得到宽度方向平均灰度值；通过对沿长度方向的宽度方向平均灰度值曲线的频率信息进行傅立叶变换和反变换，得到去除条纹纹理的宽度方向平均灰度值曲线；如发现去除条纹纹理的宽度方向平均灰度值曲线中存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。

基于第一、第二或第三技术方案，还公开了第四技术方案，其还包括相对待测玻璃转动条纹光源并至少停靠于两个位置，在各位置上条纹光源明暗相间的变化方向彼此相交；所述的采集明暗相间的条纹光源透过待测玻璃后形成的图像具体包括采集条纹光源处于每个位置时其发射的光透过待测玻璃的待测区域后形成的图像；并对采集到的每个图像均进行之后的分析。

相对于现有技术，上述方案具有如下有益效果：

第一技术方案中，由于是采集沿特定方向明暗相间的条纹光源透过待测玻璃后形成的图像，因此，不会产生因采集反射光而导致的高光干扰缺陷显像的问题。其次，由于采用将图像中的曲面区域分割为多个沿条纹延伸的第一区域(按阈值分割法，图像中的第一区域均会沿着明条纹与暗条纹的交界处延伸)，再寻找第一区域的骨架，并沿骨架将第一区域分割为多个垂直于骨架的第二区域，这样，即使对于曲面玻璃的曲面区域条纹可能产生的畸变，仍能够将图像缺陷寻找问题分解为垂直于条纹方向(即明暗变化方向)若干条形区域的缺陷寻找问题。

这里之所以要将第二区域设定为垂直于条纹方向(骨架方向)，是由于申请人发现，沿着垂直于条纹方向取一像素条，要比沿着条纹方向取一像素条，玻璃缺陷所在位置与周围的像素相比，灰度值变化更为剧烈。这个规律目前并未在任何现有技术中被批露。

在第一技术方案中，还需要指出，由于采用通过在像素列方向上发现灰度值剧烈变化来确定缺陷位置，从而不再需要与无缺陷玻璃进行对照，因此，也就解决了因曲面玻璃加工精度限制，导致的无法通过与无缺陷图像对比来检测图像缺陷的问题。

在第二技术方案中，具体给出了如何识别剧烈变化的方法，当然，这样的方法还有很多。其中，由于采取了对像素行进行灰度值平均的手段，可以更好地控制噪音带来的变化。

在第三技术方案中，对平面区域所对应的部分，则无需分割为若干第一区域，这是因为平面区域不产生畸变，因此，只要利用了傅立叶变换和反傅立叶变换消除了条纹光源所产生的纹理，就可以很容易地分离因噪声带来的灰度值变化和因缺陷带来的灰度值变化。

在第四技术方案中，通过转动条纹光源，使玻璃上一些具有方向性的缺陷(例如划痕)得以显示出来，其原理仍是垂直于条纹方向的条形区域更容易将缺陷显像的原理。具体而言，即是使条纹光源以不同的明暗变化方向照射待测玻璃，从而使一些具有方向性的玻璃缺陷(如划痕)即使在一个明暗变化方向上不易被显像，也会在明暗变化方向发生变化后被显像，从而降低了缺陷漏检率。

附图说明

为了更清楚地说明实施例的技术方案，下面简要介绍所需要使用的附图：

图1为用于采集图像的图像采集装置结构示意图；

图2为条纹光源的光透过曲面玻璃后形成的图像中曲面区域形成的条纹畸变示意图；

图3为第二区域中，缺陷位于图像中的第一位置时的图像的一部分；

图4为图3在缺陷位置的放大图；

图5为图4中第二区域沿像素列方向行像素灰度值图；

图6为第二区域中，缺陷位于图像中的第二位置时的图像的一部分；

图7为图6在缺陷位置的放大图；

图8为图7中第二区域沿像素列方向行像素灰度值图；

图9为条纹光源旋转至第一停靠位置时条纹光源与待测玻璃位置关系示意图；

图10为条纹光源旋转至第二停靠位置时条纹光源与待测玻璃位置关系示意图。

主要附图标记说明：

条纹光源1；载台2；图像采集器3；镜头31；相机32；待测玻璃4。

具体实施方式

权利要求书和说明书中，除非另有限定，术语“第一”、“第二”或“第三”等，都是为了区别不同对象，而不是用于描述特定顺序。

权利要求书和说明书中，除非另有限定，术语“中心”、“横向”、“纵向”、“水平”、“垂直”、“顶”、“底”、“内”、“外”、“上”、“下”、“前”、“后”、“左”、“右”、“顺时针”、“逆时针”等指示的方位或位置关系乃基于附图所示的方位和位置关系，且仅是为了便于简化描述，而不是暗示所指的装置或元件必须具有特定的方位或以特定的方位构造和操作。

权利要求书和说明书中，除非另有限定，术语“固接”或“固定连接”，应作广义理解，即两者之间没有位移关系和相对转动关系的任何连接方式，也就是说包括不可拆卸地固定连接、可拆卸地固定连接、连为一体以及通过其他装置或元件固定连接。

权利要求书和说明书中，除非另有限定，术语“包括”、“具有”以及它们的变形，意为“包含但不限于”。

下面将结合附图，对实施例中的技术方案进行清楚、完整地描述。

本申请的实施例涉及一种曲面玻璃缺陷检测方法。该方法基于一种图像采集装置。具体的图像采集装置如图1所示包括条纹光源1、载台2和图像采集器3。其中，载台2用于承载待测玻璃4。而条纹光源1则可以相对载台2或待测玻璃4转动并至少停靠于两个位置，图像采集器3包括镜头31和相机32，由相机32采集条纹光源1发射的光透过待测玻璃4和镜头31后形成的图像。

通过如下步骤检测曲面玻璃缺陷：

S1：条纹光源1相对待测玻璃4先转动至停靠于第一停靠位置(如图9所示)采集明暗相间的条纹光源透过待测玻璃后形成的图像。由于是采集沿特定方向明暗相间的条纹光源透过待测玻璃后形成的图像，因此，不会产生因采集反射光而导致的高光干扰缺陷显像的问题。

S2：对图像中与待测玻璃4的曲面区域对应的部分，按灰度值阈值分割法分割为若干相连的第一区域；从图2我们可以看到，待测玻璃4的曲面部分，明暗条纹会出现畸变。但不管其出现什么畸变，均可通过动态阈值分割法，沿一灰度值变化的界线(明暗条纹的交界点)将曲面区域部分分割为若干第一区域，该第一区域是由明条纹或暗条纹构成的。只是明条纹或暗条纹走向可能是直线，也可能是折线、曲线甚至是封闭曲线构成的环形。

S3：确定每个第一区域的骨架；在机器视觉领域，利用灰度值确定特定区域的骨架的方法是现有技术。在此不再赘述。

S4：沿骨架将各第一区域分割为若干彼此相连或相交的第二区域，所有第二区域应覆盖第一区域；第二区域呈垂直于骨架且其两端与第一区域边界重合的长条形，定义其像素列(即长条形的长边)垂直于骨架。

如发现第二区域沿像素列方向上存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。具体而言，通过如下方法发现第二区域沿像素列方向的灰度值剧烈变化：

S4.1：定义垂直于像素列的方向的像素形成像素行，像素行包含一个或多个像素；

S4.2：对每个像素行的各像素灰度值求平均数得到行像素灰度值；

S4.3：沿像素列方向对行像素灰度值求导，得到行像素导数值；

S4.4：沿像素列方向，对行像素导数值按阈值分割法将行像素灰度值曲线分为彼此相接的正导数值段、近零段、负导数值段、近零段中的一段或多段；如在正导数值段中出现负导数值或在负导数值段中出现正导数值或在近零段中出现某行像素灰度值与该近零段行像素灰度值的平均值之差值的绝对值大于图像噪声值的特定倍数，则确定该第二区域沿像素列方向存在灰度值剧烈变化。

我们可以通过缺陷位于图像中第一位置和第二位置时在图像和灰度值曲线上的反映来对上述S4.4步骤进一步深入理解。

图3示出了缺陷在图像中第一位置时的图像的一部分，图4是图3的放大图。从图4我们可以看到，缺陷位于明暗条纹交界的地方。由于已经按阈值分割法分割为若干第一区域，我们知道，每个第一区域正常情况下，均由灰度值上升段(正导数值段)、近零段(灰度值变化很小)和灰度值下降段(负导数值段)、近零段(灰度值变化很小)构成，当然，在图像的边缘部分，也有可能只有其中的一段或两段存在。而从图5可知，缺陷即位于灰度值下降段(即负导数值段)。此时，我们可以从灰度值图像中发现一个剧烈变化，该剧烈变化表现为在该负导数值段存在一个正导数值。当然，与此类似的，如果在正导数值段发现一个负导数值，也可以认定存在剧烈变化。

图6示出了缺陷在图像中第二位置时的图像的一部分，图7是图6的放大图。从图7我们可以看到，缺陷位于明条纹的位置。由于已经按阈值分割法分割为若干第一区域，因此，我们从图8可知，缺陷位于近零段(灰度值变化很小)。我们可以从灰度值图像中发现一个剧烈变化，该剧烈变化表现为某一灰度值与该段的平均灰度值之差值大于图像噪声值的特定倍数。而图像噪声值是由信噪比和该灰度值的平均值决定的。本实施例中，特定倍数可以选择2倍。

由上可知，由于采用将图像中的曲面区域分割为多个沿条纹延伸的第一区域(按阈值分割法，图像中的第一区域均会沿着明条纹与暗条纹的交界处延伸)，再寻找第一区域的骨架，并沿骨架将第一区域分割为多个垂直于骨架的第二区域，这样，即使对于曲面玻璃的曲面区域条纹可能产生的畸变，仍能够将图像缺陷寻找问题分解为垂直于条纹方向(即明暗变化方向)若干条形区域的缺陷寻找问题。而由于采用通过在像素列方向上发现灰度值剧烈变化来确定缺陷位置，从而不再需要与无缺陷玻璃进行对照，因此，也就解决了因曲面玻璃加工精度限制，导致的无法通过与无缺陷图像对比来检测图像缺陷的问题。

S5：对图像中与待测玻璃的平面区域对应的部分，沿着与明暗变化方向相垂直的方向，将图像中的该部分人割为若干相连的第三区域，第三区域呈长条形，定义第三区域的长度方向平行于明暗变化方向，定义其宽度方向垂直于明暗变化方向并包含一个或多个像素；由于平面区域对应的部分，条纹不会发生畸变，因此，无需划分第一区域，直接可以跨条纹选择第三区域。

S6：沿长度方向将宽度方向上各像素灰度值求平均数得到宽度方向平均灰度值。

S7：通过对沿长度方向的宽度方向平均灰度值曲线的频率信息进行傅立叶变换和反变换，得到去除条纹纹理的宽度方向平均灰度值曲线。

S8：如发现去除条纹纹理的宽度方向平均灰度值曲线中存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。这里的剧烈变化，同样可以用某一灰度值与邻近段平均灰度值之差值大于图像噪声值的特定倍数来检测出来。

S9：条纹光源1相对待测玻璃4先转动至停靠于第二停靠位置(如图10所示)采集明暗相间的条纹光源透过待测玻璃后形成的图像。

然后再重复S2至S8。

通过转动条纹光源，使玻璃上一些具有方向性的缺陷(例如划痕)得以显示出来，其原理是垂直于条纹方向的条形区域更容易将缺陷显像的原理。具体而言，即是使条纹光源以不同的明暗变化方向照射待测玻璃，从而使一些具有方向性的玻璃缺陷(如划痕)即使在一个明暗变化方向上不易被显像，也会在明暗变化方向发生变化后被显像，从而降低了缺陷漏检率。

当然，如果图像中，全部第二区域和第三区域均未检测到剧烈变化，则该曲面玻璃不存在缺陷。

上述说明书和实施例的描述，用于解释本发明保护范围，但并不构成对本发明保护范围的限定。

Claims (4)

1.一种曲面玻璃缺陷检测方法，其特征是，包括：

采集明暗相间的条纹光源透过待测玻璃后形成的图像；

至少对图像中与待测玻璃的曲面区域对应的部分，按灰度值阈值分割法分割为若干相连的第一区域；

确定每个第一区域的骨架；

沿骨架将各第一区域分割为若干彼此相连或相交的第二区域，所有第二区域应覆盖第一区域；第二区域呈垂直于骨架且其两端与第一区域边界重合的长条形，定义其像素列垂直于骨架，如发现第二区域沿像素列方向上存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。

2.如权利要求1所述的一种曲面玻璃缺陷检测方法，其特征是，发现第二区域沿像素列方向存在灰度值剧烈变化的具体方法如下：

定义垂直于像素列的方向的像素形成像素行，像素行包含一个或多个像素；

对每个像素行的各像素灰度值求平均数得到行像素灰度值；

沿像素列方向对行像素灰度值求导，得到行像素导数值；

沿像素列方向，对行像素导数值按阈值分割法将行像素灰度值曲线分为彼此相接的正导数值段、近零段、负导数值段、近零段中的一段或多段；如在正导数值段中出现负导数值或在负导数值段中出现正导数值或在近零段中出现某行像素灰度值与该近零段行像素灰度值的平均值之差值的绝对值大于图像噪声值的特定倍数，则确定该第二区域沿像素列方向存在灰度值剧烈变化。

3.如权利要求1所述的一种曲面玻璃缺陷检测方法，其特征是：还包括：

对图像中与待测玻璃的平面区域对应的部分，沿着于明暗变化方向相垂直的方向，将图像中的该部分分割为若干相连的第三区域，第三区域呈长条形，定义第三区域的长度方向平行于明暗变化方向，定义其宽度方向垂直于明暗变化方向并包含一个或多个像素；

沿长度方向将宽度方向上各像素灰度值求平均数得到宽度方向平均灰度值；

通过对沿长度方向的宽度方向平均灰度值曲线的频率信息进行傅立叶变换和反变换，得到去除条纹纹理的宽度方向平均灰度值曲线；

如发现去除条纹纹理的宽度方向平均灰度值曲线中存在灰度值剧烈变化，则该剧烈变化在图像中的位置所对应的待测玻璃的相应位置存在缺陷。

4.如权利要求1、2或3所述的一种曲面玻璃缺陷检测方法，其特征是，还包括相对待测玻璃转动条纹光源并至少停靠于两个位置，在各位置上条纹光源明暗相间的变化方向彼此相交；

所述的采集明暗相间的条纹光源透过待测玻璃后形成的图像具体包括采集条纹光源处于每个位置时其发射的光透过待测玻璃的待测区域后形成的图像；并对采集到的每个图像均进行之后的分析。

Images