CN115690077A - 一种泡罩板背面缺陷检测方法及*** - Google Patents
一种泡罩板背面缺陷检测方法及*** Download PDFInfo
- Publication number
- CN115690077A CN115690077A CN202211426512.5A CN202211426512A CN115690077A CN 115690077 A CN115690077 A CN 115690077A CN 202211426512 A CN202211426512 A CN 202211426512A CN 115690077 A CN115690077 A CN 115690077A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- gaussian curvature
- detected
- area
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本说明书实施例提供了一种泡罩板背面缺陷检测方法及***，其中，方法包括：采集多张待检测的泡罩板背面的图像；对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像；根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域；对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。本发明摆脱了传统检测思想，减少了外界光源影响，能够稳定、快速检测出药品泡罩板的背面缺陷。
Description
技术领域
本文件涉及图像处理技术领域，尤其涉及一种泡罩板背面缺陷检测方法及***。
背景技术
随着泡罩板应用类型的日趋多样化，生产企业在生产过程中难免出现问题，容易出现破损等问题，质量不好把控。目前采用人工检测方法有着劳动力强度大、检测效率低等缺点，而基于机器视觉的检测技术可以克服人工检测的缺点。
本发明基于机器视觉和图像处理技术，运用光度立体法，构建了一种药品泡罩板的背面的缺陷检测方法及***，摆脱传统单张图片检测思想，使用四张不同照明方向的图像运用光度立体法检测缺陷，减少外界光源影响，稳定、快速检测出药品泡罩板的背面缺陷。
发明内容
本说明书一个或多个实施例提供了一种泡罩板背面缺陷检测方法，包括：
S1、采集多张待检测的泡罩板背面的图像；
S2、对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像；
S3、根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
S4、根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域；
S5、对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
本说明书一个或多个实施例提供了一种泡罩板背面缺陷检测***，包括：
图像采集模块：用于采集多张待检测的泡罩板背面的图像；
第一图像处理模块：用于对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像；
第二图像处理模块：用于根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
待检测区域筛选模块：用于根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域；
缺陷区域检测模块：用于对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
本发明摆脱传统单张图片检测思想，使用四张不同照明方向的图像运用光度立体法检测缺陷，减少外界光源影响，稳定、快速检测出药品泡罩板的背面缺陷；解决了现有的泡罩包装缺陷检测不完全的问题，采用的装置结构简单，检测成本低，能够避免单一光源难以凸显不同方向缺陷的问题，鲁棒性更好，避免传统检测方法检测不到缺陷信息的问题，有效地控制误报率和漏检率，大大提高缺陷检测的精准度和工作处理效率，这样不仅减轻了工作人员的工作量，而且还能提高成品的制作质量和效率
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测方法的流程示意图；
图2为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测方法检测时相机的光轴与照明方向之间的角度示意图；
图3为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测方法检测时光源光线投影与被测物主轴的夹角示意图；
图4为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测***的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
方法实施例
根据本发明实施例，提供了一种泡罩板背面缺陷检测方法，图1为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测方法的流程示意图，如图1所示，根据本发明实施例的泡罩板背面缺陷检测方法具体包括：
S1、采集多张待检测的泡罩板背面的图像。
具体的：
采用远心镜头的相机在同一拍摄角度拍摄多张不同光照角度的图像；
其中，具有远心镜头的相机与应重建的场景正交放置，即与待检测的泡罩板背面垂直放置，在图像采集的过程中，相机相对于场景的方向不得改变。
图像采集时，相机拍摄的图像数量至少为三张，本实施例中从同一个拍摄角度拍摄四张不同的光照角度的图像。
S2、对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像。
具体的：
对采集的多张从不同角度照明所得到的图像通过光度立体法进行曲面重建；本实施例中，输入四张拍摄图像，如图2和图3所示，四张图像拍摄时相机与照明方向之间的角度Slants＝[6.1，95.0，-176.1，-86.8]，光源光线投影与被测物主轴的夹角Tilts＝[6.1，95.0，-176.1，-86.8]；
通过photometric_stereo算子计算曲面的渐变场和表面的反照率，得到重建曲面的表面梯度图像和反照率图像。
S3、根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像。
具体的：
以表面梯度图像作为输入，通过derivate_vector_field算子计算图像表面的高斯曲率，获得高斯曲率图像；其中，平滑系数sigma为1。
S4、根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域。
具体的：
使用区域增长算子regiongrowing对图像进行分割，其中测试像素之间的垂直距离(栅格的高度)RasterHeight＝1，测试像素之间的水平距离(栅格的高度)RasterWidth＝1，容忍值Tolerance＝0.001，输出区域的最小大小MinSize＝250。
将所述高斯曲率图像分割成相同强度的区域，即栅格化成大小为RasterHeight×RasterWidth的矩形区域；
比较两个相邻矩形区域中心点的灰度值g1和g2，若所述两个相邻区域中心点的灰度值的差的绝对值小于预设的容忍值Tolerance，则将两个区域合并为一个区域；
限定筛选区域的宽度和高度的取值范围；
若一个区域的宽度和高度同时满足所述取值范围，则选取此区域，再转换生成该区域的最小外接圆，得到待检测区域。
S5、对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
具体的：
裁剪待检测区域的高斯曲率图像，计算所述高斯曲率图像的绝对值，得到绝对值图像；
对绝对值图像二值化处理，将图像像素内的每个灰度值与预设的限定值比较，提取符合设定阈值条件的像素区域；所述阈值范围为0.03～255；
对二值化提取的区域进行特征化处理，得到缺陷区域。
其中，对二值化提取的区域进行特征化处理具体为：
使用圆形结构元素对二值化提取出的区域进行闭运算；区域内的孔小于圆形结构元素半径的合并闭合为一个区域，其中半径r＝10；
断开连通域使互不相连的区域独立为一个待判断区域；
设定区域面积最小值，所述待判断区域的面积小于所述最小值的即为缺陷区域；其中，面积最小值设置为area_min＝10。
有益效果：
本发明摆脱传统单张图片检测思想，使用四张不同照明方向的图像运用光度立体法检测缺陷，减少外界光源影响，稳定、快速检测出药品泡罩板的背面缺陷；解决了现有的泡罩包装缺陷检测不完全的问题，采用的装置结构简单，检测成本低，能够避免单一光源难以凸显不同方向缺陷的问题，鲁棒性更好，避免传统检测方法检测不到缺陷信息的问题，有效地控制误报率和漏检率，大大提高缺陷检测的精准度和工作处理效率，这样不仅减轻了工作人员的工作量，而且还能提高成品的制作质量和效率。
***实施例
根据本发明实施例，提供了一种泡罩板背面缺陷检测***，图4为本说明书一个或多个实施例提供的一种泡罩板背面缺陷检测***的结构示意图，如图4所示，根据本发明实施例的泡罩板背面缺陷检测***具体包括：
图像采集模块40：用于采集多张待检测的泡罩板背面的图像。
图像采集模块40包括远心镜头的相机和光源，具体用于：
采用远心镜头的相机在同一拍摄角度拍摄多张不同光照角度的图像；
其中，所述相机与待检测的泡罩板背面垂直放置，拍摄的图像数量至少为三张。
第一图像处理模块42：用于对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像。
第一图像处理模块42具体用于：
对采集的多张从不同角度照明所得到的图像通过光度立体法进行曲面重建；本实施例中，输入四张拍摄图像，四张图像拍摄时相机与照明方向之间的角度Slants＝[6.1，95.0，-176.1，-86.8]，光源光线投影与被测物主轴的夹角Tilts＝[6.1，95.0，-176.1，-86.8]；
通过photometric_stereo算子计算曲面的渐变场和表面的反照率，得到重建曲面的表面梯度图像和反照率图像。
第二图像处理模块44：用于根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像。
第二图像处理模块44具体用于：
以表面梯度图像作为输入，通过derivate_vector_field算子计算图像表面的高斯曲率，获得高斯曲率图像；其中，平滑系数sigma为1。
待检测区域筛选模块46：用于根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域。
待检测区域筛选模块46具体用于：
使用区域增长算子regiongrowing对图像进行分割，其中测试像素之间的垂直距离(栅格的高度)RasterHeight＝1，测试像素之间的水平距离(栅格的高度)RasterWidth＝1，容忍值Tolerance＝0.001，输出区域的最小大小MinSize＝250。
将所述高斯曲率图像分割成相同强度的区域，即栅格化成大小为RasterHeight×RasterWidth的矩形区域；
比较两个相邻矩形区域中心点的灰度值g1和g2，若所述两个相邻区域中心点的灰度值的差的绝对值小于预设的容忍值Tolerance，则将两个区域合并为一个区域；
限定筛选区域的宽度和高度的取值范围；
若一个区域的宽度和高度同时满足所述取值范围，则选取此区域，再转换生成该区域的最小外接圆，得到待检测区域。
缺陷区域检测模块48：用于对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
区域检测模块48具体用于：
裁剪出待检测区域的高斯曲率图像，计算所述高斯曲率图像的绝对值，得到绝对值图像；
对绝对值图像二值化处理，将图像像素内的每个灰度值与预设的限定值比较，提取符合设定阈值条件的像素区域；
使用圆形结构元素对二值化提取出的区域进行闭运算；
断开连通域使互不相连的区域独立为一个待判断区域；
设定区域面积最小值，所述待判断区域的面积小于所述最小值的即为缺陷区域。
本发明实施例是与上述方法实施例对应的***实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种泡罩板背面缺陷检测方法，其特征在于，包括：
S1、采集多张待检测的泡罩板背面的图像；
S2、对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像；
S3、根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
S4、根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域；
S5、对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
2.根据权利要求1所述的方法，其特征在于，所述采集多张待检测的泡罩板背面的图像具体为：
采用远心镜头的相机在同一拍摄角度拍摄多张不同光照角度的图像；
其中，所述相机与待检测的泡罩板背面垂直放置，拍摄的图像数量至少为三张。
3.根据权利要求2所述的方法，其特征在于，步骤S2所述方法具体为：
对采集的多张从不同角度照明所得到的图像通过光度立体法进行曲面重建；
通过photometric_stereo算子计算所述曲面的表面梯度和反照率，得到重建曲面的表面梯度图像和反照率图像。
4.根据权利要求1所述的方法，其特征在于，步骤S3所述方法具体为：
以表面梯度图像作为输入，通过derivate_vector_field算子计算表面的高斯曲率，获得高斯曲率图像；其中，平滑系数sigma为1。
5.根据权利要求1所述的方法，其特征在于，步骤S4所述方法具体为：
将所述高斯曲率图像分割成相同强度的区域：
比较两个相邻区域中心点的灰度值，若所述两个相邻区域中心点的灰度值的差的绝对值小于预设的容忍值，则将两个区域合并为一个区域；
对待筛选区域的宽度和高度进行取值范围限定；
选择宽度和高度同时满足所述取值范围的区域，生成该区域的最小外接圆，得到待检测区域。
6.根据权利要求1所述的方法，其特征在于，步骤S5所述方法具体为：
裁剪待检测区域的高斯曲率图像，计算所述高斯曲率图像的绝对值，得到绝对值图像；
对绝对值图像二值化处理，将图像像素内的每个灰度值与预设的限定值比较，提取符合设定阈值条件的像素区域；
对二值化提取的区域进行特征化处理，得到缺陷区域。
7.根据权利要求6所述的方法，其特征在于，所述对二值化提取的区域进行特征化处理具体为：
使用圆形结构元素对二值化提取出的区域进行闭运算；
断开连通域使互不相连的区域独立为一个待判断区域；
设定区域面积最小值，所述待判断区域的面积小于所述最小值的即为缺陷区域。
8.一种泡罩板背面缺陷检测***，其特征在于，包括：
图像采集模块：用于采集多张待检测的泡罩板背面的图像；
第一图像处理模块：用于对采集的所述图像通过光度立体法进行处理，得到所述图像的表面梯度图像和反照率图像；
第二图像处理模块：用于根据所述表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
待检测区域筛选模块：用于根据区域灰度值对所述高斯曲率图像分段后进行特征筛选，得到待检测区域；
缺陷区域检测模块：用于对所述待检测区域的高斯曲率图像进行处理，得到缺陷区域。
9.根据权利要求8所述的***，其特征在于，所述图像采集模块包括远心镜头的相机和光源，具体用于：
采用远心镜头的相机在同一拍摄角度拍摄多张不同光照角度的图像；
其中，所述相机与待检测的泡罩板背面垂直放置，拍摄的图像数量至少为三张。
10.根据权利要求8所述的***，其特征在于，所述区域检测模块具体用于：
裁剪出待检测区域的高斯曲率图像，计算所述高斯曲率图像的绝对值，得到绝对值图像；
对绝对值图像二值化处理，将图像像素内的每个灰度值与预设的限定值比较，提取符合设定阈值条件的像素区域；
使用圆形结构元素对二值化提取出的区域进行闭运算；
断开连通域使互不相连的区域独立为一个待判断区域；
设定区域面积最小值，所述待判断区域的面积小于所述最小值的即为缺陷区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426512.5A CN115690077A (zh) | 2022-11-14 | 2022-11-14 | 一种泡罩板背面缺陷检测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426512.5A CN115690077A (zh) | 2022-11-14 | 2022-11-14 | 一种泡罩板背面缺陷检测方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115690077A true CN115690077A (zh) | 2023-02-03 |
Family
ID=85051338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211426512.5A Pending CN115690077A (zh) | 2022-11-14 | 2022-11-14 | 一种泡罩板背面缺陷检测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115690077A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117570852A (zh) * | 2024-01-15 | 2024-02-20 | 钛玛科（北京）工业科技有限公司 | 极耳顶点坐标检测方法、装置及设备 |
-
2022
- 2022-11-14 CN CN202211426512.5A patent/CN115690077A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117570852A (zh) * | 2024-01-15 | 2024-02-20 | 钛玛科（北京）工业科技有限公司 | 极耳顶点坐标检测方法、装置及设备 |
| CN117570852B (zh) * | 2024-01-15 | 2024-03-26 | 钛玛科（北京）工业科技有限公司 | 极耳顶点坐标检测方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11774735B2 (en) | System and method for performing automated analysis of air samples | |
| JP6608042B2 (ja) | 熱画像カメラを利用した電力設備診断装置および方法 | |
| CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
| CN107895362B (zh) | 一种微型接线端子质量检测的机器视觉方法 | |
| CN108827597B (zh) | 一种结构光投影器的光斑均匀度检测方法和检测*** | |
| CN108918093B (zh) | 一种滤光片镜面缺陷检测方法、装置及终端设备 | |
| TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
| CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
| CN115690077A (zh) | 一种泡罩板背面缺陷检测方法及*** | |
| CN104749801B (zh) | 高精度自动光学检测方法和*** | |
| CN113570587A (zh) | 一种基于计算机视觉的光伏电池断栅检测方法及*** | |
| CN114612418A (zh) | 一种鼠标外壳表面缺陷检测方法及装置、***、电子设备 | |
| JP2005165387A (ja) | 画面のスジ欠陥検出方法及び装置並びに表示装置 | |
| KR20140039098A (ko) | 결함 검사 장치 | |
| KR101183211B1 (ko) | 계량기 영상 정보의 세그멘테이션 처리장치 | |
| KR101674741B1 (ko) | 후판 표면의 깊이 결함 및 형태 결함 탐상 장치 및 방법 | |
| CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
| CN115880365A (zh) | 一种双工位自动螺丝拧装检测方法、***及装置 | |
| KR101675532B1 (ko) | 후판 표면 결함 탐상 장치 및 방법 | |
| CN114125435B (zh) | 一种用于网络摄像机的图像缺陷智能检测方法 | |
| CN115165920A (zh) | 一种三维缺陷检测方法及检测设备 | |
| WO2022246643A1 (zh) | 图像获取方法及装置、存储介质 | |
| TWI510776B (zh) | 玻璃氣泡瑕疵檢測處理方法 | |
| CN110349133B (zh) | 物体表面缺陷检测方法、装置 | |
| JP4036048B2 (ja) | 欠陥識別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |