CN116485788B - 图像处理方法及手机pet保护膜底涂工艺质量检测方法 - Google Patents

图像处理方法及手机pet保护膜底涂工艺质量检测方法 Download PDF

Info

Publication number
CN116485788B
CN116485788B CN202310713260.2A CN202310713260A CN116485788B CN 116485788 B CN116485788 B CN 116485788B CN 202310713260 A CN202310713260 A CN 202310713260A CN 116485788 B CN116485788 B CN 116485788B
Authority
CN
China
Prior art keywords
gray
light
pixel points
light source
image
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
Application number
CN202310713260.2A
Other languages
English (en)
Other versions
CN116485788A (zh
Inventor
禹利文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongguan Huachi Polymer Material Co ltd
Original Assignee
Dongguan Huachi Polymer Material Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongguan Huachi Polymer Material Co ltd filed Critical Dongguan Huachi Polymer Material Co ltd
Priority to CN202310713260.2A priority Critical patent/CN116485788B/zh
Publication of CN116485788A publication Critical patent/CN116485788A/zh
Application granted granted Critical
Publication of CN116485788B publication Critical patent/CN116485788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理技术领域,具体涉及图像处理方法及手机PET保护膜底涂工艺质量检测方法。方法包括:根据喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像中像素点的灰度值,得到各像素点对应的光线影响度;根据各像素点对应的窗口内像素点对应的光线影响度,构建对应的光线影响相似性分布图;基于光线影响相似性分布图得到各像素点对应的喷涂异常特征值,进而获得保护膜上各坐标位置在各入射角度的光源照射下对应的权重,根据权重确定保护膜上各坐标位置的目标灰度值,进而获得目标图像,基于目标图像判断手机PET保护膜喷涂是否均匀。本发明提高了手机PET保护膜底涂工艺均匀性检测的检测精度。

Description

图像处理方法及手机PET保护膜底涂工艺质量检测方法
技术领域
本发明涉及图像处理技术领域,具体涉及图像处理方法及手机PET保护膜底涂工艺质量检测方法。
背景技术
PET保护膜材料主要用于保护手机及其它电子产品表面,具有重量轻、强度高、透明性好、阻气性好、无毒、无味等优点。PET保护膜材料表面一般会喷涂涂层,以提高保护膜的附着力、防刮性、耐磨性等。为了达到相应的目的,所喷涂的涂层应当薄而均匀,无涂层材料堆积、覆盖不全等问题。在手机PET保护膜喷涂涂层之后,需要对喷涂的均匀性进行检测,以保证PET保护膜材料能够达到对电子产品表面的保护作用要求。目前对材料表面的涂层喷涂质量检测一般着重于涂层表面的瑕疵检测,如黑点、晶点、划伤等,一般使用神经网络提取喷涂瑕疵的特征,进而对喷涂均匀性进行判断,忽略了手机PET保护膜具有一定的光泽性的特征,由于该特性的存在,采集到的图像不可避免会受到光源的干扰,进而对喷涂均匀性的判断造成影响,因此需要在分析的过程中判断光线的影响。在判断光线对手机PET保护膜涂层均匀性影响的过程中,一般为获取多角度光源照射下的保护膜表面图像,将同一位置对应像素点的灰度均值作为该位置对应的校正灰度值,一定程度上减少光照的干扰,但均值易受极值的影响,进而使得手机PET保护膜底涂工艺的均匀性检测精度较低。
发明内容
为了解决现有方法在检测手机PET保护膜底涂工艺的均匀性时存在的检测精度较低的问题,本发明的目的在于提供图像处理方法及手机PET保护膜底涂工艺质量检测方法,所采用的技术方案具体如下:
第一方面,本发明提供了一种图像处理方法,该方法包括以下步骤:
获取喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像;
根据所述灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度;以所述灰度图像中的各像素点为中心,构建各像素点对应的窗口,根据各像素点对应的窗口内像素点对应的光线影响度,确定同一入射角度的光源照射下的灰度图像中每两个像素点的光线影响相似指标;基于所述光线影响相似指标,构建各入射角度的光源照射下的灰度图像中各像素点对应的光线影响相似性分布图;
基于所述光线影响相似性分布图筛选各入射角度的光源照射下的灰度图像中的疑似异常像素点;根据所述疑似异常像素点和所述光线影响相似性分布图,得到各入射角度的光源照射下的灰度图像中各像素点对应的喷涂异常特征值;基于所述喷涂异常特征值获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重,根据所述权重和各入射角度的光源照射下的灰度图像中各像素点的灰度值,确定手机PET保护膜上各坐标位置的目标灰度值;基于所述目标灰度值获得手机PET保护膜的目标图像。
优选的,所述根据所述灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度,包括:
对于第个入射角度的光源照射下的灰度图像中坐标为/>的像素点:
计算所有入射角度的光源照射下的灰度图像中坐标为的像素点的平均灰度值,将所述平均灰度值记为第一灰度均值;计算第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点的灰度值与第一灰度均值之间的差值绝对值,将所述差值绝对值记为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标,计算所有入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标之和,记为第一特征指标,将预设调整参数与第一特征指标之和记为第一特征值;
计算第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第一特征值的比值,将所述比值作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的波动指标;计算所述波动指标与常数1之和,记为第二特征值;
计算第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第二特征值的乘积,将所述乘积作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度。
优选的,所述根据各像素点对应的窗口内像素点对应的光线影响度,确定同一入射角度的光源照射下的灰度图像中每两个像素点的光线影响相似指标,包括:
对于任一入射角度的光源照射下的灰度图像:
根据该灰度图像中各像素点对应的窗口内所有像素点对应的光线影响度,构建各像素点对应的光线影响度序列;计算每两个像素点对应的光线影响度序列的皮尔逊相关系数;计算每两个像素点对应的光线影响度的差值的绝对值,将所述绝对值记为光线影响度差异;将常数1与光线影响度差异的和值记为第三特征值,计算所述皮尔逊相关系数的绝对值与所述第三特征值之间的比值,将所述比值作为对应两个像素点的光线影响相似性;对所述光线影响相似性进行归一化处理,获得对应两个像素点的光线影响相似指标。
优选的,所述基于所述光线影响相似指标,构建各入射角度的光源照射下的灰度图像中各像素点对应的光线影响相似性分布图,包括:
对于第个入射角度的光源照射下的灰度图像中坐标为/>的像素点:
将第个入射角度的光源照射下的灰度图像中各像素点与坐标为/>的像素点的光线影响相似指标填入各像素点对应的位置;将填充完成后的图像记为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图。
优选的,根据所述疑似异常像素点和所述光线影响相似性分布图,得到各入射角度的光源照射下的灰度图像中各像素点对应的喷涂异常特征值,包括:
将任一光线影响相似性分布图记为待分析图像,待分析图像中疑似异常像素点构成的区域记为疑似异常区域;
计算待分析图像中疑似异常区域中所有像素点对应的光线影响相似指标的均值,将所述均值记为第一相似指标均值;计算待分析图像中疑似异常区域中像素点的数量与所述第一相似指标均值的乘积,将所述乘积作为对应像素点对应的喷涂异常特征值。
优选的,所述基于所述喷涂异常特征值获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重,包括:
根据各入射角度的光源照射下的灰度图像中同一坐标位置的像素点对应的喷涂异常特征值,构建手机PET保护膜上各坐标位置对应的特征矩阵;基于所述特征矩阵,获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重。
优选的,所述根据所述权重和各入射角度的光源照射下的灰度图像中各像素点的灰度值,确定手机PET保护膜上各坐标位置的目标灰度值,包括:
对于手机PET保护膜上坐标为的位置:
计算各入射角度的光源照射下的灰度图像中坐标为的像素点的灰度值与对应的权重的乘积,作为手机PET保护膜上坐标为/>的位置在各入射角度下对应的第二特征指标;将手机PET保护膜上坐标为/>的位置在所有入射角度下对应的第二特征指标的和值,作为手机PET保护膜上坐标为/>的位置的目标灰度值。
优选的,所述基于所述目标灰度值获得手机PET保护膜的目标图像,包括:
从所有入射角度的光源照射下的灰度图像中任选一张灰度图像记为待校正图像,将待校正图像中每个像素点的灰度值替换为对应的目标灰度值,将替换完成后的图像记为手机PET保护膜的目标图像。
优选的,所述基于所述光线影响相似性分布图筛选各入射角度的光源照射下的灰度图像中的疑似异常像素点,包括:
将第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图记为待分析图像,以待分析图像中坐标为/>的像素点为中心点,判断坐标为/>的像素点的八邻域内是否存在光线影响相似指标大于等于相似指标阈值的像素点,若存在,则选取光线影响相似指标大于等于相似指标阈值的像素点,以选取的各像素点为中心点,在其八邻域内继续进行像素点的选取,直至八邻域内所有像素点对应的光线影响相似指标均小于相似指标阈值,将选取的像素点记为疑似异常像素点。
第二方面,本发明提供了一种手机PET保护膜底涂工艺质量检测方法,该方法包括:采用上述所述的图像处理方法获取的手机PET保护膜的目标图像;根据所述手机PET保护膜的目标图像判断手机PET保护膜喷涂是否均匀。
本发明至少具有如下有益效果:
本发明考虑到手机PET保护膜在不同角度的光源照射下所采集到的图像中受光线干扰的区域不同,且手机PET保护膜表面未受光线影响时像素点的灰度值差异较小,为了降低光源对手机PET保护膜喷涂均匀性检测结果的影响,本发明需要对采集到的图像中像素点的灰度值进行校正,本发明首先对喷涂完成的手机PET保护膜在不同角度光源照射下的各灰度图像进行分析,当某个入射角度的光源照射下产生光线干扰时,在这个入射角度的光源照射下获得的灰度值与未受到干扰时获得的灰度值存在较大的差异,根据每个灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度,光线影响度用于表征手机PET保护膜上每个坐标位置在每个入射角度的光源照射时灰度值受到干扰的程度;为了提高对受到光线干扰的像素点的干扰程度的判断,本发明结合光线影响以区域形式存在、非离散分布的特征,根据受到光线影响的区域内各像素点对应的光线影响度均较接近且较大的特征,构建了每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响相似性分布图,基于光线影响相似性分布图筛选出了疑似异常像素点,进而得到了每个入射角度的光源照射下的灰度图像中每个像素点对应的喷涂异常特征值,喷涂异常特征值反映了像素点所在位置喷涂出现异常的显著性;本发明基于喷涂异常特征值,以“对受到光线影响越大的灰度值赋予越小的权重,对未受光线影响的灰度值赋予较大的权重”的规则,对图像中像素点的灰度值进行了校正,获得了手机PET保护膜的目标图像,目标图像中像素点的灰度值最大限度减少了光线的影响,因此本发明以目标图像为基础对喷涂完成后的手机PET保护膜进行均匀性检测,避免光线对均匀性检测过程中的干扰,提高了手机PET保护膜底涂工艺均匀性检测的检测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明实施例所提供的一种图像处理方法的流程图;
图2为任一像素点对应的窗口内所有像素点的光线影响度的标号示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的图像处理方法及手机PET保护膜底涂工艺质量检测方法进行详细说明如下。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的图像处理方法及手机PET保护膜底涂工艺质量检测方法的具体方案。
一种图像处理方法实施例:
本实施例提出了一种图像处理方法,如图1所示,本实施例的一种图像处理方法包括以下步骤:
步骤S1,获取喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像。
本实施例所针对的具体场景为:在手机PET保护膜喷涂涂层之后,获取不同角度的光源照射下手机PET保护膜对应的图像,对手机PET保护膜表面上同一坐标位置在不同入射角度的光源照射下的灰度值进行分析,对手机PET保护膜表面上每个坐标位置的灰度值进行校正,获得校正后的图像,校正后的图像消除了光线的干扰,提高了图像质量。
基于工业CCD相机在线图像扫描的工作原理,在喷涂完成的手机PET保护膜下方使用特定波长的高亮LED工业线性聚光光源从不同角度照射手机PET保护膜表面,使用工业相机在喷涂完成的PET保护膜上方实时采集不同入射角度的光源照射下的手机PET保护膜表面的RGB图像,将采集到的RGB图像进行灰度化处理,获得对应的灰度图像,使用高斯滤波对灰度图像进行去噪处理,提高图像的质量,将去噪后的灰度图像记为手机PET保护膜在不同入射角度的光源照射下的灰度图像;本实施例中设置光源的入射角度分别为0度、15度、30度、45度、60度、75度,在具体应用中,实施者可根据具体情况调整。图像灰度化处理和高斯滤波去噪均为公知技术,此处不再过多赘述。需要说明的是,待检测的手机PET保护膜的尺寸可能较大,因此需要对待检测的手机PET保护膜进行分区域检测,本实施例获取到的手机PET保护膜在不同入射角度的光源照射下的灰度图像均为手机PET保护膜同一区域的图像,接下来本实施例将以一个区域为例进行说明,对于待检测的手机PET保护膜的其它区域均可采用本实施例提供的方法进行处理。
至此,获得了喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像。
步骤S2,根据所述灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度;以所述灰度图像中的各像素点为中心,构建各像素点对应的窗口,根据各像素点对应的窗口内像素点对应的光线影响度,确定同一入射角度的光源照射下的灰度图像中每两个像素点的光线影响相似指标;基于所述光线影响相似指标,构建各入射角度的光源照射下的灰度图像中各像素点对应的光线影响相似性分布图。
本实施例对喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像进行分析,根据不同角度光源产生的光线影响不在同一位置且未受光线影响时灰度值差异较小的特征,得到手机PET保护膜上各位置的灰度值受到光线影响的显著性,对受到光线影响较大的位置的灰度值赋予较小的权重,对未受光线影响的位置的灰度值赋予较大的权重,得到手机PET保护膜上各位置对应的目标灰度值,进而最大限度减少光线对手机PET保护膜喷涂均匀性检测结果的影响。
由于在采集不同入射角度的光源照射下的手机PET保护膜表面的RGB图像时,相机的位置及视野是固定的,因此在不同入射角度的光源照射下采集到的图像均为手机PET保护膜表面相同位置的图像,也即手机PET保护膜在每个入射角度的光源照射下的灰度图像均为手机PET保护膜表面同一区域的图像,本实施例中采集的图像均为矩形,分别将每张灰度图像左上角顶点处的像素点作为坐标原点,将每张灰度图像的上边缘线作为平面直角坐标系的横轴,将每张灰度图像的左边缘线作为平面直角坐标系的纵轴,构建平面直角坐标系;采用本实施例提供的方法构建直角坐标系,使得手机PET保护膜上同一位置在每张灰度图像中的坐标信息相同,也即所有灰度图像中的像素点一一对应。
对于手机PET保护膜上的任一位置,当该位置的像素点在图像中未受到光线的干扰时,该位置的像素点的灰度值与其它入射角度的光源照射下相同位置的灰度值较为接近;当该位置的像素点受到某一入射角度的光源照射下光线的干扰时,在这个光源入射角度下获得的灰度值与未受到干扰时获得的灰度值差异较大,且受到的干扰越大,灰度值差异就越大;因此本实施例将分析该位置在每个入射角度的光源照射下对应的灰度值相对于其他入射角度的光源照射下对应的灰度值的一致性程度,当一致性程度较大时,说明对应入射角度的光源照射下得到的灰度值受到光线影响的可能性较小。基于此,本实施例根据每个入射角度的光源照射下的灰度图像中每个像素点的灰度值,分别确定每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响度;具体的,根据每个入射角度的光源照射下的灰度图像中坐标为的像素点的灰度值,计算所有入射角度的光源照射下的灰度图像中坐标为/>的像素点的平均灰度值,并将该平均灰度值记为第一灰度均值,计算第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点的灰度值与第一灰度均值之间的差值绝对值,该差值绝对值反映手机PET保护膜上坐标为/>的位置在第/>个入射角度的光源照射下对应的灰度值与该位置在所有入射角度的光源照射下的平均灰度值之间的差异,将该差值绝对值记为第/>个入射角度的光源照射下的灰度图像中坐标为的像素点对应的第一差异指标;计算所有入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标之和,记为第一特征指标,将预设调整参数与第一特征指标之和记为第一特征值;计算第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第一特征值的比值,将该比值作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的波动指标;计算该波动指标与常数1之和,记为第二特征值,计算第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第二特征值的乘积,将该乘积作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度;第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度的具体计算公式为:
其中,为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的波动指标,/>为第/>个入射角度的光源照射下的灰度图像中坐标为的像素点的灰度值,/>为所有入射角度的光源照射下的灰度图像中坐标为/>的像素点的平均灰度值,/>为入射角度的总个数,/>为预设调整参数,/>为取绝对值符号。
表示第一灰度均值,/>表示第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标,第一差异指标越小,说明手机PET保护膜上坐标为/>的位置在第/>个入射角度的光源照射下对应的灰度值越接***均灰度值,第/>个入射角度的光源对手机PET保护膜上坐标为/>的位置的灰度干扰越小;表示第二特征值;/>表示第一特征指标,表示第一特征值,此处引入预设调整参数是为了防止分母为0,本实施例设置预设调整参数的值为0.01,在具体应用中,实施者可根据具体情况进行设置;第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度反映了第/>个入射角度时坐标为/>的像素点对应的灰度值相对于其他入射角度对应的灰度值的波动性,当波动性越大时,该位置的灰度值相对于其他入射角度获得灰度值差异越大,该入射角度获得的像素点的灰度值越可能受到了光线的影响。当第一差异指标越大时,说明手机PET保护膜上坐标为/>的位置在第/>个入射角度的光源照射下对应的灰度值与平均灰度值的差异越大,对应的波动指标越大,此时手机PET保护膜上坐标为/>的位置的灰度值受到第/>个入射角度的光线的干扰越大,即光线影响度就越大。
至此,采用上述方法,能够获得每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响度。
当手机PET保护膜表面受到光线影响时,一般受到影响的部分呈一个区域出现,而不是离散地分布在手机PET保护膜表面;此外,受到影响的区域内各像素点对应的光线影响度均较接近且较大,因此本实施例接下来将基于此特征对每个入射角度的光源照射下的灰度图像中各像素点受到光线影响的区域性特征进行评价。
对于第个入射角度的光源照射下的灰度图像:
分别以该灰度图像中的各像素点为中心点,构建大小为n*n的窗口,作为各像素点对应的窗口,本实施例中设置n的值为3,在具体应用中,实施者可根据具体情况进行设置;对于该灰度图像中的任一像素点,获取该像素点对应的窗口内每个像素点对应的光线影响度,根据这些光线影响度对应的像素点在窗口内的位置按照从左向右、从上向下的顺序将这些光线影响度从1-9进行标号,如图2所示,将这些光线影响度组成的序列记为该像素点对应的光线影响度序列;采用上述方法,能够获得该入射角度的光源照射下的灰度图像中每个像素点对应的光线影响度序列,计算该入射角度的光源照射下的灰度图像中每两个像素点对应的光线影响度序列的皮尔逊相关系数,用于表征对应两个像素点的周围像素点的光线影响度的相似性,皮尔逊相关系数的计算方法为现有技术,此处不再过多赘述;考虑到两个像素点对应的光线影响度序列的皮尔逊相关系数能够反映这两个像素点及其周围像素点受到光线干扰的程度是否一致,当两个像素点对应的光线影响度序列的皮尔逊相关系数的绝对值越趋近于1,说明两个光线影响度序列的关联程度越大;同一灰度图像中两个像素点对应的光线影响度的差异越小,说明这两个像素点受到光线的干扰程度越相似;基于此,对于该入射角度的光源照射下的灰度图像中坐标为的像素点,根据该像素点与其所在的灰度图像中每个像素点对应的光线影响度序列的皮尔逊相关系数、该像素点与其所在的灰度图像中每个像素点对应的光线影响度的差异,计算该像素点与其所在的灰度图像中每个像素点的光线影响相似性;具体的,计算该入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度与坐标为/>的像素点对应的光线影响度的差值的绝对值,将该绝对值记为光线影响度差异,计算常数1与光线影响度差异之和,并记为第三特征值,计算坐标为/>的像素点与坐标为/>的像素点对应的光线影响度序列的皮尔逊相关系数的绝对值与第三特征值的比值,并将该比值作为该入射角度的光源照射下的灰度图像中坐标为/>的像素点与坐标为/>的像素点的光线影响相似性;第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点与坐标为/>的像素点的光线影响相似性的具体计算公式为:
其中,为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点与坐标为/>的像素点的光线影响相似性,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点与坐标为/>的像素点对应的光线影响度序列的皮尔逊相关系数,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度。
本实施例在计算光线影响相似性时,取皮尔逊相关系数的绝对值的作用为防止正负符号对后续分析的影响,两个光线影响度序列之间的相关性越大,对应的皮尔逊相关系数的绝对值就越大。表示第三特征值。第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点与其所在的灰度图像中每个像素点均有一个光线影响相似性,光线影响相似性反映了该像素点与其他像素点之间光线影响度之间的相似情况以及像素点受到光线影响的程度,当两个像素点呈现的特征越相似、两个像素点对应的光线影响度差异越小时,说明该像素点相对于其他像素点的光线影响相似性越大,即这两个像素点越可能为受到光线影响的同一区域内的像素点。
采用上述方法,能够获得第个入射角度的光源照射下的灰度图像中坐标为/>的像素点与其所在的灰度图像中所有像素点的光线影响相似性,对光线影响相似性进行归一化处理,将归一化后的光线影响相似性记为光线影响相似指标,即获得了第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点与其所在的灰度图像中所有像素点的光线影响相似指标。对于第/>个入射角度的光源照射下的灰度图像中的任一像素点,将该像素点与坐标为/>的像素点的光线影响相似指标填入该像素点对应的位置;采用上述方法,完成对图像中每个坐标位置的数值的填充,将填充完成后的图像记为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图。
采用上述方法,能够获得每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响相似性分布图,需要说明的是,每个入射角度的光源照射下的灰度图像中每个像素点均有一个对应的光线影响相似性分布图。
步骤S3,基于所述光线影响相似性分布图筛选各入射角度的光源照射下的灰度图像中的疑似异常像素点;根据所述疑似异常像素点和所述光线影响相似性分布图,得到各入射角度的光源照射下的灰度图像中各像素点对应的喷涂异常特征值;基于所述喷涂异常特征值获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重,根据所述权重和各入射角度的光源照射下的灰度图像中各像素点的灰度值,确定手机PET保护膜上各坐标位置的目标灰度值;基于所述目标灰度值获得手机PET保护膜的目标图像。
本实施例在步骤S2中获得了每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响相似性分布图,接下来以第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图为例进行说明,设置相似指标阈值/>,本实施例中/>的取值为0.8,在具体应用中,实施者可根据具体情况设置/>的值;将第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图记为待分析图像,以待分析图像中坐标为/>的像素点为中心点,判断坐标为/>的像素点的八邻域内是否存在光线影响相似指标大于等于/>的像素点,若存在,则选取出光线影响相似指标大于等于/>的像素点,以选取出的各像素点为中心点,在其八邻域内继续进行像素点的选取,直至八邻域内所有像素点对应的光线影响相似指标均小于/>,将选取出的像素点标记为疑似异常像素点,将待分析图像中所有疑似异常像素点构成的区域记为疑似异常区域,疑似异常区域的所有像素点均与坐标为/>的像素点的光线影响相似性较大。当疑似异常区域中像素点的数量越多时,说明疑似异常区域越可能为受到光线影响的区域且受到光线的影响程度越大。获取待分析图像中疑似异常区域中像素点的数量,同时根据待分析图像中疑似异常区域中每个像素点对应的光线影响相似指标,计算待分析图像中疑似异常区域中所有像素点对应的光线影响相似指标的均值,将该均值记为第一相似指标均值,计算待分析图像中疑似异常区域中像素点的数量与第一相似指标均值的乘积,将该乘积作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的喷涂异常特征值,喷涂异常特征值反映了像素点所在位置喷涂出现异常的显著性;当疑似异常区域内像素点的数量越多且第一相似指标均值越大时,说明坐标为/>的像素点与这些疑似异常像素点之间的光线影响相似性越大,该位置在喷涂时越可能出现了异常,即喷涂异常特征值越大。
采用上述方法,能够获得每个入射角度的光源照射下的灰度图像中每个像素点对应的喷涂异常特征值;需要说明的是,每个入射角度的光源照射下的灰度图像中每个像素点都有一个对应的喷涂异常特征值。
对于手机PET保护膜上坐标为的位置:根据每个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的喷涂异常特征值,构建手机PET保护膜上坐标为/>的位置对应的特征矩阵/>,手机PET保护膜上坐标为/>的位置对应的特征矩阵/>具体为:
其中,为手机PET保护膜上坐标为/>的位置对应的特征矩阵,/>为第1个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的喷涂异常特征值,为第2个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的喷涂异常特征值,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的喷涂异常特征值。
本实施例对特征矩阵使用熵权法计算各项权重,也即获得了手机PET保护膜上坐标为/>的位置在每个入射角度的光源照射下对应的权重;熵权法是一种客观赋权方法,根据各指标提供的数据的分散程度,利用信息熵计算出各指标的熵权,再根据各指标对熵权进行一定的修正,从而得到较为客观的指标权重。熵权法为现有技术,此处不再过多赘述。作为其他实施方式,也可采用其他方法获得手机PET保护膜上坐标为/>的位置在每个入射角度的光源照射下对应的权重,喷涂异常特征值与权重呈负相关关系,手机PET保护膜上每个位置在所有灰度图像中对应的权重之和为1。当喷涂异常特征值较大时,受到光线的影响程度较大,赋予的权重较小,即对校正灰度值的影响较小。根据手机PET保护膜上坐标为/>的位置在每个入射角度的光源照射下对应的权重,对每个入射角度的光源照射下的灰度图像中坐标为/>的像素点的灰度值进行校正,确定手机PET保护膜上坐标为的位置的目标灰度值;具体的,计算每个入射角度的光源照射下的灰度图像中坐标为的像素点对应的喷涂异常特征值与对应的权重的乘积,作为手机PET保护膜上坐标为的位置在每个入射角度下对应的第二特征指标,计算手机PET保护膜上坐标为/>的位置在所有入射角度下对应的第二特征指标之和,并作为手机PET保护膜上坐标为/>的位置的目标灰度值;手机PET保护膜上坐标为/>的位置的目标灰度值的具体表达式为:
其中,为手机PET保护膜上坐标为/>的位置的目标灰度值,/>为入射角度的总个数,/>为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点的灰度值,/>为手机PET保护膜上坐标为/>的位置在第/>个入射角度的光源照射下对应的权重。/>表示手机PET保护膜上坐标为/>的位置在第/>个入射角度下对应的第二特征指标。
采用上述方法,能够获得手机PET保护膜上每个坐标位置的目标灰度值,从所有入射角度的光源照射下的灰度图像中任选一张灰度图像记为待校正图像,将待校正图像中每个像素点的灰度值替换为对应的目标灰度值,将替换完成后的图像记为手机PET保护膜的目标图像,手机PET保护膜的目标图像消除了光线的干扰,提高了图像质量。
一种手机PET保护膜底涂工艺质量检测方法实施例:
本实施例采用步骤S1到步骤S3提供的方法获取手机PET保护膜的目标图像,接下来将基于手机PET保护膜的目标图像对手机PET保护膜的喷涂质量进行检测。
采用LC显著性算法对手机PET保护膜的目标图像进行处理,获得显著图像,显著图像为灰度图像,LC显著性算法为图像显著性检测算法之一,该算法的基本思想为:计算某个像素在整个图像上的全局对比度,即该像素与图像中其他所有像素在颜色上的距离之和作为该像素的显著值,最终获得显著性图;LC显著性算法为现有技术,此处不再过多赘述;设置灰度阈值和数量阈值/>,本实施例中/>的值为100,/>的值为20,在具体应用中,实施者可根据具体情况进行设置;将显著图像中灰度值大于等于/>的像素点记为异常像素点,异常像素点为手机PET保护膜表面喷涂不均匀位置的像素点;当显著图像中异常像素点的数量大于等于/>时,判定手机PET保护膜喷涂不均匀,即手机PET保护膜喷涂质量不合格;当显著图像中异常像素点的数量小于/>时,判定手机PET保护膜喷涂均匀,即手机PET保护膜喷涂质量合格。
至此,采用本实施例提供的方法,完成对手机PET保护膜底涂工艺质量的检测。
本实施例考虑到手机PET保护膜在不同角度的光源照射下所采集到的图像中受光线干扰的区域不同,且手机PET保护膜表面未受光线影响时像素点的灰度值差异较小,为了降低光源对手机PET保护膜喷涂均匀性检测结果的影响,本实施例需要对采集到的图像中像素点的灰度值进行校正,本实施例首先对喷涂完成的手机PET保护膜在不同角度光源照射下的各灰度图像进行分析,当某个入射角度的光源照射下产生光线干扰时,在这个入射角度的光源照射下获得的灰度值与未受到干扰时获得的灰度值存在较大的差异,根据每个灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度,光线影响度用于表征手机PET保护膜上每个坐标位置在每个入射角度的光源照射时灰度值受到干扰的程度;为了提高对受到光线干扰的像素点的干扰程度的判断,本实施例结合光线影响以区域形式存在、非离散分布的特征,根据受到光线影响的区域内各像素点对应的光线影响度均较接近且较大的特征,构建了每个入射角度的光源照射下的灰度图像中每个像素点对应的光线影响相似性分布图,基于光线影响相似性分布图筛选出了疑似异常像素点,进而得到了每个入射角度的光源照射下的灰度图像中每个像素点对应的喷涂异常特征值,喷涂异常特征值反映了像素点所在位置喷涂出现异常的显著性;本实施例基于喷涂异常特征值,以“对受到光线影响越大的灰度值赋予越小的权重,对未受光线影响的灰度值赋予较大的权重”的规则,对图像中像素点的灰度值进行了校正,获得了手机PET保护膜的目标图像,目标图像中像素点的灰度值最大限度减少了光线的影响,因此本实施例以目标图像为基础对喷涂完成后的手机PET保护膜进行均匀性检测,避免光线对均匀性检测过程中的干扰,提高了手机PET保护膜底涂工艺均匀性检测的检测精度。

Claims (6)

1.一种图像处理方法,其特征在于,该方法包括以下步骤:
获取喷涂完成的手机PET保护膜在不同入射角度的光源照射下的灰度图像;
根据所述灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度;以所述灰度图像中的各像素点为中心,构建各像素点对应的窗口,根据各像素点对应的窗口内像素点对应的光线影响度,确定同一入射角度的光源照射下的灰度图像中每两个像素点的光线影响相似指标;基于所述光线影响相似指标,构建各入射角度的光源照射下的灰度图像中各像素点对应的光线影响相似性分布图;
基于所述光线影响相似性分布图筛选各入射角度的光源照射下的灰度图像中的疑似异常像素点;根据所述疑似异常像素点和所述光线影响相似性分布图,得到各入射角度的光源照射下的灰度图像中各像素点对应的喷涂异常特征值;基于所述喷涂异常特征值获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重,根据所述权重和各入射角度的光源照射下的灰度图像中各像素点的灰度值,确定手机PET保护膜上各坐标位置的目标灰度值;基于所述目标灰度值获得手机PET保护膜的目标图像;
所述根据所述灰度图像中各像素点的灰度值,得到各入射角度的光源照射下的灰度图像中各像素点对应的光线影响度,包括:
对于第个入射角度的光源照射下的灰度图像中坐标为/>的像素点:
计算所有入射角度的光源照射下的灰度图像中坐标为的像素点的平均灰度值,将所述平均灰度值记为第一灰度均值;计算第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点的灰度值与第一灰度均值之间的差值绝对值,将所述差值绝对值记为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标,计算所有入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标之和,记为第一特征指标,将预设调整参数与第一特征指标之和记为第一特征值;
计算第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第一特征值的比值,将所述比值作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的波动指标;计算所述波动指标与常数1之和,记为第二特征值;
计算第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的第一差异指标与第二特征值的乘积,将所述乘积作为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响度;
所述根据各像素点对应的窗口内像素点对应的光线影响度,确定同一入射角度的光源照射下的灰度图像中每两个像素点的光线影响相似指标,包括:
对于任一入射角度的光源照射下的灰度图像:
根据该灰度图像中各像素点对应的窗口内所有像素点对应的光线影响度,构建各像素点对应的光线影响度序列;计算每两个像素点对应的光线影响度序列的皮尔逊相关系数;计算每两个像素点对应的光线影响度的差值的绝对值,将所述绝对值记为光线影响度差异;将常数1与光线影响度差异的和值记为第三特征值,计算所述皮尔逊相关系数的绝对值与所述第三特征值之间的比值,将所述比值作为对应两个像素点的光线影响相似性;对所述光线影响相似性进行归一化处理,获得对应两个像素点的光线影响相似指标;
所述基于所述光线影响相似指标,构建各入射角度的光源照射下的灰度图像中各像素点对应的光线影响相似性分布图,包括:
对于第个入射角度的光源照射下的灰度图像中坐标为/>的像素点:
将第个入射角度的光源照射下的灰度图像中各像素点与坐标为/>的像素点的光线影响相似指标填入各像素点对应的位置;将填充完成后的图像记为第/>个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图;
根据所述疑似异常像素点和所述光线影响相似性分布图,得到各入射角度的光源照射下的灰度图像中各像素点对应的喷涂异常特征值,包括:
将任一光线影响相似性分布图记为待分析图像,待分析图像中疑似异常像素点构成的区域记为疑似异常区域;
计算待分析图像中疑似异常区域中所有像素点对应的光线影响相似指标的均值,将所述均值记为第一相似指标均值;计算待分析图像中疑似异常区域中像素点的数量与所述第一相似指标均值的乘积,将所述乘积作为对应像素点对应的喷涂异常特征值。
2.根据权利要求1所述的一种图像处理方法,其特征在于,所述基于所述喷涂异常特征值获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重,包括:
根据各入射角度的光源照射下的灰度图像中同一坐标位置的像素点对应的喷涂异常特征值,构建手机PET保护膜上各坐标位置对应的特征矩阵;基于所述特征矩阵,获得手机PET保护膜上各坐标位置在各入射角度的光源照射下对应的权重。
3.根据权利要求1所述的一种图像处理方法,其特征在于,所述根据所述权重和各入射角度的光源照射下的灰度图像中各像素点的灰度值,确定手机PET保护膜上各坐标位置的目标灰度值,包括:
对于手机PET保护膜上坐标为的位置:
计算各入射角度的光源照射下的灰度图像中坐标为的像素点的灰度值与对应的权重的乘积,作为手机PET保护膜上坐标为/>的位置在各入射角度下对应的第二特征指标;将手机PET保护膜上坐标为/>的位置在所有入射角度下对应的第二特征指标的和值,作为手机PET保护膜上坐标为/>的位置的目标灰度值。
4.根据权利要求1所述的一种图像处理方法,其特征在于,所述基于所述目标灰度值获得手机PET保护膜的目标图像,包括:
从所有入射角度的光源照射下的灰度图像中任选一张灰度图像记为待校正图像,将待校正图像中每个像素点的灰度值替换为对应的目标灰度值,将替换完成后的图像记为手机PET保护膜的目标图像。
5.根据权利要求1所述的一种图像处理方法,其特征在于,所述基于所述光线影响相似性分布图筛选各入射角度的光源照射下的灰度图像中的疑似异常像素点,包括:
将第个入射角度的光源照射下的灰度图像中坐标为/>的像素点对应的光线影响相似性分布图记为待分析图像,以待分析图像中坐标为/>的像素点为中心点,判断坐标为的像素点的八邻域内是否存在光线影响相似指标大于等于相似指标阈值的像素点,若存在,则选取光线影响相似指标大于等于相似指标阈值的像素点,以选取的各像素点为中心点,在其八邻域内继续进行像素点的选取,直至八邻域内所有像素点对应的光线影响相似指标均小于相似指标阈值,将选取的像素点记为疑似异常像素点。
6.一种手机PET保护膜底涂工艺质量检测方法,其特征在于,包括:采用权利要求1-5任意一项所述的图像处理方法获取的手机PET保护膜的目标图像;根据所述手机PET保护膜的目标图像判断手机PET保护膜喷涂是否均匀。
CN202310713260.2A 2023-06-16 2023-06-16 图像处理方法及手机pet保护膜底涂工艺质量检测方法 Active CN116485788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310713260.2A CN116485788B (zh) 2023-06-16 2023-06-16 图像处理方法及手机pet保护膜底涂工艺质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310713260.2A CN116485788B (zh) 2023-06-16 2023-06-16 图像处理方法及手机pet保护膜底涂工艺质量检测方法

Publications (2)

Publication Number Publication Date
CN116485788A CN116485788A (zh) 2023-07-25
CN116485788B true CN116485788B (zh) 2023-08-29

Family

ID=87219853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310713260.2A Active CN116485788B (zh) 2023-06-16 2023-06-16 图像处理方法及手机pet保护膜底涂工艺质量检测方法

Country Status (1)

Country Link
CN (1) CN116485788B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754566B (zh) * 2023-08-17 2023-10-31 绍兴旭源新材料科技有限公司 一种柔性折叠屏幕保护膜检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0412025D0 (en) * 2004-05-28 2004-06-30 Sony Uk Ltd Image processing
JP2008065651A (ja) * 2006-09-08 2008-03-21 Ntt Data Corp 顔画像認証方法、顔画像認証装置、および、プログラム
CN113538432A (zh) * 2021-09-17 2021-10-22 南通蓝城机械科技有限公司 一种基于图像处理的零件缺陷检测方法及***
CN114998333A (zh) * 2022-08-02 2022-09-02 山东第一医科大学(山东省医学科学院) 一种光源特性的计算机视觉检测方法及***
CN115170572A (zh) * 2022-09-08 2022-10-11 山东瑞峰新材料科技有限公司 一种bopp复合薄膜表面涂胶质量监测方法
CN115294113A (zh) * 2022-09-30 2022-11-04 南通佳木汇木制品有限公司 一种木饰面板质量检测方法
CN115908590A (zh) * 2022-10-13 2023-04-04 新疆青卫舜源信息科技有限公司 基于人工智能的数据智能采集方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961455B (zh) * 2017-12-22 2022-03-04 杭州萤石软件有限公司 一种目标检测方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0412025D0 (en) * 2004-05-28 2004-06-30 Sony Uk Ltd Image processing
JP2008065651A (ja) * 2006-09-08 2008-03-21 Ntt Data Corp 顔画像認証方法、顔画像認証装置、および、プログラム
CN113538432A (zh) * 2021-09-17 2021-10-22 南通蓝城机械科技有限公司 一种基于图像处理的零件缺陷检测方法及***
CN114998333A (zh) * 2022-08-02 2022-09-02 山东第一医科大学(山东省医学科学院) 一种光源特性的计算机视觉检测方法及***
CN115170572A (zh) * 2022-09-08 2022-10-11 山东瑞峰新材料科技有限公司 一种bopp复合薄膜表面涂胶质量监测方法
CN115294113A (zh) * 2022-09-30 2022-11-04 南通佳木汇木制品有限公司 一种木饰面板质量检测方法
CN115908590A (zh) * 2022-10-13 2023-04-04 新疆青卫舜源信息科技有限公司 基于人工智能的数据智能采集方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于灰度分布梯度的织物疵点检测算法;吴军;;毛纺科技(04);80-84 *

Also Published As

Publication number Publication date
CN116485788A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN111563889B (zh) 基于计算机视觉的液晶屏幕Mura缺陷检测方法
CN113570605B (zh) 一种基于液晶显示面板的缺陷检测方法和***
CN100367293C (zh) 用于显示器的光学检测的方法和装置
Wang et al. Biologically inspired image enhancement based on Retinex
CN116030060B (zh) 一种塑料颗粒质量检测方法
CN116485788B (zh) 图像处理方法及手机pet保护膜底涂工艺质量检测方法
US9582899B2 (en) Real-time digitally enhanced imaging for the prediction, application, and inspection of coatings
CN108169236A (zh) 一种基于视觉的金属表面缺陷检测方法
CN115131354B (zh) 一种基于光学手段的实验室用塑料薄膜缺陷检测方法
CN111474177A (zh) 基于计算机视觉的液晶屏幕背光异物缺陷检测方法
CN101819024B (zh) 一种基于机器视觉的二维位移检测方法
CN113608378B (zh) 一种基于lcd制程的全自动缺陷检测方法和***
CN117764986B (zh) 基于图像处理的钛板表面缺陷检测方法
CN108898132A (zh) 一种基于形状上下文描述的太赫兹图像危险品识别方法
Pan et al. No-reference assessment on haze for remote-sensing images
CN113034474A (zh) 一种oled显示器晶圆图的测试方法
CN116309559A (zh) 一种中硼硅玻璃生产瑕疵智能识别方法
CN111739012A (zh) 基于转盘的摄像头模组白斑检测***
CN107833223B (zh) 一种基于光谱信息的水果高光谱图像分割方法
CN114092682A (zh) 基于机器学习的小金具类缺陷检测算法
CN117764983A (zh) 一种用于智能制造产线的双目识别的视觉检测的方法
CN117670886B (zh) 显示屏缺陷检测方法、装置、设备及存储介质
CN108805854B (zh) 一种复杂环境下药片快速计数与完整性检测方法
CN113808104A (zh) 一种基于分块的金属表面缺陷检测方法及***
CN112763466A (zh) 一种聚合物改性沥青相态分布特性识别方法

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
GR01 Patent grant
GR01 Patent grant