[发明专利]一种基于主成分分析的手机玻璃盖板缺陷检测方法

权利要求书

1.一种基于主成分分析的手机玻璃盖板缺陷检测方法，其特征在于，包括下述步骤：

S1、输入一幅手机玻璃盖板图像，检测裂缝缺陷和玻璃盖板的边缘像素点的灰度值分布f(i,j)，其中f(i,j)是位于（i，j）位置像素点的灰度值；

S2、将图像进行二值化处理，得到二值化图像矩阵B_M×N；

S3、得到用来标记二值化图像中所有的缺陷和离群值的标记矩阵L_M×N，剔除二值化图像中的离群值；

S4、将剔除了离群值的二值化图像进行基于主成分分析PCA的缺陷识别；

S5、将灰度缺陷图像进行边缘提取；

S6、输出检测结果。

2.根据权利要求1所述的一种基于主成分分析的手机玻璃盖板缺陷检测方法，其特征在于，步骤S1中，还包括增强图像对比度的步骤，具体如下：

首先根据灰度值分布f(i,j)确定灰度阈值τ，利用log函数增强图像对比度，当灰度值小于阈值peak+τ的像素点被置0，灰度值大于等于阈值的像素点通过log函数进行拉伸，其中τ是一个动态常数，所述用于拉伸的log函数公式如下

Gray(i,j)=0f(i,j)<peak+τ40*log(f(i,j)-peak)f(i,j)≥peak+τ;]]>

其中，Peak表示训练集中带有缺陷的图像灰度直方图最大值所对应的灰度值的平均值，Gray(i,j)表示图像经过log函数增强后的图像在第(i,j)点的灰度值。

3.根据权利要求1或2所述的基于主成分分析的手机玻璃盖板缺陷检测方法，其特征在于,在步骤S2中，所述的图像二值化方法选用OTSU算法进行二值化处理的具体步骤为：

S21、定义t为前景与背景的分割阈值，将图像中灰度值大于等于t的像素定义为前景，小于t的像素定义为背景；设前景点数占图像比例为W₀，其平均灰度为u₀；背景点数占图像比例为W₁，平均灰度为u₁；

S22、计算图像总平均灰度：u=W₀u₀+W₁u₁；

S23、计算前景和背景图像的方差

g=W₀(u₀-u)²+W₁(u₁-u)²；

S24、将t从0到255遍历，当使得上式中前景和背景图像方差g最大时，对应的t的值即为二值化分割阈值；

S25、将前景对应的像素值均设为1，背景对应的像素值均设为0，得到二值化的图像。