[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

说明书

技术领域

本发明涉及缺陷检测技术，特别涉及一种基于主成分分析的手机玻璃盖板缺陷检测方法。

背景技术

随着移动网络和手机的快速发展和普及，手机外壳玻璃盖板生产需求骤增，玻璃盖板质量是手机质量检测的重要环节。目前，手机玻璃盖板缺陷的常用检测手段仍依赖于人工视觉检测，耗时且繁琐，高度依赖于检测经验。

在以往对玻璃盖板的检测技术中，主要会针对玻璃盖板制造过程中产生的有限几种缺陷进行检测（一般针对1～2种缺陷），例如最常用的只检测玻璃中的气泡、杂质，这些技术中一般利用图像相减来去除背景的干扰，然后利用像素间的位置关系来确定该玻璃面板是否有缺陷，若有则可提取出缺陷部分，最后利用几何特征对缺陷进行识别，从而判别缺陷是气泡还是杂质。由于几何特征对于不同的缺陷差别很大，例如对于划痕缺陷，不同的划痕的几何形状千差万别，若仅依靠几何特征来识别会导致错误率太高。

另外有一些方法例如利用奇异值分解，然后利用较小的奇异值重构图像来分离作为前景的缺陷图像和带纹理的背景图像；利用梯度方向、阈值等方法来识别图像等。上述这些方法针对的缺陷种类十分有限，不能满足手机玻璃盖板的高品质监控需求。手机玻璃盖板的生产过程中，可能会同时出现多种不同的缺陷，例如划痕、崩裂、切角、油墨污点、变形等等，若使得用已有的技术，很难同时解决这多种缺陷的识别与轮廓提取。另外，现有技术中，在关键算法中会设置很多的阈值，这些阈值均需要人工经验来设定，因此对于产品缺陷检测的准确性会产生较大的影响。

发明内容

本发明的目的在于克服人工检测手机玻璃盖板缺陷的不足，提出了一种基于手机外壳玻璃缺陷的自动检测方法。

本发明的技术方案为：

基于主成分分析的手机玻璃盖板缺陷检测方法，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。

优选的，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;]]>