[发明专利]基于FAST算法的图像匹配缺陷检测方法

说明书

技术领域

本发明涉及图像处理技术领域，特别是一种基于FAST算法的图像匹配缺陷检测方法。

背景技术

近年来，随着电子技术、图像处理技术的发展，基于计算机视觉的图像处理系统得到了广泛的应用，如在产品质量检测与质量控制的工业生产中发挥着越来越重要的作用。在信息社会中，手机是人们获取信息的重要工具。在手机的制造过程中，连接器起到连接各个模块的作用。连接器的生产主要通过特定地模具制造，不可避免地会出现污渍、漏印、掉铜等问题，而传统的人工检测由于其检测数量大、人力成本高、速度慢、有可能会出现漏检错检等问题。

近年来发展起来的一些基于特征检测的匹配算法广泛的应用于图像缺陷检测，其中包括有SURF(Speeded-UP Robust Features)算法、边缘特征检测算法，但是该两种算法存在耗时较大、准确率较低等问题。

发明内容

本发明的目的在于提供一种能够有效地检测出待测样品中的缺陷、并准确地定位缺陷位置的基于FAST算法的图像匹配缺陷检测方法。

实现本发明目的的技术解决方案为：一种基于FAST算法的图像匹配缺陷检测方法，包括以下步骤：

步骤1，制作标准的手机底板连接器灰度图像模板，并分别对模板和测试图像进行预处理和灰度变换；

步骤2，对模板和测试图像分别进行FAST特征角点检测获取特征点；

步骤3，对检测出的特征点进行特征点匹配，从已经匹配好的特征点中挑选出强度最强的几组匹配样本，进行刚性变换得到转换空间模型，并将测试图像转换到模板尺度空间；

步骤4，对同一尺度空间的两幅图像进行图像匹配并相减得到差值图像，对差值图像进行形态学处理，判断是否有缺陷，如果有缺陷则标记缺陷位置。

进一步地，步骤2中所述对模板和测试图像分别进行FAST特征角点检测获取特征点，具体过程为：

(2.1)从图片中遍历像素点，针对具体的一个像素点p，设其像素值为I_p；

(2.2)选择一个阈值t；，

(2.3)由像素点p周围16个像素点组成一个以像素点p为中心的圆圈，所述16个像素点从1～16顺次编号；

(2.4)如果圆圈上的n个相邻像素点都大于I_p+t，或者都小于I_p-t，则认为像素点p是一个角点，n选择为12。

进一步地，步骤3所述对检测出的特征点进行特征点匹配，其中采用RANSAC模型来对特征点进行筛选。

进一步地，步骤(2.4)所述如果圆圈上的n个相邻像素点都大于I_p+t，或者都小于I_p-t，则认为像素点p是一个角点，具体判断过程如下：

1)检查p点周围16个像素点圆圈中，编号为1的像素点和编号为9的像素点是否满足都大于I_p+t，或者都小于I_p-t，如果都不满足，则p点不是角点，否则，进行下一步的判断；

2)检查p点周围16个像素点圆圈中，编号为5的像素点和编号为13的像素点是否满足都大于I_p+t，或者小于I_p-t；

3)如果前两步中所检查的四个像素点中少于3个不满足大于I_p+t，或者小于I_p-t的判断条件，则点p不是角点，否则，进行下一步的判断；

4)检查p点周围16个像素点圆圈中，其余像素点是否满足大于I_p+t，或者小于I_p-t，如果总共有不少于n个像素点满足该条件，则认为p点是一个角点，n设定为12。

本发明与现有技术相比，其显著优点为：(1)基于FAST角点特征图像匹配检测算法，能够快速准确地检测出特征点；(2)对发生旋转、偏移和缩放的图像同样具有较好的检测效果。

下面结合说明书附图来对本发明作进一步描述。

附图说明

图1是本发明基于FAST算法的图像匹配缺陷检测方法的流程图。

图2是像素点16点领域的示意图。

具体实施方式