[发明专利]一种工业生产中线缆表面瑕疵的检测方法及系统

说明书

技术领域

本发明涉及一种适用于工业环境中线缆表面瑕疵的检测方法，属于图像处理技术领域。

背景技术

产品表面质量问题一直是工业生产中备受关注的一个问题。一方面，产品表面质量影响产品的商业价值，外观的瑕疵会直接造成产品商业价值的贬值，例如在印刷、包装、工艺品等外观缺陷常常需要高度重视。另一方面，产品表面质量对产品的直接使用或深加工有着重要影响，表面缺陷的存在会对使用者造成巨大损失，需进行严格控制和检查。从技术性能和技术指标来讲，用机器视觉来进行表面缺陷检测具有众多优势。机器视觉是一种无接触无损伤检测，安全可靠，能成功代替人眼并超越人眼，实现功能更强大的检测。

一般对彩色图像的处理往往是RGB三个分量分开处理，或者是采用RGB三维向量一起处理，但往往会忽略图像空间信息的重要性。噪声像素通常表现为颜色或亮度相对孤立的点，在空间上总是与其所在的物体相互毗邻的,如果仅考虑彩色信息就会将这样的像素点划分到别的聚类中，从而使图像分割结果出现误差。

发明内容

本发明所要解决的技术问题是：针对工业生产中线缆表面的质量问题，提出了一种适用于工业环境中线缆表面瑕疵的检测方法。通过利用彩色面阵CCD相机进行扫描获取线缆图像，针对此图像进行图像处理，最后成功检测出线缆表面的瑕疵，能够有效解决工业生产中线缆表面的质量问题。

本发明为解决上述技术问题采用以下技术方案：

本发明提出一种工业生产中对线缆表面瑕疵的检测方法，包括以下步骤：

步骤一、读取线缆表面的待检测图像数据，设置像素点的空间二维坐标信息与三维彩色信息的比例，用五维向量表示图像样本集中的每一个像素点，以像素点为集合元素生成图像样本集；

步骤二、图像数据预处理：对五维向量的每一维进行缩放，使其值位于[0,1]区间；

步骤三、将图像样本划分为瑕疵和非瑕疵两个类别，初始化隶属度矩阵，建立约束条件对每个图像样本隶属于每个类别的隶属度值进行归一化处理；

步骤四、对于每个类别，计算其每一维的聚类中心形成以五维向量表示的聚类中心，之后计算每一个像素点到该类别的聚类中心的距离，并根据聚类距离更新隶属度矩阵；

步骤五、根据隶属度矩阵和聚类距离，计算目标函数，并判断目标函数是否收敛：目标函数若不收敛，则返回重新执行步骤四，若收敛，则开始分割图像；

步骤六、对图像进行分割，对于分割后的每一个像素点，根据最终隶属度矩阵获取像素点隶属的类值，根据类值计算得到该像素点的灰度值，并根据灰度值实现对线缆表面瑕疵的检测。

作为本发明提出的工业生产中对线缆表面瑕疵的检测方法进一步具体的细化方案，步骤一中，是利用彩色面阵CCD相机对线缆表面进行扫描，获取一幅RGB彩色线缆图像作为待检测图像数据。

作为本发明提出的工业生产中对线缆表面瑕疵的检测方法进一步具体的细化方案，步骤一中，图像样本集其中a_j是用五维向量表示的一个彩色图像的像素点，a_j＝(αp_j,q_j),j＝1,2,…,n，s是样本空间维数，n是样本个数，p_j＝(x_j,y_j)表示图像的坐标，q_j＝(b_j,g_j,r_j)表示图像的像素；α表示空间信息与彩色信息的比例,α∈(0,1)。

作为本发明提出的工业生产中对线缆表面瑕疵的检测方法进一步具体的细化方案，步骤二中，对五维空间的每一维进行缩放，使其值位于[0,1]区间，如式(1)所示：

其中，Max_l、Min_l分别表示第l维的最大值、最小值，f(l)是第l维的数据，g(l)是第l维缩放后的数据。

作为本发明提出的工业生产中对线缆表面瑕疵的检测方法进一步具体的细化方案，步骤三中，建立约束条件对每个图像样本隶属于每个类别的隶属度值进行归一化处理，具体如下：

设U＝(μ_ij)_c×n表示样本的隶属度矩阵，随机设置初始隶属度矩阵设定约束条件如式(2)、(3)、(4)所示：

μ_ij>0,1≤i≤c,1≤j≤n(4)；

根据约束条件，做如下归一化处理：