[发明专利]一种基于机器视觉的产品缺陷识别方法

说明书

本发明提供一种基于机器视觉的产品缺陷识别方法，其对设备的硬件的要求较低，不但降低了设备成本，且实现方便，易于推广应用。其包括：S1：确定采集设备的视野；S2：确定检测区域；S3：确定拍摄基准点；S4：确定采集设备每次拍摄时候的旋转角度、每次拍摄需要检测的技术特征、每个被检测产品的拍摄次数；S5：针对每次拍摄采集的图像，通过图像识别技术鉴别查找技术特征的缺陷，并把每个技术特征的分次鉴别结果用数值分别标记；S6：针对被检测产品的拍摄实施完毕后，针对每个技术特征，把所有的分次鉴别结果进行计算，得出针对每个技术特征的检测值；S7：根据每个被检测产品的所有技术特征的检测值进行计算，得出针对每个产品的产品缺陷识别值。

技术领域

本发明涉及图像处理技术领域，具体为一种基于机器视觉的产品缺陷识别方法。

背景技术

现代工业技术中通过机器视觉技术识别产品缺陷是常用的方法，但现有技术中，通常是采用整体检测方法，对被检测工件进行一次扫描然后识别所有缺陷；当被检测工件上需要识别的项目较多的时候，不但对扫描用设备的要求比较高，且一次扫描后对多处结果共同运算，对CPU（中央处理器）运算能力要求也很高，导致缺陷识别用设备的成本居高不下。

发明内容

为了解决整体检测法对扫描用设备和CPU的性能要求比较高的问题，本发明提供一种基于机器视觉的产品缺陷识别方法，其对设备的硬件的要求较低，不但降低了设备成本，且实现方便，易于推广应用。

本发明的技术方案是这样的：一种基于机器视觉的产品缺陷识别方法，其包括以下步骤：

S1：确定图像采集设备的视野；

S2：确定被检测产品的检测区域；

S3：确定拍摄基准点；

其特征在于：其还包括下面的步骤：

S4：根据所述图像采集设备的视野、所述检测区域和所述基准点，确定所述采集设备每次拍摄时候的旋转角度、每次拍摄需要检测的技术特征、每个被检测产品的拍摄次数；

S5：针对每次拍摄采集的图像，通过图像识别技术鉴别查找所述技术特征的缺陷，并把每个所述技术特征的分次鉴别结果用数值分别标记；

S6：按照所述拍摄次数，针对被检测产品的拍摄实施完毕后，针对每个所述技术特征，把所有的所述分次鉴别结果进行计算，得出针对每个所述技术特征的检测值；

S7：根据每个被检测产品的所有所述技术特征的检测值进行计算，得出针对每个产品的产品缺陷识别值。

其进一步特征在于：

其还包括步骤S8：把所述产品缺陷识别值与预先设置在系统中的标准值进行比对，不一致的情况下，确定被检测产品存在缺陷；

步骤S5中，所述技术特征有存在缺陷的时候，所述分次鉴别结果用0标记，所述技术特征不存在缺陷的时候，所述分次鉴别结果用1标记；

步骤S6中所述技术特征的检测值的计算方法为：

V = i*v₁+（i-1）*v₂+……+2*v_i-1+1*v_i

其中：

V：表示所述技术特征的检测值，

v_i：表示步骤S5中得出的每个所述技术特征的分次鉴别结果，取值为1或者0，

i：为正整数，表示在步骤S4中确定的所述拍摄次数；

步骤S7中所述产品缺陷识别值的计算方法，包括以下步骤：

a：针对每个所述技术特征在系统中预设检测值的期待值；