[发明专利]一种表面缺陷视觉检测方法

说明书

本发明公开一种表面缺陷视觉检测方法，包含：照射步骤：利用至少两个沿周向均匀布置的光源从不同的方向对检测产品进行照射；和检测步骤：通过设定参考值，依次抽取并计算每个标准区域内灰度值的平均值，判断每一标准区域为背景噪音区域或判断为异常区域；对判断为背景噪音区域内若干标准区域的差值求平均，得到环境噪音差值；将检测产品图像中每一像素减去环境噪音差值后的灰度值和阈值相比较，判断所述像素点是否为缺陷点。本发明对检测产品图像和标准样品基准图像进行环境噪音过滤，可消除变动着的背景的浓淡变化，只抽取对比度急剧变化的部分。而不只是单纯的二值化来区分背景变化。

技术领域

本发明涉及机器视觉技术领域，特别涉及一种表面缺陷视觉检测方法。

背景技术

在机器视觉领域中，最难实现的就是产品外观类检测项目。其主要原因有以下三种：打光不均匀，产品表面反光不一致，环境光干扰。从而导致相机取到的图片打光质量参差不齐，继而使得相机软件处理起来困难重重。最终导致相机很多误判（把合格品判为不合格品），漏判（把不合格品判为合格品）。前者会导致良品率很低，影响客户产能；后者就是致命的，会导致不合格品直接流到客户那边，如果引起质量缺陷导致发生事故，会发生不可挽回的损失。

发明内容

机器视觉系统中，每个像素根据光强度传送256 级数据（8 位）。在进行单色（黑白）处理时，黑色被认作“ 0”，白色被认作“ 255”，从而允许将每个像素接受的光强度转换为数值数据。也就是说，图像的所有像素均为0（黑色）到255（白色）之间的值。例如，灰色包含一半黑色一半白色，它将被转换为“ 127”。使用机器视觉抓取的图像数据是组成图像的像素数据的集合，并且像素数据被再现为256 级对比度数据。图像数据通过各个值在0 到255 之间的像素表现出来。所谓图像处理，就是通过下列各种计算方法计算每个像素的数值数据以找出图像特征的处理过程。按照以上的原理，如果产品表面光照度一致的话，图像的灰度值都会在某一个值集中。反之，光照不均匀的话，灰度值会比较分散。如果打光不均匀或者环境光有干扰，这样每次每次拍摄相机取到的图片，图像的每个像素点的灰度值实际都是在不断变化的，但是我们一开始设定的二值化的阈值是不变的，这样就会导致在阈值附近的灰度值的像素一会儿转变为白色（255），一会儿转变为黑色（0），进而导致误判和漏判。

为解决上述问题，本发明提供一种表面缺陷视觉检测方法，消除检测产品的表面由于光照原因导致的图像产生的阴影部分或光照不均匀部分带来的误判。

本发明采用以下技术方案为，一种表面缺陷视觉检测方法，包含：

照射步骤：利用至少两个沿周向均匀布置的光源从不同的方向对检测产品进行照射；和

检测步骤：

（1）设置标准样品基准图像并对所述标准样品基准图像进行灰阶化处理，生成灰度值为基准值；

（2）获取检测产品图像，并对所述检测样品图像进行灰阶化处理，生成灰度值为检测值；（3）设定一个阈值，用于对检测产品图像和标准样品基准图像的灰度值进行比较；

（4）设定参考值、标准区域大小和处理方向，依次抽取并计算每个标准区域内灰度值的平均值，判断所述检测产品图像和所述标准样品基准图像之间的差值，判断所述差值是否在所述参考值的范围内，若是，判断为背景噪音区域，若否，判断为异常区域；

（5）对判断为背景噪音区域内若干标准区域的差值求平均，得到环境噪音差值；

（6）将检测产品图像中每一像素减去环境噪音差值后的灰度值和阈值相比较，判断所述像素点是否为缺陷点。

进一步地，所述标准区域大小为N*2*2个像素点，其中N为自然数，所述处理方向包括X轴方向，Y轴方向，以及XY轴方向。

进一步地，所述基准值、检测值、阈值、参考值、差值和环境噪音差值均为0-255范围内的灰度值。