[发明专利]镜头缺陷检测方法有效
申请号: | 202010048339.4 | 申请日: | 2020-01-16 |
公开(公告)号: | CN111292228B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 诸庆;吴林哲;李小明;涂裕如 | 申请(专利权)人: | 宁波舜宇仪器有限公司 |
主分类号: | G06T3/00 | 分类号: | G06T3/00;G06T5/30;G06T5/50;G06T7/00;G06T7/11;G06T7/136;G01N21/88;G01N21/94 |
代理公司: | 北京谨诚君睿知识产权代理事务所(特殊普通合伙) 11538 | 代理人: | 陆鑫;延慧 |
地址: | 315400 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 镜头 缺陷 检测 方法 | ||
1.一种镜头缺陷检测方法,包括:
S1、对镜头的端面、凸台进行缺陷检测;
S2、对镜头内部结构进行缺陷检测;
S3、对镜头上表面和下表面进行缺陷检测;
所述步骤S1包括:
S11、在所述镜头的端面或凸台上制作模板图像获得端面图片和凸台图片,并进行匹配定位;
S12、对所述凸台图片进行仿射变换后与端面图片对齐;
S13、根据自定义的核提取所述端面图片的高频分量;
S14、利用加权平均值算法叠加所述端面图片和所述凸台图片获得融合图片;
S15、依照所述融合图片进行缺陷检测
所述步骤S2包括:
S21、利用层拍相机沿Z轴方向对镜头内部进行层拍获得多张图片,并按照顺序等分为多组;
S22、对每一组图片进行缺陷分割和识别,将符合缺陷标准的所有缺陷放入到缺陷容器中;
S23、在所述缺陷容器中,通过比较缺陷中心距离偏差值将同一位置处的缺陷筛选出来;
S24、根据清晰度算法筛选出同一位置处表现最为清晰的缺陷,按照此缺陷判断其尺寸是否为缺陷产品;
所述步骤S3包括:
S31、通过旋转光源获得多张图片,将每张图片的镜片区域减去屏蔽区域获得每一张图片的检测区域;
S32、将多张图片的所有检测区域进行灰度最大值法融合为一张用于缺陷表达图片作为检测图片;
S33、对所述检测图片进行分割,筛选出同一位置处的最大缺陷判断产品是否合格。
2.根据权利要求1所述的镜头缺陷检测方法,其特征在于,在所述S11中,对所述端面和凸台按照如下公式的模板匹配获得R(x,y)值最大时得到两组值(x1,y1,phi1;x2,y2,phi2)分别代表定位的x坐标、y坐标和角度:
公式:R(x,y)代表相关系数,x,y代表原图像图像像素坐标,i,j代表模板图像像素坐标,I(x+i,y+j)为原图像(x+i,y+j)处灰度值,T(i,j)为模板图像(i,j)处灰度值,为原图像模板大小尺寸的子图的灰度均值;为模板图像的灰度均值。
3.根据权利要求1或2所述的镜头缺陷检测方法,其特征在于,所述步骤S14包括:按照imageMerge1=k1*image1+k2*image2+b对所述凸台图片和端面图片进行融合,再按照imageMerge2=a*imageMerge1+b获得最终的融合图片;
其中imageMerge1表示初步融合图片,imageMerge2表示融合图片,k1代表image1的权重系数,k2代表image2的权重系数,a表示拉伸系数,b表示拉伸偏移;image1表示凸台图片,image2表示端面图片。
4.根据权利要求1所述的镜头缺陷检测方法,其特征在于,在所述步骤S24中:
将同一位置处的缺陷筛选出来后,利用设定大小的矩形核膨胀得到比实际缺陷略大的ROI区域,提炼出所述ROI区域大小的原图;
根据公式:C=∑δδ(i,j)2Pδ(i,j)计算出所述ROI区域图像的对比度,筛选出同一位置处对比度最大的缺陷作为表现最清晰的缺陷;
其中δ(i,j)=|i-j|表示相邻像素间灰度绝对差,Pδ(i,j)表示相邻像素间的灰度差值为δ的像素分布概率。
5.根据权利要求4所述的镜头缺陷检测方法,其特征在于,若计算的存在缺陷的多张图片的对比度较为接近,则计算每张图片缺陷区域的平均灰度,筛选具有最高平均灰度值的缺陷作为表现最清晰的缺陷。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波舜宇仪器有限公司,未经宁波舜宇仪器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010048339.4/1.html,转载请声明来源钻瓜专利网。