[发明专利]一种基于图像处理的陶瓷表面缺陷检测方法及系统

权利要求书

1.一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，所述方法包括以下步骤：

获取陶瓷的RGB图像和NIR图像，从所述RGB图像中提取陶瓷所在区域的第一图像，从所述NIR图像中提取陶瓷所在区域的第二图像；

将所述第一图像转换为YUV格式，得到YUV图像，根据YUV图像中的Y分量图像和第二图像得到混合图像；

将所述混合图像转换为二值化图像，分割出所述二值化图像中的缺陷区域，根据所述缺陷区域确定陶瓷的表面缺陷类型。

2.根据权利要求1所述的一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，将所述第一图像转换为YUV格式的转换公式为：Y＝0.257*R+0.504*G+0.098*B+16，U＝－0.148*R－0.291*G+0.439*B+128，V＝0.439*R－0.368*G－0.071*B+128；

其中：Y、U、V分别为YUV图像的三个分量，R、G、B分别为RGB图像的三个分量。

3.根据权利要求2所述的一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，所述混合图像的计算公式为：混合图像＝255*(第二图像/YUV图像中的Y分量图像)。

4.根据权利要求3所述的一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，所述将所述混合图像转换为二值化图像，分割出所述二值化图像中的缺陷区域，根据所述缺陷区域确定陶瓷的表面缺陷类型，包括：

将所述混合图像转换为二值化图像，将所述二值化图像按设定比例值等比例缩小，得到基准模；所述设定比例值的取值范围为[0.001,0.01]；

从所述二值化图像的一端开始，以基准模对所述二值化图像进行分割，得到基准图像；

计算每张基准图像的亮度平均值，根据所述亮度平均值确定亮度区间；

将偏离所述亮度区间的图像区域作为所述基准图像中的缺陷区域；

确定所述缺陷区域的大小，若所述缺陷区域小于设定阈值，则确定所述缺陷区域为点状缺陷；若所述缺陷区域大于设定阈值，通过目标检测模型确定陶瓷的表面缺陷类型，所述缺陷类型包括凹釉、釉泡、棕眼、以及针孔。

5.根据权利要求4所述的一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，所述通过目标检测模型确定陶瓷的表面缺陷类型，包括：

搭建神经网络模型，采用训练图像对所述经网络模型进行训练，得到目标检测模型，所述训练图像标定有至少一种缺陷类型，所述缺陷类型包括凹釉、釉泡、棕眼、以及针孔；

将大于设定阈值的输入目标检测模型进行识别，得到陶瓷的表面缺陷类型。

6.根据权利要求5所述的一种基于图像处理的陶瓷表面缺陷检测方法，其特征在于，所述神经网络模型为FasterR-CNN模型、YOLOv3模型或SSD模型中任一种。

7.一种基于图像处理的陶瓷表面缺陷检测系统，其特征在于，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至6任一项所述的基于图像处理的陶瓷表面缺陷检测方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于图像处理的陶瓷表面缺陷检测程序，所述基于图像处理的陶瓷表面缺陷检测程序被处理器执行时实现如权利要求1至6中任意一项所述的基于图像处理的陶瓷表面缺陷检测方法的步骤。