[发明专利]一种反光表面缺陷检测方法、系统及电子设备

说明书

本发明提供了一种反光表面缺陷检测方法、系统及电子设备。该方案包括使用LCD显示屏产生4幅相位步长差为π/2的标准正弦条纹光栅，并投影在反光表面，然后通过相机采集经反光面反射的条纹图像发送至所述监测计算机；在所述4幅条纹图像中确定平面坐标系，计算包裹相位图和调制度图；通过图像融合网络将所述包裹相位图和所述调制度图融合为中间融合图，并通过数据增强处理，进行目标网络的训练，生成目标检测模型，判断所述目标检测模型的评价性能。该方案通过条纹反射法进行包裹相位和调制度数据提取，进而结合包裹相位和调制度数据的多源融合数据处理，并利用改进网络结构，实现光滑表面缺陷精准识别。

技术领域

本发明涉及图像缺陷检测技术领域，更具体地，涉及一种反光表面缺陷检测方法、系统及电子设备。

背景技术

为了控制产品的品质，每台笔记本电脑面板生产出厂前要经过多道流程反复的检验，才能进入市场。因此，必须经过严格的检查工作，但是检查工作量大，重复且枯燥，采用人工目检的方式基本成为历史，实现缺陷的自动化检测是工业界发展的大趋势。因此，必需研究如何使用机器视觉更高效和可靠地完成缺陷检测。

但是，在本发明技术之前，现有方案在缺陷检测方面存在诸多问题，一方面，现有方案对采用基于机器学习的视觉，而且主要有赖于缺陷特征大部分为纹理特征，虽然在低层次特征的判别上表现相对突出，例如，利用光学照明模块和机构控制模块收集图像，通过软件比如边缘检测、亚像素分析进行图像处理，进而经过机器学习和数据管理进行智能分析，然而笔记本电脑平板缺陷特征大多数为纹理特征同时带有一点语义信息，带语义信息的缺陷很难通过人为规则设定阈值，最终导致传统方法缺少了局部和整体的关系等高层次的语义信息，无法准确获知检测缺陷；另一方面，对于反光物体、五金器件、玻璃上的细小缺陷检测时，在机器视觉中广泛采用的打光方法，通常会使得图像呈现大面积的白斑，难以提取缺陷特征，而由于不同外观缺陷有着不同的特征，极难实现针对不同缺陷需求采用针对性图像采集方式，导致现有照明方式对缺陷体现不够全面，检测率低。

发明内容

鉴于上述问题，本发明提出了一种反光表面缺陷检测方法、系统及电子设备，通过条纹反射法进行包裹相位和调制度数据提取，进而结合包裹相位和调制度数据的多源融合数据处理，并利用改进网络结构，实现光滑表面缺陷精准识别。

根据本发明实施例第一方面，提供了一种反光表面缺陷检测方法。

在一个或多个实施例中，优选地，所述的一种反光表面缺陷检测方法包括：

监测计算机向LCD显示屏发出控制命令，在待测物体表面生成4幅条纹图像，并通过相机采集经过所述待测物体表面反射生成的所述4幅条纹图像，并将所述4幅条纹图像发送至所述监测计算机，其中，所述4幅条纹图像为相位步长差为π/2的标准正弦条纹光栅；

所述监测计算机根据所述4幅条纹图像，自动识别像素点，在对应平面坐标系下将所述4幅条纹图像分别表示为第一合成光强、第二合成光强、第三合成光强和第四合成光强的形式；

获取所述第一合成光强、所述第二合成光强、所述第三合成光强、所述第四合成光强，计算包裹相位图和调制度图；

通过图像融合网络将所述包裹相位图和所述调制度图融合为中间融合图；

对所述中间融合图通过数据增强处理，生成训练图像；

对所述训练图像进行目标网络的训练，生成目标检测模型；

根据所述目标检测模型计算准确度、召回率和性能指标分数，判断所述目标检测模型的评价性能。

在一个或多个实施例中，优选地，监测计算机向LCD显示屏发出控制命令，在待测物体表面生成4幅条纹图像，并通过相机采集经过所述待测物体表面反射生成的所述4幅条纹图像，并将所述4幅条纹图像发送至所述监测计算机，其中，所述4幅条纹图像为相位步长差为π/2的标准正弦条纹光栅，具体包括：