[发明专利]一种偏光镜片缺陷检测方法、装置、设备及可读存储介质

权利要求书

1.一种偏光镜片缺陷检测方法，其特征在于，包括：

对覆膜凸透镜进行图像采集，并将采集的图像进行灰度转换和预处理得到偏光镜片图像，然后对所述偏光镜片图像进行膨胀运算得到镜片灰度图像；

对所述镜片灰度图像进行灰度统计，得到二值化阈值，根据所述二值化阈值对所述镜片灰度图像进行二值化分割得到镜片二值化图像；

对所述镜片二值化图像进行分析和提取，得到分析和提取后的二值化图像，对所述二值化图像进行计算，得到镜片裂纹区域图像；

根据所述镜片裂纹区域图像进行缺陷识别，并标记缺陷坐标。

2.根据权利要求1所述的偏光镜片缺陷检测方法，其特征在于,所述对覆膜凸透镜进行图像采集，并将采集的图像进行灰度转换和预处理得到偏光镜片图像，然后对所述偏光镜片图像进行膨胀运算得到镜片灰度图像，之后包括：

根据所述镜片灰度图像和卷积神经网络模型建立异常检测模型，其中包括：

获取第一数据，所述第一数据包括在对所述卷积神经网络模型训练的过程中的循环次数，在对所述卷积神经网络模型进行训练的过程中，进行一次前馈和反向传播为一个循环；

对所述镜片灰度图像集合中的每张图像进行亮度修正处理和分辨率调整处理，得到第二图像集合，根据所述第二图像集合获取第二数据，所述第二数据包括在进行训练的过程中所述第二图像集合在每个训练循环内被处理的次数；

根据所述第一数据、所述第二数据和所述第二图像集合中三维图像的个数得到迭代停止的条件；

基于所述镜片灰度图像集合对所述卷积神经网络模型进行训练，当达到迭代停止的条件时停止训练，得到异常检测模型。

3.根据权利要求1所述的偏光镜片缺陷检测方法，其特征在于,所述对所述镜片二值化图像进行分析和提取，得到分析和提取后的二值化图像，然后对所述二值化图像进行计算，得到镜片裂纹区域图像，包括：

对分析和提取后的所述二值化图像进行横向边缘滤波，得到边缘滤波图像；

根据预设的检测块尺寸，将所述边缘滤波图像分割成多个检测块，其中，相邻的所述检测块之间存在重叠区域；

针对每个所述检测块，查找所述检测块中的候选缺陷点，并计算由所述候选缺陷点组成的缺陷区域的缺陷信息；

根据每个缺陷区域的缺陷信息，在所述二值化图像上确定待选区域以及待选区域对应的邻域信息；

根据所述待选区域与该待选区域对应的邻域信息之间的差异以及所有待选区域的角度信息，确定所述二值化图像中的裂纹缺陷；

对所述裂纹缺陷的缺陷信息进行极坐标逆变换，得到所述镜片裂纹区域图像。

4.根据权利要求1所述的偏光镜片缺陷检测方法，其特征在于,所述根据所述镜片裂纹区域图像进行缺陷识别，并标记缺陷坐标，包括：

根据RGB三通法对所述镜片裂纹区域图像进行分割；

确认分割后的所述镜片裂纹区域图像的缺陷类别；

将所述缺陷类别的信息和所述镜片裂纹区域图像上报控制器，所述控制器发出报警信号、存储报警信息，标记并显示缺陷图像和位置信息。

5.一种偏光镜片缺陷检测装置，其特征在于，包括：

采集模块：用于对覆膜凸透镜进行图像采集，并将采集的图像进行灰度转换和预处理得到偏光镜片图像，然后对所述偏光镜片图像进行膨胀运算得到镜片灰度图像；

分割模块：用于对所述镜片灰度图像进行灰度统计，得到二值化阈值，根据所述二值化阈值对所述镜片灰度图像进行二值化分割得到镜片二值化图像；

计算模块：用于对所述镜片二值化图像进行分析和提取，得到分析和提取后的二值化图像，对所述二值化图像进行计算，得到镜片裂纹区域图像；

标记模块：用于根据所述镜片裂纹区域图像进行缺陷识别，并标记缺陷坐标。