[发明专利]用于光学玻璃预制件的条纹检测方法

说明书

本发明涉及图像处理技术领域，具体涉及用于光学玻璃预制件的条纹检测方法。该方法首先获取玻璃预制件图像，提取出玻璃作为感兴趣区域；获取感兴趣区域中的缺陷像素点；对缺陷像素点进行分类得到多个缺陷类别，将缺陷类别分为类牛眼缺陷类别和辐射状缺陷类别；计算类牛眼缺陷类别的类牛眼缺陷破损程度；计算辐射状缺陷类别的辐射状缺陷破损程度；属于同一感兴趣区域的类牛眼缺陷破损程度和辐射状缺陷破损程度之和为玻璃破损程度。本发明区分出类牛眼缺陷类别和辐射状缺陷类别，并分别进行破损程度计算，进而得到玻璃预制件图像的玻璃破损程度，实现了对条纹缺陷进行分类，且计算条纹缺陷的破损程度便于对玻璃预制件的后续可修复性的判断。

技术领域

本发明涉及图像处理技术领域，具体涉及用于光学玻璃预制件的条纹检测方法。

背景技术

光学玻璃预制件是利用研磨加工、再热压成型、精密冲压成型等模压成型的手段制成的光学玻璃，具有很强的稳定性和耐火性，是一种常见的耐材。按照大小来分，玻璃预制件有大型、中型、小型，重量可以从几吨到几十公斤。按照形状来分，玻璃预制件分为方形、长条形、拱形、环形等。光学玻璃预制件上面的条纹缺陷不仅影响了光学玻璃预制件的美观性，更影响光学玻璃预制件的结构特性。

目前，常见的对光学玻璃预制件的条纹缺陷进行检测的方法为采用神经网络进行学习和训练，将光学玻璃预制件图像输入训练好的神经网络进而得到条纹缺陷，该方法不能对条纹缺陷进行分类且难以判断条纹缺陷的破损程度，无法得到玻璃预制件上条纹缺陷的可修复性。

发明内容

为了解决上述技术问题，本发明的目的在于提供用于光学玻璃预制件的条纹检测方法，所采用的技术方案具体如下：

获取玻璃预制件图像，提取出玻璃作为感兴趣区域；对所述感兴趣区域进行阈值分割得到缺陷像素点；

对所述缺陷像素点进行分类，得到多个缺陷类别；根据所述缺陷类别内像素点的聚集程度将所述缺陷类别分为类牛眼缺陷类别和辐射状缺陷类别；

获取类牛眼缺陷类别中的类牛眼缺陷轮廓和类牛眼缺陷中心；由所述类牛眼缺陷轮廓对应的像素点数量、宽度和灰度均值计算所述类牛眼缺陷轮廓的第一破损程度；由所述类牛眼缺陷中心对应的像素点数量、宽度和灰度均值计算所述类牛眼缺陷中心的第二破损程度；所述第一破损程度和所述第二破损程度之和为类牛眼缺陷破损程度；

对所述辐射状缺陷类别进行圆形轮廓提取，获取第二类缺陷的最佳圆形轮廓；以所述最佳圆形轮廓包围的区域作为辐射状缺陷类别的中心区域，由所述中心区域的像素点数量和灰度均值计算所述中心区域的第三破损程度；以所述最佳圆形轮廓上的缺陷像素点作为聚类初始点，获取每个聚类初始点对应的辐射线条，由所述辐射线条对应的灰度均值、辐射线条总宽度和辐射线条总长度计算辐射线条的第四破损程度；所述第三破损程度和所述第四破损程度之和为辐射状缺陷破损程度；属于同一感兴趣区域的类牛眼缺陷破损程度和辐射状缺陷破损程度之和为玻璃破损程度。

优选的，所述对所述感兴趣区域进行阈值分割得到缺陷像素点，包括：

采用大津法对所述感兴趣区域进行灰度分割，得到最优分割阈值；灰度值大于所述最优分割阈值的像素点作为缺陷像素点。

优选的，所述根据所述缺陷类别内像素点的聚集程度将所述缺陷类别分为类牛眼缺陷类别和辐射状缺陷类别，包括：

选取任意缺陷类别内的任意缺陷像素点作为第一初始点，寻找对应的八邻域内的缺陷像素点作为第二初始点，寻找所述第二初始点对应的八邻域内除所述第一初始点外的缺陷像素点，作为第三初始点，寻找所述第三初始点对应的八邻域内除所述第一初始点和所述第二初始点外的缺陷像素点，作为第四初始点，重复寻找，直至新的初始点对应的八邻域内不包含缺陷像素点，完成寻找，得到对应的聚类集合；

当所述聚类集合中包含对应的缺陷类别内的所有缺陷像素点时，对应的缺陷类别为辐射状缺陷类别；