[发明专利]基于图像分析的丝印缺陷检测方法及装置

权利要求书

1.基于图像分析的丝印缺陷检测方法，其特征在于，包括以下步骤：

采集获得待检测的图像，并对图像进行预处理，利用面积阈值和轮廓提取联合分割得到数个待检测的子区图像；

利用子区图像生成方形黑色区域检测掩膜和第一圆形区域掩膜；

采用连通域跟踪算法求得第一圆形区域掩膜对应的图像的圆形区域，对圆形区域的轮廓边缘点进行圆度分析，求得圆形区域中任一残缺圆环；

求得方形黑色区域检测掩膜对应的图像的像素均值；基于像素均值求得方形区域二值化阈值，利用方形区域二值化阈值标记缺陷的位置和大小；

采用梯度下降法求得第一圆形区域掩膜内的断裂区域；

其中，利用子区图像生成方形黑色区域检测掩膜和第一圆形区域掩膜，包括以下步骤：

将子区图像的二值图生成方形子区掩膜；

利用方形子区掩膜分别对子区图像的原灰度图和二值图进行滤波处理，得到滤波后的二值图和灰度图；包括：对方形子区掩膜的掩码图像所有像素除以255，将所得的图像与原灰度图和二值图相乘，得到滤波后的图像；

采用腐蚀运算对滤波后的二值图进行腐蚀处理，得到腐蚀后的二值子区图像；

对腐蚀后的二值子区图像进行反色处理，得到互补二值图，并共同组成四个第一圆形区域；

对四个所述第一圆形区域的二值图进行连通域滤波，得到第一圆形区域掩膜；

利用方形子区掩膜和第一圆形区域掩膜共同生成方形黑色区域检测掩膜；

其中，采用连通域跟踪算法求得残缺圆环的具体步骤为：

利用轮廓提取算法对任一所述第一圆形区域在第一圆形区域掩膜中进行定位；

并对任一所述第一圆形区域掩膜对应的灰度图区域进行二值化处理，得到内圆区域的二值图；

求得第一圆形区域掩膜中第一圆形区域的中心点坐标；

利用连通域跟踪算法提取得到第二圆形区域，并对第二圆形区域中的圆形轮廓边缘进行圆度分析，拟合得到圆形评估圆形区域轮廓点集；

求得最佳的圆环点集合和最佳圆环参数模型；

求得圆形评估圆形区域轮廓点集内任一轮廓点的圆心距离，并与圆环半径求差；

若大于预设的差异阈值，则记为圆环边缘异常点；

统计圆环边缘异常点与圆环点集合的圆环边缘点的占比；

若占比大于预设的阈值，则该圆环为异常；

遍历任一第一圆形区域，求得残缺圆环；

其中，采用梯度下降法求得第一圆形区域掩膜内的断裂区域，包括以下步骤：

提取第一圆形区域，并生成第二圆形区域掩膜；

利用圆形子区轮廓图像和第二圆形区域掩膜提取得到四个圆环区域掩膜；

利用圆环区域掩膜提取得到圆环区域灰度图；

对圆环区域灰度图中的圆环灰度区域进行百分比二值化，得到二值化后的圆环二值图；

对二值化后的圆环二值图进行子区域提取得到第一二值圆环子区图；

对第一二值圆环子区图进行连通域滤波处理得到滤波后的第二二值圆环子区图；

对第二二值圆环子区图进行分割，得到数个第三圆环二值图；

对第三圆环二值图进行骨架提取得到圆环骨架；

从圆环骨架内提取得到圆环坐标点，采用拟合算法拟合出第二圆环参数模型；

利用第二圆环参数模型生成圆环掩膜图像；所述圆环掩膜图像的图像大小与圆环区域灰度图的图像大小一致；

利用圆环掩膜图像在圆环区域灰度图中沿着圆环方向求得图像梯度；

对图像梯度的梯度幅值进行排序，并预设梯度幅值阈值；

若梯度幅值阈值大于梯度幅值最小值，且小于梯度幅值最大值，则标记为断裂疑似断裂区域；

提取图像梯度的梯度幅值大于梯度幅值阈值的圆环坐标位置，对圆环坐标位置的灰度像素沿着圆环掩膜方向进行分析，求得圆环坐标位置与断裂疑似断裂区域的圆环疑似断裂点的像素灰度差；并与预设的像素灰度差阈值对比；

若像素灰度差大于像素灰度差阈值，则标记该圆环疑似断裂点；

对标记的圆环疑似断裂点进行连续统计，并得到初圆环断裂点的长度；若初圆环断裂点的长度大于预设的圆弧长度阈值，则标记为圆环断裂区域；

遍历任一圆环区域灰度图，得到断裂区域。