[发明专利]一种非平面电镀五金件电镀缺陷检测方法

说明书

本发明公开了一种非平面电镀五金件电镀缺陷检测方法，包括：将待检测电镀五金件图像转化为灰度图像，分割后获得电镀缺陷待检测区；将电镀缺陷待检测区划分为若干个子区域，基于烧焦缺陷度和粗糙度确定用于筛选目标子区域的烧焦显著性值；对目标子区域进行增强，将增强图像输入神经网络，基于神经网络输出结果确定是否存在电镀缺陷。基于图像分割后的各个子区域的烧焦显著性确定目标子区域，对目标子区域进行图像增强，并基于神经网络对增强图像的检测获得电镀缺陷检测结果。由此，通过灰度图像转化、烧焦显著性判断、图像增强的方式从多角度对电镀五金件的烧焦区域进行检测，获得了准确度高、实用性强的非平面电镀五金件电镀缺陷检测方法。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种非平面电镀五金件电镀缺陷检测方法。

背景技术

对五金件表面进行电镀是提高金属零配件在使用环境中的抗腐蚀性能的重要手段，也可以提高金属零配件的硬度、耐磨性、导电性、电磁性、耐热性等性能，还可以增加金属零配件的美观度。对五金件进行电镀之后，其表面应光亮均匀，但部分电镀后的五金件表面仍会出现电镀瑕疵，因此需要对电镀后的五金件的电镀缺陷进行检测。

当前针对表面平整的电镀缺陷的检测方法较多，而五金件一般形状不规则，其表面一般也是非平面的，所以五金件的电镀缺陷检测与常规的电镀缺陷有所区别，因此亟需一种适用于多曲面、不规则、低对比度的非平面电镀五金件电镀缺陷检测方法。

发明内容

本发明提供一种非平面电镀五金件电镀缺陷检测方法，旨在提供一种使用以五金件的非平面电镀五金件电镀缺陷检测方法。

为实现上述目的，本发明提供一种非平面电镀五金件电镀缺陷检测方法，所述方法应用于电镀缺陷检测设备，所述方法包括：

将待检测电镀五金件图像转化为灰度图像，基于图像分割算法对所述灰度图像进行分割获得电镀缺陷待检测区；

将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦缺陷度和粗糙度，并基于所述烧焦缺陷度和粗糙度确定各个子区域的烧焦显著性值；

基于所述烧焦显著性值筛选出目标子区域，获得对所述目标子区域的增强图像，将所述增强图像输入神经网络，基于所述神经网络的输出结果确定待检测电镀五金件是否存在电镀缺陷。

可选地，所述将所述电镀缺陷待检测区划分为若干个子区域，确定各个子区域的烧焦显著性值包括：

将所述电镀缺陷待检测区划分为若干个子区域；

分别获得各个子区域的灰度共生矩阵，并基于所述灰度共生矩阵获得各个子区域的能量值，并基于所述能量值、像素点灰度值的均值确定烧焦缺陷度；

将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度；

将所述子区域中的边缘信息区域的个数、所述子区域的内部一致性以及子区域的宏观差异度的乘积确定为子区域的粗糙度；

基于所述子区域的烧焦缺陷度和所述子区域的粗糙度确定待检测电镀五金件灰度图像中的各个子区域的烧焦显著性值。

可选地，所述将所述子区域划分为多个边缘信息区域，基于各个边缘信息区域的区域信息确定子区域的内部一致性、子区域的宏观差异度包括：

对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域的内部一致性；

对所述灰度图像进行角点检测，基于角点检测获得的区域信息确定子区域的宏观差异度。

可选地，所述对所述灰度图像进行边缘检测，基于边缘检测结果将子区域划分为多个边缘信息区域，根据所述边缘信息区域确定子区域的内部一致性包括：