[发明专利]基于GFV-SIFT特征的振动环境注塑模具异常缺陷检测方法

摘要

本发明公开了一种基于GFV‑SIFT特征的振动环境注塑模具异常缺陷检测方法。采集模板图像和实时图像，使用局部特征向量提取初始匹配点，计算两幅图像初始匹配点之间的初始相似性，用初始匹配阈值对所有初始相似性进行分割判断获得初始匹配对；构造各自的全局向量并作归一化处理；构造新向量计算最终相似性，用最终匹配阈值对最终相似性分割判断获得最终匹配对；用最终匹配对计算投影变换矩阵，用投影变换矩阵投影变换实时图像，然后差分处理变换后的实时图像与模板图像，再去噪声处理后提取区域判断是否存在异常缺陷。本发明实现了在振动环境下，模具异常状态检测精度可得到提高。

主权项

1.一种基于GFV‑SIFT特征的振动环境注塑模具异常缺陷检测方法，其特征在于包括以下步骤：1)采集获得无缺陷注塑模具的模板图像和待测注塑模具的实时图像，针对两幅图像使用局部特征向量提取初始匹配点，将同一个局部特征向量在两幅图像分别获得的两个初始匹配点作为一对匹配对，计算一对匹配对的两个初始匹配点之间的欧氏距离并作为初始相似性，用初始匹配阈值对所有初始相似性进行分割判断获得初始匹配对；2)由步骤1)得到所有初始匹配对中的每一个初始匹配点构造各自的全局向量，然后对全局向量作归一化处理；3)由步骤2)得到的归一化后的全局向量与其各自对应的局部特征向量用权重因子构造一个新向量，计算一对初始匹配对的两个初始匹配点之间的欧氏距离并作为最终相似性，用最终匹配阈值对所有最终相似性进行分割判断获得最终匹配对；4)用步骤3)中得到的最终匹配对计算投影变换矩阵，用投影变换矩阵投影变换实时图像，然后差分处理变换后的实时图像与模板图像，再去噪声处理后提取区域判断是否存在异常缺陷。