[发明专利]一种基于机器视觉的罐盖表面缺陷检测方法

摘要

本发明公开了一种基于机器视觉的罐盖表面缺陷检测方法，包括：获取罐盖图像并计算出罐盖图像的重心坐标(Xg,Yg)；获取罐盖边缘点，并采用三点随机圆检测方法对罐盖边缘点进行拟合得到拟合圆，拟合圆为罐盖区域；将罐盖区域划分为四个区域，并将四个区域分别径向展开；获取中心区域的维度特征，并依据预设的中心区域分类器进行分类识别获得中心区域的缺陷检测结果；分别获取嵌环区域，注胶区域，卷缘区域的维度特征，并依据预设的嵌环区域分类器、注胶区域分类器、卷缘区域分类器进行分类识别获得嵌环区域，注胶区域，卷缘区域的缺陷检测结果。本方法实现快速、精准定位，克服中心区域不规则纹理信息导致的误差问题以及该方法的鲁棒性更强。

主权项

1.一种基于机器视觉的罐盖表面缺陷检测方法，其特征在于：包括如下步骤：步骤1：获取罐盖图像并进行二值处理得到二值罐盖图像，以及计算出罐盖图像的重心坐标(Xg，Yg)；步骤2：根据步骤1计算出的重心坐标(Xg，Yg)和预设的扫描半径扫描二值罐盖图像得到罐盖边缘点，并采用三点随机圆检测方法对所述罐盖边缘点进行拟合得到拟合圆，所述拟合圆为罐盖区域；步骤3：根据预设的先验半径以及所述拟合圆的圆心将步骤2中的罐盖区域依次划分为四个区域，并将所述四个区域分别径向展开；其中，每个区域对应一个预设的先验半径，所述四个区域分别为中心区域，嵌环区域，注胶区域，卷缘区域；步骤4：对步骤3展开的中心区域进行显著性检测以及区域灰度标准差滤波得到中心区域的维度特征，并将得到的中心区域的维度特征作为输入量输入预设的中心区域分类器得到中心区域的分类结果；其中，所述中心区域的分类结果为正品或次品的缺陷检测结果，预设的中心区域分类器是将罐盖样本的中心区域的维度特征作为输入量，分类结果作为输出量进行支持向量机训练得到的，所述罐盖样本包括无缺陷的罐盖样本和有缺陷的罐盖样本；步骤5：分别获取步骤3中嵌环区域，注胶区域，卷缘区域的维度特征，并分别将获取的嵌环区域，注胶区域，卷缘区域的维度特征作为输入量输入相对应预设的嵌环区域分类器、注胶区域分类器、卷缘区域分类器得到嵌环区域，注胶区域，卷缘区域的分类结果；其中，所述嵌环区域，注胶区域，卷缘区域的分类结果为正品或次品的缺陷检测结果，所述预设的嵌环区域分类器、注胶区域分类器、卷缘区域分类器是分别将罐盖样本的嵌环区域的维度特征、注胶区域的维度特征和卷缘区域的维度特征作为输入量，分类结果作为输出量进行支持向量机训练得到的；获取嵌环区域，注胶区域，卷缘区域的维度特征的过程为：先对步骤3中展开的嵌环区域，注胶区域，卷缘区域分别进行垂直方向的灰度累计得到灰度投影曲线；再采用双高斯滤波对灰度投影曲线进行滤波，并对滤波后的灰度投影曲线进行梯度计算得到梯度投影曲线，从所述梯度投影曲线提取嵌环区域的维度特征，注胶区域的维度特征，卷缘区域的维度特征。