[发明专利]一种基于滑动的局部邻域窗口的产品表面检测方法

说明书

本发明公开了一种基于滑动的局部邻域窗口的产品表面检测方法，能够对图像进行表面缺陷检测，对非模式图像利用积分图技术大大降低运算复杂度，从而提高了检测速度，具有快速的运算速度和很高的检测率，并且把变异系数作为图像局部邻域的同质性测度，利用自适应阈值处理技术，对表面缺陷进行检测和定位，能够有效的检测多种不同的表面缺陷，具有一定的普遍性和适应性，并且受光照不均的影响小，具有很好的鲁棒性，能够适用于工业生产线上产品质量的控制；对模式图像则建立缺陷图像稀疏表示，根据匹配跟踪算法,简化模型并求解，得到纹理背景部分最优解和缺陷前景部分最优解，将模式图像转化为非模式图像，从而能够对模式图像进行表面缺陷检测。

技术领域

本发明涉及一种基于滑动的局部邻域窗口的产品表面检测方法，特别适用于自动化的工业生产线上不锈钢产品的表面缺陷检测。

背景技术

目前，不论模式产品还是非模式产品，其自动化工业生产线都是以表面缺陷检测算法作为自动检测系统的核心来进行产品质量的控制，但是由于表面缺陷检测涉及的产品范围较广，各种产品表面复杂度不同，缺陷随机性强等诸多的难题，表面缺陷检测一直是工业生产行业的难点。尽管近几年来基于机器视觉的表面缺陷检测技术取得了重大进步，但是表面缺陷检测技术仍面临着诸如检测速度慢、识别精度低、光照不均、环境噪声大等难题，并且由于检测算法没有普遍性和适应性，很难用一个算法应用到所有的实际工程项目中，因此研究人员需对不同的产品研究合适其的检测算法。

发明内容

为解决上述问题，本发明的目的在于提供一种基于滑动的局部邻域窗口的产品表面检测方法，该表面检测方法能够对图像进行表面缺陷检测。对非模式图像该表面检测方法利用积分图技术大大降低运算复杂度，从而大大提高检测速度，具有快速的运算速度和很高的检测率，并且把变异系数作为图像局部邻域的同质性测度，利用自适应阈值处理技术，对表面缺陷进行检测和定位，能够有效的检测多种不同的表面缺陷，具有一定的普遍性和适应性，并且受光照不均的影响小，具有很好的鲁棒性，能够适用于工业生产线上产品质量的控制；对模式图像则建立缺陷图像稀疏表示，根据匹配跟踪算法，简化模型并求解，得到纹理背景部分最优解和缺陷前景部分最优解，将模式图像转化为非模式图像，从而能够对模式图像进行表面缺陷检测。

本发明解决其问题所采用的技术方案是：

一种基于滑动的局部邻域窗口的产品表面检测方法，包括以下步骤：

A、判断产品的表面图像属于非模式图像还是模式图像，若为非模式图像，转到步骤C，若为模式图像，转到步骤B；

B、根据模式图像能够在冗余字典下稀疏表示的特点，建立缺陷图像稀疏表示模型，将缺陷前景从背景中分离出来，从而将模式图像的缺陷检测问题转化为非模式图像的缺陷检测问题；

C、对产品的非模式图像进行表面图像采集，得到一幅像素大小为M×N的图像I，其中，M和N均为大于零的整数；

D、采用一个像素大小为W*W，中心像素为P(x，y)的局部邻域窗口对图像I进行滑动扫描，同时使用能够大大降低运算复杂度的积分图技术，得到局部邻域窗口内所有像素的灰度均值，其中，W＝2*w+1，w为大于零的整数，W≤M且W≤N；

E、利用局部邻域窗口内所有像素的灰度均值，得到局部邻域窗口内所有像素的灰度均值的标准偏差；

F、利用局部邻域窗口内所有像素的灰度均值和标准偏差，得到图像I中每个像素的变异系数，即局部同质性测度值；

G、利用图像I中所有像素的局部同质性测度值，得到图像I中所有像素的局部同质性测度均值；

H、运用自适应阈值处理技术，利用图像I中所有像素的局部同质性测度均值求得自适应阈值；

I、把图像I中所有像素的局部同质性测度值与自适应阈值作比较，局部同质性测度值小于自适应阈值的像素被判断为非缺陷区域，反之，该像素则被判断为缺陷区域；