详情

原文传递一种基于机器视觉的表面检测方法及系统

专利名称：	一种基于机器视觉的表面检测方法及系统
摘要：	本申请公开了一种基于机器视觉的表面检测方法，通过获取包括由面阵相机采集的上表面图像和线阵相机采集的侧面图像的待检测物体的表面图像；处理表面图像，确定待测区域图像；分析待测区域图像，得到待检测物体是否存在表面缺陷的检测结果。本申请中的上表面图像由面阵相机采集、侧面图像由线阵相机采集，从而得到待检测物体的表面图像，对表面图像进行处理，确定待测区域图像后，根据待测区域图像，便可以得到待检测物体是否存在表面缺陷的检测结果，可见，只需面阵相机和线阵相机即可得到待检测物体的表面图像，即表面图像由一张上表面图像和一张侧面图像组成，有效减少图像数量，提高检测效率。此外，本申请还提供一种具有上述优点的检测系统。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	广东工业大学
发明人：	张浩川;戴凌峰;余荣;孔令帅
专利状态：	有效
申请日期：	2019-04-28T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201910349695.7
公开号：	CN110057828A
代理机构：	北京集佳知识产权代理有限公司
代理人：	罗满
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	510060 广东省广州市越秀区东风东路729号大院
主权项：	1.一种基于机器视觉的表面检测方法，其特征在于，包括：获取包括由面阵相机采集的上表面图像和线阵相机采集的侧面图像的待检测物体的表面图像；处理所述表面图像，确定待测区域图像；分析所述待测区域图像，得到所述待检测物体是否存在表面缺陷的检测结果。 2.如权利要求1所述的基于机器视觉的表面检测方法，其特征在于，所述分析所述待测区域图像，得到所述待检测物体是否存在表面缺陷的检测结果包括：提取所述待测区域图像的特征点，得到所述待测区域图像的特征向量；将所述特征向量与标准图像的标准特征向量进行匹配，得到匹配概率；根据所述匹配概率与设定阈值的关系，确定所述待检测物体是否存在表面缺陷的检测结果。 3.如权利要求2所述的基于机器视觉的表面检测方法，其特征在于，所述根据所述匹配概率与设定阈值的关系，确定所述待检测物体是否存在表面缺陷的检测结果包括：若所述匹配概率小于所述设定阈值，提取所述待测区域图像的局部特征和全局特征；根据所述局部特征和所述全局特征，构建特征库；将所述特征库与预设特征分类模型进行对比评估，得到评估值，其中，所述预设特征分类模型是由SVM和KNN两种算法分别构建的初级特征分类模型，按照各自的权重融合而成的分类模型；当所述评估值大于或等于评估阈值时，确定所述待检测物体不存在表面缺陷；当所述评估值小于所述评估阈值时，确定所述待检测物体存在表面缺陷。 4.如权利要求1所述的基于机器视觉的表面检测方法，其特征在于，所述处理所述表面图像，确定待测区域图像包括：处理所述表面图像，得到表面灰度图像；对所述表面灰度图像进行分割，确定所述待测区域图像。 5.如权利要求4所述的基于机器视觉的表面检测方法，其特征在于，所述对所述表面灰度图像进行分割，确定所述待测区域图像包括：对所述表面灰度图像进行滤波处理，得到预处理图像；对所述预处理图像进行分割，确定所述待测区域图像。 6.如权利要求1所述的基于机器视觉的表面检测方法，其特征在于，在所述根据所述待测区域图像，对所述待检测物体进行分类检测，得到所述大检测物体的表面是否存在缺陷的检测结果之后，还包括：存储所述检测结果。 7.如权利要求1至6任一项所述的基于机器视觉的表面检测方法，其特征在于，所述上表面图像是在球积分光源开启下采集得到，其中，所述球积分光源位于所述面阵相机与所述待检测物体之间。 8.如权利要求7所述的基于机器视觉的表面检测方法，其特征在于，所述侧面图像是在条形光源开启下采集得到，其中，所述条形光源的位置与所述线阵相机的位置关于所述待检测物体的中心对称。 9.一种基于机器视觉的表面检测系统，其特征在于，包括：面阵相机，用于采集待检测物体的上表面图像；线阵相机，用于采集所述待检测物体的侧面图像；表面缺陷检测设备，用于获取包括由面阵相机采集的上表面图像和线阵相机采集的侧面图像的待检测物体的表面图像；处理所述表面图像，确定待测区域图像；分析所述待测区域图像，得到所述待检测物体是否存在表面缺陷的检测结果。 10.如权利要求9所述的基于机器视觉的表面检测系统，其特征在于，还包括：旋转圆盘，用于线阵相机采集所述侧面图像时，控制待检测物体的旋转速率。
所属类别：	发明专利