申请/专利权人:东莞市恒兴隆实业有限公司
申请日:2024-01-31
公开(公告)日:2024-03-12
公开(公告)号:CN117689655A
主分类号:G06T7/00
分类号:G06T7/00;G06V20/70;G06V10/26;G06V10/44;G06V10/46;G06V10/50;G06V10/56
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.29#实质审查的生效;2024.03.12#公开
摘要:本发明涉及图像处理技术领域,具体涉及基于计算机视觉的金属钮扣表面缺陷检测方法,该方法包括:获取金属纽扣表面图像;根据像素点的灰度分布得到各像素点的灰度波动因子;进而提取待分析像素点;根据像素点的梯度幅值的变化情况构建像素点的梯度变化系数;根据像素点的梯度方向构建像素点的方向一致因子和方向相似因子;基于方向一致因子和方向相似因子构建方向一致性系数;根据梯度变化系数、方向一致性系数及灰度波动因子构建缺陷置信度;根据缺陷置信度构建自适应显著值;利用语义分割神经网络实现对金属纽扣的缺陷检测。本发明可实现针对性的加强疑似缺陷像素点的显著程度,提高后续缺陷检测的准确性。
主权项:1.基于计算机视觉的金属钮扣表面缺陷检测方法,其特征在于,该方法包括以下步骤:获取金属纽扣表面图像,并进行预处理;采用大津阈值法获取剔除背景的金属纽扣表面图像灰度图;以各像素点为中心构建方形窗口,根据各方形窗口内像素点的灰度分布得到各方形窗口中心像素点的灰度波动因子;根据灰度波动因子与预设灰度波动因子阈值的差异提取疑似边界像素点及疑似缺陷像素点,记为待分析像素点;利用Sobel算子计算各待分析像素点的梯度,根据各待分析像素点的所述方形窗口内像素点的梯度幅值的变化情况构建各待分析像素点的梯度变化系数;对待分析像素点进行霍夫圆检测,将圆上各像素点作为金属纽扣的边界像素点,根据待分析像素点与相邻像素点的梯度方向的差异及边界像素点与相邻像素点的梯度方向的差异构建待分析像素点的方向一致因子;根据待分析像素点的梯度方向与边界像素点的梯度方向的相似程度构建待分析像素点的方向相似因子;根据待分析像素点的所述方向一致因子和所述方向相似因子构建待分析像素点的方向一致性系数;根据待分析像素点的所述梯度变化系数、所述方向一致性系数及所述灰度波动因子构建待分析像素点的缺陷置信度;根据缺陷置信度以及结合HC算法所获取的各像素点的显著值构建各像素点的自适应显著值;结合各像素点的自适应显著值利用语义分割神经网络实现对金属纽扣的表面缺陷检测。
全文数据:
权利要求:
百度查询: 东莞市恒兴隆实业有限公司 基于计算机视觉的金属钮扣表面缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。