一种用于薄膜电容外观缺陷检测的图像处理方法

摘要

本发明涉及一种用于薄膜电容外观缺陷检测的图像处理方法。目前生产商在制造薄膜电容过程中，由于工艺原因电容表面会出现凹凸不平、毛刺、留白、边缘突起等缺陷。传统方法采用人工目测对电容表面缺陷进行检测，其检测过程劳动强度大而且效率低。本发明首先利用目标前景提取剔除不必要的背景，通过水平垂直投影得到目标电容区域，然后进行边缘检测与梯度检测。本发明的复杂度低，运行速度快，可以满足生产线的实时检测需要，具有适应性强，检测精度高的优点。

主权项

一种用于薄膜电容外观缺陷检测的图像处理方法，主要由目标前景提取、边缘形状检测和梯度检测组成，其特征在于：假设f(x,y)代表采集到的大小为M×N的电容图像，用f₁(x,y)、f₂(x,y)、f₃(x,y)分别表示f(x,y)的R、G、B通道图像；其具体步骤是：步骤(1)：根据前景电容和背景在R、G、B通道上的差异，将未超过阈值的点赋值成黑点，从而分割出目标前景；具体计算公式如下：$f(x,y)=\left\{\begin{array}{cc}0& if{f}_1(x,y)<T_{1}or{f}_2(x,y)<T_{2}or{f}_3(x,y)<T_3\\ f(x,y)& else\end{array}\right.;$其中T₁，T₂，T₃分别为R、G、B通道的颜色阈值；步骤(2)：将f₁(x,y)同一行上的值相加，得到各行的和向量G(x)，然后进行如下操作：2‑1：将i从0开始递增到M，若出现G(i)大于阈值η,则标记此时的i为目标电容的上边界x₀，跳至下一步骤；反之i继续递增，继续判断G(i)；2‑2：将i从x₀开始递增到M，若出现G(i)小于阈值η，则标记此时的i为目标电容的下边界x₁；反之i继续递增，继续判断G(i)；步骤(3)：将f₁(x,y)的同一列的值相加得到各列的和向量G(y)，然后进行如下操作：3‑1：将j从0开始递增到N，若出现G(j)大于阈值η,则标记此时的j为目标电容的左边界y₀，跳至下一步骤；反之j继续递增，继续判断G(j)；3‑2：将j从y₀开始递增到N，若出现G(j)小于阈值η，则标记此时的j为目标电容的右边界y₁；反之j继续递增，继续判断G(j)；由上述步骤提取得到以(x₀,y₀)，(x₀,y₁)，(x₁,y₀)，(x₁,y₁)为顶点的目标电容区域；步骤(4)：对提取到的目标电容区域进行边缘形状缺陷检测：4‑1：统计以(x₀,y₀)，(x₀,y₀+n)，(x₁,y₀)，(x₁,y₀+n)为顶点的区域内f₁(x,y)＝0的点的个数，记个数为S₁；4‑2：统计以(x₀,y₁‑n)，(x₀,y₁)，(x₁,y₁‑n)，(x₁,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₂；4‑3：统计以(x₀,y₀)，(x₀+m,y₀)，(x₀,y₁)，(x₀+m,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₃；4‑4：统计以(x₁‑m,y₀)，(x₁,y₀)，(x₁‑m,y₁)，(x₁,y₁)为顶点的区域内满足f₁(x,y)＝0的点的个数，记个数为S₄；若S₁,S₂,S₃,S₄满足如下公式，则判定该电容的边缘存在形状缺陷；反之，继续执行下一步骤；$max\{\frac{S_1}{(x_1-x_0)\times n},\frac{S_2}{(x_1-x_0)\times n},\frac{S_3}{(y_1-y_0)\times m},\frac{S_4}{(y_1-y_0)\times m}\}>\alpha ;$其中n为目标电容区域左右边缘宽度的1/4，m为目标电容区域上下边缘高度的1/4，α为检测阈值；步骤(5)：对提取到的目标电容区域进行高斯滤除，去除噪声；采用如下公式，滤波后的三通道图像记为g(x,y)：g(x,y)＝H*f(x,y)；其中H表示一个5×5的高斯核函数，*表示卷积；步骤(6)：对滤波后的目标电容图像g(x,y)做梯度检测；6‑1：根据如下公式计算梯度公式g′(x,y)＝|g′_x|+|g′_y|；其中g′_x＝g(x+1,y)‑g(x,y)，g′_y＝g(x,y+1)‑g(x,y)；6‑2：对g′(x,y)做阈值处理，若g′(x,y)小于阈值β，将其值赋为0，反之，则g′(x,y)保持不变；6‑3：最后统计g′(x,y)内非0点的总个数，若总个数大于阈值T，则判定该电容的表面存在缺陷，反之则判定该电容的表面不存在缺陷。