一种纹理表面的缺陷检测方法

摘要

本发明公开了一种纹理表面的缺陷检测方法，包括以下步骤：首先，通过摄像机获取产品的图像，并进行亮度归一化矫正；其次，采用非线性范围滤波器滤去除表面纹理背景；然后，对图像进行对数、指数和幂次运算等处理，增强细微缺陷；继而，采用尼巴拉克（Niblack）阈值法提取候选缺陷区域；最后，进行缺陷识别。本发明可消除产品表面纹理和各区域亮度不均匀带来的干扰，并对细微缺陷进行增强处理，从而能够快速且准确地检测产品的表面缺陷。

主权项

一种纹理表面的缺陷检测方法，其特征在于，包括如下步骤：（一）亮度归一化矫正：1.1：采集一幅产品的摄像机图像ImageColor；1.2：提取图像ImageColor，得到红色通道图像ImageRed；1.3：分别在水平和竖直方向均值平滑图像ImageRed，得到平滑图像ImageRedMean；1.4：利用平滑图像ImageRedMean，反向矫正图像ImageRed亮度,得到图像ImageRed_new；对于图像中的每个像素，使用下面公式进行矫正:ImageRed_new=(ImageRed‑ImageRedMean)*C+ImageRed；1.5：提取图像ImageColor，得到绿色通道图像ImageGreen；1.6：分别在水平和竖直方向均值平滑图像ImageGreen，得到平滑图像ImageGreenMean；1.7：利用平滑图像ImageGreenMean，反向矫正图像ImageGreen亮度，得到图像ImageGreen_new；对于图像中的每个像素，使用下面公式进行矫正:ImageGreen_new=(ImageGreen‑ImageGreenMean)*C+ImageGreen；1.8：提取图像ImageColor，得到蓝色通道图像ImageBlue；1.9：分别在水平和竖直方向均值平滑图像ImageBlue，得到平滑图像ImageBlueMean；1.10：利用平滑图像ImageBlueMean，反向矫正图像ImageBlue亮度，得到图像ImageBlue_new；对于图像中的每个像素，使用下面公式进行矫正:ImageBlue_new=(ImageBlue‑ImageBlueMean)*C+ImageBlue；1.11合并图像ImageRed_new、图像ImageGreen_new和图像ImageBlue_new，得到图像ImageRect；（二）去除表面纹理背景：2.1：使用非线性范围滤波器滤去除图像ImageRect的纹理，逐个像素处理，得到图像ImageTrim；（三）细微缺陷的增强：3.1：对图像ImageTrim进行对数运算，得到图像ImageLog；3.2：对图像ImageLog进行指数运算，得到图像ImageExp；3.3：对图像ImageExp进行幂次运算，得到图像ImagePow；3.4：对图像ImagePow进行自适应拉伸，得到图像ImageScale；（四）提取缺陷：4.1：使用尼巴拉克（Niblack）阈值提取方法，提取白色缺陷RegionLight；4.2：使用尼巴拉克（Niblack）阈值提取方法，提取黑色缺陷RegionDark；4.3：合并白色缺陷RegionLight和黑色缺陷RegionDark得到候选缺陷区域Region；（五）缺陷识别：5.1：对候选缺陷区域Region进行连通域分析，根据面积和灰度选择可疑缺陷区域RegionSelected；5.2：对可疑缺陷区域RegionSelected进行灰度“闭”操作，闭合半径为J，得到闭合区域RegionClosing；5.3：对闭合区域RegionClosing进行连通域分析，计算连通域面积，将面积大于K的列为缺陷区域。