一种基于视觉检测的手机摄像头玻璃缺陷识别方法及系统与流程

摘要: 本技术涉及机器视觉检测,具体而言,涉及一种基于视觉检测的手机摄像头玻璃缺陷识别方法及系统。背景技术:1、在手机摄像头玻璃的生产制造过程中,为了提高微小缺陷的信噪...
一种基于视觉检测的手机摄像头玻璃缺陷识别方法及系统与流程

本技术涉及机器视觉检测,具体而言,涉及一种基于视觉检测的手机摄像头玻璃缺陷识别方法及系统。

背景技术:

1、在手机摄像头玻璃的生产制造过程中,为了提高微小缺陷的信噪比并降低随机噪声的干扰,多帧连续视觉检测被广泛应用于缺陷识别中。现有的多帧视觉检测通常是对同一玻璃区域连续采集多帧图像,并在候选缺陷提取后进行帧间一致性比对。正常情况下,真实的微小缺陷会在同一物理位置多次出现,通过帧间一致性确认能将其与表现不稳定的随机噪声区分开来。然而,在实际的高速连续采集产线环境中,光源的热漂移、检测载具的定位微差以及玻璃姿态的轻微变化是普遍存在的。当视觉检测系统面临这些微小扰动时,镀膜层界面反射的高亮区域在相邻帧之间会出现强度和位置的轻微漂移。在多帧候选缺陷确认与噪声剔除环节中,如果微小缺陷恰好处于高反射背景附近,这种帧间的背景漂移就会引发严重问题。微小缺陷所在区域会在部分采集帧中与漂移过来的镀膜层高反射背景发生混叠,导致缺陷的灰度对比度在这些帧中进一步下降,甚至完全表现为背景漂移的一部分。

2、现有技术通常依赖于缺陷在各帧中的连续稳定出现,当微小缺陷在部分帧中因高背景覆盖而未被识别为候选缺陷时,其在帧间的时间序列上就会出现不连续,从而将这种不连续现象归结为随机噪声或反射波动,而不是将其判定为真实的重复缺陷,这种处理方式无法剥离背景漂移对弱缺陷信号时序稳定性的破坏,最终导致真实的微小缺陷被错误剔除,造成漏检。

技术实现思路

1、为了解决现有技术的不足,本技术提供一种基于视觉检测的手机摄像头玻璃缺陷识别方法及系统,能够解决因背景漂移导致微小缺陷在多帧确认环节被错误剔除而造成漏检的技术问题。

2、第一方面,本技术提供一种基于视觉检测的手机摄像头玻璃缺陷识别方法,包括:

3、获取待测手机摄像头玻璃在连续采集的多帧图像序列中的背景干扰分布特征和缺陷特征;

4、根据背景干扰分布特征在相邻帧之间的位置变化和强度变化,确定多帧图像序列中的背景漂移覆盖范围;

5、将缺陷特征按照物理空间位置进行跨帧关联,生成缺陷追踪序列,并将在多帧图像序列中未检测到与缺陷追踪序列匹配的缺陷特征的单帧图像标记为缺失帧,将检测到与缺陷追踪序列匹配的缺陷特征的单帧图像标记为非缺失帧;

6、根据缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中的缺陷特征的物理空间位置,计算出缺失帧的缺陷假设位置,若缺陷假设位置落入背景漂移覆盖范围,则将缺失帧标记为背景漂移覆盖缺失,否则标记为随机噪声缺失;

7、对标记为背景漂移覆盖缺失的缺失帧,进行位置补正和特征重建,生成缺陷证据链,并输出包括缺陷证据链的缺陷检测结果。

8、可选地,获取待测手机摄像头玻璃在连续采集的多帧图像序列中的背景干扰分布特征和缺陷特征的步骤包括:

9、对多帧图像序列中的每一单帧图像,采用大尺度形态学滤波和自适应双阈值分割提取高反射背景核心区域,根据高反射背景核心区域生成高反射背景二值掩模和灰度强度梯度场,并计算相邻帧之间的背景漂移向量场,将高反射背景二值掩模、灰度强度梯度场和背景漂移向量场作为背景干扰分布特征;

10、对每一单帧图像,采用局部各向异性滤波和局部自适应差分提取高于预设局部噪声底噪的异常响应,生成单帧缺陷点集作为缺陷特征。

11、可选地,根据背景干扰分布特征在相邻帧之间的位置变化和强度变化,确定多帧图像序列中的背景漂移覆盖范围的步骤包括:

12、根据高反射背景二值掩模、灰度强度梯度场和背景漂移向量场,确定每一单帧图像中高反射背景二值掩模占据的空间区域及其在相邻帧之间的漂移路径,将漂移路径所覆盖的区域以及在漂移过程中高反射背景二值掩模发生膨胀或收缩后所覆盖的区域共同确定为背景漂移覆盖范围。

13、可选地,将缺陷特征按照物理空间位置进行跨帧关联,生成缺陷追踪序列的步骤包括:

14、对每一单帧图像的单帧缺陷点集进行连通域分析,得到缺陷连通域,计算每个缺陷连通域的几何质心坐标和缺陷形态特征;

15、以多帧图像序列中第一帧图像对应的缺陷连通域的几何质心坐标开始按预设的物理空间邻域搜索半径进行搜索,将后续的单帧图像中与第一帧图像的缺陷形态特征的形态相似度超过预设的形态相似度阈值的缺陷连通域归入同一时序轨迹链,得到缺陷追踪序列。

16、可选地,根据缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中的缺陷特征的物理空间位置,计算出缺失帧中的缺陷假设位置的步骤包括:

17、从缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中提取缺陷特征的物理空间位置,利用线性插值计算出缺失帧对应的缺陷特征的理论亚像素空间位置,作为缺陷假设位置。

18、可选地,在若缺陷假设位置落入背景漂移覆盖范围,则将缺失帧标记为背景漂移覆盖缺失,否则标记为随机噪声缺失的步骤之前,还包括:

19、以缺陷假设位置为中心构建多尺度局部邻域窗口,从高反射背景二值掩模中计算邻域背景覆盖比率,从灰度强度梯度场中计算邻域光强抬升累积量,从背景漂移向量场中提取高反射背景核心区域在缺失帧前后相对于多尺度局部邻域窗口的穿越方向;

20、若邻域背景覆盖比率和邻域光强抬升累积量均高于各自对应的预设上限阈值,且穿越方向指向缺陷假设位置,则将缺失帧标记为背景漂移覆盖缺失,否则标记为疑似背景遮蔽。

21、可选地,若缺陷假设位置落入背景漂移覆盖范围,则将缺失帧标记为背景漂移覆盖缺失,否则标记为随机噪声缺失的步骤包括:

22、若缺失帧标记为疑似背景遮蔽且缺陷假设位置落入背景漂移覆盖范围,则将该缺失帧重新标记为背景漂移覆盖缺失,否则重新标记为随机噪声缺失。

23、可选地,对标记为背景漂移覆盖缺失的缺失帧,进行位置补正和特征重建,生成缺陷证据链的步骤包括:

24、从缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中提取缺陷特征的物理空间位置以及反映缺失帧的原始图像数据灰度分布状况的灰度能量分布特征,基于缺陷特征的物理空间位置和灰度能量分布特征计算缺失帧的缺陷最终位置;

25、在缺失帧的原始图像数据中,以缺陷最终位置为中心划定局部分析区域,针对局部分析区域因镀膜界面反射造成的背景亮度非均匀分布构建用于描述局部分析区域背景亮度分布形态的拟合曲面,从局部分析区域的原始亮度值中减去拟合曲面对应的背景亮度值,得到剥离高亮背景后的残差图像;

26、在残差图像中提取缺陷残差特征,并基于缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中的缺陷特征对缺陷残差特征进行赋值补全;

27、基于缺陷最终位置和赋值补全后的缺陷残差特征关联存储,生成缺陷证据链。

28、可选地,输出包括缺陷证据链的缺陷检测结果的步骤包括:

29、基于缺失帧占总帧数的比例以及赋值补全后的缺陷残差特征与缺陷特征的相似度对缺陷证据链计算综合置信度得分;

30、输出包括缺陷证据链和综合置信度得分的缺陷检测结果。

31、第二方面,本技术还公开了一种基于视觉检测的手机摄像头玻璃缺陷识别系统,包括:

32、特征提取模块,用于获取待测手机摄像头玻璃在连续采集的多帧图像序列中的背景干扰分布特征和缺陷特征;

33、背景漂移覆盖确定模块,用于根据背景干扰分布特征在相邻帧之间的位置变化和强度变化,确定多帧图像序列中的背景漂移覆盖范围;

34、跨帧追踪模块,用于将缺陷特征按照物理空间位置进行跨帧关联,生成缺陷追踪序列,并将在多帧图像序列中未检测到与缺陷追踪序列匹配的缺陷特征的单帧图像标记为缺失帧,将检测到与缺陷追踪序列匹配的缺陷特征的单帧图像标记为非缺失帧;

35、缺失帧分类模块,用于根据缺失帧之前最近的一个非缺失帧和缺失帧之后最近的一个非缺失帧中的缺陷特征的物理空间位置,计算出缺失帧的缺陷假设位置,若缺陷假设位置落入背景漂移覆盖范围,则将缺失帧标记为背景漂移覆盖缺失,否则标记为随机噪声缺失;

36、证据补全与输出模块,用于对标记为背景漂移覆盖缺失的缺失帧,进行位置补正和特征重建,生成缺陷证据链,并输出包括缺陷证据链的缺陷检测结果。

37、本技术通过构建背景漂移覆盖范围模型,能够动态识别因光源或玻璃定位微差导致的背景漂移区域。在多帧一致性检测中,不再机械地将缺失帧判定为随机噪声,而是通过缺陷假设位置计算与背景漂移覆盖范围的匹配分析,精准定位出因背景遮蔽导致的假性缺失。通过对这些缺失帧进行位置补正、背景拟合剥离及特征重建,能够有效恢复被高亮背景掩盖的微小缺陷信号,从而构建完整的缺陷证据链,提升了高速产线环境下微小缺陷检测的鲁棒性,有效解决了背景漂移导致的漏检问题。