用于键盘鼠标表面材质生产加工的质量视觉分类方法与流程

本发明涉及图像处理，具体涉及一种用于键盘鼠标表面材质生产加工的质量视觉分类方法。

背景技术：

1、键盘和鼠标是常见计算机外设产品，其表面材质通常包括abs注塑面、pbt键帽面、喷油涂层面、uv固化亮面、类肤涂层面、橡胶防滑侧裙、磨砂防滑面以及半透光键帽面等。不同表面材质会直接影响产品触感、防滑性、耐磨性、透光一致性和外观等级。因此，在生产加工阶段，需要对键盘鼠标表面材质类别和加工质量进行准确分类检测。

2、现有技术通常采用机器视觉或深度学习模型，根据键盘鼠标表面的颜色、灰度、静态纹理、边缘特征或反光强弱进行材质分类。但在实际生产中，键盘鼠标产品多采用黑色、灰色、白色等相近配色；同时，不同材质经过喷油、磨砂、哑光或类肤处理后，在普通图像中容易呈现相似外观。例如黑色abs喷油面、黑色pbt细砂面、类肤涂层面和磨砂鼠标外壳，在单帧图像中往往灰度接近、纹理接近，普通视觉模型难以稳定区分。另外，生产线上的轻微油污、脱模剂残留、清洁擦痕和局部灰尘也会改变图像纹理，使模型容易将临时污染误判为材质差异，导致材质分类结果不稳定。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种用于键盘鼠标表面材质生产加工的质量视觉分类方法，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种用于键盘鼠标表面材质生产加工的质量视觉分类方法，该方法包括：

3、获取鼠标和键盘的待检测区域的图像并预处理得到基础图像；对一个待检测区域施加微雾后采集该待检测区域的图像并按照时序组成图像序列；

4、根据一个待检测区域的图像序列中第一个图像与基础图像的灰度差异获取第一个图像的有效雾影区域并计算该待检测区域的显影覆盖率；根据一个待检测区域的显影情况判断该待检测区域施加微雾是否有效，若有效记为目标区域；

5、利用一个目标区域的图像序列中第一个图像的有效雾影区域中连通域的面积获取该目标区域的成核细密度；根据目标区域的图像序列中第一个和第二个图像的有效雾影区域的面积变化情况获取目标区域的边界回缩率；基于一个目标区域的各子区域的边界回缩率判断该目标区域是否存在污染干扰，若不存在则记为继续分析区域；

6、基于一个继续分析区域的图像序列各图像与基础图像的灰度差异分别获取各图像的雾影残留量；利用一个继续分析区域的图像序列中第三个图像和最后一个图像之间的各图像的雾影残留量的变化情况分别获取平均退雾速率和退雾平稳性；分别构建各继续分析区域的动态图像材质指纹；利用动态图像材质指纹检测判断继续分析区域是否存在质量异常。

7、优选地，根据一个待检测区域的图像序列中第一个图像与基础图像的灰度差异获取第一个图像的有效雾影区域并计算该待检测区域的显影覆盖率，包括：

8、分别获取一个待检测区域的图像序列中第一个图像的各像素点与基础图像中对应的各像素点的灰度的差值绝对值，组成显影差异图；获取该待检测区域中的有效分析区域；分别获取所述显影差异图的有效分析区域内像素点的灰度值的平均值和标准差，分别记为平均灰度值和灰度标准差；将所述平均灰度值加上显影敏感系数和灰度标准差的乘积得到该显影差异图对应的自适应阈值；将显影差异图的有效分析区域内灰度值大于或者等于自适应阈值的像素点记为候选雾影像素点，并对候选雾影像素点进行连通域分析，剔除面积小于最小有效面积的孤立噪点、灰尘点和局部反光点，对剩余连通域合并后得到第一个图像的有效雾影区域；将第一个图像的有效雾影区域内像素点的数量比上该待检测区域的基础图像中像素点的数量得到该待检测区域的显影覆盖率。

9、优选地，根据一个待检测区域的显影情况判断该待检测区域施加微雾是否有效，若有效记为目标区域，包括：

10、获取一个待检测区域对应的显影差异图的有效分析区域内像素点的灰度值的平均值，记为该待检测区域的平均显影强度；若该待检测区域的显影覆盖率不小于最小有效显影覆盖率或者该待检测区域的平均显影强度不小于最小有效显影强度，则将该待检测区域记为目标区域。

11、优选地，利用一个目标区域的图像序列中第一个图像的有效雾影区域中连通域的面积获取该目标区域的成核细密度，包括：

12、利用一个目标区域的图像序列中第一个图像的有效雾影区域中连通域的数量比上各连通域的面积的和与常数项的和得到该目标区域的成核细密度。

13、优选地，根据目标区域的图像序列中第一个和第二个图像的有效雾影区域的面积变化情况获取目标区域的边界回缩率，包括：

14、利用一个目标区域的图像序列中第一个图像和第二个图像的有效雾影区域的面积的差值比上第一个图像的有效雾影区域的面积与常数项的和得到该目标区域的边界回缩率。

15、优选地，基于一个目标区域的各子区域的边界回缩率判断该目标区域是否存在污染干扰，若不存在则记为继续分析区域，包括：

16、将一个目标区域的各子区域中边界回缩率大于边界回缩率上限的子区域的数量与该目标区域的子区域的数量相比得到整体性回缩；若所述整体性回缩大于或者等于整体性回缩判定比例，则不存在干扰，将目标区域记为继续分析区域。

17、优选地，基于一个继续分析区域的图像序列各图像与基础图像的灰度差异分别获取各图像的雾影残留量，包括：

18、求取一个继续分析区域的图像序列的一个图像中的各像素点与基础图像中对应的各像素点的灰度值的差值绝对值的均值得到图像序列的该图像的雾影残留量。

19、优选地，利用一个继续分析区域的图像序列中第三个图像和最后一个图像之间的各图像的雾影残留量的变化情况分别获取平均退雾速率和退雾平稳性，包括：

20、利用一个继续分析区域的图像序列中第三个图像和最后一个图像的雾影残留量的差值比上第三个图像、最后一个图像之间的时间间隔与常数项的和得到该继续分析区域的平均退雾速率；

21、将图像序列中第三个图像和最后一个图像之间的阶段记为退雾阶段；分别获取退雾阶段中每两个相邻的图像中前一个图像的雾影残留量与后一个图像的雾影残留量的差值并组成差值序列；求取所述差值序列的标准差与第一预设值的和的倒数得到该继续分析区域的退雾平稳性。

22、优选地，分别构建各继续分析区域的动态图像材质指纹，包括：

23、对于一个继续分析区域，将该继续分析区域的显影覆盖率、成核细密度、边界回缩率、平均退雾速率、退雾平稳性和该继续分析区域的图像序列中第三个图像和最后一个图像之间各图像的雾影残留量组成该继续分析区域的动态图像材质指纹。

24、优选地，利用动态图像材质指纹检测判断继续分析区域是否存在质量异常，包括：

25、针对于一类材质获取历史上合格的各待检测区域的动态图像材质指纹的均值作为该类材质的标准中心指纹；计算一个继续分析区域的动态图像材质指纹与各类材质的标准中心指纹之间的归一化距离，取归一化距离最小的一类材质作为该继续分析区域的材质类别；分别计算一类材质获取历史上合格的各待检测区域的动态图像材质指纹与该类材质的标准中心指纹的归一化距离，取其中的最大值作为该类材质的异常判定阈值；若该继续分析区域的动态图像材质指纹与该继续分析区域的材质类别的标准中心指纹之间的归一化距离大于该继续分析区域的材质类别的异常判定阈值,则该继续分析区域存在质量异常风险。

26、本发明实施例至少具有如下有益效果：本技术获取鼠标和键盘的待检测区域的图像并预处理得到基础图像；对一个待检测区域施加微雾后采集该待检测区域的图像并按照时序组成图像序列，基于施加微雾后的待检测区域进行图像采集以及后续分析使不同材质因表面能、微孔结构、粗糙度、涂层固化状态和吸附特性不同而表现出不同的微雾成核、铺展、回缩和退雾过程，进而提取更加准确的特征（显影覆盖率、成核细密度、边界回缩率、雾影残留量、平均退雾速率、退雾平稳性），以这些特征构建态图像材质指纹，进而利用动态图像材质指纹检测判断继续分析区域是否存在质量异常，提高后续质量异常识别的准确性。