一种基于图像的隔热膜缺陷识别方法及系统与流程

本发明涉及工业视觉检测，特别是一种基于图像的隔热膜缺陷识别方法及系统。

背景技术：

1、隔热膜广泛应用于建筑玻璃、汽车玻璃及透明隔热构件，其通常以聚酯类高分子薄膜为基材，并通过真空镀膜、磁控溅射、涂布分散或者复合层压等工艺形成金属层、陶瓷功能粒子层或其他光热调控层，隔热膜在连续涂布、拉伸、固化和收卷过程中，容易因功能粒子分散不均、局部团聚或缺失、涂布厚度波动、辊面污染及张力变化形成斑纹、明暗带和局部透光不均，早期质量检测主要依赖人工在规定照明和观察距离下进行目视检验，但人工检测受检验人员经验、疲劳程度和观察环境影响，难以满足高速卷材生产的连续检测需求，随着工业机器视觉技术的发展，现有隔热膜或透明薄膜检测系统逐渐采用面阵相机或线阵相机配合背光照明，对膜面灰度、边缘、色差和纹理进行分析；为降低透明膜表面镜面反射，一些系统还设置偏振片、漫射光源或多角度照明，并采用灰度阈值、灰度共生矩阵、傅里叶变换、小波分析、方向滤波及机器学习模型识别周期纹理异常，然而，隔热膜缺陷具有透明介质成像、功能粒子纹理和连续卷材运动相互耦合的特点，现有通用表面视觉检测方式仍存在一定局限，隔热膜功能粒子在拉伸和涂布作用下通常沿生产方向形成具有一定周期性和方向性的纹理，单纯采用二维统计特征难以区分正常纹理缓慢变化与局部周期结构破坏；仅采用全局傅里叶频谱又容易受到生产速度变化、不同批次材料差异和膜宽位置差异影响。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于图像的隔热膜缺陷识别方法及系统，解决现有技术缺陷检测时不能兼顾周期性和方向性纹理的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种基于图像的隔热膜缺陷识别方法，其包括，

5、建立隔热膜偏振成像环境并采集位移同步的原始图像，对原始偏振图像进行成像校正并建立隔热膜物理坐标图像；

6、对标准化隔热膜图像进行方向性纹理分析并筛选斑纹候选区域，采集每种隔热膜的良品图像，利用当前批次良品图像建立隔热膜正常周期基准；

7、对斑纹候选区域进行扩展，提取斑纹候选区域的一维灰度信号并量化周期破坏程度；

8、所述周期破坏程度包括主频保持幅值和高频噪声特征；

9、建立批次自适应椭圆决策边界并对斑纹候选区域进行确权，对每个确权的斑纹区域细化斑纹缺陷的像素边界并计算物理面积和视觉偏离程度，进一步计算斑纹可视性指数并输出分级报警和卷材位置。

10、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述建立隔热膜偏振成像环境并采集位移同步的原始图像具体为：在隔热膜生产线上方垂直安装高清线阵相机，使线阵相机的像素排列方向与隔热膜宽度方向一致，隔热膜沿生产线连续运动时，线阵相机逐行采集图像，各采集行按照膜体运动次序依次拼接，形成同时覆盖隔热膜纵向和横向位置的二维原始图像；

11、在线阵相机对应的隔热膜另一侧设置均匀背光源，使背光穿过隔热膜后进入线阵相机，在背光源出光面设置第一偏振片，在相机镜头前设置第二偏振片，并将两个偏振片的透振方向设置为近似正交状态，对两个偏振片之间的夹角进行校准；

12、在线阵相机对应的生产线驱动辊或导向辊上设置旋转编码器与线阵相机连接，定义隔热膜纵向像素的物理尺寸和横向像素物理尺寸。

13、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述对原始偏振图像进行成像校正并建立隔热膜物理坐标图像具体为：在正式生产检测前关闭背光源，保持线阵相机的增益、曝光时间和采集频率与正式检测状态一致，连续采集100行暗场图像，对于线阵相机中的每一个像素位置，计算100次暗场灰度的平均值，得到该像素位置的暗场基准，随后开启背光源，在检测位置放置经人工确认不存在斑纹且透光均匀的良品隔热膜，连续采集100行均匀场图像，对每一个线阵像素位置计算平均灰度，得到该像素位置的均匀场响应，对于正式生产过程中采集的每一个原始像素，先减去相同线阵位置对应的暗场基准，再除以该位置均匀场响应与暗场基准之间的差值，从而得到归一化校正灰度，将小于0的计算结果设为0，将大于1的计算结果设为1，使校正后的灰度位于0至1范围内；

14、利用膜体区域与视场背景之间的灰度差异，在每一图像行中寻找隔热膜左边界和右边界，排除边界以外的背景区域；

15、将一卷隔热膜进入检测工位时的编码器累计位置定义为纵向起点，将隔热膜左侧边缘对应的横向位置定义为横向起点，根据纵向起点和横向起点将原始图像像素映射到隔热膜坐标并形成标准化隔热膜图像。

16、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述对标准化隔热膜图像进行方向性纹理分析并筛选斑纹候选区域具体为：将标准化隔热膜图像划分为相互重叠的矩形图像块，对每一个图像块进行局部灰度标准化，计算图像块的灰度中位数，再计算各像素灰度相对于该中位数的中位绝对偏差，以中位绝对偏差表示该图像块的局部灰度波动尺度，将局部标准化后的灰度量化为32个等级，分别沿隔热膜拉伸方向和膜宽方向建立灰度共生矩阵，每个方向均采用两个像素距离，针对每一个方向和每一个像素距离，从灰度共生矩阵中提取能量、熵、对比度和相关性四种纹理统计量；

17、对两个像素距离的同类纹理量进行加权融合，对拉伸方向和膜宽方向的纹理量进一步进行加权融合；

18、针对每一种隔热膜型号，预先采集良品图像块，统计其能量、熵、对比度和相关性的正常中位值及正常波动范围；

19、对于待检测图像块，分别计算能量相对于良品基准的下降程度、熵相对于良品基准的升高程度、对比度的升高程度以及相关性的下降程度并构建纹理异常评分，将良品图像块纹理异常评分的第99百分位数确定为候选筛选阈值，当待检测图像块的纹理异常评分超过候选筛选阈值时，将其标记为斑纹候选块，否则将其认定为正常纹理图像块，将空间上相互重叠或者八邻域相连的候选图像块合并为同一个斑纹候选区域，并记录该候选区域的纵向起止位置、横向起止位置、中心位置、覆盖面积和最大纹理异常评分。

20、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述利用当前批次良品图像建立隔热膜正常周期基准具体为：在每一批隔热膜开始生产并进入稳定运行状态后，从当前批次图像中选取经人工确认不存在斑纹的良品图像窗口，每一个良品图像窗口沿拉伸方向覆盖20个正常纹理周期，对于每一个良品图像窗口，沿膜宽方向对同一纵向位置的像素灰度进行平均，得到一条沿隔热膜拉伸方向变化的一维灰度信号；

21、对一维灰度信号进行线性去趋势处理，在去趋势信号两端施加汉宁窗，利用快速傅里叶变换将一维灰度信号从空间域转换为空间频率域，在有效频率范围内寻找局部频谱峰值，确定最大频谱峰值，在幅值不低于最大峰值60%的所有局部峰值中，选择频率最低的局部峰作为该良品窗口的基频；

22、将20个良品图像窗口对应基频的中位数确定为当前批次的正常纹理主频，并将其倒数确定为正常平均纹理周期。

23、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述提取斑纹候选区域的一维灰度信号并量化周期破坏程度具体为：对于每一个斑纹候选区域，以候选区域中心位置为基准，沿隔热膜拉伸方向向前后扩展频谱分析窗口，扩展后的频谱分析窗口沿拉伸方向覆盖20个正常纹理周期，在横向方向上以候选区域边界为基础，向左右两侧分别扩展候选区域宽度的四分之一，将该横向范围内同一纵向位置的像素灰度进行平均，得到候选区域的一维灰度信号；

24、对候选区域一维灰度信号依次执行线性去趋势、稳健尺度归一化和汉宁窗处理，对处理后的一维信号执行快速傅里叶变换，并根据正常主频划定正常主频带，在正常主频的2倍位置附近设置二次谐波带，计算候选区域的主频保持幅值；

25、进一步计算候选区域的高频弥散能量和非主频弥散能量，将高频弥散能量和非主频弥散能量加权融合为高频噪声特征，将主频保持幅值和高频噪声特征形成二维频谱特征点，同时保存候选区域的完整频谱曲线、主频峰值位置、分析窗口范围和纹理异常评分。

26、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述建立批次自适应椭圆决策边界并对斑纹候选区域进行确权具体为：

27、针对每一种隔热膜型号，建立型号级正常频谱特征库，根据型号级正常频谱特征库，计算正常频谱特征中心和正常频谱特征协方差矩阵；

28、利用当前批次良品频谱特征对型号级正常频谱模型进行自适应调整，调整后的正常特征中心由型号级历史特征中心和当前批次良品特征中心加权获得；

29、对调整后的协方差矩阵进行收缩正则化，对于斑纹候选区域，根据调整后的正常特征中心和收缩后的协方差矩阵计算其椭圆距离，利用型号级良品样本计算对应椭圆距离，并将良品椭圆距离的第99.5百分位数确定为斑纹确权阈值，当候选区域椭圆距离小于等于斑纹确权阈值时，判定为正常纹理波动，若候选区域椭圆距离大于斑纹确权阈值，判定为真实斑纹缺陷区域；

30、对于在空间上相互重叠、直接相邻或者间隔小于一个正常纹理周期的多个确权区域，将其合并为同一个斑纹缺陷对象，若两个确权区域之间的间隔大于一个正常纹理周期，并且中间区域的纹理和频谱均恢复正常，则将其保留为两个独立斑纹缺陷。

31、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述细化斑纹缺陷的像素边界并计算物理面积和视觉偏离程度具体为：对于每个确权斑纹区域，在其外围建立局部背景环带，当有效背景像素数量少于背景环带总像素数量的60%时，逐步扩大背景环带范围，直至获得足够数量的正常背景像素，若扩大后仍无法获得足够背景像素，则将该缺陷标记为边缘区域缺陷，并使用距离最近的正常图像块背景参数进行补充；

32、利用背景环带内的灰度像素拟合局部灰度平面，局部灰度平面用于表示在不存在斑纹的情况下，确权区域内各位置应具有的正常灰度，对于确权区域内的每一个像素，计算其实际校正灰度与对应局部背景灰度之间的绝对差值，再根据背景环带内实际灰度与拟合背景灰度之间的残差，计算背景稳健波动尺度，将灰度差超过背景稳健波动尺度3倍的像素标记为初始斑纹像素；

33、对初始斑纹像素执行连通区域处理，将与确权区域中心相连的像素区域确定为最终斑纹掩膜，统计最终斑纹掩膜包含的像素数量，并将其换算为实际物理面积，对于每一个斑纹像素，计算其实际灰度与局部背景灰度之间的绝对差值，再除以对应的局部背景灰度，得到该像素的相对灰度偏离程度，对全部斑纹像素的相对灰度偏离程度求平均，得到斑纹缺陷的平均相对灰度偏离度，同时计算斑纹缺陷的纵向长度、横向宽度、长宽比、轮廓周长以及距离膜体左右边缘的距离。

34、作为本发明所述基于图像的隔热膜缺陷识别方法的一种优选方案，其中：所述计算斑纹可视性指数并输出分级报警和卷材位置具体为：

35、针对每个斑纹缺陷，计算斑纹可视性指数；

36、获取每种型号隔热膜的验收阈值，根据斑纹可视性指数和验收阈值判断隔热膜缺陷等级，若斑纹可视性指数小于等于验收阈值，则判定为0级允许纹理波动，不触发生产报警，只保存检测数据，若斑纹可视性指数大于验收阈值且小于等于2倍验收阈值，判定为1级目视可见斑纹，在检测界面中标记斑纹位置，触发声光提示，并生成供操作人员复核的缺陷局部图像和轮廓图，当斑纹可视性指数大于2倍验收阈值时，判定为2级明显不合格斑纹，输出高级报警，并根据生产线控制要求发送喷码标记、贴标、降速或者停机信号；

37、根据原始图像与隔热膜坐标的映射关系，计算每个斑纹缺陷距离卷材起始端的纵向距离、距离隔热膜左侧边缘的横向距离以及缺陷的纵向起止位置和横向起止位置，针对每个斑纹输出缺陷数据，对于同一卷隔热膜中连续出现的同类斑纹，按照缺陷位置和出现频率进行趋势统计，当多个2级斑纹在较短纵向距离内连续出现，或者单位长度内的1级斑纹数量持续增加时，输出工艺趋势预警，在一卷隔热膜完成生产后，将经过人工复核确认的正常区域和斑纹缺陷区域保存至对应型号的样本库。

38、第二方面，本发明提供了一种基于图像的隔热膜缺陷识别系统，包括，

39、图像处理模块，用于建立隔热膜偏振成像环境并采集位移同步的原始图像，对原始偏振图像进行成像校正并建立隔热膜物理坐标图像；

40、基准分析模块，用于对标准化隔热膜图像进行方向性纹理分析并筛选斑纹候选区域，采集每种隔热膜的良品图像，利用当前批次良品图像建立隔热膜正常周期基准；

41、候选区域量化模块，用于对斑纹候选区域进行扩展，提取斑纹候选区域的一维灰度信号并量化周期破坏程度；

42、斑纹识别输出模块，用于建立批次自适应椭圆决策边界并对斑纹候选区域进行确权，对每个确权的斑纹区域细化斑纹缺陷的像素边界并计算物理面积和视觉偏离程度，进一步计算斑纹可视性指数并输出分级报警和卷材位置。

43、本发明有益效果为：本发明通过位移同步偏振采集及暗场、均匀场校正，使图像行与膜体实际位置稳定对应，并抑制反光、照度不均和像素响应差异；通过方向性灰度共生矩阵初筛，减少正常区域进入频谱分析的数量，提高在线处理效率；通过批次主频标定、主频保持幅值及非主频弥散能量提取，实现对功能粒子周期排列破坏的量化；通过历史型号模型与当前批次特征联合构建椭圆边界，增强不同批次条件下的判定适应性；通过局部背景拟合细化缺陷边界并换算物理面积，提高定位和尺寸评价准确性；通过可视性指数、目视标定阈值及卷材坐标输出，使检测结果能够服务于复检、喷码、分切和生产报警，从而降低微观纹理波动引起的过度判废。