一种缺陷检测方法、系统、计算设备及存储介质与流程

1.本发明涉及aoi图像处理技术领域，尤其涉及一种缺陷检测方法、系统、计算设备及存储介质。


背景技术：

2.aoi(automatic optic inspection)自动光学检测，在产业中能够对工件的缺陷进行检测，在机器视觉领域的应用十分广泛。
3.由于在各种应用场景中对视觉检测的需求不同，对于某些产品，现有的机器视觉检测流程进行缺陷检测时，所得到的图像在缺陷的反馈上不够明显，图像效果不佳，同时背景干扰较大，导致缺陷检测的结果与实际情况差别较大，检测效果并不理想。


技术实现要素：

4.针对现有技术的不足，本发明提供一种缺陷检测方法、系统、计算设备及存储介质，解决现有技术中的缺陷检测图像效果不佳、背景干扰较大，导致缺陷检测的结果与实际情况差别较大，检测效果不理想的问题。
5.为实现上述目的，本发明提供以下的技术方案：
6.一种缺陷检测方法，包括：
7.拍摄被测物，获得原始检测图像；
8.对所述原始检测图像进行背景提纯处理，获得中间检测图像；
9.对所述中间检测图像进行目标特征强化处理，获得最终检测图像。
10.可选地，所述拍摄被测物，获得原始检测图像，包括：
11.在环形光源的照射下拍摄被测物，获得第一原始检测图像；
12.在同轴光源的照射下拍摄被测物，获得第二原始检测图像。
13.可选地，所述对所述原始检测图像进行背景提纯处理，获得中间检测图像，包括：
14.对所述第一原始检测图像进行二值化处理；
15.将二值化处理后的所述第一原始检测图像与所述第二原始检测图像叠加，获得所述中间检测图像。
16.可选地，所述中间检测图像包括第一灰度阈值像素区域、第二灰度阈值像素区域和中间灰度像素区域，所述第一灰度阈值像素区域的灰度值为0，所述第二灰度阈值像素区域的灰度值为255，所述中间灰度像素区域的灰度值大于0且小于255；
17.所述对所述中间检测图像进行目标特征强化处理，获得最终检测图像，包括：
18.对所述中间检测图像进行灰度值减值处理，使所述中间灰度像素区域中各像素点的灰度值趋于或等于零。
19.可选地，所述基于预设的减值方式，对所述中间检测图像进行灰度值减值处理之后，还包括：
20.对所述中间检测图像进行灰度值倍增处理，使所述第二灰度阈值像素区域中各像
素点的灰度值趋于或等于255。
21.另一方面，本发明还提供了一种缺陷检测系统，包括：
22.图像获取单元，用于拍摄被测物，获得原始检测图像；
23.图像处理单元，用于：
24.对所述原始检测图像进行背景提纯处理，获得中间检测图像；以及，
25.对所述中间检测图像进行目标特征强化处理，获得最终检测图像。
26.可选地，所述图像获取单元包括：
27.环形光源，用于在拍摄被测物时提供第一照射光线，获得第一原始检测图像；
28.同轴光源，用于在拍摄被测物时提供第二照射光线，获得第二原始检测图像。
29.可选地，所述图像处理单元用于：
30.对所述第一原始检测图像进行二值化处理；
31.将二值化处理后的所述第一原始检测图像与所述第二原始检测图像叠加，获得所述中间检测图像；所述中间检测图像包括第一灰度阈值像素区域、第二灰度阈值像素区域和中间灰度像素区域，所述第一灰度阈值像素区域的灰度值为0，所述第二灰度阈值像素区域的灰度值为255，所述中间灰度像素区域的灰度值大于0且小于255；
32.对所述中间检测图像进行灰度值减值处理，使所述中间灰度像素区域中各像素点的灰度值趋于或等于零；
33.对所述中间检测图像进行灰度值倍增处理，使所述第二灰度阈值像素区域中各像素点的灰度值趋于或等于255。
34.另一方面，本发明还提供了一种计算设备，包括：
35.存储器，用于存储程序指令；
36.处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如上任一项所述的缺陷检测方法。
37.另一方面，本发明还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如上任一项所述的缺陷检测方法。
38.与现有技术相比，本发明具有以下有益效果：
39.本发明提供了一种缺陷检测方法、系统、计算设备及存储介质，通过对原始检测图像进行背景提纯处理和目标特征强化处理，有利于降低背景干扰，进一步提高检测图像对缺陷的反馈效果，从而有效提高了缺陷检测的准确性。
附图说明
40.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
41.图1为本发明实施例中缺陷检测方法的流程图；
42.图2为本发明实施例中缺陷检测方法步骤s3的流程图；
43.图3为本发明实施例中第一原始检测图像的示意图；
44.图4为本发明实施例中第二原始检测图像的示意图；
45.图5为本发明实施例中经过二值化处理后第一原始检测图像的示意图；
46.图6为本发明实施例中中间检测图像的示意图；
47.图7为本发明实施例中最终检测图像的示意图；
48.图8为本发明实施例中缺陷检测系统的结构框图。
49.上述图中：10、图像获取单元；20、图像处理单元。
具体实施方式
50.为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
51.需要理解的是，在本发明的描述中，具体实施例仅仅用于解释本发明，而非对本发明的限定。其中，示例性实施例被描述成作为流程图描绘的处理或方法；虽然流程图将各项操作或步骤处理描述形成一定的顺序，但是其中的许多操作或步骤是能够被并行地、并发地或者同时实施的，且各项操作的顺序可以被重新安排。当其操作或步骤完成时，对应处理可以被终止，还可以具有未包括在附图中的附加步骤。前面所述的处理可以对应于方法、函数、规程、子例程、子程序等等，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
52.本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。下面结合附图并通过具体实施方式来进一步说明本发明的技术方案；可以理解的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
53.缺陷检测在机器视觉领域的应用十分广泛，其中在各种应用场景中对视觉检测的需求有各种不同的差异，由于在各种应用场景中对视觉检测的需求不同，对于部分产品来说，基于现有的机器视觉检测流程进行的缺陷检测，所得到的图像在缺陷的反馈上不够明显，存在以下缺点：
54.1.图像效果不佳，单一打光效果只能反馈物料的部分异常情况，例如针对齿轮的缺陷检测，只能反馈齿轮尖端明显变形，但不能反映齿端崩边缺陷；
55.2.背影干扰较大，难以区分物料缺陷与背景情况。
56.本发明提供如下的技术方案，以解决现有技术的上述问题，下面以被测物为齿轮为例，结合附图对本发明的技术方案进行详细介绍。
57.请结合参考图1和图2，本发明实施例提供了一种缺陷检测方法，包括：
58.s1、拍摄被测物，获得原始检测图像。
59.该步骤中，在拍摄被测物时，需要利用机器视觉光源照射被测物，以获得所需的拍摄效果。
60.优选地，本实施例中，在拍摄被测物时，首先在环形光源的照射下拍摄被测物，获得第一原始检测图像，如图3所示；然后在同轴光源的照射下拍摄被测物，获得第二原始检测图像，如图4所示。
61.可以理解的是，环形光源和同轴光源的照射次序可以根据实际情况进行调整。
62.s2、对原始检测图像进行背景提纯处理，获得中间检测图像。
63.具体地，该步骤s2包括：
64.对第一原始检测图像进行二值化处理；
65.将二值化处理后的第一原始检测图像与第二原始检测图像叠加，获得中间检测图像。
66.通过环形光源和同轴光源分别照射被测物，以获得具有不同显示效果的图像，在处理后能够达到背景提纯的目的。
67.请参考图5，对第一原始图像进行二值化处理后，图像上每个像素点均为0或255的灰度值；本实施例中，齿轮处各个像素点的灰度值为0，使齿轮呈现为黑色效果，背景区域(即除齿轮之外的区域处)中各个像素点的灰度值为255，即背景呈现为白色效果。
68.当经过二值化处理后的第一原始检测图像与第二原始检测图像叠加后，如图6所示，由于灰度值的阈值特性，第二原始检测图像背景处的各像素点的灰度值达到了阈值极值，呈现为白色效果，能够减少背景干扰，强化被测物的缺陷特征，从而达到背景提纯的目的。
69.可以理解的是，中间检测图像包括第一灰度阈值像素区域、第二灰度阈值像素区域和中间灰度像素区域，第一灰度阈值像素区域的灰度值为0，对应齿轮区域；第二灰度阈值像素区域的灰度值为255，对应背景区域；中间灰度像素区域的灰度值大于0且小于255，对应齿轮内凹陷或凸起的缺陷位置，或齿轮中的其他轮廓形状。
70.在经过背景提纯之后的中间检测图像能够显示出明显的齿轮尖端变形，但此时齿轮端面的崩边缺陷仍难以清晰地显示出来，因此需要进一步执行步骤s3，以获得更优的缺陷检测效果。
71.s3、对中间检测图像进行目标特征强化处理，获得最终检测图像。
72.该步骤s3包括：
73.s31、对中间检测图像进行灰度值减值处理，使中间灰度像素区域中各像素点的灰度值趋于或等于零。
74.s32、对中间检测图像进行灰度值倍增处理，使第二灰度阈值像素区域中各像素点的灰度值趋于或等于255。
75.在一种实施方式中，在步骤s31对中间检测图像的灰度值进行减值处理时，使灰度值减半，在步骤s32对中间检测图像的灰度值进行倍增处理时，使灰度值乘以2，即，对中间检测图像的灰度值减值处理以127.5作为标准，对中间检测图像进行灰度值倍增处理则为2倍；这样的参数设置适用于所有情况，并能够能够省去迭代处理的步骤，提高中间检测图像目标特征强化处理的效率；相应地，可能在不同的情况下存在一定的效果差异。
76.在实际操作中，在步骤s31对中间检测图像的灰度值进行减半处理时不以127.5为标准值，而设定为其他的减值操作，后续倍增处理时可能会导致背景出现没有达到255的情况，但实际上不影响图像处理及检测的效果。
77.在另一种实施方式中，在步骤s31对中间检测图像的灰度值进行减值处理，以及在步骤s32对中间检测图像的灰度值进行倍增处理时，通过根据原始检测图像的实际情况对减值和倍增的参数进行调整，参数的选取依据为是中间灰度像素区域大致的灰度平均值，
确保背景处的像素点还原至255，从而使得目标特征强化处理的效果更佳。
78.可以理解的是，在步骤s31中，对灰度值进行减值处理所减的值根据实际情况进行调整，最终目的在于使得中间检测图像的中间灰度像素区域中各像素点的灰度值归零，从而将原本灰度值不为零的像素点提纯至纯黑色；此时，原本灰度值为0的像素点在经过整体灰度值减值之后，灰度值仍为0，而原本灰度值为255的像素点处灰度值大于0且小于255。
79.由于在步骤s31中，图像整体的灰度值均进行了减值处理，使得背景处的灰度值同步降低；该步骤中，通过对中间检测图像进行倍增处理，如使得中间检测图像中各像素点的灰度值同时乘以2、3或其他数值，由于灰度值的阈值极值特性，使得灰度值大于0且小于255的像素点的灰度值重新回到255，所得图像如图7所示，达到背景复原的目的，进而使被测物的背景区域和特征区域具有足够的灰度差，从而能够有效提高缺陷检测的准确性。
80.请参考图8，基于前述实施例，本发明还提供了一种缺陷检测系统，包括：
81.图像获取单元10，用于拍摄被测物，获得原始检测图像；
82.图像处理单元20，用于：
83.对原始检测图像进行背景提纯处理，获得中间检测图像；以及，
84.对中间检测图像进行目标特征强化处理，获得最终检测图像。
85.本实施例中，图像获取单元10包括光源和成像装置。具体地，图像获取单元10可以包括一个或多个光源。
86.本实施例中，图像获取单元10包括环形光源，用于在拍摄被测物时提供第一照射光线，获得第一原始检测图像；
87.图像获取单元10还包括同轴光源，用于在拍摄被测物时提供第二照射光线，获得第二原始检测图像。
88.在拍摄被测物时，首先在环形光源的照射下拍摄被测物，获得第一原始检测图像，如图3所示；然后在同轴光源的照射下拍摄被测物，获得第二原始检测图像，如图4所示。
89.可以理解的是，环形光源和同轴光源的照射次序可以根据实际情况进行调整。
90.进一步地，图像处理单元20用于：
91.对第一原始检测图像进行二值化处理；
92.将二值化处理后的第一原始检测图像与第二原始检测图像叠加，获得中间检测图像；中间检测图像包括第一灰度阈值像素区域、第二灰度阈值像素区域和中间灰度像素区域，第一灰度阈值像素区域的灰度值为0，第二灰度阈值像素区域的灰度值为255，中间灰度像素区域的灰度值大于0且小于255；
93.对中间检测图像进行灰度值减值处理，使中间灰度像素区域中各像素点的灰度值趋于或等于零；
94.对中间检测图像进行灰度值倍增处理，使第二灰度阈值像素区域中各像素点的灰度值趋于或等于255。
95.请参考图5，对第一原始图像进行二值化处理后，图像上每个像素点均为0或255的灰度值；本实施例中，齿轮处各个像素点的灰度值为0，使齿轮呈现为黑色效果，除齿轮之外的区域处(即背景)各个像素点的灰度值为255，即背景呈现为白色效果。
96.当经过二值化处理后的第一原始检测图像与第二原始检测图像叠加后，如图6所示，由于灰度值的阈值特性，第二原始检测图像背景处的各像素点的灰度值达到了阈值极
值，呈现为白色效果，从而达到背景提纯的目的。
97.可以理解的是，中间检测图像包括第一灰度阈值像素区域、第二灰度阈值像素区域和中间灰度像素区域，第一灰度阈值像素区域的灰度值为0，对应齿轮区域；第二灰度阈值像素区域的灰度值为255，对应背景区域；中间灰度像素区域的灰度值大于0且小于255，对应齿轮内凹陷或凸起的缺陷位置，或齿轮中的其他轮廓形状。
98.在经过背景提纯之后的中间检测图像能够显示出明显的齿轮尖端变形，但此时齿轮端面的崩边缺陷仍难以清晰地显示出来，因此需要进一步对中间检测图像进行目标特征强化处理，以获得更优的缺陷检测效果。
99.可以理解的是，对灰度值进行减值处理所减的值可以根据实际情况进行调整，最终目的在于使得中间检测图像的中间灰度像素区域中各像素点的灰度值归零，从而将原本灰度值不为零的像素点提纯至纯黑色；此时，原本灰度值为0的像素点在经过整体灰度值减值之后，灰度值仍为0，而原本灰度值为255的像素点处灰度值大于0且小于255。
100.由于图像整体的灰度值均进行了减值处理，使得背景处的灰度值同步降低；通过对中间检测图像进行倍增处理，如使得中间检测图像中各像素点的灰度值同时乘以2、3或其他数值，由于灰度值的阈值极值特性，使得灰度值大于0且小于255的像素点的灰度值重新回到255，所得图像如图7所示，达到背景复原的目的，进而使被测物的背景区域和特征区域具有足够的灰度差，从而能够有效提高缺陷检测的准确性。
101.基于前述实施例，本发明实施例还提供了一种计算设备，包括：
102.存储器，用于存储程序指令；
103.处理器，用于调用存储器中存储的程序指令，按照获得的程序执行如上任一项的缺陷检测方法。
104.基于前述实施例，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行计算机可读指令时，使得计算机执行如上任一项的缺陷检测方法。
105.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。