一种表面缺陷检测方法、装置及覆膜机自动光学检测设备与流程

本技术涉及缺陷检测，并且更具体地，涉及一种表面缺陷检测方法、装置及覆膜机自动光学检测设备。

背景技术：

1、卷材在工业和生活中广泛应用，其性能的提升对于满足不同领域的需求至关重要，覆膜机是一种常用的卷材覆膜设备，在提高卷材美观度和耐用性方面发挥着重要作用，经覆膜机覆膜后的卷材由于其表层覆盖了一层薄且通透的塑料薄膜，表层更加平滑光亮，该工艺不仅提升了卷材的美观度，而且表层的薄膜层又可以起到防水、防污性能延长了卷材的使用寿命。

2、覆膜机在对卷材进行覆膜过程中由于环境因素如湿度和温度的变化，或卷材本身存在的表面缺陷，例如划痕等影响，有时会出现覆膜后的卷材表面覆膜层厚度不均匀的情况，并且由于卷材表面存在有色纹理，且覆膜层透明无色，现有技术中的表面缺陷检测方法容易受到卷材表面有色纹理干扰，导致覆膜卷材的表面缺陷检测率很低。

技术实现思路

1、本技术提供一种表面缺陷检测方法、装置及覆膜机自动光学检测设备，以解决现有技术中的表面缺陷检测方法容易受到卷材表面有色纹理干扰，导致覆膜卷材的表面缺陷检测率很低的技术问题。

2、本技术采用如下技术方案解决上述技术问题：

3、第一方面，本技术提供一种表面缺陷检测方法，该方法可以由网络设备执行，或者，也可以由配置于网络设备中的芯片执行，本技术对此不作限定。

4、具体的，该方法包括：

5、对覆膜卷材进行放卷，并采集放卷后覆膜卷材的表面红外图像；

6、根据所述覆膜卷材的表面红外图像，确定所述覆膜卷材的向心热量生长基；

7、根据所述向心热量生长基对所述覆膜卷材的表面红外图像进行覆膜缺陷熵转换，得到覆膜缺陷敏感熵；

8、根据所述覆膜缺陷敏感熵和所述覆膜卷材的表面红外图像，确定覆膜缺陷熵心系数；

9、当所述覆膜缺陷熵心系数高于预设的覆膜缺陷敏感阈值时，获取初始覆膜红外图像，根据所述覆膜缺陷敏感熵和所述初始覆膜红外图像，得到覆膜红外延拓图像；

10、根据所述覆膜卷材的表面红外图像和所述覆膜延拓红外图像，确定所述覆膜卷材的缺陷标志特征点，并将所述缺陷标志特征点上传至覆膜机云控制中心。

11、结合第一方面，在第一方面的某些实现方式中，根据所述覆膜卷材的表面红外图像，确定所述覆膜卷材的向心热量生长基具体包括：

12、对所述覆膜卷材的表面红外图像进行灰度化映射，得到覆膜表面红外灰度图像；

13、获取所述覆膜卷材的覆膜层材料的材料热导率；

14、获取对覆膜卷材进行放卷时的最大卷径；

15、获取对覆膜卷材进行放卷时的放卷辊直径；

16、获取所述覆膜表面红外灰度图像中的各个像素点灰度值；

17、根据所述覆膜层材料的材料热导率、所述放卷辊直径、所述覆膜卷材的标准动摩擦系数和所述覆膜表面红外灰度图像中的各个像素点灰度值，确定所述覆膜卷材的向心热量生长基，其中所述覆膜卷材的向心热量生长基根据下式确定：

18、

19、其中，为所述覆膜卷材的向心热量生长基，为所述覆膜表面红外灰度图像中的像素点灰度均值，为所述覆膜表面红外灰度图像中的第a行第b列的像素点灰度值，a、b分别为所述覆膜表面红外灰度图像的像素点行数和列数，为预设的修正系数。

20、结合第一方面，在第一方面的某些实现方式中，根据所述向心热量生长基对所述覆膜卷材的表面红外图像进行覆膜缺陷熵转换，得到覆膜缺陷敏感熵具体包括：

21、对所述覆膜卷材的表面红外图像进行灰度化映射，得到覆膜表面红外灰度图像；

22、根据所述向心热量生长基，对所述覆膜表面红外灰度图像进行缺陷熵基转换，得到缺陷熵基特征图像；

23、根据所述缺陷熵基特征图像，确定覆膜缺陷敏感熵。

24、结合第一方面，在第一方面的某些实现方式中，根据所述覆膜缺陷敏感熵和所述覆膜卷材的表面红外图像，确定覆膜缺陷熵心系数具体包括：

25、根据所述覆膜卷材的表面红外图像确定缺陷熵基特征图像；

26、对所述缺陷熵基特征图像进行傅里叶变换，得到覆膜缺陷频域矩阵；

27、获取所述覆膜缺陷频域矩阵中各个频率分量的模值，将最大模值对应的频率分量作为熵心频率分量，根据所述熵心频率分量和所述覆膜卷材的表面红外图像，确定覆膜缺陷熵心域；

28、根据所述覆膜缺陷熵心域、所述覆膜缺陷敏感熵和所述覆膜卷材的表面红外图像，确定覆膜缺陷熵心系数。

29、结合第一方面，在第一方面的某些实现方式中，采集放卷后所述覆膜卷材的表面红外图像具体包括：

30、在放卷过程中等间隔的采集所述覆膜卷材的表面红外子图，得到红外子图集合；

31、根据所述红外子图集合中的标志特征点对所述红外子图集合中的各个红外子图进行拼接，得到所述覆膜卷材的表面红外图像。

32、结合第一方面，在第一方面的某些实现方式中，当所述覆膜缺陷熵心系数低于所述覆膜缺陷敏感阈值时，向覆膜机云控制中心发送覆膜卷材表面缺陷正常指令。

33、结合第一方面，在第一方面的某些实现方式中，采用辊筒式放卷机对覆膜卷材进行放卷。

34、第二方面，本技术提供一种表面缺陷检测装置，该表面缺陷检测装置包括有：

35、表面红外图像采集模块，用于对覆膜卷材进行放卷，并采集放卷后所述覆膜卷材的表面红外图像；

36、向心热量生长基确定模块，用于根据所述覆膜卷材的表面红外图像，确定所述覆膜卷材的向心热量生长基；

37、覆膜缺陷敏感熵获取模块，用于根据所述向心热量生长基对所述覆膜卷材的表面红外图像进行覆膜缺陷熵转换，得到覆膜缺陷敏感熵；

38、覆膜缺陷熵心系数确定模块，用于根据所述覆膜缺陷敏感熵和所述覆膜卷材的表面红外图像，确定覆膜缺陷熵心系数；

39、覆膜红外延拓图像获取模块，用于当所述覆膜缺陷熵心系数高于预设的覆膜缺陷敏感阈值时，获取初始覆膜红外图像，根据所述覆膜缺陷敏感熵和所述初始覆膜红外图像，得到覆膜红外延拓图像；

40、缺陷标志检测模块，用于根据所述覆膜卷材的表面红外图像和所述覆膜延拓红外图像，确定所述覆膜卷材的缺陷标志特征点，并将所述缺陷标志特征点上传至覆膜机云控制中心。

41、第三方面，本技术提供一种覆膜机自动光学检测设备，所述覆膜机自动光学检测设备包括有上述的表面缺陷检测装置。

42、第四方面，本技术提供一种计算机终端设备，所述计算机终端设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的表面缺陷检测方法。

43、第五方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现上述表面缺陷检测方法所执行的操作。

44、本技术公开的实施例提供的技术方案具有以下有益效果：

45、本技术提供的一种表面缺陷检测方法、装置及覆膜机自动光学检测设备中，首先对覆膜卷材进行放卷，并采集放卷后覆膜卷材的表面红外图像，红外辐射对物体表面的反射和吸收不同于可见光，能够避免卷材表面有色纹理干扰，有助于提高检测的稳定性和准确性，根据覆膜卷材的表面红外图像，确定覆膜卷材的向心热量生长基，从而更准确地了解覆膜卷材表面的温度分布，帮助识别异常缺陷区域，根据向心热量生长基对覆膜卷材的表面红外图像进行覆膜缺陷熵转换，得到覆膜缺陷敏感熵，减弱了对纹理等非缺陷特征的影响，根据覆膜缺陷敏感熵和覆膜卷材的表面红外图像，确定覆膜缺陷熵心系数，当覆膜缺陷熵心系数高于覆膜缺陷敏感阈值时，根据覆膜缺陷敏感熵和初始覆膜红外图像，得到覆膜红外延拓图像，从而对表面红外图像进行了预测修正用于与原红外图像对比识别缺陷特征，最后根据覆膜卷材的表面红外图像和覆膜延拓红外图像，确定覆膜卷材的缺陷标志特征点，避免了对卷材进行表面缺陷检测时受到的卷材表面有色纹理干扰，提高了覆膜卷材的表面缺陷检测率。