一种隐形眼镜印刷区内圈油墨漏印检测方法及装置与流程

本发明涉及基于机器视觉领域，具体是一种隐形眼镜印刷区内圈油墨漏印检测方法及装置。

背景技术：

1、隐形眼镜的花纹印刷方式主要是移印法，由于印刷油墨时容易受到油墨本身浓度、环境温湿度等影响，使得印刷过程中易出现油墨漏印的瑕疵品，油墨漏印可以发生于印刷区的任何区域，其中，印刷区内圈发生漏印的频率最高，内圈油墨具有印刷偏差大，油墨浓度不稳定，漏印面积小的特点。

2、传统的印刷质量检测方法依赖于人工检测，这种检测方式存在以下不足：人工长时间检测导致人眼疲劳，易产生错误判断，检测效率较为低下；基于计算机图像处理油墨漏印检测方法需要对合格品先建立模板，通过与模板对比的方法来检测漏印缺陷，然而，该方法对偏差大的产品容易误检。

技术实现思路

1、有鉴于此，本发明的目的是提供一种隐形眼镜印刷区内圈油墨漏印检测方法及装置，以解决背景技术中的问题。

2、为了实现上述目的，本发明采用了如下技术方案：

3、本发明的一种隐形眼镜印刷区内圈油墨漏印检测方法，包括步骤：

4、获取隐形眼镜的多个原始图像和模板图像；

5、对所述隐形眼镜的多个原始图像进行预处理，得到预处理图像，其中，所述预处理图像包括隐形眼镜铸模边缘以及印刷区边缘的定位结果；

6、对所述预处理图像和所述模板图像进行配准，以使得所述预处理图像与所述模板图像的相同位置对齐；

7、基于配准后的预处理图像和模板图像对隐形眼镜的印刷区内圈进行油墨漏印检测，得到检测结果。

8、在本技术一实施例中，对所述隐形眼镜的多个原始图像进行预处理，得到预处理图像，包括：

9、对所述多个原始图像进行二值化，得到初始二值图像；

10、对多个初始二值化图像进行中值滤波，得到带有铸模边缘的二值图像；

11、提取所述二值图像中的轮廓，并基于预设的第一面积条件对所述二值图像中的轮廓进行筛选，得到符合预设面积条件的铸模轮廓；

12、提取所述铸模轮廓的质心，得到铸模中心，并基于所述铸模中心将多个原始图像重合；

13、计算重合的多个原始图像的平均图像；

14、对所述平均图像进行二值化处理，得到中间二值图像；

15、对所述中间二值图像进行形态学操作，得到包含印刷区外边界和印刷区内边界的目标二值图；

16、提取出所述目标二值图中的轮廓，并基于预设的第二面积条件对所述目标二值图中的轮廓进行筛选，得到印刷区外边界轮廓和印刷区内边界轮廓；

17、对所述印刷区外边界轮廓和所述印刷区内边界轮廓进行拟合，得到印刷区外圆中心、印刷区外圆半径、印刷区内圆中心及印刷区内圆半径。

18、在本技术一实施例中，对所述预处理图像和所述模板图像进行配准，包括：

19、基于预先构建的印刷区外圆掩模提取所述预处理图像和所述模板图像中的目标区域图像，其中，所述目标区域图像只包含光学区和印刷区；

20、提取所述印刷区边缘的定位结果中的印刷区外圆中心，并基于所述定位结果中的印刷区外圆中心对所述预处理图像的目标区域图像进行极坐标展开，得到第一极坐标图像；以及基于所述模板图像中的印刷区外圆中心对所述模板图像中的目标区域图像进行极坐标展开，得到第二极坐标图像；

21、基于滑窗的方式将所述第二极坐标图像沿所述第一极坐标图像的角度轴滑动，并在每次滑动时，计算所述第一极坐标图像与所述第二极坐标图像的互相关性，并将互相关性最大的位置作为第一配准结果；

22、基于所述第一配准结果将所述第一极坐标图像和所述第二极坐标图像转回至二维坐标系中，得到粗配准的预处理图像的目标区域图像和模板图像中的目标区域图像；

23、在粗配准的预处理图像的目标区域图像和模板图像中的目标区域图像中，提取内圈区域，其中，所述内圈区域为以内圆圆心为中心，内圆半径加目标宽度的距离为半径的圆形区域；

24、对所述内圈区域进行降采样，得到模板图像的降采样图像和预处理图像的降采样图像；

25、基于所述模板图像的内圆圆形，并结合预先构建的转动范围和转动步长多次转动所述模板图像的降采样图像，并在每一次转动时，计算所述模板图像的降采样图像和所述预处理图像的降采样图像的互相关性，并将互相关性最大的角度作为所述模板图像和所述预处理图像的配准角度，得到第二配准结果。

26、在本技术一实施例中，所述互相关性计算公式为：

27、

28、式中，r(x,y)为第一极坐标图像与所述第二极坐标图像，或者，所述模板图像的降采样图像和所述预处理图像的降采样图像在(x,y)点处的互相关性，t'(x',y')为所述第二极坐标图像或者所述模板图像的降采样图像在(x',y')位置的像素值，i'(x+x',y+y')为所述第一极坐标图像或者所述预处理图像的降采样图像在(x+x',y+y')位置的像素值。

29、在本技术一实施例中，基于配准后的预处理图像和模板图像对隐形眼镜的印刷区内圈进行油墨漏印检测，包括：

30、提取所述配准后的预处理图像和模板图像的差值图；

31、提取所述差值图中的候选漏印区域；

32、对所述候选漏印区域进行筛选，得到漏印区域。

33、在本技术一实施例中，提取所述配准后的预处理图像和模板图像的差值图，包括：

34、提取配准后的预处理图像的第一内圈图像以及配准后的模板图像的第二内圈图像；

35、对所述第一内圈图像和所述第二内圈图像进行高斯滤波，得到第一中间图像和第二中间图像；

36、将所述第一中间图像和所述第二中间图像进行求差，得到差值图。

37、在本技术一实施例中，提取所述差值图中的候选漏印区域，包括：

38、对所述差值图进行二值化，得到差异二值图，并从所述差异二值图中提取差异轮廓；

39、将面积小于预设面积阈值的差异轮廓滤除，得到候选轮廓；

40、将所述候选轮廓绘制成二值图，得到差异蒙板；

41、对所述差异蒙板进行膨胀操作，以将孤立区域相连，得到差异区域；并对所述差异区域进行取反，得到高差异二值图；

42、基于所述高差异二值图对所述差值图进行过滤，得到过滤后的差值图；

43、对所述过滤后的差值图进行二值化和轮廓提取，得到候选漏印区域。

44、在本技术一实施例中，对所述候选漏印区域进行筛选，得到漏印区域，包括：

45、提取配准后的预处理图像的第一内圈图像以及配准后的模板图像的第二内圈图像；

46、对所述第一内圈图像的每个颜色通道和所述第二内圈图像的每个颜色通道进行二值化，得到所述第一内圈图像的多个单通道二值图和所述第二内圈图像的多个单通道二值图；

47、对所述第一内圈图像的多个单通道二值图执行与运算，得到产品二值图；并对所述第二内圈图像的多个单通道二值图执行与运算，得到模板二值图；

48、对所述产品二值图和所述模板二值图执行膨胀操作，得到产品膨胀图和模板膨胀图；

49、将所述产品膨胀图和所述模板膨胀图进行求差，得到漏印疑似区域；

50、提取所述模板图像中的光学区二值图，并将所述光学区二值图与所述漏印疑似区域进行异或运算，得到错动差异消除图像；

51、遍历每个候选漏印区域并进行二值化，得到候选漏印二值图；

52、将所述候选漏印二值图与所述错动差异消除图像进行求差，得到感兴趣区域二值图；

53、生成每个感兴趣区域二值图的最小外接矩形，并基于所述感兴趣区域二值图的面积以及所述最小外接矩的尺寸对候选漏印区域进行筛选，得到油墨漏印区域。

54、在本技术一实施例中，还包括：

55、在所述检测结果包括油墨漏印区域时，生成所述油墨漏印区域的最小外接矩形；

56、将所述油墨漏印区域的最小外接矩形的坐标变换至所述原始图像中的坐标；

57、基于所述原始图像中的坐标进行提示框绘制，并输出提示框。

58、本技术还提供一种隐形眼镜印刷区内圈油墨漏印检测装置，包括：

59、获取模块，用于获取隐形眼镜的多个原始图像和模板图像；

60、预处理图像，用于对所述隐形眼镜的多个原始图像进行预处理，得到预处理图像，其中，所述预处理图像包括隐形眼镜铸模边缘以及印刷区边缘的定位结果；

61、配准模块，用于对所述预处理图像和所述模板图像进行配准，以使得所述预处理图像与所述模板图像的相同位置对齐；

62、漏印检测模块，用于基于配准后的预处理图像和模板图像对隐形眼镜的印刷区内圈进行油墨漏印检测，得到检测结果。

63、本发明的有益效果是：本发明的一种隐形眼镜印刷区内圈油墨漏印检测方法及装置，通过获取隐形眼镜的多个原始图像和模板图像；对隐形眼镜的多个原始图像进行预处理，得到预处理图像，其中，预处理图像包括隐形眼镜铸模边缘以及印刷区边缘的定位结果；对预处理图像和模板图像进行配准，以使得预处理图像与模板图像的相同位置对齐；基于配准后的预处理图像和模板图像对隐形眼镜的印刷区内圈进行油墨漏印检测，得到检测结果。本技术通过对模板和产品进行配准及对比，再对印刷区内圈进行油墨漏印检测，实现内圈漏印检测自动识别，相比于传统方法，该方法能够提高识别精度，节约成本，提升生产良品率。