一种手机摄像头玻璃盖板丝印CD纹缺陷检测方法及系统

一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统
技术领域
1.本文件涉及图像处理技术领域，尤其涉及一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统。


背景技术：

2.圆形工业零件缺陷检测是工业检测领域面对的主要问题之一，传统的人工检测抽样率低，实时性差，受人工经验和主观因素影响大。在手机摄像头玻璃盖板丝印cd纹的生产加工过程中，由于其纹路精细，加工过程中不可避免的会造成一些外观缺陷，如cd纹断口、缺损等，由于这些缺陷的存在，会影响产品的美观。
3.如今基于机器视觉的检测方法受到了人们的关注和应用，传统的机器视觉算法大部分是采用灰度化、归一化、滤波和分水岭分割等相结合的方法进行图像分割。然而，这些方法在实际应用中有局限性并且需要比较精细的参数调整，同时存在鲁棒性较差的问题。此外，在对圆形零件的圆形目标区域分割完成后，通常要对目标分割区域是否存在缺陷进行检测和分类。图像检测的常规网络有：mask-rcnn、segmentation-based deep-learning等专业网络，但这些网络过于庞大，训练周期较长，检测较为耗时，且对于圆形特征不具有针对性。
4.因此，为了配合玻璃盖板丝印生产线的自动检测和剔除不良品，尚有待于开发一种更加准确、有效的缺陷检测方法。


技术实现要素：

5.本说明书一个或多个实施例提供了一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法，包括：
6.s1.对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域；
7.s2.通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域；
8.s3.对目标cd纹区域进行处理，分离目标cd纹区域中的cd纹图像；
9.s4.对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理；
10.s5.计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
11.本说明书一个或多个实施例提供了一手机摄像头玻璃盖板丝印cd纹缺陷检测系统，包括：
12.目标区域提取模块：用于对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域；
13.cd纹区域筛选模块：用于通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域；
14.cd纹区域处理模块：用于对目标cd纹区域进行处理，分离目标cd纹区域中的cd图像；
15.cd纹图像处理模块：用于对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理；
16.cd纹缺陷判断模块：用于计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
17.本说明书一个或多个实施例提供了一种手机摄像头玻璃盖板丝印cd纹缺陷检测设备，包括：
18.至少一个处理器；
19.至少一个存储器，用于存储至少一个程序；
20.当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述cd纹缺陷检测方法的步骤。
21.本说明书一个或多个实施例提供了一种存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述cd纹缺陷检测方法的步骤。
22.采用本发明实施例，通过结合机器视觉和计算机技术进行手机摄像头玻璃盖板丝印cd纹缺陷检测，使得cd纹的瑕疵检测能够自动化进行，节省人力成本；大幅提高了cd纹缺陷的检测速度与检测准确率，能够满足生产线上的要求。
23.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
24.为了更清楚地说明本说明书一个或多个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说明书中记载的一些实施例，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他的附图。
25.图1为本说明书一个或多个实施例提供的手机摄像头玻璃盖板丝印cd纹缺陷检测方法的流程图；
26.图2为本说明书一个或多个实施例提供的手机摄像头玻璃盖板丝印cd纹缺陷检测系统的示意图；
27.图3为本说明书一个或多个实施例提供的手机摄像头玻璃盖板丝印cd纹缺陷检测设备的结构示意图。
具体实施方式
28.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
29.方法实施例
30.根据本发明实施例，提供了一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法，如
图1所示，根据本发明实施例的手机摄像头玻璃盖板丝印cd纹缺陷检测方法具体包括：
31.s1.对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域。
32.具体的，首先读取待检测图像，对获取到的待检测图像进行二值化处理，将待检测图像上每个像素点的灰度值与预设阈值范围进行比较，将灰度值符合预设阈值范围的像素点的像素值设置为255，将灰度值不符合预设阈值范围的像素点的灰度值设置为0，提取出灰度值符合预设阈值范围的目标区域。其中，预设阈值范围为150～255。
33.s2.通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域。
34.具体的，对提取的目标区域进行连通域分割，对分割后的目标区域进行形状选择，然后通过面积特征与圆形度特征进行筛选，得到目标cd纹区域。
35.s3.对目标cd纹区域进行处理，分离目标cd纹区域中的cd纹图像。
36.具体的，对目标cd纹区域进行处理包括：
37.对目标cd纹区域进行孔洞填充，得到第一区域，并计算目标cd纹区域的圆心；
38.对进行孔洞填充后的第一区域进行腐蚀运算：用结构元素中的每一个元素与第一区域中的二值图像进行“或”运算，设结构元素原点位置的像素值为1，则当腐蚀运算结果为1时，第一区域中对应结构元素原点位置的像素点为1，否则为0，选择像素点为1的点得到第二区域；
39.将第一区域与第二区域灰度值进行差值运算，得到cd纹环形区域；
40.对得到的cd纹环形区域进行抠图处理，得到cd纹图像。
41.s4.对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理。
42.具体的，选择cd纹环形区域的圆心作为极坐标系原点，角度为360度，对cd纹图像进行极坐标变换，将cd纹图像由环形变换为矩形；
43.然后对极坐标变换后的cd纹图像进行处理，包括：
44.对极坐标变换后的cd纹图像进行灰度增强处理，使图像中亮的区域更亮，暗的区域更暗，得到第一目标处理区域；
45.采用均值滤波对增强后的第一目标处理区域进行平滑处理，使第一目标处理区域任意一点的像素值，都是周围m*n个像素值的均值，得到第二目标处理区域。
46.s5.计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
47.具体的，计算平滑滤波处理前后第一目标处理区域与第二目标处理区域的灰度值差值，将计算的灰度值差值与第一预设值进行比较，若同一区域的灰度值差值大于第一预设值，则将该区域归为缺陷区域；本实施例中，将灰度值变化大于120的归为缺陷区域；
48.对缺陷区域进行面积判断，提取出的缺陷区域面积与第二预设值进行比较，若所述缺陷区域面积大于第二预设值，则判断检测的cd纹图像中的cd纹存在缺陷。
49.进一步地，检测完成后，对判断为缺陷的区域进行极坐标反变换，使之显示在获取的原始图像上。
50.采用本发明实施例，通过结合机器视觉和计算机技术进行手机摄像头玻璃盖板丝印cd纹缺陷检测，使得cd纹的瑕疵检测能够自动化进行，节省人力成本；大幅提高了cd纹缺陷的检测速度与检测准确率，能够满足生产线上的要求。
51.系统实施例
52.根据本发明实施例，提供了一种手机摄像头玻璃盖板丝印cd纹缺陷检测系统，如图2所示，根据本发明实施例的手机摄像头玻璃盖板丝印cd纹缺陷检测系统具体包括：
53.目标区域提取模块20：用于对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域。
54.目标区域提取模块20具体用于：读取待检测图像，对获取到的待检测图像进行二值化处理，将待检测图像上每个像素点的灰度值与预设阈值范围进行比较，将灰度值符合预设阈值范围的像素点的像素值设置为255，将灰度值不符合预设阈值范围的像素点的灰度值设置为0，提取出灰度值符合预设阈值范围的目标区域。
55.cd纹区域筛选模块22：用于通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域。
56.cd纹区域筛选模块22具体用于：对提取的目标区域进行连通域分割，对分割后的目标区域进行形状选择，然后通过面积特征与圆形度特征进行筛选，得到目标cd纹区域。
57.cd纹区域处理模块24：用于对目标cd纹区域进行处理，分离目标cd纹区域中的cd图像。
58.cd纹区域处理模块24具体用于：
59.对目标cd纹区域进行孔洞填充，得到第一区域；
60.对第一区域进行腐蚀处理，得到第二区域；
61.将第一区域与第二区域灰度值进行差值运算，得到cd纹环形区域；
62.对得到的cd纹环形区域进行抠图，得到cd纹图像。
63.cd纹图像处理模块26：用于对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理。
64.cd纹图像处理模块26具体用于：
65.选择cd纹环形区域原点作为极坐标系原点对cd纹图像进行极坐标变换，将cd纹图像由环形变换为矩形；
66.对极坐标变换后的cd纹图像进行灰度增强处理，得到第一目标处理区域；
67.采用均值滤波对第一目标区域进行平滑处理，得到第二目标处理区域。
68.cd纹缺陷判断模块28：用于计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
69.cd纹缺陷判断模块28具体用于：
70.计算平滑滤波处理前后第一目标处理区域与第二目标处理区域的灰度值差值，若灰度值差值大于第一预设值，则判断此区域为缺陷区域；
71.对所述缺陷区域进行面积判断，若所述缺陷区域面积大于第二预设值，则判断所述cd纹图像中的cd纹存在缺陷。
72.本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
73.装置实施例一
74.本发明实施例提供一种手机摄像头玻璃盖板丝印cd纹缺陷检测设备，如图3所示，包括：存储器30、处理器32及存储在所述存储器30上并可在所述处理器32上运行的计算机程序，所述计算机程序被所述处理器32执行时实现如下方法步骤：
75.s1.对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域；
76.s2.通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域；
77.s3.对目标cd纹区域进行处理，分离目标cd纹区域中的cd纹图像；
78.s4.对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理；
79.s5.计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
80.装置实施例二
81.本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传输的实现程序，所述程序被处理器32执行时实现如下方法步骤：
82.s1.对待检测图像进行二值化处理，提取灰度值在预设阈值范围内的目标区域；
83.s2.通过特征选择在所述目标区域内进行筛选，得到所述目标区域中的目标cd纹区域；
84.s3.对目标cd纹区域进行处理，分离目标cd纹区域中的cd纹图像；
85.s4.对cd纹图像进行极坐标变换，并对极坐标变换后的图像进行平滑处理；
86.s5.计算平滑处理前后待检测cd纹图像的灰度值差值，判断cd纹是否存在缺陷。
87.本实施例所述计算机可读存储介质包括但不限于为：rom、ram、磁盘或光盘等。
88.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。