一种手表外壳质量视觉检测方法与流程

本发明涉及图像处理，具体涉及一种手表外壳质量视觉检测方法。

背景技术：

1、手表是日常生活中常见的配饰，作为一种配饰，用户对其外观的美观度和完美度有较高的要求，手表外壳是手表的重要组成部分之一，它不仅保护内部机芯，还直接影响手表的外观和整体质感，因此在手表出厂前通常需要对其外壳进行质量检测，通过检测手表外壳质量可以确保手表的品质符合要求，排除有瑕疵的产品，保证给用户提供满意的产品，提升用户的使用体验，现有的基于图像处理的手表外壳质量检测方法一般是对采集到的手表外壳的表面图像进行边缘检测，根据边缘检测结果判断手表外壳是否存在质量问题，但是手表结构复杂，手表外壳表面图像在采集过程中易受到光线的干扰，使得手表外壳的表面图像中存在强边缘和弱边缘，影响边缘检测结果，进而降低手表外壳质量检测结果的准确度。

技术实现思路

1、为了解决现有的基于图像处理的手表外壳质量检测方法在对手表外壳质量进行检测时存在的检测精度较低的问题，本发明的目的在于提供一种手表外壳质量视觉检测方法，所采用的技术方案具体如下：

2、本发明提供了一种手表外壳质量视觉检测方法，该方法包括以下步骤：

3、获取待检测手表外壳的灰度图像中的roi区域；

4、基于所述roi区域内像素点的梯度分布情况，确定强边缘像素点和弱边缘像素点；获取待检测手表外壳的中心点；根据强边缘像素点与所述中心点的相对位置分布情况，分别获得不同距离对应的第一强边缘像素点集合和不同角度对应的第二强边缘像素点集合；根据所述第一强边缘像素点集合和所述第二强边缘像素点集合，获得各强边缘像素点的削弱系数；

5、基于所述削弱系数确定各强边缘像素点的目标梯度值；对所述弱边缘像素点进行增强处理获得各弱边缘像素点的目标梯度值；基于所有强边缘像素点的目标梯度值和所有弱边缘像素点的目标梯度值获得修正后的图像；

6、基于所述修正后的图像对待检测手表外壳的质量进行判断。

7、优选的，根据强边缘像素点与所述中心点的相对位置分布情况，获得不同距离对应的第一强边缘像素点集合，包括：

8、分别获取各强边缘像素点与所述中心点之间的距离，作为各强边缘像素点对应的距离；

9、对于任一距离：将该距离对应的所有强边缘像素点构成的集合，作为该距离对应的第一强边缘像素点集合。

10、优选的，根据强边缘像素点与所述中心点的相对位置分布情况，获得不同角度对应的第二强边缘像素点集合，包括：

11、分别获取由所述中心点指向各强边缘像素点的方向，作为各强边缘像素点的特征方向；将各强边缘像素点的特征方向与预设方向之间的夹角确定为各强边缘像素点对应的角度；

12、对于任一角度：将该角度对应的所有强边缘像素点构成的集合，作为该角度对应的第二强边缘像素点集合。

13、优选的，所述根据所述第一强边缘像素点集合和所述第二强边缘像素点集合，获得各强边缘像素点的削弱系数，包括：

14、对于第a个强边缘像素点：

15、根据第a个强边缘像素点所处的第二强边缘像素点集合中像素点的数量、第a个强边缘像素点所处的第一强边缘像素点集合中像素点的数量、像素点数量最多的第二强边缘像素点集合中像素点的数量、像素点数量最多的第一强边缘像素点集合中像素点的数量，得到第a个强边缘像素点的削弱系数。

16、优选的，采用如下公式计算第a个强边缘像素点的削弱系数：

17、

18、其中，为第a个强边缘像素点的削弱系数，为第a个强边缘像素点所处的第二强边缘像素点集合中像素点的数量，为像素点数量最多的第二强边缘像素点集合中像素点的数量，为第a个强边缘像素点所处的第一强边缘像素点集合中像素点的数量，为像素点数量最多的第一强边缘像素点集合中像素点的数量，exp( )为以自然常数为底数的指数函数。

19、优选的，所述基于所述roi区域内像素点的梯度分布情况，确定强边缘像素点和弱边缘像素点，包括：

20、利用预设大小的滑窗在所述roi区域内进行遍历获得各窗口区域；

21、分别获取各窗口区域内所有像素点的最大梯度值记为各窗口区域的第一特征值，将所有窗口区域的第一特征值的均值确定为强边缘阈值；

22、分别获取各窗口区域内所有像素点的平均梯度值记为各窗口区域的第二特征值，将所有窗口区域的第二特征值的均值确定为弱边缘阈值；

23、基于所述强边缘阈值和所述弱边缘阈值，筛选强边缘像素点和弱边缘像素点。

24、优选的，基于所述强边缘阈值和所述弱边缘阈值，筛选强边缘像素点和弱边缘像素点，包括：

25、将所述roi区域内梯度值大于所述强边缘阈值的像素点确定为强边缘像素点；

26、将所述roi区域内梯度值大于所述弱边缘像素点，且小于等于所述强边缘阈值的像素点确定为弱边缘像素点。

27、优选的，所述基于所述削弱系数确定各强边缘像素点的目标梯度值，包括：

28、将各强边缘像素点的削弱系数与对应的梯度值的乘积，确定为各强边缘像素点的目标梯度值。

29、优选的，所述对所述弱边缘像素点进行增强处理获得各弱边缘像素点的目标梯度值，包括：

30、采用直方图均衡化算法对所有的所述弱边缘像素点进行增强处理，将增强处理后的弱边缘像素点的梯度值作为其目标梯度值。

31、优选的，所述基于所有强边缘像素点的目标梯度值和所有弱边缘像素点的目标梯度值获得修正后的图像，包括：

32、利用各边缘像素点的目标梯度值替换对应的原始梯度值，将替换完成后的图像作为修正后的图像。

33、本发明至少具有如下有益效果：

34、本发明考虑到传统的边缘检测算法在对待检测手表外壳进行缺陷检测时，由于手表结构复杂，手表外壳表面图像在采集过程中易受到光线干扰，因此会导致待检测手表外壳的灰度图像中存在强边缘和弱边缘，强边缘和弱边缘的存在会影响缺陷边缘的提取结果，本发明首先基于待检测手表外壳的灰度图像中的roi区域内像素点的梯度分布情况，确定了强边缘像素点和弱边缘像素点，而当手表外壳存在缺陷时，形成缺陷的原因和缺陷的分布位置均较随机，缺陷深浅不一，因此弱边缘像素点更有可能是缺陷区域的边缘像素点，强边缘像素点更有可能是手表外壳上真实的边缘像素点，为了提高后续手表外壳的质量检测精度，本发明结合强边缘像素点的位置分布特征，从距离和角度两个方向进行分析，获得了每个强边缘像素点的削弱系数，进而确定了每个强边缘像素点的目标灰度值，并对弱边缘像素点进行了增强处理，获得了修正后的图像，本发明通过对待检测手表外壳自身特征以及一些细节的量化，可以针对性地削弱由手表外壳自身结构而产生的边缘像素点，保留由明显缺陷而产生的边缘像素点的同时还对不明显的缺陷区域进行了图像增强，从而使得无论是明显的还是不明显的缺陷区域都可以被准确识别，提高了待检测手表外壳的质量检测精度。

技术特征：

1.一种手表外壳质量视觉检测方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，根据强边缘像素点与所述中心点的相对位置分布情况，获得不同距离对应的第一强边缘像素点集合，包括：

3.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，根据强边缘像素点与所述中心点的相对位置分布情况，获得不同角度对应的第二强边缘像素点集合，包括：

4.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，所述根据所述第一强边缘像素点集合和所述第二强边缘像素点集合，获得各强边缘像素点的削弱系数，包括：

5.根据权利要求4所述的一种手表外壳质量视觉检测方法，其特征在于，采用如下公式计算第a个强边缘像素点的削弱系数：

6.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，所述基于所述roi区域内像素点的梯度分布情况，确定强边缘像素点和弱边缘像素点，包括：

7.根据权利要求6所述的一种手表外壳质量视觉检测方法，其特征在于，基于所述强边缘阈值和所述弱边缘阈值，筛选强边缘像素点和弱边缘像素点，包括：

8.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，所述基于所述削弱系数确定各强边缘像素点的目标梯度值，包括：

9.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，所述对所述弱边缘像素点进行增强处理获得各弱边缘像素点的目标梯度值，包括：

10.根据权利要求1所述的一种手表外壳质量视觉检测方法，其特征在于，所述基于所有强边缘像素点的目标梯度值和所有弱边缘像素点的目标梯度值获得修正后的图像，包括：

技术总结
本发明涉及图像处理技术领域，具体涉及一种手表外壳质量视觉检测方法。方法包括：获取手表外壳的灰度图像中的ROI区域的强边缘像素点和弱边缘像素点以及手表外壳的中心点；根据强边缘像素点与中心点的相对位置分布情况，获得不同距离对应的第一强边缘像素点集合和不同角度对应的第二强边缘像素点集合；根据第一强边缘像素点集合和第二强边缘像素点集合，获得各强边缘像素点的削弱系数；基于削弱系数确定各强边缘像素点的目标梯度值；对弱边缘像素点进行增强处理获得各弱边缘像素点的目标梯度值，进而获得修正后的图像；基于修正后的图像对手表外壳的质量进行判断。本发明提高了手表外壳的质量检测精度。

技术研发人员：王锦铁
受保护的技术使用者：高盈表业（深圳）有限公司
技术研发日：
技术公布日：2024/1/16