本發(fā)明涉及圖像處理方法領(lǐng)域，尤其涉及一種字符缺陷適應(yīng)性卡控方法。

背景技術(shù)：

1、現(xiàn)有的匹配缺陷檢測算法一般基于模板匹配的方法，通過提前設(shè)計好的模板與輸入圖像進行匹配，通過相似度得分從而找出與模板相似的區(qū)域，并結(jié)合閾值設(shè)定和形態(tài)學(xué)處理等方法對匹配結(jié)果進行進一步分析。進而實現(xiàn)對產(chǎn)品表面缺陷的檢測。但其容易受到光照、噪聲和復(fù)雜缺陷形狀等因素的影響，導(dǎo)致檢測效果不佳。

技術(shù)實現(xiàn)思路

1、本發(fā)明主要解決的技術(shù)問題是提供一種字符缺陷適應(yīng)性卡控方法，針對現(xiàn)有表面缺陷檢測算法檢測效果不佳的缺陷，采用將產(chǎn)品表面字符或圖案分割成若干個單模板，再進行模板匹配，根據(jù)每個字符不同的缺陷要求，調(diào)節(jié)參數(shù)，從而達到精確檢測的效果。

2、為解決上述技術(shù)問題，本發(fā)明采用的一個技術(shù)方案是：提供一種字符缺陷適應(yīng)性卡控方法，包括以下步驟：

3、s1，字符建模：

4、s1.1，錄入模板圖像，通過掩膜操作進行平滑處理，生成灰度圖像；

5、s1.2，閾值分割，調(diào)節(jié)灰度閾值范圍并形成前景背景區(qū)域，計算區(qū)域間灰度差異量來識別出字符像素；

6、s1.3，為字符創(chuàng)建卡控參數(shù)，對卡控參數(shù)做適應(yīng)性數(shù)值調(diào)校，并生成字符對象；卡控參數(shù)包括但不限于字符像素的印字厚度值，所述印字厚度值量由像素膨脹操作定義；

7、s1.4，基于字符對象創(chuàng)建字符模型，并對灰度圖像做模板匹配，得到單模板圖像，若匹配所得單模板圖像未達到卡控預(yù)期，則重復(fù)操作s1.3優(yōu)化字符模型；

8、s2，缺陷檢測：

9、s2.1，配置卡控策略，卡控策略包括但不限于對模板匹配得分的篩選；

10、s2.2，采集輸入圖像，通過掩膜操作進行平滑處理，生成灰度圖像；

11、s2.3，通過模板匹配算法得到ok圖像或ng圖像；

12、s2.4.1，對ng圖像做內(nèi)容缺陷檢測，在ng圖像像素點中剔除單模板圖像像素點，得到差異性像素點，即內(nèi)容缺陷像素；利用灰度閾值分割出內(nèi)容缺陷像素及周圍的過度像素，得到缺陷圖像，并根據(jù)卡控參數(shù)判定缺陷類型，卡控參數(shù)包括但不限于對缺陷圖像的最小長度比較、最小寬度比較、最小灰度比較、最小面積比較。

13、在本發(fā)明一個較佳實施例中，所述s1.4的單模板圖像包括一個預(yù)定義的mark點模板圖及若干字符模板圖，所述字符模板圖經(jīng)模板匹配操作后攜帶有關(guān)于mark點模板圖相對位置關(guān)系的模板偏移量信息，所述模板偏移量信息基于各圖像的中心點坐標(biāo)，包括x軸偏移量、y軸偏移量、θ角度偏移量。

14、在本發(fā)明一個較佳實施例中，所述s1.3中，適應(yīng)性數(shù)值調(diào)校包括對生成mark點模板圖所采用的膨脹像素數(shù)的調(diào)校，生成mark點模板圖所采用的膨脹像素數(shù)大于生成字符模板圖所采用的膨脹像素數(shù)。

15、在本發(fā)明一個較佳實施例中，所述s1.1在平滑處理前還包括roi興趣區(qū)域的規(guī)劃，所述模板圖像至少兩套且字體不同，每套模板圖像各學(xué)習(xí)一次s1。

16、在本發(fā)明一個較佳實施例中，所述s2.3的ok圖像經(jīng)模板匹配后攜帶有匹配得分和輸入偏移量信息，所述輸入偏移量信息基于各圖像的中心點坐標(biāo)，包括x軸偏移量、y軸偏移量、θ角度偏移量。

17、在本發(fā)明一個較佳實施例中，所述s2還包括s2.4.2，對ok圖像做位置偏移缺陷檢測：取“輸入偏移量”與“模板偏移量”差的絕對值，得到偏移差異量；所述s2.1卡控策略還包括偏移差異量的篩選操作，根據(jù)卡控策略從ok圖像中篩選出偏移ng圖像，將偏移ng圖像仿射變換回輸入圖像上并標(biāo)記出來。

18、本發(fā)明的有益效果是：本發(fā)明提供的一種字符缺陷適應(yīng)性卡控方法，針對現(xiàn)有表面缺陷檢測算法檢測效果不佳的缺陷，采用將產(chǎn)品表面字符或圖案分割成若干個單模板，再進行模板匹配，根據(jù)每個字符不同的缺陷要求，調(diào)節(jié)參數(shù)，從而達到精確檢測的效果。

技術(shù)特征：

1.一種字符缺陷適應(yīng)性卡控方法，其特征在于，包括以下步驟：

2.?根據(jù)權(quán)利要求1?所述的字符缺陷適應(yīng)性卡控方法，其特征在于，所述s1.4的單模板圖像包括一個預(yù)定義的mark點模板圖及若干字符模板圖，所述字符模板圖經(jīng)模板匹配操作后攜帶有關(guān)于mark點模板圖相對位置關(guān)系的模板偏移量信息，所述模板偏移量信息基于各圖像的中心點坐標(biāo)，包括x軸偏移量、y軸偏移量、θ角度偏移量。

3.根據(jù)權(quán)利要求2所述的字符缺陷適應(yīng)性卡控方法，其特征在于，所述s1.3中，適應(yīng)性數(shù)值調(diào)校包括對生成mark點模板圖所采用的膨脹像素數(shù)的調(diào)校，生成mark點模板圖所采用的膨脹像素數(shù)大于生成字符模板圖所采用的膨脹像素數(shù)。

4.根據(jù)權(quán)利要求1所述的字符缺陷適應(yīng)性卡控方法，其特征在于，所述s1.1在平滑處理前還包括roi興趣區(qū)域的規(guī)劃，所述模板圖像至少兩套且字體不同，每套模板圖像各學(xué)習(xí)一次s1。

5.根據(jù)權(quán)利要求1所述的字符缺陷適應(yīng)性卡控方法，其特征在于，所述s2.3的ok圖像經(jīng)模板匹配后攜帶有匹配得分和輸入偏移量信息，所述輸入偏移量信息基于各圖像的中心點坐標(biāo)，包括x軸偏移量、y軸偏移量、θ角度偏移量。

6.根據(jù)權(quán)利要求5所述的字符缺陷適應(yīng)性卡控方法，其特征在于，所述s2還包括s2.4.2，對ok圖像做位置偏移缺陷檢測：取“輸入偏移量”與“模板偏移量”差的絕對值，得到偏移差異量；所述s2.1卡控策略還包括偏移差異量的篩選操作，根據(jù)卡控策略從ok圖像中篩選出偏移ng圖像，將偏移ng圖像仿射變換回輸入圖像上并標(biāo)記出來。

技術(shù)總結(jié)
本發(fā)明公開一種字符缺陷適應(yīng)性卡控方法，包括以下步驟：錄入模板圖像，閾值分割識別出字符像素；創(chuàng)建卡控參數(shù)，數(shù)值調(diào)校，生成字符對象；創(chuàng)建字符模型，模板匹配得到單模板圖像，優(yōu)化字符模型；配置卡控策略；采集輸入圖像；通過模板匹配算法得到OK圖像或NG圖像；對NG圖像做內(nèi)容缺陷檢測，利用灰度閾值分割得到缺陷圖像，并根據(jù)卡控參數(shù)判定缺陷類型。通過上述方式，本發(fā)明提供一種字符缺陷適應(yīng)性卡控方法，針對現(xiàn)有表面缺陷檢測算法檢測效果不佳的缺陷，采用將產(chǎn)品表面字符或圖案分割成若干個單模板，再進行模板匹配，根據(jù)每個字符不同的缺陷要求，調(diào)節(jié)參數(shù)，從而達到精確檢測的效果。

技術(shù)研發(fā)人員：盧亞賓,張旭,李鑫昌,牛廣升
受保護的技術(shù)使用者：有為圖像技術(shù)（蘇州）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15