本發(fā)明涉及機(jī)器視覺(jué)裝置，具體涉及基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)裝置及方法。
背景技術(shù)：
：傳統(tǒng)的玻璃表面檢測(cè)主要采用人工檢測(cè)的方法。人工檢測(cè)不僅工作量大，而且易受檢測(cè)人員主觀因素的影響，容易對(duì)玻璃表面缺陷造成漏檢，尤其是變形較小、畸變不大的夾雜缺陷漏檢，極大降低了玻璃的表面質(zhì)量，從而不能夠保證檢測(cè)的效率與精度。目前，玻璃缺陷檢測(cè)系統(tǒng)主要是利用激光檢測(cè)和摩爾干涉原理的方法。激光檢測(cè)易受到外界干擾，影響檢測(cè)精度。摩爾干涉原理由于光柵內(nèi)的莫爾條紋比較細(xì)，為保證莫爾條紋有很強(qiáng)的對(duì)比度，便于計(jì)算機(jī)進(jìn)行分析處理，就必須要求光柵有很高的明暗對(duì)比度，通過(guò)復(fù)雜計(jì)算機(jī)圖形處理技術(shù)對(duì)干涉圖形進(jìn)行處理，占用大量的檢測(cè)時(shí)間，檢測(cè)周期非常緩慢而在實(shí)際檢驗(yàn)中并無(wú)實(shí)用效果。近年來(lái)，迅速發(fā)展的以圖像處理技術(shù)為基礎(chǔ)的機(jī)器視覺(jué)技術(shù)恰恰可以解決這一問(wèn)題。機(jī)器視覺(jué)主要是采用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。專利“基于WIFI網(wǎng)絡(luò)的玻璃缺陷檢測(cè)平臺(tái)”[CN105243656A]提出搭建玻璃檢測(cè)流水線和玻璃特征提取設(shè)備的結(jié)構(gòu)，將檢測(cè)結(jié)果通過(guò)WIFI網(wǎng)絡(luò)傳送到遠(yuǎn)端，其檢測(cè)裝置使用紅外線檢測(cè)器檢測(cè)玻璃的紅外折射特性，并以此判斷玻璃類型；使用高清攝像頭拍攝玻璃圖片，使用邊緣檢測(cè)算法實(shí)現(xiàn)缺陷檢測(cè)。專利“基于相位圖像處理的玻璃缺陷檢測(cè)方法”[CN103344651A]通過(guò)光柵獲取待檢測(cè)玻璃表面光強(qiáng)呈現(xiàn)余弦分布的云紋圖像，高速線陣攝像機(jī)采集玻璃表面的云紋圖像，通過(guò)缺陷檢測(cè)軟件對(duì)云紋圖像進(jìn)行處理；該發(fā)明使用待檢測(cè)玻璃的云紋相位與參考云紋相位之差是否為零來(lái)判斷玻璃缺陷的存在，對(duì)光線環(huán)境要求極高，不適用于外部光線變化頻繁的生產(chǎn)環(huán)境。專利“平面玻璃表面缺陷自動(dòng)檢測(cè)系統(tǒng)和檢測(cè)方法”[CN104568977A]提出使用光源裝置對(duì)玻璃進(jìn)行光照補(bǔ)償，然后使用攝像裝置對(duì)補(bǔ)償后的玻璃進(jìn)行圖像采集，最后使用計(jì)算機(jī)對(duì)圖像進(jìn)行分析處理，選取出有缺陷的玻璃。該方案并沒(méi)有使用運(yùn)動(dòng)控制對(duì)攝像裝置進(jìn)行控制，也沒(méi)有考慮到玻璃運(yùn)行過(guò)程中的運(yùn)動(dòng)補(bǔ)償，不適用于高速的玻璃檢測(cè)過(guò)程。專利“一種玻璃表面缺陷增強(qiáng)裝置及其檢測(cè)方法”[CN104897693A]提出使用明場(chǎng)線光源和暗場(chǎng)線光源交替成像，再由智能統(tǒng)計(jì)系統(tǒng)分析其圖像的表面缺陷，該方法主要用于解決傳統(tǒng)線掃描成像系統(tǒng)無(wú)法檢測(cè)垂直于掃描線的刮痕這一問(wèn)題。上述的圖像采集過(guò)程均是假定在拍攝過(guò)程中，玻璃是靜止不動(dòng)的。而在實(shí)際生產(chǎn)中，由于玻璃是裝載在運(yùn)動(dòng)帶上，而機(jī)器運(yùn)動(dòng)并非完全的理想化，尤其是一些像玻璃表面缺陷檢測(cè)這種對(duì)精度要求比較高的工藝，其拍攝過(guò)程往往會(huì)出現(xiàn)不可接受的誤差，需要在檢測(cè)算法精度方面進(jìn)行進(jìn)一步的細(xì)化。其次，上述發(fā)明均沒(méi)有考慮圖像采集過(guò)程的自動(dòng)控制方案，然而實(shí)際生產(chǎn)中，圖像采集模塊必須由運(yùn)動(dòng)控制模塊加以控制，方可實(shí)現(xiàn)玻璃表面缺陷的自動(dòng)檢測(cè)。最后，上述公開(kāi)文獻(xiàn)均沒(méi)有提出一種可行的玻璃表面缺陷檢測(cè)裝置結(jié)構(gòu)。技術(shù)實(shí)現(xiàn)要素：本發(fā)明目的在于克服現(xiàn)有技術(shù)的不足，尤其解決現(xiàn)有的玻璃表面檢測(cè)技術(shù)的圖像采集過(guò)程沒(méi)有運(yùn)動(dòng)控制，且檢測(cè)精度不高的問(wèn)題。提供一種基于機(jī)器視覺(jué)的玻璃表面檢測(cè)裝置，該檢測(cè)裝置通過(guò)運(yùn)動(dòng)控制來(lái)實(shí)現(xiàn)圖像的自動(dòng)采集，保證了采集過(guò)程的自動(dòng)完成，使得檢測(cè)結(jié)果更加智能。本發(fā)明的另一個(gè)目的在于提供一種應(yīng)用上述玻璃表面缺陷檢測(cè)的機(jī)器視覺(jué)方法，該方法實(shí)現(xiàn)了檢測(cè)算法精度的進(jìn)一步細(xì)化，使得檢測(cè)結(jié)果更為準(zhǔn)確。為解決上述問(wèn)題，本發(fā)明采用如下的技術(shù)方案：一種基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)裝置，其特征在于，該檢測(cè)裝置包括檢測(cè)臺(tái)和檢測(cè)系統(tǒng)，其中：所述檢測(cè)臺(tái)包括用于裝夾待檢測(cè)玻璃的工作臺(tái)、支承在所述工作臺(tái)上的支柱、在所述立柱上方的安裝板、設(shè)在工作臺(tái)上的運(yùn)動(dòng)機(jī)構(gòu)、設(shè)在工作臺(tái)底部的LED光源和CCD相機(jī)，其中，所述的運(yùn)動(dòng)機(jī)構(gòu)由分別支撐在工作臺(tái)兩側(cè)的兩個(gè)同步帶、與同步帶相連的驅(qū)動(dòng)電機(jī)組成；所述的CCD相機(jī)懸吊于所述的安裝板上，且CCD相機(jī)鏡面朝所述工作臺(tái)的臺(tái)面；所述檢測(cè)系統(tǒng)包括圖像采集模塊、運(yùn)動(dòng)控制模塊以及上位計(jì)算機(jī)，其中：所述的圖像采集模塊包括圖像采集卡和所述的CCD相機(jī)，其中，所述圖像采集卡控制CCD相機(jī)采集裝夾在工作臺(tái)上的待檢測(cè)玻璃的圖像，并將所采集到的圖像上傳至上位計(jì)算機(jī)；所述的運(yùn)動(dòng)控制模塊包括運(yùn)動(dòng)控制卡，該運(yùn)動(dòng)控制卡收到上位計(jì)算機(jī)的指令后，控制所述的驅(qū)動(dòng)裝置驅(qū)動(dòng)工作臺(tái)上的同步帶運(yùn)動(dòng)；所述的上位計(jì)算機(jī)不斷地掃描與所述運(yùn)動(dòng)控制卡連接的端口，當(dāng)檢測(cè)到所述的工作臺(tái)有玻璃經(jīng)過(guò)時(shí)，向圖像采集卡發(fā)送采集待檢測(cè)玻璃圖像的指令；然后，所述的上位計(jì)算機(jī)對(duì)采集到的圖像進(jìn)行處理和識(shí)別，并算出待檢測(cè)玻璃的表面缺陷及相關(guān)參數(shù)。本發(fā)明的基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)裝置，所述的驅(qū)動(dòng)裝置包括驅(qū)動(dòng)電機(jī)和同步帶傳動(dòng)機(jī)構(gòu)，其中，所述的驅(qū)動(dòng)電機(jī)與所述的運(yùn)動(dòng)控制卡連接，該驅(qū)動(dòng)電機(jī)主軸與同步帶傳動(dòng)機(jī)構(gòu)中的主動(dòng)帶輪連接。進(jìn)一步地，所述工作臺(tái)的一側(cè)設(shè)有立柱，立柱上方設(shè)有安裝板；所述CCD相機(jī)設(shè)置于安裝板上。進(jìn)一步地，所述CCD相機(jī)與工作臺(tái)之間設(shè)有檢測(cè)模塊，該檢測(cè)模塊包括設(shè)在CCD相機(jī)上的紅外線感應(yīng)裝置和設(shè)在工作臺(tái)上的紅外線發(fā)射裝置，所述紅外線發(fā)射裝置和紅外感應(yīng)裝置通過(guò)RS485串口與運(yùn)動(dòng)控制卡相連接。本發(fā)明的一種基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)方法，包括以下步驟：(1)圖像采集：當(dāng)玻璃經(jīng)過(guò)紅外線發(fā)射裝置時(shí)，紅外感應(yīng)裝置發(fā)射信號(hào)至運(yùn)動(dòng)控制卡，運(yùn)動(dòng)控制卡發(fā)送信號(hào)至上位計(jì)算機(jī)，上位計(jì)算機(jī)向圖像采集卡發(fā)送采集待檢測(cè)玻璃圖像的指令；CCD相機(jī)在圖像采集卡的驅(qū)動(dòng)下進(jìn)行圖像采集，圖像采集卡將圖像傳輸?shù)缴衔挥?jì)算機(jī)進(jìn)行圖像處理；(2)圖像處理：由上位計(jì)算機(jī)中的圖像處理模塊對(duì)圖像進(jìn)行處理，以提取玻璃圖像中的邊緣信息，供圖像識(shí)別模塊使用；(3)圖像識(shí)別：上位計(jì)算機(jī)中的圖像識(shí)別模塊對(duì)圖像處理得到的邊緣圖像進(jìn)行識(shí)別，并算出待檢測(cè)玻璃的表面缺陷及相關(guān)參數(shù)。本發(fā)明的基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)方法中，在步驟(2)中，所述圖像處理包括、圖像二值化、圖像去噪聲、圖像像素級(jí)邊緣檢測(cè)以及圖像亞像素邊緣檢測(cè)，其中：圖像標(biāo)定：將CCD相機(jī)生成的圖像還原為真實(shí)比例；圖像二值化：將圖像的前景與背景進(jìn)行分割；圖像去噪聲：去除圖像中目標(biāo)零件周圍的噪聲；圖像像素級(jí)邊緣檢測(cè)：檢測(cè)出圖像中目標(biāo)零件的邊緣；圖像亞像素邊緣檢測(cè)：在圖像像素級(jí)邊緣檢測(cè)的基礎(chǔ)上，進(jìn)一步將邊緣定位到像素內(nèi)部。進(jìn)一步地，所述圖像亞像素邊緣檢測(cè)使用基于三次樣條插值的矩形透鏡法進(jìn)行。本發(fā)明的基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)方法中，在步驟(3)中，所述圖像識(shí)別包括缺陷面積計(jì)算、缺陷周長(zhǎng)計(jì)算、缺陷類別識(shí)別，其中：缺陷面積計(jì)算：計(jì)算每個(gè)缺陷區(qū)域的面積；缺陷周長(zhǎng)計(jì)算：計(jì)算缺陷區(qū)域的外邊緣周長(zhǎng)；缺陷類別識(shí)別：識(shí)別缺陷的種類，如雜質(zhì)、氣泡、裂紋等。附圖說(shuō)明圖1是本發(fā)明的基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)裝置的一個(gè)具體實(shí)施例的結(jié)構(gòu)示意圖。圖2是本發(fā)明的一個(gè)具體實(shí)施例的檢測(cè)系統(tǒng)的結(jié)構(gòu)框圖。圖3為本發(fā)明的一個(gè)具體實(shí)施方式中運(yùn)動(dòng)控制模塊的工作流程圖。圖4為本發(fā)明的一個(gè)具體實(shí)施方式中圖像處理模塊的工作流程圖。具體實(shí)施方式下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明進(jìn)行更加詳細(xì)與完整的說(shuō)明。可以理解的是，此處所描述的具體實(shí)施例僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。參見(jiàn)圖1，本發(fā)明的基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)裝置由檢測(cè)臺(tái)和檢測(cè)系統(tǒng)構(gòu)成，其中：所述檢測(cè)臺(tái)包括用于裝夾待檢測(cè)玻璃的工作臺(tái)10、支承在所述工作臺(tái)上的支柱7、在所述立柱上方的安裝板8、設(shè)在工作臺(tái)上的運(yùn)動(dòng)機(jī)構(gòu)和設(shè)在工作臺(tái)底部的LED光源13、CCD相機(jī)9，其中，所述的運(yùn)動(dòng)機(jī)構(gòu)由在工作臺(tái)兩側(cè)的同步帶傳動(dòng)機(jī)構(gòu)、與同步帶相連的驅(qū)動(dòng)電機(jī)4組成；所述的CCD相機(jī)9懸吊于所述的安裝板8上，且CCD相機(jī)鏡面朝所述工作臺(tái)10的臺(tái)面；所述檢測(cè)系統(tǒng)包括圖像采集模塊、運(yùn)動(dòng)控制模塊以及上位計(jì)算機(jī)1，其中：所述的圖像采集模塊包括圖像采集卡2和所述的CCD相機(jī)9，其中，所述圖像采集卡2控制CCD相機(jī)9采集裝夾在工作臺(tái)10上的待檢測(cè)玻璃的圖像，并將經(jīng)過(guò)設(shè)在工作臺(tái)底部的LED光源13所采集到的圖像上傳至上位計(jì)算機(jī)1。工作時(shí)，在圖像采集卡2上預(yù)設(shè)好曝光時(shí)間，掃描過(guò)程中將CCD相機(jī)9產(chǎn)生的數(shù)據(jù)進(jìn)行采集，掃描完成后將圖像傳輸?shù)缴衔挥?jì)算機(jī)1進(jìn)行圖像處理。參見(jiàn)圖3，所述的運(yùn)動(dòng)控制模塊包括運(yùn)動(dòng)控制卡3、紅外線發(fā)射裝置5和紅外感應(yīng)裝置11，該運(yùn)動(dòng)控制卡3收到上位計(jì)算機(jī)1的指令后控制所述的驅(qū)動(dòng)裝置驅(qū)動(dòng)電機(jī)4進(jìn)行運(yùn)動(dòng)。參見(jiàn)圖1，所述的上位計(jì)算機(jī)1不斷地掃描與所述運(yùn)動(dòng)控制卡3連接的端口，當(dāng)玻璃經(jīng)過(guò)紅外線發(fā)射裝置5時(shí)，安裝在CCD相機(jī)9旁的紅外感應(yīng)裝置11發(fā)射信號(hào)至運(yùn)動(dòng)控制卡3，運(yùn)動(dòng)控制卡3發(fā)送信號(hào)至上位計(jì)算機(jī)1，上位計(jì)算機(jī)1向圖像采集卡2發(fā)送采集待檢測(cè)玻璃圖像的指令。參見(jiàn)圖1，所述的驅(qū)動(dòng)裝置包括驅(qū)動(dòng)電機(jī)4和同步帶傳動(dòng)機(jī)構(gòu)，其中，所述的驅(qū)動(dòng)電機(jī)4與所述的運(yùn)動(dòng)控制卡3連接，該驅(qū)動(dòng)電機(jī)4主軸與同步帶傳動(dòng)機(jī)構(gòu)中的主動(dòng)帶輪6連接；所述驅(qū)動(dòng)電機(jī)4采用步進(jìn)電機(jī)。上述驅(qū)動(dòng)裝置中，由驅(qū)動(dòng)電機(jī)4驅(qū)動(dòng)同步帶傳動(dòng)機(jī)構(gòu)運(yùn)動(dòng)，同步帶12帶動(dòng)裝夾在工作臺(tái)10上的待檢測(cè)玻璃在直線方向上運(yùn)動(dòng)，使得CCD相機(jī)9能夠?qū)崿F(xiàn)圖像采集。如圖1-4所示，本發(fā)明的一種基于機(jī)器視覺(jué)的玻璃表面缺陷檢測(cè)方法，具體包括以下步驟：(1)圖像采集：如圖3所示，當(dāng)玻璃經(jīng)過(guò)紅外線發(fā)射裝置5時(shí)，安裝在CCD相機(jī)9旁的紅外感應(yīng)裝置11發(fā)射信號(hào)至運(yùn)動(dòng)控制卡3，運(yùn)動(dòng)控制卡3發(fā)送信號(hào)至上位計(jì)算機(jī)1，上位計(jì)算機(jī)1向圖像采集卡2發(fā)送采集待檢測(cè)玻璃圖像的指令；CCD相機(jī)9在圖像采集卡2的驅(qū)動(dòng)下進(jìn)行圖像采集，圖像采集卡2將圖像傳輸?shù)缴衔挥?jì)算機(jī)1進(jìn)行圖像處理；(2)圖像處理：參見(jiàn)圖4，由于CCD相機(jī)9的特性，其產(chǎn)生的圖像與實(shí)際圖像的比例可能存在偏差，需要對(duì)圖片進(jìn)行預(yù)處理，具體包括以下過(guò)程：(2.1)圖像標(biāo)定：將CCD相機(jī)9生成的圖像還原為真實(shí)比例，過(guò)程為：1)計(jì)算標(biāo)準(zhǔn)件圖像的X向長(zhǎng)度ΔDx與Y向長(zhǎng)度ΔDy，進(jìn)一步計(jì)算出標(biāo)定系數(shù)Ccal：Ccal=ΔDyΔDx---(1)]]>2)根據(jù)標(biāo)定系數(shù)Ccal對(duì)需要標(biāo)定的線掃描圖像的Y向像素點(diǎn)灰度值進(jìn)行雙線性插值，即可得到以X向的像素點(diǎn)間距為基準(zhǔn)的標(biāo)定圖像。(2.2)圖像二值化：標(biāo)定完成后，用最大類間方差法進(jìn)行圖像二值化，將圖像的前景與背景進(jìn)行分割，過(guò)程為：1)設(shè)圖像共有L個(gè)灰度級(jí)，灰度值為i的像素點(diǎn)共有ni個(gè)，圖像共有N個(gè)像素點(diǎn)，歸一化灰度直方圖，令2)設(shè)定一個(gè)閾值t，根據(jù)灰度值將像素點(diǎn)分成c0和c1兩類。c0的概率ω0、均值μ0：ω0=Σi=0tPi=ω(t)---(2)]]>μ0=Σi=0ti×Piω0=μ(t)ω(t)---(3)]]>c1的概率ω1、均值μ1：ω1=Σi=t+1L-1Pi=1-ω(t)---(4)]]>μ1=Σi=t+1L-1i×Piω1=μ-μ(t)1-ω(t)---(5)]]>其中，由此可知c0和c1的類間方差σ2(t)為：σ2(t)＝ω0(μ-μ0)2+ω1(μ1-μ)2(6)于是將t從0到i進(jìn)行取值，當(dāng)σ取最大值時(shí)t為最佳閾值，即可得到最佳的二值化圖像。(2.3)圖像去噪聲：使用團(tuán)塊面積閾值法進(jìn)行圖像濾波去噪聲，去除圖像中目標(biāo)零件周圍的噪聲，過(guò)程為：采用二值數(shù)學(xué)形態(tài)學(xué)中的連通組元提取算法來(lái)求取團(tuán)塊的面積，小于閾值的團(tuán)塊為噪聲，將該團(tuán)塊的像素點(diǎn)灰度值都設(shè)成255即可去除噪聲。(2.4)圖像像素級(jí)邊緣檢測(cè)：對(duì)二值圖像用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行邊緣檢測(cè)，檢測(cè)出圖像中目標(biāo)零件的邊緣，過(guò)程為：1)腐蝕的算符為Θ，集合A被集合B腐蝕定義為：AΘB={x|(B)x⊆A}---(7)]]>2)膨脹的算符為集合A被集合B膨脹定義為：采用膨脹腐蝕型梯度算子，即用膨脹后的圖像減去腐蝕后的圖像，即可得到圖像中的邊緣。由于此時(shí)的邊緣不是單像素寬連通的，還需要再用區(qū)域骨架提取算法對(duì)邊緣進(jìn)行細(xì)化。3)設(shè)B是圖像，S(A)代表A的骨架，B是結(jié)構(gòu)元素，則：S(A)=∪k=0KSk(A)---(9)]]>其中，K表示將A腐蝕成空集前的迭代次數(shù)，即：Sk(A)稱為骨架子集，可寫(xiě)為：AΘkB表示連續(xù)k次用B對(duì)A進(jìn)行腐蝕。(2.5)圖像亞像素邊緣檢測(cè)：在圖像像素級(jí)邊緣檢測(cè)的基礎(chǔ)上，進(jìn)一步將邊緣定位到像素內(nèi)部，具體是使用基于三次樣條插值的矩形透鏡法進(jìn)行亞像素邊緣檢測(cè)，過(guò)程為：1)使用9X9pixel的矩形透鏡，定義矩形透鏡內(nèi)過(guò)中心點(diǎn)的垂直方向?yàn)?方向，過(guò)中心點(diǎn)的45°方向?yàn)?方向，過(guò)中心點(diǎn)的水平方向?yàn)?方向，過(guò)中心點(diǎn)的-45°方向?yàn)?方向。像素點(diǎn)灰度值差值的絕對(duì)值之和Ei的計(jì)算公式為：Ei=Σj=08|Pj+1-Pj|,(i=0,1,2,3)---(12)]]>分別計(jì)算0、1、2、3方向的像素點(diǎn)灰度值差值的絕對(duì)值之和，Ei值最小的方向?yàn)檫吘壏较?，與邊緣方向垂直的方向即為灰度值梯度方向，提取灰度值梯度方向上各像素點(diǎn)的灰度值和坐標(biāo)值。2)使用構(gòu)造好的三次樣條函數(shù)S(x)，以像素點(diǎn)在矩形透鏡內(nèi)灰度值梯度。方向上的坐標(biāo)為自變量x′j＝j(luò)(j＝0，1，...8)，像素點(diǎn)灰度值為函數(shù)值f(x′j)＝pj(j＝0，1，...8)進(jìn)行三次樣條插值，可求得三次樣條函數(shù)的二階導(dǎo)數(shù)S″(x′)，S″(x′)＝0處一階導(dǎo)數(shù)取極值，因此求得S″(x′)的零值點(diǎn)x′jmax，x′jmax＝x′jmaxpixel+x′jmaxsubpixel(13)其中x′jmaxpixel為x′jmax的整數(shù)部分，灰度值梯度方向亞像素坐標(biāo)x′jmaxsubpixel為x′jmax的小數(shù)部分。由此可求出圖像坐標(biāo)系中的坐標(biāo)(x，y)，其亞像素坐標(biāo)(xsubpixel，ysubpixel)計(jì)算公式為：0方向：xsubpixel=xysubpixel=y+xjmax′subpixel---(14)]]>1、3方向：2方向：{xsubpixel=x+xjmax′subpixelysubpixel=y---(16)]]>使用傳統(tǒng)的邊緣檢測(cè)方法，檢測(cè)出來(lái)的圖像邊緣點(diǎn)的坐標(biāo)(x，y)屬圖像坐標(biāo)系中的整點(diǎn)，即x和y的精度最高都只能達(dá)到像素級(jí)，對(duì)應(yīng)于圖像中的單個(gè)像素。這樣的檢測(cè)結(jié)果只能顯示圖像的邊緣點(diǎn)存在于那些像素點(diǎn)內(nèi)，而不能更精確地檢測(cè)出邊緣到底位于該像素點(diǎn)的哪個(gè)位置，檢測(cè)精度只能達(dá)到像素級(jí)。但圖像邊緣可以存在于像素點(diǎn)的任何位置，像素級(jí)邊緣檢測(cè)方法的誤差最大可達(dá)到0.5個(gè)像素。而使用上述基于三次樣條插值的矩形透鏡法進(jìn)行計(jì)算后所得的亞像素坐標(biāo)(xsubpixel，ysubpixel)，x和y的精度能達(dá)到小數(shù)點(diǎn)后一位甚至兩位。亞像素相當(dāng)于將原本的單個(gè)像素進(jìn)行細(xì)分，拆分成比像素還小的多個(gè)單位。算法計(jì)算所得亞像素的坐標(biāo)，能更精確的檢測(cè)到圖像邊緣位于單個(gè)像素的哪個(gè)位置，將圖像檢測(cè)精度從像素級(jí)提升到亞像素級(jí)。在攝像系統(tǒng)硬件條件不變的情況下，用軟件算法提高邊緣檢測(cè)精度。(3)圖像識(shí)別：上位計(jì)算機(jī)中的圖像識(shí)別模塊對(duì)圖像處理得到的邊緣圖像進(jìn)行識(shí)別，并算出待檢測(cè)玻璃的表面缺陷及相關(guān)參數(shù)。具體包括以下過(guò)程：(3.1)缺陷參數(shù)計(jì)算：包括計(jì)算每個(gè)缺陷區(qū)域的面積、高度、寬度，過(guò)程為：根據(jù)二值化后的玻璃圖像，統(tǒng)計(jì)所有缺陷區(qū)域內(nèi)白色的像素點(diǎn)個(gè)數(shù)，其中某個(gè)缺陷區(qū)域S1的白色像素點(diǎn)累計(jì)個(gè)數(shù)為NS1，則其缺陷區(qū)域的面積AS1的計(jì)算公式為：AS1=NS1N×A---(14)]]>A表示圖像的面積，N表示圖像的像素點(diǎn)總數(shù)。對(duì)圖像使用橫向掃描，獲取到的最大邊界即為缺陷區(qū)域的高度H；對(duì)圖像使用縱向掃描，獲取到的最大邊界即為缺陷區(qū)域的寬度W。(3.3)缺陷類別識(shí)別：識(shí)別缺陷的種類，如雜質(zhì)、氣泡、裂紋等，過(guò)程為：其中一種優(yōu)選方案為通過(guò)所得到的缺陷區(qū)域參數(shù)進(jìn)行統(tǒng)計(jì)，分別使用亮度、長(zhǎng)寬比兩個(gè)參數(shù)實(shí)現(xiàn)缺陷類別的識(shí)別，首先使用亮度進(jìn)行判斷，雜質(zhì)的亮度較低、而氣泡的亮度較高，裂紋的亮度則介于兩者之間，通過(guò)統(tǒng)計(jì)大量缺陷的亮度設(shè)定兩個(gè)閾值a1和a2，當(dāng)缺陷區(qū)域平均亮度＜a1時(shí)，該缺陷區(qū)域?yàn)殡s質(zhì)；當(dāng)缺陷區(qū)域平均亮度位于[a1，a2]時(shí)，該缺陷區(qū)域?yàn)榱鸭y；當(dāng)缺陷區(qū)域平均亮度＞a2時(shí)，該缺陷區(qū)域?yàn)闅馀?。?dāng)前第1頁(yè)1 2 3