本發(fā)明涉及一種基于機(jī)器視覺(jué)的電子模切料缺陷檢測(cè)實(shí)現(xiàn)方法。

背景技術(shù)：

隨著工業(yè)互聯(lián)網(wǎng)、傳感技術(shù)及新一代信息技術(shù)的顛覆式發(fā)展，世界主要制造業(yè)大國(guó)都競(jìng)相推出其智能制造或工業(yè)互聯(lián)網(wǎng)戰(zhàn)略，頗具代表性的有：美國(guó)的先進(jìn)制造戰(zhàn)略；德國(guó)的工業(yè)4.0；中國(guó)制造2025。通過(guò)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、寬帶網(wǎng)絡(luò)等技術(shù)，通過(guò)接入傳感器，實(shí)現(xiàn)對(duì)物理設(shè)備的信息感知、網(wǎng)絡(luò)通信、遠(yuǎn)程控制和協(xié)作，實(shí)現(xiàn)工業(yè)數(shù)據(jù)流交互、硬件/軟件之間的智能通信及安全控制。伴隨著自動(dòng)化技術(shù)、電子信息技術(shù)與計(jì)算機(jī)技術(shù)的深入發(fā)展，工業(yè)控制現(xiàn)場(chǎng)的可視化交互能力與信息綜合處理能力已經(jīng)成為工業(yè)自動(dòng)化新的發(fā)展方向，機(jī)器視覺(jué)技術(shù)應(yīng)運(yùn)而生。

機(jī)器視覺(jué)是近年來(lái)發(fā)展起來(lái)的一項(xiàng)新技術(shù)，它利用光機(jī)電一體化的手段使機(jī)器具有視覺(jué)的功能。將機(jī)器視覺(jué)引入檢測(cè)領(lǐng)域，可以在很多場(chǎng)合實(shí)現(xiàn)在線高精度高速測(cè)量。它主要利用計(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。機(jī)器視覺(jué)伴隨計(jì)算機(jī)技術(shù)、現(xiàn)場(chǎng)總線技術(shù)的發(fā)展，技術(shù)日臻成熟，已成為現(xiàn)代加工制造業(yè)不可或缺的技術(shù)裝備系統(tǒng)，廣泛應(yīng)用于食品、化妝品、制藥、金屬加工、電子制造、印包裝、汽車(chē)制造等行業(yè)。在現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中，涉及到各種各樣的檢查、測(cè)量，比如印刷電路板的視覺(jué)檢查、容器容積或雜質(zhì)檢測(cè)、機(jī)械零件的自動(dòng)識(shí)別分類(lèi)和幾何尺寸測(cè)量、產(chǎn)品包裝上的條碼和字符識(shí)別等。通常這種帶有高度重復(fù)性和智能性的工作只能靠人工檢測(cè)來(lái)完成，在給工廠增加巨大的人工成本和管理成本的同時(shí)，仍然不能保證100％的檢驗(yàn)合格率。如微小尺寸，形狀匹配，顏色辨識(shí)等，人眼根本無(wú)法連續(xù)穩(wěn)定地進(jìn)行精確快速的測(cè)量，從而引入了機(jī)器視覺(jué)技術(shù)。

作為電子制造領(lǐng)域的模切行業(yè)，特指用刀片做成的模具，或者不銹鋼雕刻刀鋒的模具。經(jīng)過(guò)平板壓平板，上下壓合方式，或圓輥壓圓輥，滾動(dòng)壓合方式，做出非金屬產(chǎn)品的加工工藝。其中典型應(yīng)用在印刷類(lèi)產(chǎn)品(如：保護(hù)膜印刷，煙盒，包裝盒，標(biāo)簽等)，消費(fèi)類(lèi)電子產(chǎn)品結(jié)構(gòu)件(如：手機(jī)屏幕外保護(hù)膜，內(nèi)部結(jié)構(gòu)雙面膠，泡棉膠，背光模組用遮光膠，擴(kuò)散材料，等等)。目前制造工廠普遍現(xiàn)狀：首檢效率不高，停機(jī)等待；生產(chǎn)過(guò)程需要不間斷檢查，容易出現(xiàn)誤判?；谥圃鞓I(yè)領(lǐng)域，特別是電子制造業(yè)領(lǐng)域?qū)σ曈X(jué)識(shí)別技術(shù)的強(qiáng)烈應(yīng)用需求，本設(shè)計(jì)方案把解決目前電子制造業(yè)領(lǐng)域產(chǎn)線模切材料尺寸、面積、形狀、表面缺陷等的自動(dòng)檢測(cè)為主要目標(biāo)，實(shí)現(xiàn)效率、質(zhì)量、成本的可靠控制。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于機(jī)器視覺(jué)的電子模切料缺陷檢測(cè)實(shí)現(xiàn)方法，該方法采用非接觸式的光學(xué)傳感系統(tǒng)，采用機(jī)器代替人眼來(lái)做測(cè)量和判斷，系統(tǒng)利用高清、高速CCD攝像機(jī)捕獲目標(biāo)測(cè)量物體圖像，將目標(biāo)測(cè)量物體圖像的像素分布和亮度、顏色等信息轉(zhuǎn)換成數(shù)字圖像信號(hào)；工控系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算，來(lái)抽取測(cè)量目標(biāo)的特征，如：形狀、面積、長(zhǎng)度、位置等；然后參照預(yù)設(shè)的技術(shù)指標(biāo)，將兩者進(jìn)行對(duì)比；最后根據(jù)容許度和其他條件輸出結(jié)果，如：尺寸、角度、偏移量、合格/不合格、有/無(wú)等，來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作,實(shí)現(xiàn)在線檢測(cè)產(chǎn)品缺陷及尺寸測(cè)量等核心需求。同時(shí)，可確保測(cè)量精度和速度，以及工業(yè)現(xiàn)場(chǎng)環(huán)境下的可靠性?；跈C(jī)器視覺(jué)技術(shù)的智能尺寸檢測(cè)及缺陷檢測(cè)設(shè)備進(jìn)行檢測(cè)不僅可以排除人的主觀因素的干擾，而且還能對(duì)這些指標(biāo)進(jìn)行定量描述,避免因人而異的檢測(cè)結(jié)果，減小檢測(cè)分級(jí)誤差，大大提高生產(chǎn)率和分級(jí)精度。

為了解決上述技術(shù)問(wèn)題，采用如下技術(shù)方案：

一種基于機(jī)器視覺(jué)的電子模切料缺陷檢測(cè)實(shí)現(xiàn)方法，其特征在于包括以下步驟：

(a)檢測(cè)模板載入：根據(jù)所需要檢測(cè)的模切物料目標(biāo)物，將相對(duì)應(yīng)的模切物料目標(biāo)物的模板載體放置到檢測(cè)標(biāo)定位置。

(b)檢測(cè)目標(biāo)傳送：通過(guò)電子模切料缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)將模切物料目標(biāo)物自動(dòng)傳送到達(dá)模板載體上，并將模切物料目標(biāo)物的模型導(dǎo)入到大數(shù)據(jù)分析平臺(tái)內(nèi)，為檢測(cè)工作做準(zhǔn)備。

(c)傳感器監(jiān)測(cè)。

(d)圖像抓?。合韧ㄟ^(guò)工控系統(tǒng)控制目標(biāo)相機(jī)控制系統(tǒng)，開(kāi)始光源、CCD傳感設(shè)備的參數(shù)校正，然后相機(jī)控制系統(tǒng)實(shí)時(shí)探測(cè)、測(cè)量，對(duì)模切物料目標(biāo)物進(jìn)行圖像抓取，同時(shí)，相機(jī)控制系統(tǒng)會(huì)在工控系統(tǒng)配合下調(diào)節(jié)相機(jī)不同的光源角度進(jìn)行連續(xù)圖像抓取采集，確保后續(xù)處理圖像的算法的判定精度。

(e)目標(biāo)識(shí)別：先采用三角形匹配算法進(jìn)行特征提取，實(shí)現(xiàn)了產(chǎn)品缺陷特征的高效提?。蝗缓蟛捎肂lob分析方法進(jìn)行圖像識(shí)別，可從圖像背景中分離出目標(biāo)并檢測(cè)目標(biāo)，實(shí)現(xiàn)目標(biāo)物形狀、缺陷識(shí)別，計(jì)算出目標(biāo)物面積；最后采用LBP算法進(jìn)行紋理識(shí)別，分辨出模切物料目標(biāo)物的表面紋理處理工藝。

(f)圖像處理：相機(jī)控制系統(tǒng)通過(guò)嵌入式機(jī)器視覺(jué)控制平臺(tái)對(duì)采集的目標(biāo)圖像進(jìn)行處理，具體過(guò)程如下：第一步：將抓取的圖像進(jìn)行增強(qiáng)處理，先采用直方圖均衡化處理算法進(jìn)行第一次圖像增強(qiáng)處理，把已知灰度概率分布圖像中的像素灰度作特定映射變換，使它變成一幅具有均勻灰度概率分布的新圖像，有效改善圖像清晰度，然后采用小波變換和開(kāi)運(yùn)算進(jìn)行第二次圖像增強(qiáng)處理，進(jìn)一步改善圖像清晰度；第二步：將上述增強(qiáng)處理后的圖像進(jìn)行平滑處理，采用自適應(yīng)平滑濾波算法，先通過(guò)平滑濾波的迭代運(yùn)算使信號(hào)的邊緣得到銳化，然后經(jīng)過(guò)多次迭代運(yùn)算后，圖像按邊緣分塊實(shí)現(xiàn)自適應(yīng)平滑；第三步：在完成圖像平滑處理后，利用RGB模型對(duì)圖像進(jìn)行灰化處理，將24位的圖像數(shù)據(jù)轉(zhuǎn)換為8位的圖像數(shù)據(jù)，簡(jiǎn)化圖像分析處理；第四步：將上述灰化處理后的圖像進(jìn)行分割處理，采用空間域區(qū)域增長(zhǎng)分割方法，對(duì)具有相似性質(zhì)的像素連通集構(gòu)成分割區(qū)域，將該圖像進(jìn)行區(qū)域等分分割，得到M個(gè)局部圖像區(qū)域，每個(gè)局部圖像區(qū)域的尺寸大小相同，均為A*B，其中A和B均為相機(jī)控制系統(tǒng)預(yù)設(shè)值，每個(gè)局部圖像區(qū)域?qū)?yīng)于模切物料目標(biāo)物的相對(duì)應(yīng)表面；第五步：在圖像分割處理完成后，對(duì)圖像進(jìn)行邊緣銳化處理，加強(qiáng)圖像中的輪廓邊緣和細(xì)節(jié)，形成完整的物體邊界，達(dá)到將模切物料目標(biāo)物從圖像中分離出來(lái)或?qū)⒈硎就晃矬w表面的區(qū)域檢測(cè)出來(lái)的目的。

(g)二值化處理。

(h)數(shù)據(jù)統(tǒng)計(jì)和檢測(cè)分析：工控系統(tǒng)把檢測(cè)現(xiàn)場(chǎng)數(shù)據(jù)實(shí)時(shí)傳送到工控云大數(shù)據(jù)分析平臺(tái)，對(duì)得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，不斷優(yōu)化過(guò)程控制工藝、檢測(cè)設(shè)備、檢測(cè)精度及效率。

進(jìn)一步，在步驟(b)中，電子模切料缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)包括嵌入式機(jī)器視覺(jué)控制平臺(tái)、工控系統(tǒng)、相機(jī)控制系統(tǒng)、檢測(cè)平臺(tái)、工控云大數(shù)據(jù)分析平臺(tái)、顯示單元、通信單元和傳感單元，嵌入式機(jī)器視覺(jué)控制平臺(tái)分別于工控系統(tǒng)、相機(jī)控制系統(tǒng)、檢測(cè)平臺(tái)、工控云大數(shù)據(jù)分析平臺(tái)、顯示單元、通信單元和傳感單元相連接。

進(jìn)一步，在步驟(e)中，特征提取的內(nèi)容包括紋理特征提取、形狀特征提取和顏色特征提取。

進(jìn)一步，在步驟(f)中，采用小波變換和開(kāi)運(yùn)算第二次圖像增強(qiáng)的具體方法：先選擇合適的小波及分解層次對(duì)第一次圖像增強(qiáng)處理后的圖像進(jìn)行分解：然后對(duì)分解后的小波系數(shù)分別進(jìn)行處理，對(duì)低頻部分進(jìn)行增強(qiáng)，對(duì)高頻部分進(jìn)行衰減；最后將處理后的小波系數(shù)重構(gòu)圖像，由此得到第二次圖像增強(qiáng)處理后的圖像。

進(jìn)一步，在步驟(f)中，采用直方圖均衡化處理算法需要的變換函數(shù)表達(dá)式為：s(x，y)＝T(r(x，y))，其中，r(x，Y)為輸入圖像的灰度值，并進(jìn)行歸一化處理得到r(x，Y)∈[O，1]；s(x，Y)是輸出的增強(qiáng)圖像的灰度值；T是一個(gè)變換函數(shù)，T必須滿足在[0，1]范圍內(nèi)是單值且單調(diào)遞增的，保證T是可逆的。

進(jìn)一步，在步驟(f)中，在RGB模型中，三基色的取值范圍為0到255，三基色值相等則為灰度圖象，其中任何一種圖像灰度的顏色C都可以表示為：C＝rR+gG+bB，其中C表示混合而成的顏色，R表示紅色，G表示綠色，B表示藍(lán)色，r表示紅色比例，g表示綠色比例，b表示藍(lán)色比例。

由于采用上述技術(shù)方案，具有以下有益效果：

本發(fā)明為一種基于機(jī)器視覺(jué)的電子模切料缺陷檢測(cè)實(shí)現(xiàn)方法，該方法采用非接觸式的光學(xué)傳感系統(tǒng)，采用機(jī)器代替人眼來(lái)做測(cè)量和判斷，系統(tǒng)利用高清、高速CCD攝像機(jī)捕獲目標(biāo)測(cè)量物體圖像，將目標(biāo)測(cè)量物體圖像的像素分布和亮度、顏色等信息轉(zhuǎn)換成數(shù)字圖像信號(hào)；工控系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算，來(lái)抽取測(cè)量目標(biāo)的特征，如：形狀、面積、長(zhǎng)度、位置等；然后參照預(yù)設(shè)的技術(shù)指標(biāo)，將兩者進(jìn)行對(duì)比；最后根據(jù)容許度和其他條件輸出結(jié)果，如：尺寸、角度、偏移量、合格/不合格、有/無(wú)等，來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作,實(shí)現(xiàn)在線檢測(cè)產(chǎn)品缺陷及尺寸測(cè)量等核心需求。同時(shí)，可確保測(cè)量精度和速度，以及工業(yè)現(xiàn)場(chǎng)環(huán)境下的可靠性?；跈C(jī)器視覺(jué)技術(shù)的智能尺寸檢測(cè)及缺陷檢測(cè)設(shè)備進(jìn)行檢測(cè)不僅可以排除人的主觀因素的干擾，而且還能對(duì)這些指標(biāo)進(jìn)行定量描述,避免因人而異的檢測(cè)結(jié)果，減小檢測(cè)分級(jí)誤差，大大提高生產(chǎn)率和分級(jí)精度。具體具有以下有益效果：

1.在線控制精確性高:由于人眼有物理?xiàng)l件的限制，在精確性上自動(dòng)化設(shè)備有明顯優(yōu)點(diǎn)。即使人眼依靠放大鏡或顯微鏡來(lái)檢測(cè)產(chǎn)品，機(jī)器仍然會(huì)更加精確，因?yàn)樗木饶軌蜻_(dá)到千分之一英寸。

2.確保重復(fù)性標(biāo)準(zhǔn)：機(jī)器可以以相同的方法一次一次的完成檢測(cè)工作而不會(huì)感到疲倦。與此相反，人眼每次檢測(cè)產(chǎn)品時(shí)都會(huì)有細(xì)微的不同，即使產(chǎn)品是完全相同的。

3.提高生產(chǎn)速度和效率：機(jī)器能夠更快的檢測(cè)產(chǎn)品，特別是當(dāng)檢測(cè)高速運(yùn)動(dòng)的物體時(shí)，比如說(shuō)生產(chǎn)線上，機(jī)器能夠提高生產(chǎn)效率。

4.確?？陀^性：人眼檢測(cè)還有一個(gè)致命的缺陷，就是情緒帶來(lái)的主觀性，檢測(cè)結(jié)果會(huì)隨工人心情的好壞產(chǎn)生變化，而機(jī)器沒(méi)有喜怒哀樂(lè)，檢測(cè)的結(jié)果自然非?？陀^可靠。

5.節(jié)約生產(chǎn)成本：由于自動(dòng)化設(shè)備比人快，一臺(tái)自動(dòng)檢測(cè)設(shè)備能并行執(zhí)行需要多人才能完成的任務(wù)。而且設(shè)備不需要停頓、不會(huì)生病、能夠連續(xù)工作，可極大提高生產(chǎn)效率。

6.系統(tǒng)集成了圖像傳感/高速采集/處理/存儲(chǔ)、環(huán)境傳感、通信(有線/無(wú)線)、自動(dòng)控制、可信計(jì)算、數(shù)據(jù)采集及分析平臺(tái)等核心功能單元及子系統(tǒng)，使得高效、可靠的機(jī)器視覺(jué)及工業(yè)互聯(lián)一體化應(yīng)用需求成為現(xiàn)實(shí)；

具體實(shí)施方式

本方案主要實(shí)施的內(nèi)容是研發(fā)設(shè)計(jì)一套能對(duì)電子模切產(chǎn)品的外觀、尺寸、形狀等做實(shí)時(shí)監(jiān)控檢驗(yàn)的智能尺寸檢測(cè)及缺陷檢測(cè)設(shè)備，其主要功能及性能需求目標(biāo)如下：

1.外觀尺寸超差可以針對(duì)提示報(bào)警，標(biāo)示某個(gè)尺寸超差；

2.外觀不良(產(chǎn)品有臟污，廢料，缺陷)報(bào)警并標(biāo)示具體位置；

3.形狀不良(產(chǎn)品多層結(jié)構(gòu)，其中一層缺料，多料)報(bào)警并提示；

4.產(chǎn)品尺寸不超過(guò)10寸，厚度可以增加，用支架固定在設(shè)備上，觸屏彩色。

監(jiān)控范圍控制為檢測(cè)產(chǎn)品大小，產(chǎn)品大小為1MM*1MM-400MM*500MM。

操作可以選擇性設(shè)定重點(diǎn)跟蹤對(duì)象，可以設(shè)定連續(xù)多少個(gè)產(chǎn)品出現(xiàn)不良自動(dòng)停機(jī)。

智能尺寸檢測(cè)及缺陷檢測(cè)設(shè)備是以機(jī)器視覺(jué)技術(shù)為核心的系統(tǒng)集成，整個(gè)工業(yè)機(jī)器視覺(jué)端到端應(yīng)用系統(tǒng)包括：視覺(jué)識(shí)別(圖像)、傳感、通信、控制、光源照明、光學(xué)成像、嵌入式/計(jì)算機(jī)軟硬件技術(shù)、通信、可信計(jì)算、云計(jì)算及大數(shù)據(jù)技術(shù)等，核心是嵌入式機(jī)器視覺(jué)，具有實(shí)時(shí)多任務(wù)操作系統(tǒng)、高效GPU處理單元及應(yīng)用處理器，可將圖像及視頻壓縮、傳輸與處理工作全部?jī)?nèi)嵌在芯片上，通過(guò)工控機(jī)或內(nèi)嵌通信單元實(shí)時(shí)傳輸?shù)綌?shù)據(jù)采集及分析平臺(tái)，實(shí)現(xiàn)其他大數(shù)據(jù)或可視化分析應(yīng)用需求。

本方案具體實(shí)施步驟如下：

(a)檢測(cè)模板載入：根據(jù)所需要檢測(cè)的模切物料目標(biāo)物，將相對(duì)應(yīng)的模切物料目標(biāo)物的模板載體放置到檢測(cè)標(biāo)定位置。

(b)檢測(cè)目標(biāo)傳送：通過(guò)電子模切料缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)將所述模切物料目標(biāo)物自動(dòng)傳送到達(dá)模板載體上，并將所述模切物料目標(biāo)物的模型導(dǎo)入到大數(shù)據(jù)分析平臺(tái)內(nèi)，為檢測(cè)工作做準(zhǔn)備。

電子模切料缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)包括嵌入式機(jī)器視覺(jué)控制平臺(tái)、工控系統(tǒng)、相機(jī)控制系統(tǒng)、檢測(cè)平臺(tái)、工控云大數(shù)據(jù)分析平臺(tái)、顯示單元、通信單元和傳感單元，所述嵌入式機(jī)器視覺(jué)控制平臺(tái)分別于所述工控系統(tǒng)、所述相機(jī)控制系統(tǒng)、所述檢測(cè)平臺(tái)、所述工控云大數(shù)據(jù)分析平臺(tái)、所述顯示單元、所述通信單元和所述傳感單元相連接。

(c)傳感器監(jiān)測(cè)：開(kāi)啟電子模切料缺陷檢測(cè)機(jī)器視覺(jué)系統(tǒng)內(nèi)的傳感器設(shè)備，為后續(xù)的圖像抓取等工作做準(zhǔn)備。

(d)圖像抓?。合韧ㄟ^(guò)工控系統(tǒng)控制目標(biāo)相機(jī)控制系統(tǒng)，開(kāi)始光源、CCD傳感設(shè)備的參數(shù)校正，然后相機(jī)控制系統(tǒng)實(shí)時(shí)探測(cè)、測(cè)量，對(duì)所述模切物料目標(biāo)物進(jìn)行圖像抓取，同時(shí)，相機(jī)控制系統(tǒng)會(huì)在工控系統(tǒng)配合下調(diào)節(jié)相機(jī)不同的光源角度進(jìn)行連續(xù)圖像抓取采集，確保后續(xù)處理圖像的算法的判定精度。

(e)目標(biāo)識(shí)別：先采用三角形匹配算法進(jìn)行特征提取，實(shí)現(xiàn)了產(chǎn)品缺陷特征的高效提取，特征提取的內(nèi)容包括紋理特征提取、形狀特征提取和顏色特征提取。然后采用Blob分析方法進(jìn)行圖像識(shí)別，可從圖像背景中分離出目標(biāo)并檢測(cè)目標(biāo)，實(shí)現(xiàn)目標(biāo)物形狀、缺陷識(shí)別，計(jì)算出目標(biāo)物面積；最后采用LBP算法進(jìn)行紋理識(shí)別，分辨出所述模切物料目標(biāo)物的表面紋理處理工藝。

(f)圖像處理：相機(jī)控制系統(tǒng)通過(guò)嵌入式機(jī)器視覺(jué)控制平臺(tái)對(duì)采集的目標(biāo)圖像進(jìn)行處理，具體過(guò)程如下：

第一步：將抓取的圖像進(jìn)行增強(qiáng)處理，先采用直方圖均衡化處理算法進(jìn)行第一次圖像增強(qiáng)處理，把已知灰度概率分布圖像中的像素灰度作特定映射變換，使它變成一幅具有均勻灰度概率分布的新圖像，有效改善圖像清晰度，然后采用小波變換和開(kāi)運(yùn)算進(jìn)行第二次圖像增強(qiáng)處理，進(jìn)一步改善圖像清晰度。采用直方圖均衡化處理算法需要的變換函數(shù)表達(dá)式為：s(x，y)＝T(r(x，y))，其中，r(x，Y)為輸入圖像的灰度值，并進(jìn)行歸一化處理得到r(x，Y)∈[O，1]；s(x，Y)是輸出的增強(qiáng)圖像的灰度值；T是一個(gè)變換函數(shù)，T必須滿足在[0，1]范圍內(nèi)是單值且單調(diào)遞增的，保證T是可逆的。采用小波變換和開(kāi)運(yùn)算第二次圖像增強(qiáng)的具體方法：先選擇合適的小波及分解層次對(duì)第一次圖像增強(qiáng)處理后的圖像進(jìn)行分解：然后對(duì)分解后的小波系數(shù)分別進(jìn)行處理，對(duì)低頻部分進(jìn)行增強(qiáng)，對(duì)高頻部分進(jìn)行衰減；最后將處理后的小波系數(shù)重構(gòu)圖像，由此得到第二次圖像增強(qiáng)處理后的圖像。

第二步：將上述增強(qiáng)處理后的圖像進(jìn)行平滑處理，采用自適應(yīng)平滑濾波算法，先通過(guò)平滑濾波的迭代運(yùn)算使信號(hào)的邊緣得到銳化，然后經(jīng)過(guò)多次迭代運(yùn)算后，圖像按邊緣分塊實(shí)現(xiàn)自適應(yīng)平滑。

第三步：在完成圖像平滑處理后，利用RGB模型對(duì)圖像進(jìn)行灰化處理，將24位的圖像數(shù)據(jù)轉(zhuǎn)換為8位的圖像數(shù)據(jù)，簡(jiǎn)化圖像分析處理。在所述RGB模型中，三基色的取值范圍為0到255，三基色值相等則為灰度圖象，其中任何一種圖像灰度的顏色C都可以表示為：C＝rR+gG+bB，其中C表示混合而成的顏色，R表示紅色，G表示綠色，B表示藍(lán)色，r表示紅色比例，g表示綠色比例，b表示藍(lán)色比例。

第四步：將上述灰化處理后的圖像進(jìn)行分割處理，采用空間域區(qū)域增長(zhǎng)分割方法，對(duì)具有相似性質(zhì)的像素連通集構(gòu)成分割區(qū)域，將該圖像進(jìn)行區(qū)域等分分割，得到M個(gè)局部圖像區(qū)域，每個(gè)局部圖像區(qū)域的尺寸大小相同，均為A*B，其中A和B均為相機(jī)控制系統(tǒng)預(yù)設(shè)值，每個(gè)局部圖像區(qū)域?qū)?yīng)于所述模切物料目標(biāo)物的相對(duì)應(yīng)表面。

第五步：在圖像分割處理完成后，對(duì)圖像進(jìn)行邊緣銳化處理，加強(qiáng)圖像中的輪廓邊緣和細(xì)節(jié)，形成完整的物體邊界，達(dá)到將所述模切物料目標(biāo)物從圖像中分離出來(lái)或?qū)⒈硎就晃矬w表面的區(qū)域檢測(cè)出來(lái)的目的。

(g)二值化處理：將上述圖像上的像素點(diǎn)的灰度值設(shè)置為0或255，將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。

(h)數(shù)據(jù)統(tǒng)計(jì)和檢測(cè)分析：工控系統(tǒng)把檢測(cè)現(xiàn)場(chǎng)數(shù)據(jù)實(shí)時(shí)傳送到工控云大數(shù)據(jù)分析平臺(tái)，對(duì)得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，不斷優(yōu)化過(guò)程控制工藝、檢測(cè)設(shè)備、檢測(cè)精度及效率。

以上僅為本發(fā)明的具體實(shí)施例，但本發(fā)明的技術(shù)特征并不局限于此。任何以本發(fā)明為基礎(chǔ)，為解決基本相同的技術(shù)問(wèn)題，實(shí)現(xiàn)基本相同的技術(shù)效果，所作出地簡(jiǎn)單變化、等同替換或者修飾等，皆涵蓋于本發(fā)明的保護(hù)范圍之中。