本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是一種基于fast算法的圖像匹配缺陷檢測(cè)方法。

背景技術(shù)：

近年來(lái)，隨著電子技術(shù)、圖像處理技術(shù)的發(fā)展，基于計(jì)算機(jī)視覺(jué)的圖像處理系統(tǒng)得到了廣泛的應(yīng)用，如在產(chǎn)品質(zhì)量檢測(cè)與質(zhì)量控制的工業(yè)生產(chǎn)中發(fā)揮著越來(lái)越重要的作用。在信息社會(huì)中，手機(jī)是人們獲取信息的重要工具。在手機(jī)的制造過(guò)程中，連接器起到連接各個(gè)模塊的作用。連接器的生產(chǎn)主要通過(guò)特定地模具制造，不可避免地會(huì)出現(xiàn)污漬、漏印、掉銅等問(wèn)題，而傳統(tǒng)的人工檢測(cè)由于其檢測(cè)數(shù)量大、人力成本高、速度慢、有可能會(huì)出現(xiàn)漏檢錯(cuò)檢等問(wèn)題。

近年來(lái)發(fā)展起來(lái)的一些基于特征檢測(cè)的匹配算法廣泛的應(yīng)用于圖像缺陷檢測(cè)，其中包括有surf(speeded-uprobustfeatures)算法、邊緣特征檢測(cè)算法，但是該兩種算法存在耗時(shí)較大、準(zhǔn)確率較低等問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種能夠有效地檢測(cè)出待測(cè)樣品中的缺陷、并準(zhǔn)確地定位缺陷位置的基于fast算法的圖像匹配缺陷檢測(cè)方法。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于fast算法的圖像匹配缺陷檢測(cè)方法，包括以下步驟：

步驟1，制作標(biāo)準(zhǔn)的手機(jī)底板連接器灰度圖像模板，并分別對(duì)模板和測(cè)試圖像進(jìn)行預(yù)處理和灰度變換；

步驟2，對(duì)模板和測(cè)試圖像分別進(jìn)行fast特征角點(diǎn)檢測(cè)獲取特征點(diǎn)；

步驟3，對(duì)檢測(cè)出的特征點(diǎn)進(jìn)行特征點(diǎn)匹配，從已經(jīng)匹配好的特征點(diǎn)中挑選出強(qiáng)度最強(qiáng)的幾組匹配樣本，進(jìn)行剛性變換得到轉(zhuǎn)換空間模型，并將測(cè)試圖像轉(zhuǎn)換到模板尺度空間；

步驟4，對(duì)同一尺度空間的兩幅圖像進(jìn)行圖像匹配并相減得到差值圖像，對(duì)差值圖像進(jìn)行形態(tài)學(xué)處理，判斷是否有缺陷，如果有缺陷則標(biāo)記缺陷位置。

進(jìn)一步地，步驟2中所述對(duì)模板和測(cè)試圖像分別進(jìn)行fast特征角點(diǎn)檢測(cè)獲取特征點(diǎn)，具體過(guò)程為：

(2.1)從圖片中遍歷像素點(diǎn)，針對(duì)具體的一個(gè)像素點(diǎn)p，設(shè)其像素值為ip；

(2.2)選擇一個(gè)閾值t；，

(2.3)由像素點(diǎn)p周?chē)?6個(gè)像素點(diǎn)組成一個(gè)以像素點(diǎn)p為中心的圓圈，所述16個(gè)像素點(diǎn)從1～16順次編號(hào)；

(2.4)如果圓圈上的n個(gè)相鄰像素點(diǎn)都大于ip+t，或者都小于ip-t，則認(rèn)為像素點(diǎn)p是一個(gè)角點(diǎn)，n選擇為12。

進(jìn)一步地，步驟3所述對(duì)檢測(cè)出的特征點(diǎn)進(jìn)行特征點(diǎn)匹配，其中采用ransac模型來(lái)對(duì)特征點(diǎn)進(jìn)行篩選。

進(jìn)一步地，步驟(2.4)所述如果圓圈上的n個(gè)相鄰像素點(diǎn)都大于ip+t，或者都小于ip-t，則認(rèn)為像素點(diǎn)p是一個(gè)角點(diǎn)，具體判斷過(guò)程如下：

1)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，編號(hào)為1的像素點(diǎn)和編號(hào)為9的像素點(diǎn)是否滿足都大于ip+t，或者都小于ip-t，如果都不滿足，則p點(diǎn)不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

2)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，編號(hào)為5的像素點(diǎn)和編號(hào)為13的像素點(diǎn)是否滿足都大于ip+t，或者小于ip-t；

3)如果前兩步中所檢查的四個(gè)像素點(diǎn)中少于3個(gè)不滿足大于ip+t，或者小于ip-t的判斷條件，則點(diǎn)p不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

4)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，其余像素點(diǎn)是否滿足大于ip+t，或者小于ip-t，如果總共有不少于n個(gè)像素點(diǎn)滿足該條件，則認(rèn)為p點(diǎn)是一個(gè)角點(diǎn)，n設(shè)定為12。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：(1)基于fast角點(diǎn)特征圖像匹配檢測(cè)算法，能夠快速準(zhǔn)確地檢測(cè)出特征點(diǎn)；(2)對(duì)發(fā)生旋轉(zhuǎn)、偏移和縮放的圖像同樣具有較好的檢測(cè)效果。

下面結(jié)合說(shuō)明書(shū)附圖來(lái)對(duì)本發(fā)明作進(jìn)一步描述。

附圖說(shuō)明

圖1是本發(fā)明基于fast算法的圖像匹配缺陷檢測(cè)方法的流程圖。

圖2是像素點(diǎn)16點(diǎn)領(lǐng)域的示意圖。

具體實(shí)施方式

本發(fā)明提出了一種基于fast算法的圖像匹配方法來(lái)檢測(cè)手機(jī)連接器缺陷，檢測(cè)連接器缺陷方法包括為，首先通過(guò)采集卡采集測(cè)試圖像，對(duì)模板圖像和測(cè)試圖像分別進(jìn)行圖像預(yù)處理，然后分別對(duì)模板圖像和測(cè)試圖進(jìn)行fast算法處理，檢測(cè)出角點(diǎn)特征點(diǎn)，特征點(diǎn)匹配，并對(duì)特征點(diǎn)進(jìn)行篩選，選出幾組特征點(diǎn)進(jìn)行剛性變換，緊接著進(jìn)行雙線性插值，經(jīng)過(guò)矯正后的圖像與標(biāo)準(zhǔn)圖像相減得到差值圖像，最后通過(guò)形態(tài)學(xué)處理消除孤立點(diǎn)，對(duì)最終的差值圖像進(jìn)行判斷并標(biāo)記。

結(jié)合圖1，本發(fā)明基于fast算法的圖像匹配缺陷檢測(cè)方法，包括以下步驟：

步驟1，制作標(biāo)準(zhǔn)的手機(jī)底板連接器灰度圖像模板，并分別對(duì)模板和測(cè)試圖像進(jìn)行預(yù)處理和灰度變換；

步驟2，對(duì)模板和測(cè)試圖像分別進(jìn)行fast特征角點(diǎn)檢測(cè)獲取特征點(diǎn)，具體過(guò)程為：

(2.1)從圖片中遍歷像素點(diǎn)，針對(duì)具體的一個(gè)像素點(diǎn)p，設(shè)其像素值為ip；

(2.2)選擇一個(gè)閾值t；，

(2.3)由像素點(diǎn)p周?chē)?6個(gè)像素點(diǎn)組成一個(gè)以像素點(diǎn)p為中心的圓圈，所述16個(gè)像素點(diǎn)從1～16順次編號(hào)，如圖2所示；

(2.4)如果圓圈上的n個(gè)相鄰像素點(diǎn)都大于ip+t，或者都小于ip-t，則認(rèn)為像素點(diǎn)p是一個(gè)角點(diǎn)，具體判斷過(guò)程如下：

1)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，編號(hào)為1的像素點(diǎn)和編號(hào)為9的像素點(diǎn)是否滿足都大于ip+t，或者都小于ip-t，如果都不滿足，則p點(diǎn)不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

2)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，編號(hào)為5的像素點(diǎn)和編號(hào)為13的像素點(diǎn)是否滿足都大于ip+t，或者小于ip-t；

3)如果前兩步中所檢查的四個(gè)像素點(diǎn)中少于3個(gè)不滿足大于ip+t，或者小于ip-t的判斷條件，則點(diǎn)p不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

4)檢查p點(diǎn)周?chē)?6個(gè)像素點(diǎn)圓圈中，其余像素點(diǎn)是否滿足大于ip+t，或者小于ip-t，如果總共有不少于n個(gè)像素點(diǎn)滿足該條件，則認(rèn)為p點(diǎn)是一個(gè)角點(diǎn)，n設(shè)定為12

步驟3，對(duì)檢測(cè)出的特征點(diǎn)進(jìn)行特征點(diǎn)匹配，從已經(jīng)匹配好的特征點(diǎn)中挑選出強(qiáng)度最強(qiáng)的幾組匹配樣本，進(jìn)行剛性變換得到轉(zhuǎn)換空間模型，并將測(cè)試圖像轉(zhuǎn)換到模板尺度空間；所述對(duì)檢測(cè)出的特征點(diǎn)進(jìn)行特征點(diǎn)匹配，其中采用ransac模型來(lái)對(duì)特征點(diǎn)進(jìn)行篩選；

步驟4，對(duì)同一尺度空間的兩幅圖像進(jìn)行圖像匹配并相減得到差值圖像，對(duì)差值圖像進(jìn)行形態(tài)學(xué)處理，判斷是否有缺陷，如果有缺陷則標(biāo)記缺陷位置。

實(shí)施例1

本實(shí)施例給出一種基于fast角點(diǎn)特征點(diǎn)提取的圖像匹配方法用于檢測(cè)手機(jī)底板連接器缺陷，結(jié)合圖1，包括如下步驟：

步驟101：通過(guò)采集卡實(shí)時(shí)采集的圖像序列作為測(cè)試圖像；

步驟102：對(duì)待檢驗(yàn)樣品圖像進(jìn)行預(yù)處理，采用直方圖均衡化方法對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定范圍內(nèi)的像素值大致相同，采用中值濾波器對(duì)樣本圖像去噪；

步驟103：將預(yù)處理后的樣本圖像轉(zhuǎn)換成256階的灰度圖像；

步驟104：輸入標(biāo)準(zhǔn)模板灰度圖像樣品，所述的模板圖無(wú)任何缺陷；

步驟105：通過(guò)fast算法分別檢測(cè)模板圖和待測(cè)樣本圖的角點(diǎn)特征點(diǎn)，具體的角點(diǎn)特征點(diǎn)檢測(cè)實(shí)施步驟如下：

(2.1)從圖片中遍歷像素點(diǎn)，針對(duì)具體的一個(gè)像素點(diǎn)p，設(shè)其像素值為ip；

(2.2)選擇一個(gè)合適的閾值t；，

(2.3)由像素點(diǎn)p周?chē)?6個(gè)像素點(diǎn)組成一個(gè)p為中心的圓圈(如圖2)；

1)檢查p點(diǎn)周?chē)?16像素點(diǎn)圓圈)的像素點(diǎn)1和像素點(diǎn)9是否滿足都大于ip+t，或者小于ip-t，如果都不滿足，則p點(diǎn)不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

2)檢查p點(diǎn)周?chē)?16像素點(diǎn)圓圈)的像素點(diǎn)5和像素點(diǎn)13是否滿足都大于ip+t，或者小于ip-t；

3)如果前兩步中所檢查的四個(gè)像素點(diǎn)中少于3個(gè)不滿足大于ip+t，或者小于ip-t的判斷條件，則點(diǎn)p不是角點(diǎn)，否則，進(jìn)行下一步的判斷；

4)檢查p點(diǎn)周?chē)?16像素點(diǎn)圓圈)其余像素點(diǎn)是否滿足大于ip+t，或者小于ip-t，如果總共有不少于n個(gè)像素點(diǎn)滿足該條件，則認(rèn)為p點(diǎn)是一個(gè)角點(diǎn)(n通常定為12)；

106：通過(guò)fast算法檢測(cè)出角點(diǎn)特征點(diǎn)，并對(duì)特征點(diǎn)進(jìn)行匹配，由于在匹配特征點(diǎn)的過(guò)程中，有可能出現(xiàn)無(wú)匹配，因此需要對(duì)特征點(diǎn)進(jìn)行篩選，一般采用ransac算法進(jìn)行處理。ransac是一種采用迭代思想從一組包含離散的數(shù)據(jù)中估算出的數(shù)學(xué)模型，通過(guò)多次迭代后會(huì)產(chǎn)生較好的結(jié)果，實(shí)驗(yàn)結(jié)果證明能夠很好的消除誤匹配。從已經(jīng)匹配好的角點(diǎn)特征點(diǎn)中挑選出強(qiáng)度最強(qiáng)的幾組匹配樣本，計(jì)算剛性變換矩陣h，然后將樣本圖像x0(x0,y0)與h相乘轉(zhuǎn)換到模板尺度空間x(x,y)。在數(shù)字圖像中，轉(zhuǎn)換后的像素有可能出現(xiàn)負(fù)數(shù)值，從而不能對(duì)其進(jìn)行后續(xù)的處理，一般采用三次卷積、雙線性和最近領(lǐng)域，考慮到精度和運(yùn)算效率，一般采用雙線性插值法來(lái)矯正數(shù)值。

107：將變換后的待測(cè)試樣品圖像和標(biāo)準(zhǔn)模板圖像相減得到差值圖像。由于差值圖像會(huì)有不同程度的噪聲，采用數(shù)學(xué)形態(tài)學(xué)處理(包括膨脹和腐蝕)用來(lái)消除一些孤立點(diǎn)

108：根據(jù)步驟107之后的圖像判斷該待測(cè)試樣品圖像是否為缺陷。

綜上，本發(fā)明基于fast角點(diǎn)特征圖像匹配檢測(cè)算法，能夠快速準(zhǔn)確地檢測(cè)出特征點(diǎn)；對(duì)發(fā)生旋轉(zhuǎn)、偏移和縮放的圖像同樣具有較好的檢測(cè)效果。