一种基于白板光照补偿的环境自适应产品缺陷检测方法

技术领域

本发明涉及工业检测和数字图像处理的交叉领域，特别涉及适用于样品缺陷实时检测设备的图像处理和分析过程。

背景技术

随着机器视觉检测应用技术和数字图像处理技术的快速发展，越来越多的工业流水线使用机器检测来保证和提升产品的出厂质量。使用机器设备代替人工检查是行业趋势，而且高精度要求的工件尺寸测量和微小缺陷产品筛检很难由人工来高效的完成。自动化工业产品质量控制设备和快速缺陷检测设备越来越成为工业产品质量保证的利器。

基于图片的检测方法是实现高精度测量产品尺寸和检测产品缺陷的主要技术手段之一，其检测结果的可靠性容易受到不均匀光照的影响。非均匀光照是指LED光源在检测物所在平面的光照不均匀。非均匀光照往往与光源的光照特性和设备的光路设计相关，难以通过物理的手段完全消除。通过算法来纠正光照不均匀带来的不利影响，提高后续缺陷检测算法稳定性，是一种相对低成本的处理方法。当前的图像处理算法很难识别和量化出非均匀光照引入的测量误差，在高精度测量条件下未经光照补偿而直接计算的结果具有不可靠与不稳定的特点。因此对非均匀光照图片进行光照补偿，对于降低由于光照不均匀引起缺陷检中的过检或漏检，具有实用价值。

产生非均匀光照的原因有多种。工业检测流程涵盖从光源照射检测样品，摄像机捕捉样品图片，分割样品检测区域与模板图片进行参数对比分析，判断样品是否符合质量要求等环节。其中样品可能会出现在非理想的均匀光照的区域，样品的检测表面或由多种反射特性迥异的材质组成等，都会造成检测图片上的光照不均匀现象。要精确的预估光照不均匀造成的影响，需要对光源和物体进行建模和仿真分析。此种传统方法具有计算量大，监控参数多和建模技术成本高的局限性。在机器视觉检测工业流程中，有模板的缺陷检测过程是为以合格样品为参考标准，定义和创建系列检测指标，判断样品是否符合指标要求的技术。本发明通过分析非均匀光照条件可能造成的模板与样品图片的差异性，通过动态生成模板图像的方法来消除非均匀光照所引入的差异。

发明内容

本发明解决的技术问题是：通过优化测量方法和软件处理过程，消除硬件设计局限所引入的不均匀照明对于图像分析的不利影响。本发明是一种适用于检测设备的非均匀光照图像的增强方法，能够从数据采集端在本质上消除不均匀光照带来的影响。本发明的处理效果是使处理后的图片光照均匀而且不损失样品边缘和缺陷信息，能够提升后续缺陷检测算法的稳定性与可靠性。

本发明的技术方案如下所述：

本发明属于有模板的缺陷检测方法，提出了一种动态生成模板的模板制作方法和与之相应的数据处理过程。本发明的主要工作分为两个部分，包括模板制作过程和缺陷对比检测过程。其中，模板制作过程如下所述：

1)在检测物所在平面放置空白漫反射白板，使用相机对白板进行拍照采样，获得光源在检测平面检测视野中的白板表面光照分布；

2)将上一步中的空白漫反射白板换做需要检测的材料，重复；

3)通过步骤2)提取的材料表面光照分布与步骤1)提取的白板表面光照分布可以近似计算出材料出现在视野中某位置时的反光系数分布函数；

4)将步骤2)采集的白板照片进行处理，抽象出光照函数，作为光源的函数化描述；

5)采集合格样品的图片，提取轮廓线，按轮廓线内材料种类将模板图片划分区域，记录每个区域样品的种类与步骤2)中样品种类的对应关系。

其中，缺陷对比检测过程如下所述：

1)样品图片采集。在于模板制作过程一致的检测环境下采集样品图片。其中检测环境的一致包括LED光源的位置，相机的视野和曝光时间等；

2)样品区域定位。通过模板匹配算法定位样品位置。样品位置是指样品在相机视野中的出现的位置和角度。通过该信息可以将模板图片通过刚体变换或仿射变换与样品完全对齐；

3)生成样品模板实例。通过样品在相机视野中的位置，结合光源光照函数（步骤4提供），模板中各区域的材料种类（步骤5提供）和各种材料的反光系数分布函数（步骤3提供），动态生成样品的模板；

4)使用样品模板和样品图片进行对比操作，进行常规的检测和缺陷分析。

以上过程特别适用于测量设备的对处理时间要求较高的工作环境。通过光反射模型来描述光线在检测平面的物理过程，推理出光源工作时相机采集的图片与样品表面反光特性之间的关联。通过函数处理消除光照不均匀的影响，实现图像的亮度均衡。适当情况下, 可以通过多次测量求平均值的方法，增加光照函数的稳定性与可靠性。也可以通过将光照函数拟合为线性函数或多项式曲面函数的方法，增加光照函数的稳定性与可靠性。

附图说明

图1为本发明的测试样品图。其由三幅图组成，每幅图中的灰色竖线为数据采样线。其中，（a）图为空白采样图片，用于收集光源在光照平面的光照分布信息；

（b）图为与（a）同光照下的样品图片，（c）图为本发明算法处理后的图片。

图2中展示的是图1中采样线处采集的图片灰度信息。

具体实施方式

通过下述实施例说明算法的实施过程和作用原理，考虑到算法的应用场景不同，为了提高最终的图像处理效果，在每个环节上均可以采取多种演变实施方法。本实施例只展示一种实施过程，是用于说明该方法的简化步骤。

第一步，收集照明光源的光照分布数据。最一般的实施方法是，在空白视野空间中放置一张洁净白纸，白纸占满视野空间。光源稳定作业时触发相机拍照功能。

第二步，用需要检测的样品材料替换第一步中的白纸，采集方法与上述步骤一致。本实施例为简化版实现过程，因此没有对该步骤进行具体演示。

第三步，处理含有光源光照分布特性的图片数据，提取出光照拟合函数，官员函数的表现方式为图像矩阵，或线性分布函数或多项式分布函数。

第四步，建立光反射模型，结合上一步得到的拟合光照函数计算得到图片的纠正系数矩阵。在实际工作环境下，需要对每种材料的表面反射建立反射系数模型。其功能是，纠正每种材料的表面反射特性差异。由于该步骤的实现方式多样，而本发明指出了其采用合理的方法来实现该目的，而不对具体的处理方法给予限制。

第五步，创建模板。模板有以下组成数据：光照函数，各种样品的反射率分布函数，样品图片，样品各种材料所在区域的轮廓线，样品表面各区域的材料种类。

第六步，样品区域定位。通过模板匹配算法或其它的样品定位算法定位样品在视野中的位置。样品在视野中的位置决定了光源对该位置的光照能量分布。而具有不同表面反射特性的材料表面会对光照具有不同的反射特征，因此根据样品所在的视野位置进行动态模型创建是一种自适应的模拟真实环境的模板生成方法。

第七步，生成样品模板实例。首先获取样品所在区域的光照分布函数，然后通过各区域的材料反射特性对光照分布函数进行纠正，生成的模板与样品图片具有相同的光照分布特性，可直接用于样品图片的缺陷检测对比。

第八步，使用样品模板和样品图片进行对比操作，进行常规的检测和缺陷分析。