基于机器视觉系统的硅胶按键表面光泽度的测量方法

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于机器视觉系统的硅胶按键表面光泽度的测量方法。

背景技术

现有的硅胶按键在批量生产后，需要进行不良品检测，检测硅胶按键面板上是否存在毛刺、小孔等缺陷。目前有些是通过人工检测，但是大部分还是采用机器视觉系统进行检测。机器视觉系统是一种成熟的自动化检测方案，在汽车电子、医疗、航天、MINI LED芯片测试，半导体封装等领域都广泛运用。机器视觉系统通过相机拍摄图像，再进行图像识别算法识别其中的缺陷，机器视觉系统相比人工具有效率高，成本低的优点。

目前，有些用户为了保持电子产品的整体美观，要求电子产品上的硅胶按键表面的光泽度需要和电子产品表面上其他的部位的光泽度保持一致。进而需要硅胶按键表面的光泽度在一个合格的范围之类，但是由于工艺的问题，现有的硅胶按键在批量生产后，会存在部分硅胶按键的光泽度偏哑或偏亮的不良问题。

因此硅胶按键产品在生产完成后，需要进行缺陷检测以及硅胶按键表面光泽度的检测。现有的光泽度检测大多通过光泽计来进行。现有技术中对硅胶按键产品的检测需要机器视觉系统和光泽计2套设备，分别进行2次检测，影响了检测效率，也增加了成本。

因此，亟需一种利用现有的机器视觉系统就可以进行光泽度检测的方案，简化检测流程的同时，还降低成本。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于机器视觉系统的硅胶按键表面光泽度的测量方法，以使在现有的机器视觉系统的基础上实现胶按键表面光泽度的测量。

为了解决上述技术问题，本发明实施例提出了一种基于机器视觉系统的硅胶按键表面光泽度的测量方法，所述机器视觉系统包括补光光源和相机，补光光源以固定的强度和角度将光投射到硅胶按键表面上，相机对应以相等但相反的角度来拍摄硅胶按键表面，所述测量方法包括：

步骤1：通过相机拍摄得到待测硅胶按键的原始图像，对图像进行处理、分割得到硅胶按键图像；

步骤2：将硅胶按键图像转换为硅胶按键灰度图，将硅胶按键灰度图以预设划分规则划分为若干区域，获取硅胶按键灰度图各区域内各像素点的灰度值；

步骤3：计算得到各像素点的灰度值与对应各像素点的基准灰度值的差值，剔除其中差值超过预设灰度阈值的像素点，再计算得到各区域内剩下像素点灰度值差值的均值；

步骤4：根据下式计算各区域的光泽度：

I=a*e+I

其中，I为光泽度，I

步骤5：剔除光泽度与对应的基准光泽度的差值小于预设光泽度阈值的区域，将剩下区域的光泽度的均值作为测量结果并输出。

进一步地，步骤1之前还包括基准灰度值计算步骤：

通过相机拍摄得到已知光泽度的基准硅胶按键的原始图像，对图像进行处理、分割得到基准硅胶按键图像；将基准硅胶按键图像转换为基准硅胶按键灰度图，将基准硅胶按键灰度图以预设划分规则划分为若干区域，获取基准硅胶按键灰度图各区域内各像素点的灰度值，将该灰度值作为对应的基准灰度值。

进一步地，预设划分规则为按以下4种区域类别以及硅胶按键表面的key的数量划分：

各个key的表面区域，各个key的侧壁区域，硅胶按键表面非key部分的面光区域以及硅胶按键表面非key部分的背光区域。

进一步地，补光光源投射角度为60°。

进一步地，步骤2中采用阈值分割+边缘查找法识别各区域，并剔除各区域边缘的干扰像素点。

本发明的有益效果为：本发明采用现有的机器视觉系统，在不增加其他设备的情况下，即可实现光泽度的检测，使得在通过机器视觉系统检测缺陷的同时还能检测光泽度是否满足要求，简化可检测流程的同时，还降低了成本。

附图说明

图1是本发明实施例的基于机器视觉系统的硅胶按键表面光泽度的测量方法的流程示意图。

实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。

请参照图1，本发明实施例的基于机器视觉系统的硅胶按键表面光泽度的测量方法应用于机器视觉系统中。机器视觉系统包括补光光源和相机。硅胶按键对应放在机器视觉系统的治具上，补光光源以固定的强度和角度将光投射到硅胶按键表面上，相机对应以相等但相反的角度来拍摄硅胶按键表面，即相机设置在反射光路上。硅胶按键表面光泽度不同，同样强度的光照，进入相机的光通量不同，导致图像的亮度不同，检测该不同即可测到光泽度变化，相比光泽仪的检测原理，精度略低，但是足够硅胶按键检测的使用。

本发明的基于机器视觉系统的硅胶按键表面光泽度的测量方法包括步骤1～步骤5。

步骤1：通过相机拍摄得到待测硅胶按键的原始图像，对图像进行处理、分割得到硅胶按键图像。步骤1采用现有技术，即机器视觉系统在识别硅胶按键表面缺陷时，同样会进行该方式对图像处理，得到硅胶按键图像后再进行缺陷识别。具体实施时，优选地，机器视觉系统的缺陷检测在先，检测到无缺陷之后，再进行光泽度的测量，以避免缺陷影响某个像素点的灰度值出现很大的差异，影响测量精度。例如，步骤1可对图像进行以下处理：

1、图像变换：（空域与频域、几何变换、色度变换、尺度变换）；

2、图像增强：灰度变换增强、直方图增强、图像平滑/降噪、图像（边缘）锐化等；

3、纹理分析（取骨架、连通性）；

4、图像分割：阈值分割、基于边界分割、Hough变换；

5、图像特征提取：几何特征、形状特征、幅值特征、直方图特征、颜色特征、局部二值模式( LBP)特征等。

步骤2：将硅胶按键图像转换为硅胶按键灰度图，将硅胶按键灰度图以预设划分规则划分为若干区域，获取硅胶按键灰度图各区域内各像素点的灰度值。本发明根据硅胶按键的各部分的特点将硅胶按键灰度图对应分为若干区域，分别对个区域进行比较，降低了误差。

步骤3：计算得到各像素点的灰度值x

步骤4：根据下式计算各区域的光泽度：

I=a*e+I

其中，I为光泽度，I

步骤5：剔除光泽度与对应的基准光泽度的差值小于预设光泽度阈值的区域，将剩下区域的光泽度的均值作为测量结果并输出。本发明剔除变化不大的区域的影响，例如背光区域（硅胶按键表面key的投影区域），由于该区域并不是收补光光源直射，所以不同的光泽度下的灰度值变化不大，需要剔除，以提升精度。本发明根据硅胶按键产品的要求，输出的结果为几分光（无需输出精准的GU值），例如50GU-60GU之间则为五分光。本发明的测量精度相比现有的光泽计略低，但是应用于硅胶按键的检测则完全够用，可以使用户节省光泽计设备，降低成本；同时使得在进行现有的缺陷检测的同时，即可完成光泽度的检测，无需再将硅胶按键放到光泽计下进行检测，简化了流程，节省了时间。

若检测结果不在合格的光泽度范围内，则本发明输出不合格，用户可将偏哑或偏暗的不合格的硅胶按键进行回收利用，二次调整硅胶按键表面的光泽度，使其光泽度满足要求。

作为一种实施方式，步骤1之前还包括基准灰度值计算步骤：

通过相机拍摄得到已知光泽度的基准硅胶按键（基准硅胶按键优选采用采用合格的光泽度范围的中值，例如，合格的光泽度范围为6分光-7分光，则可以采用光泽度为70GU的硅胶按键作为基准硅胶按键）的原始图像，对图像进行处理、分割得到基准硅胶按键图像；将基准硅胶按键图像转换为基准硅胶按键灰度图，将基准硅胶按键灰度图以预设划分规则划分为若干区域，获取基准硅胶按键灰度图各区域内各像素点的灰度值，将该灰度值作为对应的基准灰度值。因为同型号的硅胶按键产品规格相同，因此各像素点对应的硅胶按键的部位是不变的，硅胶按键各位置接收的光的角度和强度是不变的。为了减少误差，优选将硅胶按键放在机器视觉系统的治具上拍摄。

作为一种实施方式，预设划分规则为按以下4种区域类别以及硅胶按键表面的key的数量划分：各个key的表面区域，各个key的侧壁区域，硅胶按键表面非key部分的面光区域以及硅胶按键表面非key部分的背光区域。本发明通过划分区域，消除了不同区域间的灰度值变化差异（即在同样强度和角度的光照下，不同光泽度导致不同区域的灰度值变化范围不同）。

作为一种实施方式，补光光源投射角度为60°。60°时，最适合硅胶表面的光泽度，计算精度最高，且不会对机器视觉系统原有的缺陷检测部分造成影响。

作为一种实施方式，步骤2中采用阈值分割+边缘查找法识别各区域（也可以采用Canny检测算法、阈值分割、提取傅里叶变换的高频信息，还有一些蚁群算法等），并剔除各区域边缘的干扰像素点。本发明实施例采用现有的机器视觉系统中最常用的阈值分割+边缘查找法识别各区域，该部分为现有技术。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。