趙鴻燕,蔡浩聰,楊成胡
(廣東省電子技術(shù)研究所,廣州 510630)
在工業(yè)上,產(chǎn)品的缺陷檢測技術(shù)是一項非常重要的技術(shù),基于圖像處理的技術(shù)是缺陷檢測中的一個熱門,甚至在某些場合無可替代。在印制品外觀缺陷檢測領(lǐng)域,應(yīng)用圖像處理的技術(shù)可以有效地檢測出印刷質(zhì)量問題。模版匹配是一種廣泛的應(yīng)用方法,一般地,利用事先做好的模板,在目標(biāo)圖像中匹配搜索,結(jié)合圖像配準(zhǔn)手段進(jìn)而定位缺陷。還可以采用二次模版匹配的算法,先進(jìn)行模版的匹配,而后將匹配好的圖像進(jìn)行差分運算,從而找到缺陷所在的位置。
在一些規(guī)則重復(fù)的印刷檢測目標(biāo)中,如包裝材料、小標(biāo)簽、電子元器件封裝的表面標(biāo)識等,單個產(chǎn)品中存在多個目標(biāo)字符或字符組,利用檢測目標(biāo)的這種特點,構(gòu)造自適應(yīng)模板,可簡單快速地檢測多個目標(biāo)的缺陷。
令目標(biāo)圖形為′,在檢測圖像中選取個子圖像,,,…,I,一般而言,在每個子圖像中存在目標(biāo)圖形。若第個子圖像中匹配命中目標(biāo)圖形,稱I∈,集合為包含′的子圖像的集合,取p為匹配系數(shù),其中= 1,2,…,(≤),對每一個命中子圖像,取其權(quán)重為:
其中是匹配命中子圖像的個數(shù),且滿足:
根據(jù)匹配的位置信息,對滿足I∈的子圖像進(jìn)行圖像配準(zhǔn),得到序列圖像,,…,I′,由下式:
構(gòu)造出適應(yīng)當(dāng)前圖像的模板I。
對模板圖像I區(qū)域分割得到單個理想印刷區(qū)域:
其中(,)為圖像I坐標(biāo)點,(,)為該點灰度值,和分別為在對印刷圖像進(jìn)行分割時,最小灰度閾值和最大灰度閾值,取R的中心為坐標(biāo)原點。
以I作為模板,在圖像中搜索匹配對象,假設(shè)匹配了個對象,設(shè)匹配中心坐標(biāo)為Pt(x,y),= 1,2,…,,在每一個Pt處復(fù)制R,得到R的第個復(fù)制:
其中(,)為圖像坐標(biāo)點。并由此得到檢測目標(biāo)圖像理想印刷區(qū)域:
對圖像區(qū)域分割得到實際的印刷區(qū)域:
對區(qū)域進(jìn)行差分運算:
由式(8)和式(9)分別計算得到滲漏缺陷區(qū)域和阻塞缺陷區(qū)域。
圖1所示字符圖像,為某測試樣品工件截取出來的部分成像。需要檢測的是白色數(shù)字或字母字符的印刷質(zhì)量,整個工件中存在多個規(guī)則重復(fù)的字符(組)目標(biāo),數(shù)量最多可達(dá)3100 組以上。
圖1 測試樣品工件截取圖像
在圖1 所示的工件圖像上,適當(dāng)選取子圖像,以“可以識別出指定的字符組‘6201’”為條件,形成集合,利用(1)~(3)式構(gòu)造模板見圖2(a)所示。圖2(b)則是一組“看上去”印刷質(zhì)量較好的字符圖像,在一般的匹配方案中,通常是可以選用作為標(biāo)準(zhǔn)模板的圖像。
圖2 構(gòu)造模板圖像及原圖對比
利用圖2(a)的模板,利用(4)~(9)式運算,缺陷計算所得部分結(jié)果見圖3,缺陷細(xì)節(jié)見圖4(a)~(c)。
圖3 缺陷檢測局部結(jié)果
圖4 缺陷檢測結(jié)果細(xì)節(jié)
此類工件的字符組合達(dá)幾千種,如果為每種組合創(chuàng)建一個模板進(jìn)行匹配檢測,將會使應(yīng)用變得十分困難。在缺陷率較低的條件下,利用構(gòu)造模板,可簡單、快速、有效地檢測出多個目標(biāo)的缺陷。
在采用CPU i7 8550U,8 G 內(nèi)存和集成顯卡的計算機配置,數(shù)字圖像采集設(shè)備采用2000 萬像素的情況下,檢測時間在800~1100 ms之間,平均每組字符檢測時間:
滿足一般工業(yè)應(yīng)用場合。
實驗表明,采用構(gòu)造自適應(yīng)模板、模板復(fù)制等算法,檢測規(guī)則重復(fù)的圖形的缺陷,是一種便捷、快速且行之有效的方法。實驗結(jié)果以字符為檢測目標(biāo)給出,類推可知,對于有限元素的圖形集合,先對每一個圖形進(jìn)行特征提取、編碼、識別等,再構(gòu)造、復(fù)制模板,同樣可以對規(guī)則重復(fù)的多目標(biāo)圖形進(jìn)行缺陷檢測。