CN116363133B 基于機器視覺的照明器配件缺陷檢測方法 （無錫斯達新能源科技股份有限公司）

司US2012294507A1,2012.11.22及一種基于機器視覺的照明器配件缺陷檢測方2根據(jù)所述置信度與所述噪聲影響程度獲取所述濾波窗口中根據(jù)所述濾波窗口中每個像素點的所述濾波權(quán)值與所述灰度值獲取所述中心像素點獲得所述灰度圖像中每個像素點的濾波灰度值，獲得去選取所述濾波窗口中的任意一個像素點作為目標(biāo)像素獲取所述目標(biāo)像素點的預(yù)設(shè)鄰域中的鄰域像素點述第二值的比值作為差異度；將所述差異度與常數(shù)1的差值絕對值作為所述目標(biāo)像素點的將所述鄰域方差與所述特別度的乘積進行歸獲取所述目標(biāo)像素點的灰度值在所述灰度圖像中出現(xiàn)的將所述參考影響度與所述鄰域影響值的乘積作為所述目標(biāo)像素點獲取所述預(yù)設(shè)方向上的所述濾波窗口中的每個像素點與相鄰下一像素點之間的灰度將所述中心像素點的所有所述預(yù)設(shè)方向的灰度變化值的絕對值的均值作為所述中心將歸一化的所述噪聲影響程度進行負相關(guān)且歸一述參考參數(shù)和所述方向變化值均與所述置信度為3計算常數(shù)1與所述中心像素點的所述置信度之間的差值作為所述濾波窗口的分配權(quán)將歸一化的所述噪聲影響程度進行負相關(guān)映射且歸一化的結(jié)果作為所述像素點的參根據(jù)所述分配權(quán)重與所述參與值獲得所述像素點的濾波將所述濾波窗口中每個像素點的所述歸一化濾波權(quán)值與所述灰度值的乘積進行累加4[0002]照明配件的制造一直是一個熱門領(lǐng)域，其中LED的制造在整個照明配件的制造中[0009]根據(jù)所述置信度與所述噪聲影響程度獲取所述濾波窗口中每個像素點的濾波權(quán)[0010]根據(jù)所述濾波窗口中每個像素點的所述濾波權(quán)值與所述灰度值獲取所述中心像5與所述第二值的比值作為差異度；將所述差異度與常數(shù)1的差值絕對值作為所述目標(biāo)像素[0017]將所述參考影響度與所述鄰域影響值的乘積作為所述目標(biāo)像素點的噪聲影響程[0019]獲取所述預(yù)設(shè)方向上的所述濾波窗口中的每個像素點與相鄰下一像素點之間的[0021]將所述中心像素點的所有所述預(yù)設(shè)方向的灰度變化值的絕對值的均值作為所述[0025]根據(jù)所述參考參數(shù)與所述方向變化值獲得所述中心像素點為邊緣像素點的置信[0027]計算常數(shù)1與所述中心像素點的所述置信度之間的差值作為所述濾波窗口的分配[0028]將歸一化的所述噪聲影響程度進行負相關(guān)映射且歸一化的結(jié)果作為所述像素點[0032]將所述濾波窗口中每個像素點的所述歸一化濾波權(quán)值與所述灰度值的乘積進行6中心像素點為邊緣像素點的可能性，進而根據(jù)灰度變化值獲取個像素點的濾波權(quán)值與灰度值獲取中心像素點的濾波灰度值，進而保留了邊緣細節(jié)信息；[0036]圖1為本發(fā)明一個實施例所提供的一種基于機器視覺的照明器配件缺陷檢測方法合附圖及較佳實施例，對依據(jù)本發(fā)明提出的一種基于機器視覺的照明器配件缺陷檢測方[0039]下面結(jié)合附圖具體的說明本發(fā)明所提供的一種基于機器視覺的照明器配件缺陷[0040]請參閱圖1，其示出了本發(fā)明一個實施例提供的一種基于機器視覺的照明器配件[0043]本發(fā)明實施例的目的是對LED注膠部位的灰度圖像進行去噪處理，獲得去噪后的7[0044]對LED注膠部分的灰度圖像進行缺陷檢測之前，因為灰度圖像中會混入不等量的[0047]需要說明的是，當(dāng)灰度圖像中像素點的濾波窗口中的像素點不標(biāo)像素點，獲取目標(biāo)像素點與預(yù)設(shè)鄰域內(nèi)的鄰域像素點之間的灰度值的方差作為鄰域方素點，以第n個像素點為中心設(shè)定3x3的預(yù)設(shè)鄰域大小，實施者可根據(jù)8灰度值的方差即第n個像素點的鄰域方差；計算第n個像素點的3x3的預(yù)設(shè)鄰域內(nèi)的個像素點的差異度與常數(shù)1的差值絕對值即第n個像素點的特別度；獲取第n個像素點的鄰與第n個像素點的灰度值相同的所有像素點的數(shù)量作為第一數(shù)量，將第一數(shù)量與灰度圖像中所有像素點總數(shù)量的比值作為第n個像素點的參考影響度。根據(jù)鄰域影響值與參考影響像素點的鄰域方差；為第n個像素點的3x3的預(yù)設(shè)鄰域內(nèi)的第n'個鄰域像素點的灰度素點與預(yù)設(shè)鄰域內(nèi)的鄰域像素點的灰度值的差異越大，第n個像素點越可能受到噪聲的干第二值之間的差異越大，特別度越遠離0即越9大；因此，當(dāng)?shù)趎個像素點受到噪聲干擾時，越大，特別度越大，[0053]根據(jù)獲取第n個像素點的噪聲影響程度的方法，獲取灰度圖像中每個像素點的噪濾波窗口中的每個像素點與相鄰下一像素點之間的灰度差值，每個預(yù)設(shè)方向上的第i個濾波窗口中的最后一個像素點不計算與相鄰下一像素點之間的灰度差值。以第i個濾波窗口預(yù)設(shè)方向下會存在五個像素點，獲取第i個濾波窗口中的第f個預(yù)設(shè)方向的灰度變化值dG;口中的第四個像素點的灰度值；GS為第f個預(yù)設(shè)方向上的第i個濾波窗口中的第五個像素值的絕對值的均值作為中心像素點的整體變化值，降低了某一預(yù)設(shè)方向的誤差帶來的影點的歸一化后的噪聲影響程度；maxfAG}為第i個濾波窗口中的預(yù)設(shè)方向的最大的灰度變本發(fā)明其他實施例中可選擇其他基礎(chǔ)數(shù)學(xué)運算構(gòu)成正[0076]根據(jù)獲取第i個濾波窗口的中心像素點的置信度的方法，獲取每個濾波窗口的中[0081]Q,=(1-x?)xe-*關(guān)的關(guān)系，在本發(fā)明其他實施例中可選擇其他基礎(chǔ)數(shù)學(xué)運算構(gòu)成正相關(guān)關(guān)系在此不做限將對應(yīng)濾波窗口內(nèi)的每個濾波權(quán)值進行歸一化，獲得歸一化濾波權(quán)值,即一個濾的歸一化濾波權(quán)值的累加和為1；將濾波窗口中每個像素點的歸一化濾波權(quán)值與灰度值的的濾波灰度值的影響越大，越大；Gn越大，對中心像素點的濾波灰度值的影響越大；因此，根據(jù)濾波窗口中每個像素點的灰度