一種浮法玻璃波筋在線檢測方法
【專利摘要】一種浮法玻璃波筋在線檢測方法，本發(fā)明屬于工業(yè)檢測【技術領域】，目的在于克服現(xiàn)有浮法玻璃檢測設備不能在線檢測玻璃斑馬角的不足，以有效檢測出浮法玻璃生產(chǎn)中的波筋缺陷，并在線實時測定玻璃的斑馬角。本發(fā)明包括設置檢測系統(tǒng)步驟、預先建立映射表步驟、邊緣檢測步驟、閾值分割步驟、去除圖像噪聲步驟、條紋細化步驟和計算斑馬角步驟。本發(fā)明檢出率高、檢測速度快、大大降低工人了的勞動強度，可以滿足浮法玻璃在線檢測斑馬角的實時性要求。
【專利說明】一種淳法玻璃波筋在線檢測方法

【技術領域】
[0001] 本發(fā)明屬于工業(yè)檢測【技術領域】，具體涉及一種浮法玻璃波筋在線檢測方法。

【背景技術】
[0002] 機器視覺是指用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進 行處理并加以理解，最終用于實際檢測、測量和控制。它是一項涉及人工智能、神經(jīng)生物學、 計算機科學、圖像處理、模式識別等諸多領域的綜合技術。由于機器視覺系統(tǒng)可以快速獲取 大量信息，易于自動處理，也易于同設計信息以及加工控制信息集成，因此，在現(xiàn)代自動化 生產(chǎn)過程中，機器視覺系統(tǒng)在工況監(jiān)視、成品檢驗和質量控制等領域得到了廣泛的應用。
[0003] 浮法玻璃的波筋反映了玻璃內(nèi)部介質的不均勻性，通常是由于熔爐內(nèi)部加熱不均 或配料的局部變化引起的，是影響玻璃評級的一項重要指標；一般來說，波筋會引起輕微 的光學變形，目前主要采用中華人民共和國國家標準GB11614-2009《平板玻璃》第6、7頁 6. 5. 4光學變形檢測方法（業(yè)內(nèi)俗稱斑馬法）檢測這種光學變形，所測得的表征浮法玻璃試 樣光學變形程度的入射角，業(yè)內(nèi)俗稱斑馬角；其測量原理如圖1(a)所示，試樣G按拉引方向 垂直放置，觀察者P透過試樣觀察屏幕S上的條紋，首先讓條紋明顯變形，然后慢慢轉動試 樣G直到變形消失，記錄此時玻璃法線與視角的夾角，這個入射角就是斑馬角或稱光學變 形角，通常用這個角作為浮法玻璃的光學變形質量的評價指標，圖1(b)為屏幕S上的條紋 圖像；圖1 (a)、圖1 (b)中所標注的尺寸單位為mm。
[0004] 斑馬法只能對浮法玻璃的波筋進行人工離線抽檢，難以全面保證產(chǎn)品質量。隨著 玻璃深加工工藝的不斷發(fā)展，對玻璃原板的質量要求也越來越高，波筋的人工離線抽檢方 式已無法適應目前浮法玻璃等級評定的實際需要。因此，要全面保證浮法玻璃質量和提高 生產(chǎn)效率，對浮法玻璃波筋進行在線實時檢測就顯得十分重要。
[0005] 目前，國內(nèi)基于機器視覺的浮法玻璃在線檢測設備可以有效檢測出玻璃生產(chǎn)中 的氣泡、夾雜、粘錫、裂紋等常見缺陷，但對引起較小光學變形的波筋無能為力。國外的浮 法玻璃自動檢測設備供應商憑著資金和硬件技術上的優(yōu)勢，已經(jīng)打入國內(nèi)市場，例如德國 的Innomess公司的光柵在線檢測系統(tǒng)、德國Lasor公司的2F1檢測系統(tǒng)、英國的Image Automation公司、皮爾金頓玻璃公司、日本的旭硝子玻璃機械都有相應的浮法玻璃缺陷檢 測系統(tǒng)，技術較為成熟，可以識別出波筋缺陷，但這些系統(tǒng)都沒有提供在線測定斑馬角的方 法。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供一種浮法玻璃波筋缺陷在線檢測方法，目的在于克服現(xiàn)有浮法玻璃檢 測設備不能在線檢測玻璃斑馬角的不足，以有效檢測出浮法玻璃生產(chǎn)中的波筋缺陷，并在 線實時測定玻璃的斑馬角。
[0007] 本發(fā)明所提供的一種浮法玻璃波筋缺陷在線檢測方法，其特征在于，其包括下述 步驟：
[0008] (1)設置檢測系統(tǒng)步驟：在光路中，依次設置LED光源、第一光柵G1、第二光柵G2 和C⑶相機，所述第一、第二光柵的周期相同，平行放置，第一光柵G1貼近LED光源安裝，使 LED光源近似平行入射，第二光柵G2位于第一光柵G1的泰伯成像平面處并位于(XD相機的 一倍焦距之內(nèi)，調(diào)整至C⑶相機能夠得到第二光柵G2的清晰放大虛像；
[0009] 將待測玻璃帶放置于第一光柵G1和第二光柵G2之間且三者平行，C⑶相機輸出 透過第二光柵G2形成的莫爾條紋灰度圖像；
[0010] ⑵預先建立映射表步驟：
[0011] 預先建立閾值-灰度映射表和梯度-斑馬角映射表：閾值-灰度映射表包括分割 閾值表項和平均灰度表項，分割閾值表項包括各幅莫爾條紋灰度圖像的分割閾值，平均灰 度表項包括與所述各分割閾值對應的各幅莫爾條紋灰度圖像的平均灰度；梯度-斑馬角映 射表包括梯度表項和斑馬角表項，梯度表項包括各莫爾條紋灰度圖像的梯度最大值，斑馬 角表項包括與所述各梯度最大值對應的各浮法玻璃試樣的斑馬角；
[0012] (3)邊緣檢測步驟：
[0013] 采用Kirsch算子計算莫爾條紋灰度圖像中各像素點的最大卷積值，得到卷積值 灰度圖像；
[0014] ⑷閾值分割步驟：對卷積值灰度圖像進行閾值分割，得到二值化圖像；
[0015] (5)去除圖像噪聲步驟：使用去噪閾值分割二值化圖像，去除二值化圖像的噪聲， 得到去噪二值化圖像；
[0016] (6)條紋細化步驟：計算條紋的中點，對去噪二值化圖像進行細化，得到細化條紋 圖像；
[0017] (7)計算斑馬角步驟：計算細化條紋圖像中各相鄰條紋線之間的不同寬度，再在 莫爾條紋灰度圖像中計算所述不同寬度對應范圍內(nèi)所有像素灰度值的和值，然后計算各和 值的梯度，從中找出梯度最大值％ ;根據(jù)梯度-斑馬角映射表，計算％對應的斑馬角
[0018] 所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于：
[0019] 所述設置檢測系統(tǒng)步驟（1)中，第一光柵G1和第二光柵G2均為Ronchi光柵，第 一光柵G1和第二光柵G2之間的距離L :
[0020]

【權利要求】
1. 一種浮法玻璃波筋缺陷在線檢測方法，其特征在于，其包括下述步驟： (1) 設置檢測系統(tǒng)步驟：在光路中，依次設置LED光源、第一光柵G1、第二光柵G2和(XD 相機，所述第一、第二光柵的周期相同，平行放置，第一光柵G1貼近LED光源安裝，使LED光 源近似平行入射，第二光柵G2位于第一光柵G1的泰伯成像平面處并位于C⑶相機的一倍 焦距之內(nèi)，調(diào)整至C⑶相機能夠得到第二光柵G2的清晰放大虛像； 將待測玻璃帶放置于第一光柵G1和第二光柵G2之間且三者平行，（XD相機輸出透過 第二光柵G2形成的莫爾條紋灰度圖像； (2) 預先建立映射表步驟： 預先建立閾值-灰度映射表和梯度-斑馬角映射表：閾值-灰度映射表包括分割閾值 表項和平均灰度表項，分割閾值表項包括各幅莫爾條紋灰度圖像的分割閾值，平均灰度表 項包括與所述各分割閾值對應的各幅莫爾條紋灰度圖像的平均灰度；梯度-斑馬角映射表 包括梯度表項和斑馬角表項，梯度表項包括各莫爾條紋灰度圖像的梯度最大值，斑馬角表 項包括與所述各梯度最大值對應的各浮法玻璃試樣的斑馬角； (3) 邊緣檢測步驟：采用Kirsch算子計算莫爾條紋灰度圖像中各像素點的最大卷積 值，得到卷積值灰度圖像； ⑷閾值分割步驟：對卷積值灰度圖像進行閾值分割，得到二值化圖像； (5) 去除圖像噪聲步驟：使用去噪閾值分割二值化圖像，去除二值化圖像的噪聲，得到 去噪二值化圖像； (6) 條紋細化步驟：計算條紋的中點，對去噪二值化圖像進行細化，得到細化條紋圖 像； (7) 計算斑馬角步驟：計算細化條紋圖像中各相鄰條紋線之間的不同寬度，再在莫爾 條紋灰度圖像中計算所述不同寬度對應范圍內(nèi)所有像素灰度值的和值，然后計算各和值的 梯度，從中找出梯度最大值％ ;根據(jù)梯度-斑馬角映射表，計算％對應的斑馬角
2. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于： 所述設置檢測系統(tǒng)步驟（1)中，第一光柵G1和第二光柵G2均為Ronchi光柵，第一光 柵G1和第二光柵G2之間的距離L :
其中，L的單位為米，d為第一、第二光柵的周期，λ為入射光波的波長，單位為米。
3. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述預先建立 映射表步驟（2)包括下述子步驟： (2. 1)采集不同光照條件下的一組莫爾條紋灰度圖像，并計算每幅莫爾條紋灰度圖像 的平均灰度； (2. 2)對每幅莫爾條紋灰度圖像，用Otsu法得到對應的分割閾值； (2. 3)建立閾值-灰度映射表：閾值-灰度映射表包括分割閾值表項和平均灰度表項， 分割閾值表項包括各幅莫爾條紋灰度圖像的分割閾值，平均灰度表項包括與所述各分割閾 值對應的各幅莫爾條紋灰度圖像的平均灰度； (2. 4)獲取一組波筋度數(shù)不同的浮法玻璃試樣； (2. 5)采用斑馬法測得各浮法玻璃試樣的斑馬角； (2. 6)采用所述步驟（1)和下述步驟（3)、（4)、（5)、（6)獲得各浮法玻璃試樣的細化條 紋圖像； (2. 7)計算各細化條紋圖像中各相鄰條紋線之間的不同寬度，再在相應的莫爾條紋灰 度圖像中計算所述不同寬度對應范圍內(nèi)所有像素灰度值的和值，然后計算各和值的梯度， 從中找出梯度最大值，從而得到各莫爾條紋灰度圖像的梯度最大值； (2. 8)建立梯度-斑馬角映射表：梯度-斑馬角映射表包括梯度表項和斑馬角表項，梯 度表項包括各莫爾條紋灰度圖像的梯度最大值，斑馬角表項包括與所述各梯度最大值對應 的各浮法玻璃試樣的斑馬角。
4. 如權利要求3所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述子步驟 (2. 6)得到各莫爾條紋灰度圖像的梯度最大值包括下述過程： (2. 6. 1)將梯度最大值賦為0 ; (2. 6. 2)相鄰邊緣間像素點灰度值求和：按照自左而右的順序，計算細化條紋圖像中， 當前條紋線和下一條紋線之間的寬度，再在莫爾條紋灰度圖像中，計算所述寬度對應范圍 內(nèi)所有像素點灰度值的和值； (2. 6. 3)計算所述和值的梯度：計算所述和值與前一次和值的差值，得到當前和值的 梯度； (2. 6. 4)梯度最大值判定：判斷當前和值的梯度絕對值是否大于梯度最大值的絕對 值，是則將梯度最大值置為當前和值的梯度，轉步驟（2.6.5);否則保持梯度最大值不變， 轉步驟（2. 6. 5); (2. 6. 5)最后條紋線判定：判斷當前條紋線是否為細化條紋圖像的最后一根條紋線， 是則轉子步驟（2.7);否則將下一條紋線作為當前條紋線，轉子步驟（2.6.2);
5. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述邊緣檢測 步驟（3)包括下述子步驟： (3. 1)模板數(shù)組初始化：定義8個3 X 3模板數(shù)組，并分別對其按Kirsch算子賦值； (3. 2)卷積計算：按照從左至右、自上而下的順序，在莫爾條紋灰度圖像中，將當前像 素作為3 X 3模板數(shù)組的中心點，對當前像素值及其8鄰域像素值分別用8個模板數(shù)組進行 卷積計算，得到8個卷積值； (3. 3)求絕對值最大卷積值：從所述8個卷積值中求出絕對值最大的卷積值，將其作為 當前像素點的像素值； (3.4)結束判定：判斷當前像素點是否為莫爾條紋灰度圖像的最后一個像素點，是則 形成卷積值灰度圖像，結束，轉閾值分割步驟；否則將下一像素作為當前像素，轉子步驟 (3. 2)。
6. 如權利要求1所述的浮法玻璃波筋在線檢測方法，其特征在于，所述閾值分割步驟 (4)包括下述子步驟： (4. 1)計算卷積值灰度圖像的平均灰度：對卷積值灰度圖像中所有像素點的灰度值累 加求和，再除以像素點的數(shù)目，得到卷積值灰度圖像的平均灰度H。； (4. 2)查詢閾值-灰度映射表； 在閾值-灰度映射表中，找到所述平均灰度％對應的灰度區(qū)間[氏，H2]，利用下式計算 所述平均灰度對應的分割閾值?；:
式中，Hi彡4彡H2, Hi、H2分別為4對應的灰度區(qū)間較小、較大的灰度值，I\、T2分別為 Hi、H2對應的分割閾值； (4. 3)用分割閾值?；對圖像進行閾值分割，得到二值化圖像；轉去除圖像噪聲步驟。
7. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述去除圖像 噪聲步驟（5)包括下述子步驟： (5. 1)統(tǒng)計二值化圖像中當前列黑色像素點數(shù)量：從二值化圖像的左邊開始，按照自 上而下的順序，統(tǒng)計二值化圖像當前列中黑色像素點的數(shù)量； (5. 2)顏色判定：判斷當前列中黑色像素點的數(shù)量與當前列中像素點總數(shù)之比是否大 于去噪閾值Td，是則將當前列的所有像素點置為黑色像素點，轉步驟（5.3);否則將當前列 的所有像素點置為白色像素點，轉步驟（5. 3);其中，0. 5彡Td彡0. 8 ; (5.3)結束判定：判斷當前列是否為二值化圖像的最后一列，是則得到去噪二值化圖 像，結束，轉條紋細化步驟；否則將下一列作為當前列，轉子步驟（5. 1)。
8. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述條紋細化 步驟（6)包括下述子步驟： (6. 1)獲取當前條紋的起點和終點：按照自左而右的順序，從當前像素點開始，掃描去 噪二值化圖像的一行，當掃描到一個緊鄰白色像素點的黑色像素點時，將該黑色像素點位 置記錄為當前條紋起點位置，當繼續(xù)掃描到一個緊鄰黑色像素點的白色像素點時，將黑色 像素點位置記錄為當前條紋的終點位置； (6. 2)計算當前條紋的中點：計算當前條紋起點位置和終點位置的平均值，得到條紋 的中點； (6. 3)條紋細化：在去噪二值化圖像中，將條紋中點位置對應的一列像素點全部置為 黑色像素點，當前條紋其他位置像素點均置為白色像素點，形成條紋線； (6. 4)結束判定：判斷當前像素點是否為去噪二值化圖像一行中最后的像素點，是則 得到細化條紋圖像，結束，轉計算最大光通量變化率步驟；否則將下一像素點置為當前像素 點，轉子步驟（6. 1)。
9. 如權利要求1所述的浮法玻璃波筋缺陷在線檢測方法，其特征在于，所述計算斑馬 角步驟（7)包括下述子步驟： (7. 1)將梯度最大值D。賦為0 ; (7.2)相鄰邊緣間像素點灰度值求和：按照自左而右的順序，計算細化條紋圖像中，當 前條紋線和下一條紋線之間的寬度，再在莫爾條紋灰度圖像中，計算所述寬度對應范圍內(nèi) 所有像素點灰度值的和值； (7. 3)計算所述和值的梯度：計算所述和值與前一次和值的差值，得到當前和值的梯 度； (7. 4)梯度最大值判定：判斷當前和值的梯度絕對值是否大于梯度最大值Ο。的絕對 值，是則將D。置為當前和值的梯度，轉步驟（7.5);否則保持D。不變，轉步驟（7.5); (7. 5)最后條紋線判定：判斷當前條紋線是否為細化條紋圖像的最后一根條紋線，是 則轉子步驟（7.6);否則將下一條紋線作為當前條紋線，轉子步驟（7.2); (7. 6)查詢梯度-斑馬角映射表： 在梯度-斑馬角映射表中，找到所述梯度最大值％對應的梯度區(qū)間[Dp D2]，利用下式 計算％對應的斑馬角心：
式中，Di < % < D2, DpD2分別為％對應的梯度區(qū)間較小、較大的梯度值，ApA2分別為 Dp D2對應的斑馬角；計算完畢結束。
【文檔編號】G01B11/26GK104111040SQ201410259639
【公開日】2014年10月22日 申請日期:2014年6月11日 優(yōu)先權日:2014年6月11日
【發(fā)明者】謝經(jīng)明, 李安定, 陳幼平, 張代林, 卜凡 申請人:華中科技大學