專利名稱：一種基于機器視覺技術(shù)的鏡片疵病自動分級方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機器視覺技術(shù)領(lǐng)域，尤其涉及一種基于機器視覺技術(shù)的鏡片疵病自動分級方法。
背景技術(shù)：
據(jù)中國眼鏡協(xié)會分析，中國不僅是世界潛力最大的眼鏡消費大國，而且已成為世界領(lǐng)先的眼鏡生產(chǎn)大國。對中國來說，不論是作為眼鏡消費大國，還是作為眼鏡生產(chǎn)大國，鏡片的質(zhì)量要求越來越高，此時鏡片質(zhì)量分級起到至關(guān)重要的作用。當前，鏡片質(zhì)量分級靠手工完成，仍屬于勞動密集型行業(yè)，存在著勞動強度大、工作環(huán)境差，尤其因人為因素造成的分級精度不穩(wěn)定的情況時有發(fā)生。隨著市場競爭的日益激烈，提高鏡片分級精度是一個亟需解決的問題，關(guān)系到企業(yè)的發(fā)展與發(fā)展。利用日益興起的機器視覺技術(shù)實現(xiàn)鏡片的非接觸式檢測分級，從而可以提高鏡片分級精度的穩(wěn)定性，降低勞動成本，提高公司的競爭力。

發(fā)明內(nèi)容
針對鏡片圖像中的疵病進行分類分級存在的問題，本發(fā)明的目的在于提供一種基于機器視覺技術(shù)的鏡片疵病自動分級方法，該方法將代替當前手工分級操作，減輕勞動強度，提高分級效率，避免因人為因素造成的分級精度不穩(wěn)定的情況，具有廣泛的應用前景。本發(fā)明的技術(shù)方案是通過以下方式實現(xiàn)的:一種基于機器視覺技術(shù)的鏡片疵病自動分級方法，包括以下步驟:1)圖像二值化處理、2)攝像機標定處理、3)鏡片圖像分區(qū)、4)群體分類、5)個體分級、6)分級結(jié)果輸出；其特征在于:
1)、圖像二值化處理:首先采用Otsu法對鏡片灰度圖像進行動態(tài)閾值獲取二值圖像；然后利用數(shù)學形態(tài)學分別獲取鏡片邊緣圖像和鏡片疵病圖像；
2)、攝像機標定處理:對所述步驟I)處理后的鏡片邊緣圖像進行圓擬合，獲取鏡片的像素半徑，以鏡片像素半徑與鏡片實際半徑相運算，確定像素/毫米，記作pixel2_的值；同時利用鏡片的外邊緣輪廓坐標點確定鏡片質(zhì)心；
3)、鏡片圖像分區(qū):結(jié)合鏡片分區(qū)物理尺寸、piXel2mm及質(zhì)心位置，分別創(chuàng)建一區(qū)、二區(qū)、三區(qū)模板；用模板與鏡片的二值圖像相并運算，獲取相對應區(qū)域的疵病圖像；
4)、群體分類:提取疵病的無量綱參數(shù):寬長比、矩形度、圓度，判斷疵病屬于雜質(zhì)、羽毛、氣泡的類型；
5)、個體分級:分別對每個疵病按照相應的位置、大小、數(shù)量，確定該疵病的級別；
6)、分級結(jié)果輸出:綜合各種疵病對鏡片的影響權(quán)重，確定最終的鏡片分級結(jié)果。本發(fā)明:針對鏡片疵病圖像，結(jié)合Otsu法動態(tài)閾值分割和攝像機標定，有效地獲取鏡片邊緣圖像和鏡片疵病圖像以及像素尺寸與物理尺寸的互換關(guān)系。然后，通過提取疵病的無量綱參數(shù)(寬長比、矩形度、圓度等)和依據(jù)鏡片檢驗標準，進行群體分類和個體分級。最后結(jié)合各種疵病對鏡片的影響權(quán)重，確定最終的鏡片分級結(jié)果，提高了鏡片分級精度的穩(wěn)定性，具有廣泛的應用前景。


圖1為本專利鏡片自動分級方法整體流程圖。圖2為鏡片分區(qū)物理尺寸示意圖(070mm)。圖3為鏡片一區(qū)模板。圖4為鏡片二區(qū)模板。圖5為鏡片三區(qū)模板。
具體實施例方式下面結(jié)合附圖對本專利加以詳細說明。本發(fā)明針對的鏡片疵病圖像具有以下特點:①灰度圖像；②單一背景、多個疵病以及鏡片內(nèi)外邊緣；③疵病特征各異，分級要求不同?；诖祟悎D像，本專利提出一種專用于鏡片分級的方法。該方法由6步實現(xiàn):1)基于Otsu法對鏡片灰度圖像進行動態(tài)閾值分割獲取二值圖像；2)在二值圖像中，利用鏡片的外邊緣輪廓坐標點確定鏡片的質(zhì)心坐標；3)利用鏡片分區(qū)物理尺寸和pixel/mm值對鏡片圖像進行分區(qū)處理，分別為一區(qū)、二區(qū)、三區(qū)；4)提取疵病特征，進行有效分類，分為雜質(zhì)、羽毛、氣泡；5)按疵病的位置、大小、數(shù)量分為優(yōu)級、一級、二級和不合格品四種級別；
6)鏡片分級信息輸出，包括疵病種類和等級。其中，若是該批次首次檢測鏡片圖像，須進行攝像機標定操作，獲取像素尺寸與物理尺寸的比值，即pixel/mm值。該方法將代替當前手工分級操作，減輕勞動強度，提高分級效率，避免因人為因素造成的分級精度不穩(wěn)定的情況，具有廣泛的應用前景。本專利的鏡片分級方法整體流程參見圖1，主要包括以下步驟:
1.圖像二值化處理?；贠tsu法對鏡片圖像進行動態(tài)閾值分割獲取二值圖像。利用面積法去噪，獲取鏡片邊緣圖像；對鏡片邊緣圖像進行內(nèi)部填充后，再與它本身進行異或操作，然后與鏡片二值圖像進行并運算，可獲取鏡片邊緣內(nèi)的疵病圖像。2.攝像機標定處理。鏡片邊緣呈圓環(huán)狀，邊緣線為鏡片的內(nèi)圓和外圓。以鏡片圖像的內(nèi)圓邊緣定義成鏡片的邊緣，對內(nèi)圓進行圓擬合，獲取像素半徑。以鏡片像素半徑與鏡片實際半徑相運算，確定像素/毫米(記作piXel2mm)的值；同時利用鏡片的輪廓坐標點確定鏡片的質(zhì)心坐標值。3.鏡片圖像分區(qū)。由于不同的區(qū)域，對疵病分級要求不同。結(jié)合鏡片分區(qū)物理尺寸07Omm(參見圖2)、pixel2mm及質(zhì)心位置,分別創(chuàng)建一區(qū)、二區(qū)、三區(qū)模板(參見圖3、圖4、圖5);分別用三個模板與鏡片二值圖像相并運算，獲取相對應區(qū)域的疵病圖像。4.群體分類。分別對各個區(qū)域疵病進行無量綱特征參數(shù)(寬長比、矩形度、圓度)提取，確定各個疵病的類別(雜質(zhì)、羽毛、氣泡分類)。5.個體分級。在每個區(qū)域中，依據(jù)鏡片檢驗標準，對每個疵病按該種類的大小、數(shù)量進行分級，確定該疵病在該區(qū)域的級別。完成三個區(qū)域所有疵病的級別判斷。6.分級結(jié)果輸出。綜合各種疵病對鏡片的影響權(quán)重，確定最終的鏡片分級結(jié)果。
權(quán)利要求
1.一種基于機器視覺技術(shù)的鏡片疵病自動分級方法，包括以下步驟:1)圖像二值化處理、2)攝像機標定處理、3)鏡片圖像分區(qū)、4)群體分類、5)個體分級、6)分級結(jié)果輸出；其特征在于: 1)、圖像二值化處理:首先采用Otsu法對鏡片灰度圖像進行動態(tài)閾值獲取二值圖像；然后利用數(shù)學形態(tài)學分別獲取鏡片邊緣圖像和鏡片疵病圖像； 2)、攝像機標定處理:對所述步驟I)處理后的鏡片邊緣圖像進行圓擬合，獲取鏡片的像素半徑，以鏡片像素半徑與鏡片實際半徑相運算，確定像素/毫米，記作pixel2_的值；同時利用鏡片的外邊緣輪廓坐標點確定鏡片質(zhì)心； 3)、鏡片圖像分區(qū):結(jié)合鏡片分區(qū)物理尺寸、piXel2mm及質(zhì)心位置，分別創(chuàng)建一區(qū)、二區(qū)、三區(qū)模板；用模板與鏡片的二值圖像相并運算，獲取相對應區(qū)域的疵病圖像； 4)、群體分類:提取疵病的無量綱參數(shù):寬長比、矩形度、圓度，判斷疵病屬于雜質(zhì)、羽毛、氣泡的類型； 5)、個體分級:分別對每個疵病按照相應的位置、大小、數(shù)量，確定該疵病的級別； 6)、分級結(jié)果輸出:綜合各種疵病對鏡片的影響權(quán)重，確定最終的鏡片分級結(jié)果。
全文摘要
一種基于機器視覺技術(shù)的鏡片疵病自動分級方法，包括以下步驟1)圖像二值化處理、2)攝像機標定處理、3)鏡片圖像分區(qū)、4)群體分類、5)個體分級、6)分級結(jié)果輸出；本發(fā)明針對鏡片疵病圖像，結(jié)合Otsu法動態(tài)閾值分割和攝像機標定，有效地獲取鏡片邊緣圖像和鏡片疵病圖像以及像素尺寸與物理尺寸的互換關(guān)系。通過提取疵病的無量綱參數(shù)(寬長比、矩形度、圓度等)和依據(jù)鏡片檢驗標準，進行群體分類和個體分級。最后結(jié)合各種疵病對鏡片的影響權(quán)重，確定最終的鏡片分級結(jié)果，提高了鏡片分級精度的穩(wěn)定性，具有廣泛的應用前景。
文檔編號G06T7/00GK103163156SQ201310091729
公開日2013年6月19日 申請日期2013年3月21日 優(yōu)先權(quán)日2013年3月21日
發(fā)明者沈?qū)殗? 師平, 冷承業(yè), 馬桂殿, 楊尹, 曾祥波, 許生炎 申請人:萬新光學集團有限公司