(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210279657.0 (22)申请日 2022.03.22 (65)同一申请的已公布的文献号 申请公布号 CN 114372983 A (43)申请公布日 2022.04.19 (73)专利权人 武汉市富甸科技发展 有限公司 地址 430000 湖北省武汉市蔡甸区张湾街 柏林庄 (72)发明人 危宾　 (74)专利代理 机构 南京司南专利代理事务所 (普通合伙) 32431 专利代理师 彭玉婷 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06V 10/40(2022.01) G06V 10/762(2022.01)G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01N 21/88(2006.01) (56)对比文件 CN 112862760 A,2021.0 5.28 CN 110084804 A,2019.08.02 CN 112767398 A,2021.0 5.07 JP 2009122939 A,20 09.06.04 CN 10485 0858 A,2015.08.19 CN 113963042 A,202 2.01.21 高嘉轩.基 于机器视觉的类圆形 水果缺陷检 测关键技 术的研发与实现. 《信息科技》 .2021, 审查员 纪青 (54)发明名称 一种基于图像处理的屏蔽盒涂装质量检测 方法及系统 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于图像处理的屏蔽盒涂装质量检测方法及 系统， 该方法首先对屏蔽盒图像进行处理得到目 标图像， 重构目标图像得到多张特征图。 获取特 征图中的局部区域； 计算局部区域的异常程度， 并从局部区域中选取待选区域。 对待选区域分类 得到多个缺陷簇。 计算缺陷簇内待选区域的差异 程度和聚集程度； 聚集程度和差异程度之比为符 合程度。 根据符合程度和异常程度计算特征图的 适配程度； 由适配程度从特征图中选取目标特征 图。 对目标特征图进行缺陷检测得到屏蔽盒评价 值。 本发明通过计算LBP算子与特征图的适配程 度， 从特征图中选取目标特征图进行缺陷检测， 提高了缺陷检测的准确性。 权利要求书2页 说明书10页 附图2页 CN 114372983 B 2022.05.24 CN 114372983 B 1.一种基于图像处 理的屏蔽盒涂装质量检测方法， 其特 征在于， 该 方法包括以下步骤： 采集屏蔽盒图像， 对所述屏蔽盒图像进行语义分割得到目标图像； 采用半径不同的LBP 算子分别重构所述目标图像， 得到多张特 征图； 根据所述特征图中各像素点的坐标和灰度值对像素点分类， 得到多个局部区域； 根据 各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的异常程度， 根据所述异常程度从多个局部区域中筛 选出待选区域； 根据各待选区域之间的距离对各 特征图中的待选区域进行分类得到多个缺陷簇； 根据所述缺陷簇内的待选区域数量、 待选区域面积和待选区域内像素点的方差得到差 异程度； 计算缺陷簇内各待选区域的聚集程度； 所述聚集程度和所述差异程度的比值为符 合程度； 根据各缺陷簇对应的所述符合程度和缺陷簇内各待选区域对应的异常程度得到特征 图的适配程度； 根据所述 适配程度从多个特 征图中选取 出目标特征图； 对所述目标 特征图进行缺陷检测， 得到屏蔽盒评价 值。 2.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据所述特 征图中各像素点的坐标和灰度值对像素点分类， 得到多个局部区域， 包括： 由所述特 征图中各像素点的坐标和灰度值构建各像素点对应的样本集； 利用均值漂移聚类将所述样本集进行聚类得到多个聚类类别， 属于同一 聚类类别的样 本集对应的像素点 为同一类得到多个局部类别； 所述局部类别包 含多个像素点； 每个局部类别对应一个局部区域。 3.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据各局部区域内像素点的像素均值的差值和局部区域的面积占比得到局部区域的 异常程度， 包括： 选取任意局部区域作为目标局部区域； 获取所述目标局部区域内像素点的像素均值和 其他各局部区域内像素点的像素均值的差值的第一 绝对值； 计算多个所述第一 绝对值的第一均值； 所述第一均值和目标局部区域的面积占比的倒数相乘得到目标局部区域的异常程度。 4.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据所述缺陷簇内的待选区域数量、 待选区域面积和待选区域内像素点的方差得到差 异程度， 包括： 获取各待选区域的待选区域面积； 计算缺陷簇 内的最大待选区域面积和最小待选区域 面积的差值 为缺陷簇的最大面积差； 获取各待选区域内像素点的像素值的方差， 得到缺陷簇的最大 方差； 所述待选区域数量、 所述 最大待选区域 面积和最大 方差的乘积为第一乘积； 所述第一乘积和所述 最大面积差的比值 为所述差异程度。 5.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述计算 缺陷簇内各待选区域的聚集 程度， 包括： 融合所述 缺陷簇内各待选区域得到融合区域； 获取 所述融合区域的融合中心点； 获取待选区域的中心点至所述融合中心点的中心距离； 计算多个所述中心距离的距离 均值；权　利　要　求　书 1/2 页 2 CN 114372983 B 2所述距离均值的倒数和最大中心 距离的乘积为 缺陷簇对应的所述聚集 程度。 6.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据各缺陷簇对应的所述符合程度和 缺陷簇内各待选区域对应的异常程度得到特征 图的适配程度， 包括： 缺陷簇内多个待选区域的异常程度的和为异常程度累加值； 缺陷簇对应的所述符合程 度和所述异常程度累加值的乘积为 缺陷簇的缺陷值； 特征图中多个缺陷簇的缺陷值的和为缺陷累加值； 特征图中多个缺陷簇的异常程度累 加值的和为第一累加 和； 所述缺陷累加值和所述第一累加 和的比值 为特征图的适配程度。 7.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述对所述目标 特征图进行缺陷检测， 得到屏蔽盒评价 值， 包括： 利用缺陷检测神经网络对所述目标特征图进行缺陷检测得到缺陷区域及其对应的缺 陷区域面积； 所述缺陷区域 面积的占比为所述屏蔽盒评价 值。 8.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据所述异常程度从多个局部区域中筛 选出待选区域， 包括： 保留异常程度大于预设异常阈值的局部区域作为待选区域。 9.根据权利要求1所述的一种基于图像处理 的屏蔽盒涂装质量检测方法， 其特征在于， 所述根据各待选区域之间的距离对各特征图中的待选区域进行分类得到多个缺陷簇， 包 括： 获取各特征图中待选区域的中心点， 根据中心点的距离对各特征图中的待选区域进行 分类得到多个缺陷簇 。 10.一种基于图像处理 的屏蔽盒涂装质量检测系统， 包括存储器、 处理器以及存储在所 述存储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计 算机程序时实现如权利要求1~9任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114372983 B 3