(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211264873.4 (22)申请日 2022.10.17 (71)申请人 博格达智能装备 （南 通） 有限公司 地址 226000 江苏省南 通市海安市城东 镇 经一路6号 (72)发明人 汤鹏飞　 (74)专利代理 机构 武汉华强专利代理事务所 (普通合伙) 42237 专利代理师 康晨 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/62(2017.01) G06T 5/00(2006.01) G06V 10/762(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 基于光学视觉的木塑新材料门的缺陷检测 方法 (57)摘要 本发明涉及材料测试和分析技术领域， 具体 涉及基于光学视觉的木塑新材料门的缺陷检测 方法。 该方法利用光学手段， 具体是利用可见光 手段获取不同角度的光源照射下的待检测木塑 门图像， 根据各角度的光源照射下待检测木塑门 图像进行材料分析和测试， 构建最优化函数； 根 据最优化函数， 得到最优的光源照射下对应的待 检测木塑门图像； 根据最优的光源照射下对应的 待检测木塑门图像， 判断待检测木塑门的橘皮缺 陷程度。 本发 明提高了木塑新材料门橘皮缺陷的 检测效率。 权利要求书2页 说明书7页 附图1页 CN 115359042 A 2022.11.18 CN 115359042 A 1.一种基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 该方法包括以下 步骤： 分别获取光源在四个初始位置照 射时的待检测木塑 门的图像； 对于光源在任一初始位 置照射时的待检测木塑门的图像： 利用滑 窗对该图像中的像素点进行遍历， 计算滑 窗对应 的像素点的灰度方差； 根据滑窗对应的像素点的灰度方差， 得到该图像对应的卷积图像； 根 据所述卷积图像， 得到该图像中橘皮区域， 计算该图像中橘皮区域的面积； 根据橘皮区域的 面积最大时光源所在的初始位置， 得到光源的最佳移动方向； 获取光源在最佳移动方向上照 射时的待检测木塑 门的图像； 利用滑窗对所述光源在最 佳移动方向上照射时的待检测木塑门的图像中的像素点进 行遍历， 计算滑窗对应的像素点 的灰度方差； 根据 滑窗对应的像素点的灰度方差， 得到待检测木塑门对应的卷积图像； 对所 述卷积图像进行聚类， 得到橘皮区域对应的多个簇； 根据橘皮区域对应的各簇的面积和各 簇中心点的位置， 得到光源未来的移动方向； 利用移动后的光源照射待检测木塑门， 得到不 同角度的光源照射下待检测木塑门图像； 根据各角度的光源照射下待检测木塑门图像中橘皮缺陷区域的面积和橘皮缺陷区域 像素点的标准差， 构建最优化函数； 根据所述最优化函数， 得到最优的光源照射下对应的待 检测木塑门图像； 根据所述最优的光源照射下对应的待检测木塑门图像， 判断待检测木塑 门的橘皮缺陷程度。 2.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述初始位置为： 分别获取与待检测木塑门的四个顶点距离最近且与待检测木塑门的中心点的距离为 预设距离的位置， 将所述 位置作为 光源的初始位置 。 3.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述根据橘皮区域的面积最大时光源所在的初始位置， 得到光源的最佳移动方向， 包括： 获取橘皮区域的面积最大时光源与对应待检测木塑 门上距离最近的顶点； 所述顶点包 括待检测木塑门左上角的顶点、 待检测木塑门右上角的顶点、 待检测木塑门左下角的顶点 和待检测木塑门右下角的顶点； 将所述橘皮区域的面积最大时光源与对应待检测木塑门上距离最近的顶点和待检测 木塑门的中心点的连线的方向作为 光源的最佳移动方向。 4.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述最优化函数为： 其中， 为最优化函数， 为待检测的木塑门的大小， 为任一角度的光源照射下 待检测木塑门图像中橘皮缺陷区域的大小， 为该角度的光源照射下待检测的木塑门图像 中橘皮缺陷区域像素点灰度值的标准差， 为第一权 重， 为第二权 重。 5.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述根据所述 最优化函数， 得到最优的光源照射下对应的待检测木塑门图像， 包括： 根据最优化 函数， 计算各角度的光源照射下待检测木塑门图像对应的最优化 函数值；权　利　要　求　书 1/2 页 2 CN 115359042 A 2将最优化函数值最大时对应的待检测木塑门图像作为最优的光源照射下对应的待检 测木塑门图像。 6.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述根据橘皮区域对应的各簇的面积和各簇中心点的位置， 得到光源未来的移动方向， 包 括： 根据橘皮区域对应的各簇的面积， 计算橘皮区域簇的平均面积； 获取橘皮区域各簇的中心点坐标， 计算橘皮区域相邻簇的中心点之间的欧氏距离， 根 据所述欧氏距离， 计算橘皮区域簇的离 散程度； 根据所述平均面积和离 散程度， 得到光源未来的移动方向。 7.根据权利要求6所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述根据所述平均面积和离 散程度， 得到光源未来的移动方向， 包括： 分别对所述平均面积和离 散程度进行归一 化， 得到归一 化后的平均面积和离 散程度； 采用如下公式计算判定值： 其中， 为判定值， 为归一化后的平均面积， 为归一化后的离 散程度； 判断判定值是否小于等于设定阈值， 若小于等于， 则将橘皮区域对应的簇中面积最大 的一簇所在方向作为 光源未来的移动方向。 8.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 所述对所述卷积图像进行聚类， 得到橘皮区域对应的多个簇， 包括： 计算卷积图像中灰度最大值和灰度最小值的均值， 将所述均值作为聚类的灰度条件； 将卷积图像中灰度值最大的一个像素点作为 聚类时的初始圆心， 根据 所述聚类的灰度 条件， 对卷积图像中的点进行聚类， 得到橘皮区域对应的多个簇 。 9.根据权利要求1所述的基于光学视觉的木塑新材料门的缺陷检测方法， 其特征在于， 获取各角度的光源照射下待检测木塑门图像中橘皮缺陷区域， 包括： 对于任一角度的光源照射下待检测木塑门图像： 将该角度的光源照射下待检测木塑门图像对应的卷积图像中橘皮区域对应的多个簇 与对应的待检测木塑门 图像中的像素点位置一一对应， 得到该角度的光源照射下待检测木 塑门图像中的橘皮区域。权　利　要　求　书 2/2 页 3 CN 115359042 A 3