(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 202210880884.9 (22)申请日 2022.07.26 (71)申请人 南通博莹机械铸造有限公司 地址 226000 江苏省南 通市海门区余 东镇 创业路12号 (72)发明人 赖家球　赵金　 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) (54)发明名称 基于机器视觉的喷漆缺陷检测方法及系统 (57)摘要 本发明公开了一种基于机器视觉的喷漆缺 陷检测方法及系统， 涉及缺陷检测领域。 包括： 获 取喷漆物表 面图像的灰度图像； 分别以各像素点 为中心建立滑窗以获得各像素点的第一特征值； 根据各像素点邻域内其他像素点的第一特征值 分别获得各像素点的第二特征值； 对第二特征值 大于预设第一阈值的像素点进行聚类获得多个 类别， 分别对各类别进行圆拟合， 并分别获得圆 上各像素点的海森矩 阵的最大特征值对应的特 征向量； 根据各圆上各像素点的特征向量以及梯 度方向， 分别获得各圆的缺陷概率以将灰度图像 中圆分为多个种类， 并根据灰度图像中各种类中 包含的圆的面积和缺陷概率获得缺陷值， 当缺陷 值为0时， 喷漆物表面无缺陷， 否则喷漆物表面存 在缺陷。 权利要求书2页 说明书7页 附图1页 CN 115115613 A 2022.09.27 CN 115115613 A 1.一种基于 机器视觉的喷漆缺陷检测方法， 其特 征在于， 包括： 获取喷漆物表面图像并进行灰度变换获得灰度图像， 利用Sobel算子分别计算灰度图 像中各像素点的梯度幅值及 梯度方向； 分别以灰度图像中各像素点为中心建立预设尺寸的滑窗， 并根据滑窗中所包含的像素 点的灰度值， 分别获得 各滑窗的中心像素点的第一特 征值； 根据灰度图像 中各像素点邻域内其他像素点的所述第 一特征值， 分别获得灰度图像中 各像素点的第二特 征值； 对第二特征值大于预设第一阈值的像素点进行DBSCAN聚类获得多个类别， 分别 对各类 别中像素点进 行圆拟合获得对应的圆， 并分别获得圆上各像素点的海森矩阵的最大特征值 对应的特 征向量； 根据每一 圆上各像素点的特征向量以及圆上各像素点的梯度方向， 分别获得每一圆的 缺陷概率； 利用各圆的缺陷概率， 将灰度图像中圆分为多个种类， 并根据灰度图像中各种类中包 含的圆的面积和缺陷概率， 获得喷漆物表面的缺陷值， 当缺陷值为0时， 判定喷漆物表面无 缺陷， 否则判定喷漆物 表面存在缺陷。 2.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 根据滑窗中 所包含的像素点的灰度值， 分别获得 各滑窗的中心像素点的第一特 征值， 包括： 式中， 表示滑窗的中心像素点的第一特征值， m表示滑窗内像素点个数， 表示滑窗中 第 个像素点的灰度值， 表示双曲线正切 函数， 表示超参数， 为位于 范围内的整 数， 表示滑窗中像素点的灰度均值。 3.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 所述灰度图 像中各像素点的第二特征值， 是通过各像素点与其领域内其他像素点的第一特征值差值的 平方的均值的双曲线正切获得的。 4.根据权利要求2所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 所述方法还 包括： 对各像素点的所述第二特 征值进行归一 化处理。 5.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 对喷漆物表 面图像进行 灰度变换 前， 还包括： 利用DNN对喷漆物表面图像进行分割， 将分割后的喷漆物表面图像中喷漆区域以外的 像素点的像素值设置为0 。 6.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 根据每一 圆 上各像素点的特 征向量以及圆上 各像素点的梯度方向， 分别获得每一圆的缺陷概 率， 包括： 将每一圆上各像素点的特征向量与梯度方向之间的余弦相似度的均值， 分别作为每一 圆的缺陷概 率。 7.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 当所述缺陷 值大于0时， 所述方法还 包括： 当所述缺陷值小于预设第二阈值时， 采用防走 珠水对喷漆物 表面的缺陷进行修复；权　利　要　求　书 1/2 页 2 CN 115115613 A 2当所述缺陷值大于预设第二阈值时， 先对喷漆物表面进行干燥处理， 将喷漆物表面的 漆膜打磨掉并进行彻底 清洗， 然后重新喷涂 。 8.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 分别以所述 灰度图像中各像素点为中心建立预设尺寸的滑窗前， 还包括对所述灰度图像进行增维操 作， 所述增维操作包括： 所述灰度图像的大小为 ， 滑窗大小为 ， 增维后灰度图像大小变为 ， 增维元素为灰度图像的边缘像素点的灰度值， 增维后图像四角像素点 的灰度值用灰度图像的四角像素点的灰度值 填充。 9.根据权利要求1所述的基于机器视觉的喷漆缺陷检测方法， 其特征在于， 计算灰度图 像中各像素点的梯度幅值及 梯度方向， 包括： 像素点的梯度大小 ， 像素点的梯度方向为 ， 其中g表示梯度大 小， 表示像素点的水平梯度， 表示像素点的竖直梯度。 10.一种基于机器视觉的喷漆缺陷检测系统， 其特征在于， 包括： 存储器和处理器， 所述 处理器执行所述存储器存储的计算机程序， 以实现如权利要求1 ‑9任一项所述的基于机器 视觉的喷漆缺陷检测方法。权　利　要　求　书 2/2 页 3 CN 115115613 A 3