一种产品缺陷检测方法及装置

1.一种产品缺陷检测方法，其特征在于，包括以下步骤：S1、采集产品的原始图像，并提供具有与所述原始图像中的产品像素点一一对应的像素点的空白图像，所述空白图像的各像素点按照二值形式初始设为0值；S2、对所述原始图像进行形态学操作，取得包括产品的外轮廓和一级以上次级内轮廓在内的多级轮廓；S3、从所述原始图像中提取产品外轮廓的像素点信息，并存储在一首尾相接的链表中，所述像素点信息包括像素点的坐标值、灰度值以及用于确定当前像素点的前、后像素点的信息；S4、确定所述链表中的每个像素点灰度值与周围像素点灰度值的差异度值；S5、将每个像素点的所述差异度值与设定阈值进行比较，当像素点的所述差异度值大于设定阈值时，确定该像素点为缺陷位置像素点；S6、从所述链表中获得所述缺陷位置像素点的坐标信息，根据所述坐标信息在所述空白图像中找到对应的像素点，所述空白图像中找到的对应像素点的灰度值调整成1值；S7、对每一级内轮廓均重复执行步骤S3-S6，其中根据在每一级内轮廓上所确定的缺陷位置像素点的坐标信息，对所述空白图像的对应像素点的灰度值进行调整；S8、将调整后的所述空白图像与所述原始图像进行叠加融合，得到将产品缺陷突出显示的图像。 2.如权利要求1所述的产品缺陷检测方法，其特征在于，在步骤S8之前还包括：对步骤S7的得到的空白图像通过连通域处理将不同级的轮廓上的缺陷区域聚团，以突出缺陷位置。 3.如权利要求1或2所述的产品缺陷检测方法，其特征在于，步骤S3中在提取像素点信息之前还包括：使用卷积核 按照以下式对原始图像进行二阶梯度增强：其中，f(x，y)为双边滤波后的图像在坐标(x，y)处灰度值，g(x，y)为二阶梯度增强后图像在(x，y)处灰度值，w(s，t)为卷积核在(s，t)处的值。 4.如权利要求3所述的产品缺陷检测方法，其特征在于，其中卷积核尺寸对应a＝1，b＝1。 5.如权利要求1至2任一项所述的产品缺陷检测方法，其特征在于，步骤S2中，先对所述原始图像进行双边滤波处理，在保留产品轮廓边缘信息同时去除噪声。 6.如权利要求1至2任一项所述的产品缺陷检测方法，其特征在于，步骤S4中，确定所述链表中的每个像素点灰度值与周围像素点灰度值的差异度值包括：将所述链表中包括当前像素点在内的前后共2m个点的灰度值取均值作为参考值，按照下式计算当前像素点的灰度值与该参考值的差异值：其中，n为递增变量，范围为[-m+1，m]，L i 为所述链表中序号为i的像素点的灰度值，M i 为所述链表中序号为i的像素点的灰度值与该参考值的差异值，以所述差异值作为当前像素点灰度值与周围像素点灰度值的差异度值。 7.如权利要求6所述的产品缺陷检测方法，其特征在于，m＝50。 8.如权利要求1至2任一项所述的产品缺陷检测方法，其特征在于，步骤S4中，确定所述链表中的每个像素点灰度值与周围像素点灰度值的差异度值包括：设置尺寸为1*100的卷积核K，并初始化为：[0.01…0.01]按照下式计算M i其中n为递增变量，范围为[1，100]，L i 为所述链表中序号为i的像素点的灰度值，M i 为所述链表中序号为i的像素点的灰度值与周围像素点灰度值的差异度值，K i 为卷积核K中i处的值。 9.如权利要求1至2任一项所述的产品缺陷检测方法，其特征在于，所述产品为手机玻璃面板。 10.一种产品缺陷检测装置，包括图像采集装置和数据处理装置，其特征在于，所述数据处理装置是使用权利要求1至9任一项所述的产品缺陷检测方法处理图像数据以检测产品缺陷的数据处理装置。 11.如权利要求10所述的产品缺陷检测装置，其特征在于，所述图像采集装置采用时间延迟积分线阵相机。