本技術涉及注塑件檢測，且更為具體地，涉及一種注塑件檢測系統(tǒng)及其方法。

背景技術：

1、在現(xiàn)代制造業(yè)中，注塑件的質量檢測是確保產品質量的重要環(huán)節(jié)。傳統(tǒng)的注塑件質量檢測方法主要依賴于人工目視檢查或簡單的邊緣檢測算法，這些方法在復雜光源條件下容易受到干擾，導致檢測結果不準確。為了克服這些問題，近年來出現(xiàn)了一些基于圖像處理技術的自動檢測方法。其中，公開號為cn118334019a的專利提出了一種注塑件檢測方法及系統(tǒng)，該方法通過獲取注塑件的灰度圖像，并結合波浪紋理和光斑區(qū)域特征來評估注塑件的質量。

2、盡管cn118334019a提供了一種較為先進的解決方案，但其仍存在一些需要改進的地方。首先，在圖像預處理階段，該方法采用了常規(guī)的圖像去噪處理和灰度化處理。雖然這些步驟可以初步去除噪聲并簡化圖像信息，但對于復雜的注塑件表面缺陷（如細微裂紋、氣泡等），其效果并不理想。特別是對于過強的噪聲抑制手段，可能會抹去波浪邊緣的細節(jié)，導致特征丟失。這種現(xiàn)象在實際生產環(huán)境中尤為明顯，因為注塑件通常在傳送帶上快速移動，而光源和角度不斷變化，使得圖像部分區(qū)域的亮度差異非常大。靜態(tài)的直方圖均衡化操作難以適應這種動態(tài)場景下的局部灰度變化，可能導致高亮區(qū)域過增強或陰影區(qū)域信息丟失。

3、因此，期待一種優(yōu)化的注塑件檢測方案。

技術實現(xiàn)思路

1、為了解決上述技術問題，提出了本技術。本技術的實施例提供了一種注塑件檢測系統(tǒng)及其方法，其能夠根據圖像局部特征自適應地調整濾波強度，避免了過強的噪聲抑制手段可能帶來的細節(jié)丟失問題。特別是在注塑件在傳送帶快速移動的情況下，這種方法能夠更好地適應光源和角度不斷變化的動態(tài)場景，保持圖像中的重要細節(jié)。

2、根據本技術的一個方面，提供了一種注塑件檢測方法，包括：獲取注塑件的灰度圖像，確定所述灰度圖像中的邊緣紋理和灰度區(qū)域；基于最近邊緣紋理中像素點斜率特征，識別相互匹配的像素點；結合紋理形態(tài)、灰度分布和距離特征，從邊緣紋理中篩選出波浪邊緣；依據灰度區(qū)域的整體形態(tài)及像素點灰度值，識別光斑區(qū)域；利用光斑區(qū)域與波浪邊緣的交點及其與注膠點位的距離，進行交點兩兩匹配，并據此擬合整體邊緣；綜合所有整體邊緣和未與光斑區(qū)域相交的波浪邊緣來界定波浪區(qū)域，從而對注塑件的注塑質量進行評估，其中，獲取注塑件的灰度圖像，確定所述灰度圖像中的邊緣紋理和灰度區(qū)域，包括：獲取所述注塑件的原始rgb圖像；對所述原始rgb圖像進行灰度化處理以得到所述注塑件的灰度圖像；計算所述灰度圖像的梯度幅值圖；基于所述梯度幅值圖，對所述灰度圖像進行動態(tài)濾波以得到降噪后灰度圖像；使用超像素分割算法對所述降噪后灰度圖像進行處理以得到所述灰度區(qū)域；使用邊緣檢測算法對所述降噪后灰度圖像進行處理以得到所述邊緣紋理。

3、在上述注塑件檢測方法中，計算所述灰度圖像的梯度幅值圖，包括：計算所述灰度圖像中各個像素點在垂直方向上的灰度變化值；計算所述灰度圖像中各個像素點在水平方向上的灰度變化值；基于所述各個像素點在水平方向上的灰度變化值和在垂直方向上的灰度變化值，確定所述各個像素點的梯度幅值。

4、在上述注塑件檢測方法中，計算所述灰度圖像中各個像素點在水平方向上的灰度變化值，包括：以如下公式來計算所述灰度圖像中各個像素點在水平方向上的灰度變化值，其中，所述公式為：；其中，表示灰度圖像中像素點的灰度值，表示灰度圖像中像素點的灰度值，表示灰度圖像中像素點在水平方向上的灰度變化值。

5、計算所述灰度圖像中各個像素點在垂直方向上的灰度變化值，包括：以如下公式來計算所述灰度圖像中各個像素點在垂直方向上的灰度變化值，其中，所述公式為：；其中，表示灰度圖像中像素點的灰度值，表示灰度圖像中像素點的灰度值，表示灰度圖像中像素點在垂直方向上的灰度變化值。

6、基于所述各個像素點在水平方向上的灰度變化值和在垂直方向上的灰度變化值，確定所述各個像素點的梯度幅值，包括：以如下公式來計算所述各個像素點的梯度幅值，所述公式為：；其中，表示灰度圖像中像素點的梯度幅值。

7、在上述注塑件檢測方法中，基于所述梯度幅值圖，對所述灰度圖像進行動態(tài)濾波以得到降噪后灰度圖像，包括：定義濾波權重函數并分別計算所述灰度圖像中各個像素點的濾波權重函數值，所述濾波權重函數與所述各個像素點的梯度幅值有關；確定所述灰度圖中各個像素點的局部鄰域；基于所述局部鄰域中所有像素點的梯度幅值和濾波權重函數值，計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值。

8、在上述注塑件檢測方法中，所述濾波權重函數為：；其中，表示各個像素點的梯度幅值，為控制因子，用于調節(jié)權重的衰減速率，表示自然常數，表示各個像素點的濾波權重函數值。

9、在上述注塑件檢測方法中，基于所述局部鄰域中所有像素點的梯度幅值和濾波權重函數值，計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值，包括：基于所述局部鄰域中所有像素點的灰度值，計算所述局部鄰域的鄰域像素相似性；基于所述鄰域像素相似性和所述局部鄰域中所有像素點的濾波權重函數值，計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值。

10、在上述注塑件檢測方法中，基于所述局部鄰域中所有像素點的灰度值，計算所述局部鄰域的鄰域像素相似性，包括：以如下公式來計算所述局部鄰域的鄰域像素相似性，其中，所述公式為：；其中，表示灰度圖像中像素點的灰度值，表示灰度圖像中像素點的灰度值，為所述局部鄰域，為濾波強度影響控制因子，表示局部鄰域的鄰域像素相似性。

11、在上述注塑件檢測方法中，基于所述鄰域像素相似性和所述局部鄰域中所有像素點的濾波權重函數值，計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值，包括：以如下公式計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值，所述公式為：；其中，表示灰度圖像中像素點的梯度幅值，表示灰度圖像中像素點的濾波權重函數值，表示降噪后灰度圖像中像素點的灰度值。

12、在上述注塑件檢測方法中，基于所述鄰域像素相似性和所述局部鄰域中所有像素點的濾波權重函數值，計算該像素點的平滑值作為所述降噪后灰度圖像中該像素點的灰度值，還包括：計算該像素點的濾波權重函數的擴散系數；基于所述擴散系數，采用局部鄰域邊緣停止機制對該像素點的濾波權重函數進行修正以得到該像素點的修正濾波權重函數。

13、根據本技術的另一個方面，還提供了一種注塑件檢測系統(tǒng)，所述注塑件檢測系統(tǒng)包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如前述的注塑件檢測方法的步驟。

14、與現(xiàn)有技術相比，本技術提供的注塑件檢測系統(tǒng)及其方法，其首先將獲取的rgb圖像灰度化，并計算梯度幅值圖以進行動態(tài)濾波降噪，從而得到清晰的灰度圖像。接著，利用超像素分割算法識別灰度區(qū)域，通過邊緣檢測算法確定邊緣紋理?；谧罱吘壖y理中像素點斜率特征匹配像素點，篩選出波浪邊緣，識別光斑區(qū)域。結合光斑區(qū)域與波浪邊緣交點及與注膠點的距離進行匹配，擬合整體邊緣。最終綜合所有邊緣和波浪區(qū)域來評估注塑件質量。這里，動態(tài)濾波技術根據局部特征自適應調整濾波強度，有效去除噪聲同時保留關鍵細節(jié)，特別適用于快速移動中的注塑件在變化光源和角度下保持圖像重要細節(jié)的場景。這種方法相較于傳統(tǒng)手段更能避免細節(jié)丟失。