(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 202211238356.X (22)申请日 2022.10.11 (71)申请人 江苏添鸣器械科技有限公司 地址 226000 江苏省南 通市如东县河口镇 锦成村三十四组 (72)发明人 沙惠满　 (74)专利代理 机构 安徽宏铎知识产权代理事务 所(普通合伙) 3425 0 专利代理师 罗慧 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/20(2022.01) (54)发明名称 一种铝箔表面 缺陷识别方法 (57)摘要 本发明涉及材料测试和分析技术领域， 具体 涉及一种铝箔表面缺陷识别方法， 该方法包括： 通过光学手段， 具体是利用可见光手段获取待检 测铝箔的表面可见光图像和样本铝箔的样本表 面可见光图像， 对表面可见光图像和样本表面可 见光图像进行预处理； 对目标铝箔图像和样本铝 箔图像进行特征对比分析； 根据灰度差异度和表 面外观差异度， 确定待检测铝箔对应的目标缺陷 概率； 根据目标缺陷概率和预先设置的缺陷概率 阈值， 生成待检测铝箔对应的目标缺陷信息。 本 发明利用可见光手段进行材料分析和测试， 解决 了对铝箔表面进行缺陷识别的准确度低下的技 术问题， 提高了对铝箔表面进行缺陷识别的准确 度， 主要应用于对铝箔表面进行缺陷识别。 权利要求书3页 说明书13页 附图1页 CN 115311272 A 2022.11.08 CN 115311272 A 1.一种铝箔表面 缺陷识别方法， 其特 征在于， 包括以下步骤： 获取待检测铝箔的表面可见光图像和样本铝箔的样本表面可见光图像， 对所述表面可 见光图像和所述样本表面可见光图像进行预处理， 得到目标铝箔 图像和样本铝箔 图像， 其 中， 所述预处 理包括： 灰度化； 对所述目标铝箔图像和所述样本铝箔图像进行特征对比分析， 得到灰度差异度和表面 外观差异度； 根据所述灰度差异度和所述表面外观差异度， 确定所述待检测铝箔对应的目标缺陷概 率； 根据所述目标缺陷概率和预先设置的缺陷概率阈值， 生成所述待检测铝箔对应的目标 缺陷信息； 所述对所述目标铝箔图像和所述样本铝箔图像进行特征对比分析， 得到灰度差异度和 表面外观差异度， 包括： 将目标均值与样本均值的差值的绝对值， 确定为差异系数， 其中， 所述目标均值是所述 目标铝箔图像中的像素点对应的灰度值的均值， 样本均值是所述样本铝箔图像中的像素点 对应的灰度值的均值； 将所述目标铝箔图像和所述样本铝箔图像中的各个像素点对应的灰度值， 分别组合为 目标灰度值序列和样本灰度值序列； 分别对所述目标灰度值序列和所述样本灰度值序列进行标准化处理， 得到目标标准值 序列和样本标准 值序列； 确定所述目标标准值序列中的任意一个目标标准值和所述样本标准值序列中的任意 一个样本标准 值之间的目标距离 差异， 生成目标距离 差异矩阵； 对所述目标距离 差异矩阵进行调整 遍历搜索分析， 得到目标路径信息； 根据所述目标路径信息和所述差异系数， 确定所述灰度差异度； 对所述目标铝箔图像和所述样本铝箔图像进行表面外观分析， 得到所述表面外观差异 度。 2.根据权利要求1所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述对所述目标距 离差异矩阵进行调整 遍历搜索分析， 得到目标路径信息， 包括： 对所述目标距离 差异矩阵中的元 素进行调整， 得到 差异调整矩阵； 将所述差异调整矩阵中的左下角元 素， 确定为搜索 初始点； 根据所述搜索初始点和预先设置的多个目标方向， 对所述差异调整矩阵进行遍历搜 索， 得到路径信息集合， 其中， 所述路径信息集合中的路径信息包括： 多个差异调整值和差 异调整数量， 差异调整值是所述差异调整矩阵中通过遍历搜索所形成的路径上 的元素， 差 异调整数量是路径信息包括的差异调整值的数量； 对于所述路径信 息集合中的每个路径信 息， 将所述路径信 息包括的多个差异调 整值的 和， 确定为所述路径信息对应的目标路径 距离； 对于所述路径信 息集合中的每个路径信 息， 对所述路径信 息对应的目标路径距离进行 开根号， 将得到的根 号值， 确定为所述路径信息对应的目标根 号值； 对于所述路径信 息集合中的每个路径信 息， 将所述路径信 息对应的目标根号值与 所述 路径信息包括的差异调整数量的比值， 确定为所述路径信息对应的目标比值；权　利　要　求　书 1/3 页 2 CN 115311272 A 2从所述路径信息集 合中筛选出最小的目标比值对应的路径信息， 作为目标路径信息 。 3.根据权利要求2所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述根据 所述目标 路径信息和所述差异系数， 确定所述灰度差异度， 包括： 将所述目标路径信息对应的目标比值与所述差异系数的乘积， 确定为所述灰度差异 度。 4.根据权利要求1所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述对所述目标铝 箔图像和所述样本铝箔图像进行表面外观分析， 得到所述表面外观差异度， 包括： 对于所述目标铝箔图像中的每个目标铝箔像素点， 将所述目标铝箔像素点对应的预先 设置的预设邻域中的像素点对应的灰度值的和， 确定为所述目标铝箔像素点对应的目标邻 域灰度值； 根据所述目标铝箔图像中的每个目标铝箔像素点对应的目标邻域灰度值、 灰度值和横 坐标值、 所述 目标铝箔像素点对应的预设邻域中的各个像素点对应的灰度值和横坐标值， 确定所述目标铝箔像素点对应的水平灰度均值， 得到水平灰度均值序列； 根据所述目标铝箔图像中的每个目标铝箔像素点对应的目标邻域灰度值、 灰度值和纵 坐标值、 所述 目标铝箔像素点对应的预设邻域中的各个像素点对应的灰度值和纵坐标值， 确定所述目标铝箔像素点对应的垂直灰度均值， 得到垂直灰度均值序列； 根据所述水平灰度均值序列和所述垂直灰度均值序列， 确定所述目标铝箔图像对应的 目标协方差矩阵； 确定所述样本铝箔图像对应的样本协方差矩阵； 分别对所述目标协方差矩阵和所述样本协方差矩阵进行特征分解， 得到两个目标特征 值和两个样本特 征值； 根据所述两个目标 特征值和所述两个样本特 征值， 确定所述表面外观差异度。 5.根据权利要求4所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述将所述目标铝 箔像素点对应的预先设置的预设邻域中的像素点对应的灰度值的和， 确定为所述目标铝箔 像素点对应的目标邻域灰度值， 包括： 确定所述目标铝箔图像对应的积分图像； 根据所述目标铝箔图像对应的积分图像， 确定所述目标铝箔像素点对应的预设邻域中 的四个角点对应的积分值； 根据所述目标铝箔像素点对应的预设邻域中的四个角点对应的积分值， 确定所述目标 铝箔像素点对应的目标邻域灰度值。 6.根据权利要求4所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述根据 所述两个 目标特征值和所述两个样本特 征值， 确定所述表面外观差异度， 包括： 将所述两个目标 特征值中的第一个目标 特征值， 确定为第一 坐标的横坐标； 将所述两个目标 特征值中的第二个目标 特征值， 确定为第一 坐标的纵坐标； 将所述两个样本特 征值中的第一个样本特 征值， 确定为第二 坐标的横坐标； 将所述两个样本特 征值中的第二个样本特 征值， 确定为第二 坐标的纵坐标； 将第一坐标与第二 坐标之间的欧式距离的二分之一， 确定为所述表面外观差异度。 7.根据权利要求1所述的一种铝箔表面缺陷识别方法， 其特征在于， 所述根据 所述灰度 差异度和所述表面外观差异度， 确定所述待检测铝箔对应的目标缺陷概 率， 包括：权　利　要　求　书 2/3 页 3 CN 115311272 A 3