一種鏡片水印疵病圖像檢測裝置制造方法
【專利摘要】本發(fā)明公開一種鏡片水印疵病圖像檢測裝置，檢測裝置包括暗室柜和安裝在所述暗室柜內(nèi)的支架、光源、鏡片支架、相機和光屏，其特征在于：所述光源、鏡片支架和光屏自上而下安裝于支架上，且光源中心和鏡片支架支撐部分中心位于同一軸線上，所述光屏位于鏡片支架的正下方，所述光屏面積大于鏡片支架支撐部分，所述相機位于光屏側(cè)面，且所述相機視場覆蓋光屏；所述相機通過數(shù)據(jù)線與計算機相連；所述計算機用于獲取相機拍攝的圖像并判斷水印疵病的大小，本發(fā)明縮短了鏡片的檢測時間，提高了鏡片的檢測效率。
【專利說明】—種鏡片水印疵病圖像檢測裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種檢測速度快、精度高的鏡片水印疵病圖像檢測裝置。
【背景技術(shù)】
[0002]目前，我國已是世界上的鏡片生產(chǎn)大國，僅江蘇丹陽的鏡片產(chǎn)量就占到世界的40%。然而我國的鏡片生產(chǎn)檢測工藝卻比較落后，鏡片檢測是鏡片生產(chǎn)中的重要一環(huán)，然而這種落后狀況在鏡片的檢測環(huán)節(jié)尤為突出。檢測工作還主要由人工完成，人工檢測存在以下主要問題:1、人工檢測的精確度低:會受到工人生理差異、經(jīng)驗、情緒和疲勞度等諸多因素的影響，而且人工檢測的判定標準很模糊，無法對鏡片瑕疵進行量化判別，最終造成產(chǎn)品的質(zhì)量參差不齊，嚴重影響了鏡片的銷售，造成返單增加；2、人工檢測速度慢:熟練工人的檢測速度大約為6片/分鐘，無法跟流水線上的生產(chǎn)速度嚴格匹配；3、人工檢測成本高:隨著我過人力成本的不斷增加,人工檢測的成本也會越來越高；4、特殊瑕疵的檢測能力不足:由于人眼的分辨率有限，對于很細微的和特征不明顯的瑕疵，人眼很難觀測到。然而在鏡片檢測的所有瑕疵中，水印又是最難檢測的。常見的鏡片水印檢測方法為工人在白熾燈的照射下，通過旋轉(zhuǎn)和傾斜鏡片來觀察鏡片里是否有水印。此種方法檢測速度慢，對于小的偏的水印容易漏檢，檢測后的產(chǎn)品質(zhì)量很不穩(wěn)定。人工檢測的速度慢、精度低致使鏡片的檢測效率低、成本高，這種情況嚴重制約了我國鏡片行業(yè)的發(fā)展。
[0003]對于鏡片疵病檢測，專利:曲面鏡片檢測系統(tǒng)(CN101464419)提出一種對鏡片疵病進行檢測的方法，該方法是使用攝像機接收反射光，對于散射類疵病具有較好的效果，水印屬于折射類疵病，很難對入射的光線形成散射，因此該方法對于水印很難檢測，尤其是較小的水印疵病。

【發(fā)明內(nèi)容】

[0004]針對現(xiàn)有的鏡片檢測技術(shù)的上述不足，本發(fā)明所要解決的技術(shù)問題是提出一種檢測速度快、精度高的鏡片水印圖像檢測裝置。
[0005]本發(fā)明的解決方案是:一種鏡片水印疵病圖像檢測裝置，包括暗室柜和安裝在所述暗室柜內(nèi)的支架、光源、鏡片支架、相機和光屏，其特征在于:所述光源、鏡片支架和光屏自上而下安裝于支架上，且光源中心和鏡片支架支撐部分中心位于同一軸線上，所述光屏位于鏡片支架的正下方且面積大于鏡片支架支撐部分，所述相機位于光屏側(cè)面，且所述相機視場覆蓋光屏；所述相機通過數(shù)據(jù)線與計算機相連；所述計算機用于獲取相機拍攝的圖像并判斷水印疵病的大小。
[0006]進一步，所述鏡片支架具有垂直和豎直方向的支柱；所述遲滯方向支柱直徑小于豎直方向支柱直徑。
[0007]進一步，所述判斷水印疵病的大小的步驟如下:
1)獲取鏡片投影到光屏上的原始圖像；
2)使用Otsu對圖像進行二值化，使用Canny算法提取鏡片邊緣； 3)根據(jù)鏡片邊緣提取原始圖像上的鏡片內(nèi)部圖像，進行Otsu二值化；
4)使用標記算法進行塊標記，并統(tǒng)計塊的數(shù)量和大??；
5)根據(jù)設(shè)定閾值判斷是否為水印疵病。
[0008]本發(fā)明的有益效果是:
(I)本發(fā)明大大縮短了鏡片的檢測時間，提高了鏡片的檢測效率。
[0009](2)本發(fā)明使用計算機對鏡片的投影圖像進行處理，大大提高了鏡片的檢測精度。
[0010](3)本發(fā)明通過對鏡片信息的儲存，實現(xiàn)了鏡片的檢測信息追蹤。
【專利附圖】

【附圖說明】
[0011]圖1為本發(fā)明的結(jié)構(gòu)圖；
圖2為本發(fā)明的鏡片支架結(jié)構(gòu)圖；
圖3為本發(fā)明的圖像處理算法流程圖；
圖4為具體實施例中的原圖像；
圖5為具體實施例中原圖像Otsu 二值化圖像；
圖6為具體實施例中Canny邊緣檢測圖像；
圖7為具體實施例中鏡片內(nèi)部圖像Otsu 二值化圖像。
[0012]圖中:1.暗室柜，2.支架，3.光源，4.鏡片，5.鏡片支架，6.相機，7.光屏，8.計算機。
【具體實施方式】
[0013]如圖1所示，一種鏡片水印疵病圖像檢測裝置，包括暗室柜1、支架2、光源3、鏡片支架5、相機6、光屏7和計算機8，其特征在于:支架2、光源3、鏡片支架5、相機6和光屏7全部放置在暗室柜I內(nèi)部，相機6通過數(shù)據(jù)線與外面的計算機8相連，光源3放置在鏡片4的正上方，鏡片4在光源3的照射下投影到光屏7上，相機6從側(cè)面拍攝光屏7上的鏡片投影，并將拍攝的圖像傳送到計算機8上，計算機8通過有關(guān)軟件對圖像進行處理，精確判別圖像上是否有水印圖像，以及水印圖像的位置大小等信息，進而判別鏡片的等級，并顯示和儲存鏡片4的相關(guān)信息，便于工人對鏡片進行分類和后期對鏡片4的檢測信息進行追蹤。
[0014]光源3放置在鏡片4正上方，光屏7放置在鏡片4的正下方，相機6放置在鏡片的側(cè)面，相機的中心軸與水平面的夾角為45°，相機6對光屏7上的鏡片投影進行拍攝。
[0015]如圖2所示，于鏡片支架5上有六個位置固定支柱。水平面上的三個支柱負責托起鏡片4，而且三個支柱直徑很小，可以減少對鏡片投影的干擾；垂直方向的三個支柱負責限定鏡片4的位置，使鏡片投影始終保持在相機的視場范圍內(nèi)；
由于支架2、光源3、鏡片支架5、相機6和光屏7全部放置在暗室柜I內(nèi)部，檢測時可以關(guān)閉暗室柜，形成暗室，避免外在光線的干擾，提高檢測的精度；為了達到最佳檢測效果，光源3選用點光源，相機6選擇800萬以上黑白工業(yè)相機。
[0016]本發(fā)明的工作原理是:鏡片生產(chǎn)過程中由于材料不均勻或者材料固化過程中溫度不均勻造成部分區(qū)域材料的折射率不同，肉眼觀察時猶如水印一樣，所以將此類疵病成為水印。由于水印處材料的折射率與正常材料的不同，因此，當光線經(jīng)過此區(qū)域時就會發(fā)生偏折。本發(fā)明中的光源將光線均勻打到鏡片上，鏡片如果沒有水印疵病，光線經(jīng)過鏡片時就不會發(fā)生非正常偏折，鏡片在光屏上的投影就會很均勻，如果鏡片中存在水印疵病，光線經(jīng)過鏡片時就會發(fā)生非正常偏折，鏡片在光屏上的投影就會出現(xiàn)條紋。通過相機對鏡片的投影進行拍照，并通過圖像處理算法進行處理即可判定水印的有無。
[0017]如圖3所示，圖像處理算法:首先使用Otsu對圖像進行二值化，使用Canny算法提取邊緣，根據(jù)鏡片邊緣提取鏡片內(nèi)部圖像，然后重新進行Otsu 二值化，使用標記算法，進行塊標記，并統(tǒng)計塊的數(shù)量、大小等參數(shù)，最后根據(jù)這些參數(shù)運用閾值法判定水印的有無以及等級。
[0018]具體實施例:
使用上述裝置(相機采用880萬像素的CCD)對具有水印疵病的鏡片經(jīng)行拍照，獲得原始圖像如圖4所示，對獲得的原圖像使用Otus算法進行二值化，獲得圖像如圖5所示，對二值化以后的圖像使用Canny算法進行鏡片邊緣圖像提取，獲得圖像如圖6所示，再對原始圖像的鏡片內(nèi)部使用Otus算法進行二值化，獲得的圖像如圖7所示，然后使用標記算法，對各個塊進行標記，并統(tǒng)計塊的數(shù)量和大小，實施例中共三個塊，每個塊內(nèi)包含的像素數(shù)量分別為:498像素、368像素、129像素，根據(jù)相關(guān)分級標準，當鏡片中每個水印塊內(nèi)包含的像素數(shù)量超過100像素，且水印塊數(shù)量大于2時，鏡片為廢品，因此此鏡片的等級為廢品。
【權(quán)利要求】
1.一種鏡片水印疵病圖像檢測裝置，包括暗室柜(I)和安裝在所述暗室柜(I)內(nèi)的支架(2)、光源(3)、鏡片支架(5)、相機(6)和光屏(7)，其特征在于:所述光源(3)、鏡片支架(5)和光屏(7)自上而下安裝于支架(2)上，且光源(3)中心和鏡片支架(5)支撐部分中心位于同一軸線上，所述光屏(7位于鏡片支架(5)的正下方，所述光屏(7)面積大于鏡片支架(5)支撐部分，所述相機(6位于光屏(7)側(cè)面，且所述相機(6)視場覆蓋光屏(7);所述相機6通過數(shù)據(jù)線與計算機(8)相連；所述計算機(8)用于獲取相機(6)拍攝的圖像并判斷水印疵病的大小。
2.根據(jù)權(quán)利要求1所述的一種鏡片水印疵病圖像檢測裝置，其特征在于，所述鏡片支架(5)具有垂直和豎直方向的支柱；所述遲滯方向支柱直徑小于豎直方向支柱直徑。
3.根據(jù)權(quán)利要求1所述的一種鏡片水印疵病圖像檢測裝置，其特征在于，所述判斷水印疵病的大小的步驟如下: 1)獲取鏡片投影到光屏上的原始圖像； 2)使用Otsu對圖像進行二值化，使用Canny算法提取鏡片邊緣； 3)根據(jù)鏡片邊緣提取原始圖像上的鏡片內(nèi)部圖像，進行Otsu二值化； 4)使用標記算法進行塊標記，并統(tǒng)計塊的數(shù)量和大??； 5)根據(jù)設(shè)定閾值判斷是否為水印疵病。
【文檔編號】G01N21/958GK103743761SQ201310749191
【公開日】2014年4月23日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】姚紅兵, 馬桂殿, 佟艷群, 沈?qū)殗? 高原, 李亞茹, 于文龍, 鄭學(xué)良, 曾祥波, 蔣光平 申請人:江蘇大學(xué)