(19)中华 人民共和国 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 202111637698.4 (22)申请日 2021.12.2 9 (71)申请人 无锡翼友智能科技有限公司 地址 214156 江苏省无锡市惠山区阳山 镇 天力路13 (72)发明人 孙付仲　方成刚　查正月　查睿健　 (74)专利代理 机构 常州佰业腾飞专利代理事务 所(普通合伙) 32231 代理人 姜晓钰 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 5/00(2006.01) G06V 30/148(2022.01)G06V 30/10(2022.01) G06V 10/24(2022.01) G06V 20/62(2022.01) G06V 10/28(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01) G06V 10/50(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/20(2022.01) (54)发明名称 一种基于机器视觉的滑板车显示屏缺陷检 测方法及其系统 (57)摘要 本发明公开了一种基于机器视觉的滑板车 显示屏缺陷检测方法及其系统， 属于图像处理技 术领域， 包括采用图像处理手段提取显示屏区 域， 进而分割各个字符， 并利用BP神经网络训练 字体样本从而识别分割出来的字体， 最终结合字 体图像的几何特征、 灰度特征进行缺陷检测， 解 决了滑板 车显示屏缺陷检测的技术问题， 本发明 达到了降低算法复杂性、 提高检测的准确性、 速 度的目标， 满足各种需要显示屏检测市场的需 求， 大大提高了后续算法的准确性， 便于后续字 符识别、 缺陷检测， 提高了检测精度， 在保证了检 测算法准确性的要求下还提高了算法的运算时 间和检测效率。 权利要求书2页 说明书5页 附图2页 CN 114299020 A 2022.04.08 CN 114299020 A 1.一种基于 机器视觉的滑板车显示屏缺陷检测方法， 其特 征在于： 包括如下步骤： 步骤1： 视觉检测装置采集滑板车显示屏的图像， 生成原始图像， 并传送给图像分割显 示模块， 图像分割显示模块对原始图像进 行预处理和倾斜度矫正， 生成处理后图像， 然后对 处理后图像进行目标区域 提取， 生成目标区域图像； 步骤2： 图像分割显示模块采用形态学处理方法和连通域分析方法， 对目标区域图像进 行分割， 得到目标区域图像中的字符图像； 步骤3： 图像分割显示模块采用BP神经网络训练对字符图像进行字符识别； 步骤4： 图像分割显示模块采用字符的几何特征和灰度特征对字符进行缺陷检测， 从而 对滑板车显示屏进行缺陷检测。 2.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤1时， 预处 理的具体步骤如下： 步骤S1‑1： 采用高斯滤波对原 始图像进行去噪处 理； 步骤S1‑2： 采用Otsu自适应阈值对原 始图像进行二 值化处理。 3.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤1时， 倾斜度矫正包括首先对预处理后的原始图像进行Canny算子边缘检测， 然 后采用Hough变换检测直线来进行倾 斜校正。 4.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤1时， 在 对处理后图像进 行目标区域提取时， 采用投影法遍历处理后图像中的像 素， 在处理后图像上从外 向内找上下左右 四个方向上第一条白色像素， 将四条白色像素之 内的区域认为是目标区域。 5.如权利要求4所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 所述目标区域 为原始图像中显示滑板车显示屏的区域。 6.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤2时， 对图像进行形态学 处理包括首先对处理后图像进 行膨胀处理， 去除字体内 部间隙， 然后进行腐蚀处理， 将相连字体 断开， 最后对图像进行连通域分析， 提取各连通域 最小外接矩形顶点 坐标， 对字符进行分割； 连通域内部像素点个数作为连通域面积， 根据目标区域内各连通域的面积， 通过与预 设阈值T进行对比， 判断图像中连通 域为字符图像还是非字符图像， 即污染图像。 7.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤3时， 采用三层神经网络结构对字符图像进 行训练， 三层神经网络结构包括输入 层、 隐藏层和输出层， 输入层用于将字符训练图像转换为一个二 维灰度值矩阵， 再将 每一行 拼接在上一行末尾， 形成一个1 ×256的行向量； 隐藏层和输出层根据以下公式计算得 出： 权　利　要　求　书 1/2 页 2 CN 114299020 A 2其中， Xi为输入层， Yj为输出层； Vij为输入层到隐藏层的权重， Wjk为隐藏层到输出层的 权重r、 m和n均表示神经 元的个数。 8.如权利要求1所述的一种基于机器视觉的滑板车显示屏缺陷检测方法， 其特征在于： 在执行步骤4时， 利用卡方比较方法和相关性比较方法来衡量直方图相似度， 从而进 行亮度 缺陷检测。 9.与权利要求1匹配的一种基于机器视觉的滑板车显示屏缺陷检测系统， 其特征在于： 包括视觉检测装置、 图像分割显示模块和上位机， 图像分割显示模块与视觉检测装置通过 数据线通信， 上位机通过互联网与图像分割显示模块通信， 视觉检测装置用于拍摄滑板车 显示屏的图像， 图像分割显示模块用于处理滑板车显示屏的图像， 对滑板车显示屏进行缺 陷检测。 10.如权利要求9所述的一种基于机器视觉的滑板车显示屏缺陷检测系统， 其特征在 于： 所述视 觉检测装置为摄 像头或相机， 所述图像分割显示模块 为工控机 。权　利　要　求　书 2/2 页 3 CN 114299020 A 3