有些项目的缺陷检测需求,需要满足OK样本经常发生变化的情况,例如印刷品和半导体芯片。
应对这种情况,最简单的思路是,记录OK样本的图像作为模板,和新样本做减法,之后看哪些像素差异较大,进而识别为缺陷。
但,实际项目中,这个思路最大的问题是,容易因为OK样本之间本来就存在的差异,导致误检,所以经常需要解决这类误检问题。
有些项目的缺陷检测需求,需要满足OK样本经常发生变化的情况,例如印刷品和半导体芯片。
应对这种情况,最简单的思路是,记录OK样本的图像作为模板,和新样本做减法,之后看哪些像素差异较大,进而识别为缺陷。
但,实际项目中,这个思路最大的问题是,容易因为OK样本之间本来就存在的差异,导致误检,所以经常需要解决这类误检问题。
1、模板匹配-图像对齐;
2、使用正常模板进行比较;
3、根据情况使用经过上、下、左、右偏移的模板进行比较;偏移的尺度根据实际样本间的存在的偏差进行调整。也可以对纹理进行膨胀后比较,同理,膨胀的尺度也是根据样本间的偏差。
4、所有模板做与。