本發(fā)明涉及光學儀器領(lǐng)域，具體涉及一種光學檢測方法、光學檢測裝置以及光學檢測系統(tǒng)。

背景技術(shù)：

在現(xiàn)有技術(shù)中經(jīng)常需要對一些已經(jīng)破碎的透明基板(例如，玻璃等)進行檢測，其目的是找出碎裂透明基板的破碎源。

但是，現(xiàn)有技術(shù)中對破損玻璃的檢測往往還停留在人工檢測階段。人工檢測的方式效率相對較低，并且檢測結(jié)果的浮動較大，因為人工檢測的檢測結(jié)果容易受到人疲勞程度或者主觀意識的影響。此外，許多工業(yè)場景也并不適合人工檢測。

技術(shù)實現(xiàn)要素：

因此，需要一種光學檢測方法、光學檢測裝置以及光學檢測系統(tǒng)，以代替人工對破損的透光基板進行檢測。

根據(jù)本發(fā)明的一個方面，提供了一種光學檢測方法，用于檢測破碎透光基板的破碎源，包括：獲取透光基板的檢測圖像；對所述檢測圖像進行處理，以獲得裂紋分布信息；對所述裂紋分布信息進行特征分析，以區(qū)分出裂紋分布信息中的分支裂紋以及由分支裂紋或者主裂紋衍生出的分叉裂紋；去除所述分叉裂紋；基于分支裂紋的分支角度，判斷出裂紋分布信息中包含的主裂紋；獲得所述主裂紋的收斂方向，并根據(jù)主裂紋的收斂方向判斷破碎源所在位置。

一個基本思想是，通過對獲取的檢測圖像進行處理以獲得裂紋分布信息，然后對裂紋分布信息進行特征分析以區(qū)分出主裂紋、分支裂紋以及分叉裂紋；在這之后，去除所述分叉裂紋并判斷出主裂紋，獲得所述主裂紋的收斂方向以判斷所述透光基板的破碎源所在位置。這種方法可以代替人工對破碎基板進行檢測，進而找出破碎基板的破碎源，相對于人工檢測的方式效率更高， 且檢測結(jié)果相對更為準確；此外，這種方式可以應(yīng)用于更多的場景，包括一些不便于人工檢測的環(huán)境。

此外，對所述檢測圖像進行二值化處理、邊緣檢測處理、區(qū)域生長處理或者聚類法處理，以獲得裂紋分布信息，這樣有利于去除檢測圖像裂紋以外的雜色的影響，進而使所述裂紋分布信息中的裂紋變得更加清晰，這有利于進一步凸顯裂紋分布信息中的各個裂紋，進而有利于后續(xù)區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

此外，對獲得的裂紋分布信息進行距離變化處理和分水嶺變換處理，以使裂紋分布信息中的各裂紋的寬度相同，這樣有利于后續(xù)區(qū)分出裂紋分布信息中的主裂紋、分支裂紋以及分叉裂紋，因為當裂紋分布信息中各個裂紋的寬度相同時，裂紋在其分叉處的寬度會明顯大于裂紋本身的寬度，這樣進一步有利于分辨出裂紋的分叉位置以及該分叉的方向，進而有利于區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

此外，根據(jù)當前裂紋分布信息中分支裂紋的收斂方向，指示獲取下一檢測圖像時的獲取方向，這樣有利于對每次獲取檢測圖像的位置進行指示以增加檢測效率，每一次獲取的檢測圖像更加靠近破碎源，進而有利于更快的檢測到透光基板的破碎源。

根據(jù)本發(fā)明的一個方面，提供了一種光學檢測裝置，包括成像模組，用于獲取透光基板的檢測圖像；圖像處理模組，與所述成像模組相連，用于對所述成像模組獲取的檢測圖像進行處理，以獲得裂紋分布信息；分析模組，與所述圖像處理模組相連，用于對所述圖像處理模組獲得的裂紋分布信息中的裂紋進行分析，以判斷所述透光基板的破碎源，所述分析模組包括：特征分析單元，用于對所述裂紋分布信息中的裂紋特征進行特征分析，以區(qū)分出裂紋分布信息中的分支裂紋以及由分支裂紋衍生出的分叉裂紋；所述特征分析單元還用于去除所述分叉裂紋；主裂紋提取單元，與所述特征分析單元相連，用于基于分支裂紋的分支角度，判斷出裂紋分布信息中包含的主裂紋；方向判斷單元，與所述主裂紋提取單元相連，用于分析主裂紋提取單元所提取的主裂紋，以獲得所述主裂紋的收斂方向，進而判斷破碎源所在成像模組，用于獲取透光基板的檢測圖像；圖像處理模組，與所述成像模組相連，用于 對所述成像模組獲取的檢測圖像進行處理，以獲得裂紋分布信息；分析模組，與所述圖像處理模組相連，用于對所述圖像處理模組獲得的裂紋分布信息中的裂紋進行分析，以判斷所述透光基板的破碎源，所述分析模組包括：特征分析單元，用于對所述裂紋分布信息中的裂紋特征進行特征分析，以區(qū)分出裂紋分布信息中的分支裂紋以及由分支裂紋衍生出的分叉裂紋；所述特征分析單元還用于去除所述分叉裂紋；主裂紋提取單元，與所述特征分析單元相連，用于基于分支裂紋的分支角度，判斷出裂紋分布信息中包含的主裂紋；方向判斷單元，與所述主裂紋提取單元相連，用于分析主裂紋提取單元所提取的主裂紋，以獲得所述主裂紋的收斂方向，進而判斷破碎源所在方向。

一個基本思想是，本發(fā)明的光學檢測裝置可以通過對檢測圖像進行處理以獲得裂紋分布信息，然后對裂紋分布信息進行特征分析以區(qū)分出主裂紋、分支裂紋以及分叉裂紋；在這之后，去除所述分叉裂紋并判斷出主裂紋，獲得所述主裂紋的收斂方向以判斷所述透光基板的破碎源所在位置。這種方法可以代替人工對破碎基板進行檢測，進而找出破碎基板的破碎源，相對于人工檢測來說效率更高，且檢測結(jié)果相對更為準確；此外，本發(fā)明的光學檢測裝置可以應(yīng)用于更多的場景，包括一些不便于人工檢測的環(huán)境。

根據(jù)本發(fā)明的一個方面，提供了一種光學檢測系統(tǒng)，包括上述的光學檢測裝置。如前文所述，這種光學檢測系統(tǒng)由于包含所述光學檢測裝置，其檢測效率相對于人工檢測的方式來說更高，且檢測結(jié)果相對更為準確；此外，這種光學檢測系統(tǒng)可以應(yīng)用于更多的場景，包括一些不便于人工檢測的環(huán)境。

附圖說明

圖1至圖7是本發(fā)明光學檢測方法一實施例的示意圖；

圖8是本發(fā)明光學檢測方法另一實施例的示意圖；

圖9是本發(fā)明光學檢測裝置一實施例中的模塊圖；

圖10和圖11是本發(fā)明光學檢測系統(tǒng)一實施例的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更為明顯易懂，下面結(jié)合附圖 對本發(fā)明的具體實施例做詳細的說明。

現(xiàn)有技術(shù)中一般通過人工方式對破碎的透明基板進行檢測，這種方式不僅效率較低，且檢測結(jié)果容易受人主觀意識的影響，因而對檢測結(jié)果的準確度造成影響。并且，人工檢測的檢測結(jié)果也具有較大的浮動，因為人工檢測容易受人疲勞程度以及周圍環(huán)境的影響，這些影響會造成檢測結(jié)果的偏差。此外，一些工業(yè)場景也不適合人工檢測，例如一些高危作業(yè)環(huán)境、影響人體健康的環(huán)境等。

為了解決以上描述的技術(shù)問題，本發(fā)明提供一種光學檢測方法、光學檢測裝置以及光學檢測系統(tǒng)。

在本發(fā)明的以下描述中，文中出現(xiàn)的破碎源是指破碎的透光基板發(fā)生破碎的源頭，該破碎源可以是一個點(或者類似點的區(qū)域)或者一條線(或者類似于線的形狀)；主裂紋是指由破碎源衍生出的裂紋；分支裂紋是指在所述主裂紋的基礎(chǔ)上進一步衍生出的裂紋；分叉裂紋是指在所述分支裂紋的基礎(chǔ)上進一步衍生出的裂紋，或者是由相鄰裂紋(相鄰主裂紋或者相鄰分支裂紋)之間衍生出的裂紋。

請參考圖1至圖7，為本發(fā)明光學檢測方法一實施例的示意圖。

首先請參考圖1，圖1為本實施例中一破碎透光基板90的俯視圖。圖1中的透光基板90碎裂成多個碎片91，碎片之間具有裂紋。

在本實施例中，所述透光基板90為玻璃。但是本發(fā)明對所述透光基板的材料不作任何限定，所述透光基板90還可以是其它可以發(fā)生碎裂的材料。

本發(fā)明的光學檢測方法包括獲取透光基板90的檢測圖像。例如，本實施例中可以先獲取所述透光基板90中矩形框95部分的檢測圖像，獲取的檢測圖像的放大圖可以參考圖2所示。

需要說明的是，本實施例中雖然僅獲取了部分透光基板90的檢測圖像，但是在實際操作中，所述透光基板90可能尺寸較小，或者用于成像的設(shè)備足夠獲取整個透光基板90的檢測圖像，此時也可以直接獲取整個透光基板90的檢測圖像。

在獲取檢測圖像之后，對所述檢測圖像進行處理，以獲得裂紋分布信息；請參考圖3，為圖2中矩形框95部分的檢測圖像經(jīng)過處理后得到的裂紋分布信息的示意圖。本步驟的目的在于去除檢測圖像中其他的像素，進而凸出顯示檢測圖像中裂紋部分的像素，進而形成所述裂紋分布信息，以便于后續(xù)區(qū)分主裂紋、分支裂紋以及分叉裂紋。

在本實施例中，對檢測圖像進行處理以獲得裂紋分布信息的步驟具體包括：對所述檢測圖像進行二值化處理，以獲得裂紋分布信息。

二值化處理是圖像分割的一種方法，有利于去除檢測圖像中裂紋以外的雜色的影響，例如，檢測圖像中透光基板90本身帶有的顏色等，進而使所述裂紋分布信息中的裂紋變得更加清晰，這有利于進一步凸顯裂紋分布信息中的各個裂紋，進而有利于后續(xù)區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

具體的，在本實施例中，可以采用以下步驟對檢測圖像進行二值化處理：

首先，設(shè)定一灰度閾值；需要說明的是，所述灰度閾值可以是固定閾值或自適應(yīng)閾值，也可以是檢測圖像的全局閾值或某區(qū)域的局部閾值；

判斷所述檢測圖像中各個像素的灰度值是否大于所述灰度閾值；

如果是，則將所述像素的灰度值設(shè)置為第一灰度值；

如果否，則將所述像素的灰度值設(shè)置為第二灰度值。

具體的，在本實施例中，所述第二灰度值小于所述第一灰度值，第一灰度值可以是255(對應(yīng)白色)，第二灰度值可以是0(對應(yīng)黑色)，如此設(shè)置，經(jīng)過二值化處理得到的圖像是例如圖3所示的白色背景中的黑色裂紋分布圖，即小于灰度閾值部分的圖像或線條在處理后的圖像中得到了增強，大于灰度閾值部分的圖像或線條(被認為是背景或者噪音)在處理后的圖像中被消除。

但是本發(fā)明對此并不作限定，因為二值化處理的目的在于凸顯裂紋像素，因此在本發(fā)明的其他實施例中，所述第二灰度值也可以大于所述第一灰度值，如此得到的圖像相對于通過設(shè)定第二灰度值小于第一灰度值所得圖像是顏色反轉(zhuǎn)的。當設(shè)定第二灰度值小于第一灰度值時，得到的是例如圖3所示的白色背景中的黑色裂紋分布圖，而當設(shè)定第二灰度值大于第一灰度值時，得到 的則是位于一黑色背景中的白色裂紋分布圖。

此外，本法對是否必須采用二值化處理獲得裂紋分布信息不作限定，在本發(fā)明的其它實施例中，也可以采用其他圖像分割方法，例如邊緣檢測處理，區(qū)域生長處理或者聚類法處理。

需要說明的是，灰度閾值可以根據(jù)在實際測量中獲得的大部分檢測圖像的灰度值分布來確定，例如，假設(shè)圖1示出的檢測圖像的背景部分的灰度值大約集中在90左右，且裂紋分布信息的灰度值大約集中在70左右，那么本實施例中可以大致的將灰度閾值設(shè)定為80(70和90的中間值)左右，這樣有利于最大限度的區(qū)分背景部分和裂紋分布信息。此外，還可以根據(jù)環(huán)境或其他因素的變化而調(diào)整灰度閾值，例如，在夜晚或者光線較暗的測量環(huán)境中，獲得的檢測圖像的背景部分的灰度值可能較低，相應(yīng)地可以將灰度閾值設(shè)定得更低。

此外，在本實施例中，可以通過以下方式確定所述灰度閾值：

掃描整個檢測圖像，以得到灰度分布直方圖；

根據(jù)灰度直方圖中的灰度分布、灰度的峰值和谷值獲得所述灰度閾值。

同時，在本實施例中，對檢測圖像進行處理的步驟還包括：對獲得的裂紋分布信息進行距離變化處理和分水嶺變換處理(分水嶺算法)，以使裂紋分布信息中的各裂紋的寬度相同，具體的，一般是使裂紋分布信息中的各裂紋變?yōu)閱蝹€像素的寬度。這樣有利于進一步凸顯裂紋的分叉位置，以便于后續(xù)區(qū)分出裂紋分布信息中的主裂紋、分支裂紋以及分叉裂紋，因為當裂紋分布信息中各個裂紋的寬度相同時，裂紋在其分叉處的寬度會明顯大于裂紋本身的寬度，這樣進一步有利于分辨出裂紋的分叉位置以及該分叉的方向，進而有利于區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

本實施例以使裂紋分布信息中的各裂紋的寬度均為1個像素為例。具體請參考圖4和圖5，圖4中為一個帶有支叉8的裂紋7的示意圖。該裂紋7可以是主裂紋，相應(yīng)的支叉8則是分支裂紋；或者，所述裂紋7也可能是分支裂紋，相應(yīng)的，支叉8則是分叉裂紋；本實施例此處旨在解釋對獲得的裂紋分布信息進行距離變化處理和分水嶺變換處理的過程，所以對圖4和圖5中 的裂紋具體為什么類型的裂紋不作任何限定。

圖5為圖4中的裂紋以像素33顯示時的示意圖。當裂紋經(jīng)過距離變化處理和分水嶺變換處理后，裂紋7以及其支叉8的寬度均變?yōu)?個像素33的寬度d1。此時，對整個裂紋(包括裂紋7以及其支叉8)的寬度進行檢測，裂紋在未分叉的部分(裂紋7)為一個像素33，像素33邊界的尺寸變?yōu)樵撓袼?3本身的尺寸，也就是為d1；而在分叉位置由原本的一個像素33變?yōu)閮蓚€像素33，兩個像素33邊界之間的距離則變?yōu)閐2。因此，通過判斷像素33邊界距離的變化能夠識別在該位置的分叉。

該距離變化處理和分水嶺變換處理的步驟對于裂紋本身較粗且由該裂紋衍生出的裂紋夾角較小的情形特別有利，例如假設(shè)在距離變化處理和分水嶺變換處理的步驟前，圖4中的裂紋7的寬度為3個像素，由裂紋7衍生出的支叉8之間的夾角僅為10度，且支叉8的寬度僅為1個像素的情況下，如果不進行該距離變化處理和分水嶺變換處理的步驟，將較難分辨該裂紋的分叉位置。

如前文所述，對裂紋分布信息進行距離變化處理和分水嶺變換處理的目的是為了進一步凸顯分叉位置以便于后續(xù)的區(qū)分工作。因此，本發(fā)明對是否必須進行上述距離變化處理和分水嶺變換處理不作限定，因為在一些裂紋分布本身較為清晰的前提下，也可以省略所述距離變化處理和分水嶺變換處理的步驟。

請繼續(xù)參考圖3，在獲得裂紋分布信息的步驟之后，對所述裂紋分布信息進行特征分析，以區(qū)分出裂紋分布信息中的分支裂紋以及由分支裂紋衍生出的分叉裂紋；可以看出，圖3中包含有裂紋b1、b2和c1，可以看出，圖3中的裂紋c1位于裂紋b1和裂紋b2之間，裂紋c1的延伸方向大致上垂直于裂紋b1和裂紋b2的延伸或者收斂方向，并且由于分叉裂紋c1呈弧形，按照物體碎裂規(guī)律可以判斷裂紋c1是由裂紋b1、b2衍生出的，因而裂紋c1為分叉裂紋，裂紋b1、b2為分支裂紋。

在判斷出分叉裂紋以及分支裂紋之后，去除所述分叉裂紋；這樣做的目的是去除分叉裂紋帶來的干擾，以盡量凸顯出分支裂紋。

在這之后，基于分支裂紋的分支角度，判斷出裂紋分布信息中包含的主裂紋。請繼續(xù)參考圖3，由于圖3中所顯示的裂紋分布信息僅包含分叉裂紋c1以及分支裂紋b1、b2，并不包含主裂紋，因此可以重新獲取透光基板90的檢測圖像，并且，可以根據(jù)當前分支裂紋b1、b2的收斂方向(請結(jié)合參考圖3以及圖1)，指示獲取下一檢測圖像的方向。因為根據(jù)裂紋分布規(guī)律，分支裂紋由主裂紋衍生出，分支裂紋的收斂方向便是主裂紋所在的方向，這樣有利于對每次獲取檢測圖像的位置進行指示以增加檢測效率，每一次獲取的檢測圖像更加靠近破碎源，進而有利于更快的檢測到透光基板的破碎源。

請參考圖1并結(jié)合參考圖6，可以根據(jù)矩形框95(也就是圖3)中分支裂紋b1、b2的收斂方向，獲取另一檢測圖像，例如圖1中矩形框96所示的部分的檢測圖像。

請結(jié)合參考圖6，為圖1中矩形框96所示部分的放大圖。需要說明的是，圖6中所示的為檢測圖像經(jīng)過處理得到的裂紋分布信息，處理的過程可以參考上述的處理過程，再此不作贅述。

從圖6中可以看出，矩形框95的部分中分支裂紋b1、b2在矩形框96中也有體現(xiàn)。此時，基于分支裂紋的分支角度以判斷出裂紋分布信息中包含的主裂紋，可以看出，分支裂紋b1、b2以及裂紋b3、裂紋c2共同收斂于一裂紋a1，其中，由于已知裂紋b1、b2為分支裂紋，因而可以判斷出裂紋b3與分支裂紋b1、b2為同一類型的裂紋，也就是說裂紋b3同樣為分支裂紋。

此外，由于裂紋c2與之前的分叉裂紋c1類似，為弧形裂紋，因而可以推斷裂紋c2同樣為分叉裂紋，可以與分叉裂紋c1一樣被，按照上述去除所述分叉裂紋的步驟去除。

同時，通過觀察分支裂紋b1、b2和b3的收斂方向可以看出，分支裂紋b1、b2、b3以及裂紋c2與裂紋a1之間的夾角θ1、θ2、θ3和θ4均為鈍角，因而可以判斷分支裂紋b1、b2、b3以及裂紋c2均是由裂紋a1衍生得到的，并且由于b1、b2為分支裂紋，因此可以推斷裂紋a1為主裂紋。

在判斷出主裂紋a1之后，可以根據(jù)當前裂紋分布信息中主裂紋a1的收斂方向，指示獲取下一檢測圖像時的獲取方向。因為主裂紋是由破碎源所產(chǎn)生， 每一次獲取的檢測圖像更加靠近破碎源，進而有利于更快的檢測到透光基板的破碎源。

請繼續(xù)參考圖1并結(jié)合參考圖7，依照矩形框96中主裂紋a1的方向可以大致選取矩形框97的部分作為下一檢測圖像。如前文所述，對矩形框97部分的檢測圖像進行處理以得到如圖7所示的裂紋分布信息。

在此之后，基于矩形框96的裂紋分布信息，獲得所述主裂紋的收斂方向，并根據(jù)主裂紋收斂的方向判斷破碎源所在方向。

通過觀察圖7中主裂紋a1以及裂紋a2和a3的收斂方向可以看出，圖中主裂紋a2、裂紋a3與裂紋99之間的夾角θ5、θ6均為鈍角，且主裂紋a1位于裂紋a2、a3之間，所以可以推斷得出主裂紋a1以及裂紋a2、a3均是由裂紋99衍生得到。如前文所述，破碎源產(chǎn)生主裂紋，因此可以判斷出裂紋a2、a3均為主裂紋，且裂紋99為透光基板90的破碎源(同時請參考圖1)。

綜上所述，本實施例設(shè)定的情形是最初的檢測圖像中未包含主裂紋的情形。在這種情況下，根據(jù)初始的檢測圖像中的分支裂紋b1、b2的收斂方向獲取下一檢測圖像，然后通過再次獲取的檢測圖像中的主裂紋a1找到透光基板90的破碎源99。

但是實際操作中可能在初始的檢測圖像中便已經(jīng)包含有主裂紋，此時，可以直接通過主裂紋的收斂方向判斷破碎源所在方向。

此外，本發(fā)明光學檢測方法還包含另一實施例，在本實施例中，所獲得的裂紋分布信息相對上一實施例更加復(fù)雜。請參考圖8，為本發(fā)明光學檢測方法另一實施例中獲得的裂紋分布信息70的示意圖，本實施例中的裂紋分布信息70包含有各種類型的裂紋(主裂紋、分支裂紋以及分叉裂紋)以及破碎源。

在此種情況下，同樣可以依據(jù)上一實施例中的裂紋分布規(guī)則找出破碎源。具體的，對所述裂紋分布信息70進行特征分析可以看出，一些弧形或者類似弧形的裂紋71是位于相鄰的裂紋之間，也就是由相鄰的裂紋進一步衍生得到的，因此可以判斷所述裂紋71為分叉裂紋。然后可以去除這些分叉裂紋71。

在這之后，剩余的裂紋包括分支裂紋或者主裂紋。通過與上一實施例相同的方法，依據(jù)這些分支裂紋72的角度可以判斷出這些分支裂紋72是分別 由若干裂紋73所衍生出的，進而可以判斷出這些裂紋73為主裂紋。

進一步，通過與上一實施例相同的方法獲得所述主裂紋73的收斂方向，可以判斷破碎源所在位置，進而可以判斷這些主裂紋73共同收斂于裂紋77，因而判斷出裂紋77為破碎源。

綜上所述，本發(fā)明的光學檢測方法可以代替人工對破碎基板進行檢測，進而找出破碎基板的破碎源，相對于人工檢測的方式效率更高，且檢測結(jié)果相對更為準確；此外，這種方式可以應(yīng)用于更多的場景，包括一些不便于人工檢測的環(huán)境。

此外，本發(fā)明還提供一種光學檢測裝置，請參考圖9，為本發(fā)明光學檢測裝置一實施例中的模塊圖，所述光學檢測裝置100包括：

成像模組110，用于獲取透光基板90的檢測圖像；

在本實施例中，所述成像模組110包括圖像傳感器以及用于調(diào)整焦距的透鏡。

圖像處理模組120，與所述成像模組110相連，用于對所述成像模組110獲取的檢測圖像進行處理，以獲得裂紋分布信息；

在本實施例中，所述圖像處理模組120還包括圖像分割處理單元121，用于對所述檢測圖像進行二值化處理，以獲得所述裂紋分布信息。

二值化處理有利于去除檢測圖像中裂紋以外的雜色的影響，例如，檢測圖像中透光基板90本身帶有的顏色等，進而使所述裂紋分布信息中的裂紋變得更加清晰，這有利于進一步凸顯裂紋分布信息中的各個裂紋，進而有利于后續(xù)區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

具體的，本實施例的所述圖像分割處理單元121中預(yù)先設(shè)有一灰度閾值，所述圖像分割處理單元121用于比較裂紋分布信息中各個像素的灰度值與所述灰度閾值的相對大小，當像素的灰度值大于所述灰度閾值時，將該像素的灰度值設(shè)置為第一灰度值；當像素的灰度值小于所述灰度閾值時，將該像素的灰度設(shè)置為第二灰度值。

具體的，在本實施例中，所述第二灰度值小于所述第一灰度值。但是本 發(fā)明對此并不作限定，因為二值化處理的目的在于凸顯裂紋像素，因此在本發(fā)明的其他實施例中，所述第二灰度值也可以大于所述第一灰度值。

此外，本法對所述圖像處理模組120是否限于進行二值化處理，以獲得裂紋分布信息不作限定，在本發(fā)明的其它實施例中，所述圖像處理模組120也可以采用其他圖像分割方法獲得裂紋分布信息，例如邊緣檢測處理，區(qū)域生長處理或者聚類法處理。

在本實施例中，所述圖像處理模組120還包括距離變化處理和分水嶺變換處理單元122，所述距離變化處理和分水嶺變換處理單元122用于對獲得的裂紋分布信息進行距離變化處理和分水嶺變換處理，以使裂紋分布信息中的各個裂紋的寬度趨于相同。這樣有利于進一步凸顯裂紋的分叉位置，以便于特征分析單元131區(qū)分出裂紋分布信息中的主裂紋、分支裂紋以及分叉裂紋，因為當裂紋分布信息中各個裂紋的寬度相同時，裂紋在其分叉處的寬度會明顯大于裂紋本身的寬度，這樣進一步有利于分辨出裂紋的分叉位置以及該分叉的方向，進而有利于區(qū)分出主裂紋、分支裂紋以及分叉裂紋。

距離變化處理和分水嶺變換處理具體可以參考圖4和圖5，圖4中為一個帶有支叉8的裂紋7的示意圖，圖5為圖4中的裂紋以像素33顯示時的示意圖。其中裂紋7可以是主裂紋，相應(yīng)的支叉8則是分支裂紋；或者，所述裂紋7也可能是分支裂紋，相應(yīng)的，支叉8則是分叉裂紋；本實施例此處旨在解釋對獲得的裂紋分布信息進行距離變化處理和分水嶺變換處理的過程，所以對圖4和圖5中的裂紋具體為何種類型的裂紋不作任何限定。

本實施例以裂紋分布信息中的各裂紋的寬度均為1個像素為例，當裂紋經(jīng)過距離變化處理和分水嶺變換處理后，裂紋7以及其支叉8的寬度均變?yōu)?個像素33的寬度d1。此時，對整個裂紋(包括裂紋7以及其支叉8)的寬度進行檢測，裂紋在未分叉的部分(裂紋7)為一個像素33，像素33邊界的尺寸變?yōu)樵撓袼?3本身的尺寸，也就是為d1；而在分叉位置由原本的一個像素33變?yōu)閮蓚€像素33，兩個像素33邊界之間的距離則變?yōu)閐2。因此，通過判斷像素邊界距離的變化能夠識別到在該位置發(fā)生了分叉。

分析模組130，與所述圖像處理模組相連，用于對所述圖像處理模組獲得 的裂紋分布信息中的裂紋進行分析，以判斷所述透光基板90的破碎源；

所述分析模組130包括：

特征分析單元131，用于對所述裂紋分布信息中的裂紋特征進行特征分析，以區(qū)分出裂紋分布信息中的分支裂紋以及由分支裂紋衍生出的分叉裂紋；所述特征分析單元131還用于去除所述分叉裂紋；

主裂紋提取單元132，與所述特征分析單元131相連，用于基于分支裂紋的分支角度，判斷出裂紋分布信息中包含的主裂紋；

方向判斷單元133，與所述主裂紋提取單元132相連，用于分析主裂紋提取單元132所提取的主裂紋，以獲得所述主裂紋的收斂方向，進而判斷破碎源所在位置。

具體的，當遇到初始的檢測圖像中沒有包含主裂紋、僅包含分支裂紋和分叉裂紋時，特征分析單元131工作以區(qū)分出分支裂紋和分叉裂紋，并去除分叉裂紋；由于初始的檢測圖像中不包含主裂紋，所以此時主裂紋提取單元132不工作，相應(yīng)的，所述方向判斷單元133也不工作；在這之后，根據(jù)特征分析單元131分析出的初始的檢測圖像中的分支裂紋b1、b2的收斂方向獲取下一檢測圖像，然后特征分析單元131工作以區(qū)分出分支裂紋和分叉裂紋，并去除分叉裂紋，主裂紋提取單元132工作以判斷出主裂紋，方向判斷單元133工作以分析主裂紋以獲得所述主裂紋的收斂方向，進而判斷破碎源所在位置。

此外，正如前文所述的那樣，實際操作中可能在初始的檢測圖像中便已經(jīng)包含有主裂紋。此時特征分析單元131無需啟動，主裂紋提取單元132判斷出裂紋分布信息中包含的主裂紋，然后方向判斷單元133獲得所述主裂紋的收斂方向，進而判斷破碎源所在方向。

在本實施例中，所述分析模組130還包括：指示單元(圖中未示出)，與所述方向判斷單元相連，用于根據(jù)當前裂紋分布信息中分支裂紋的收斂方向，指示獲取下一檢測圖像時的獲取方向。分支裂紋的收斂方向指向破碎源的所在的大致方向，這樣通過上述分析模組130可以保證再次獲取的檢測圖像能夠更加靠近破碎源。

在本實施例中，所述圖像處理模組120以及分析模組130可以分別是單片機(Single Chip Microcomputer,SCM)或者中央處理芯片(Central Processing Unit,CPU)或者其他的物理實現(xiàn)形式，或者共同集成在SCM或者CPU或者其他的物理實現(xiàn)形式當中。類似地，圖像處理模組120的圖像分割處理單元121和距離變化處理和分水嶺變換處理單元122可以分別是單片機或者中央處理芯片或者其他的物理實現(xiàn)形式，或者共同集成在SCM或者CPU或者其他的物理實現(xiàn)形式當中。類似地，分析模組130的特征分析單元131，主裂紋提取單元132，方向判斷單元133，指示單元可以分別是單片機或者中央處理芯片或者其他的物理實現(xiàn)形式，或者共同集成在SCM或者CPU或者其他的物理實現(xiàn)形式當中。但是本發(fā)明對圖像處理模組120和分析模組130的物理實現(xiàn)方式不作限定。此外，本發(fā)明的光學檢測裝置100可以但不限于實施上述的光學檢測方法。

本發(fā)明還提供一種光學檢測系統(tǒng)，包括本發(fā)明所述的光學檢測裝置100。請參考圖10和圖11，為本發(fā)明光學檢測系統(tǒng)一實施例的結(jié)構(gòu)示意圖。

如前文所述，這種光學檢測系統(tǒng)由于包含所述光學檢測裝置100，其檢測效率相對于人工檢測的方式來說更高，且檢測結(jié)果相對更為準確；此外，這種光學檢測系統(tǒng)可以應(yīng)用于更多的場景，包括一些不便于人工檢測的環(huán)境。

在本實施例中，所述光學檢測系統(tǒng)還包括顯示模組，用于顯示所述光學檢測裝置中成像模組110(請結(jié)合參考圖9所示)獲取的檢測圖像。例如，所述顯示模組可以包括一塊顯示屏55。

在本實施例中，所述光學檢測系統(tǒng)還包括一外殼50，用于容置所述顯示模組以及所述光學檢測裝置100。

本實施例中光學檢測裝置100中所包含的透鏡54可以設(shè)于所述外殼50的背面。

在本實施例中，所述外殼50上設(shè)有手柄52，這樣便于操作人員的使用。

在本實施例中，所述外殼50設(shè)置有用于控制成像模組110的開關(guān)53。

此外，在本發(fā)明的其它實施例中，手柄52還可以被替換為機械臂，這樣在一些較為危險的檢測環(huán)境中，將本發(fā)明的光學檢測系統(tǒng)安裝到待檢測的透 光基板附近，按照指示單元所指示的獲取下一個圖像的方向，機械臂被沿著該方向驅(qū)動，進而帶動外殼50到希望的位置。

雖然本發(fā)明披露如上，但本發(fā)明并非限定于此。任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)，均可作各種更動與修改，因此本發(fā)明的保護范圍應(yīng)當以權(quán)利要求所限定的范圍為準。