CN112435248A - 缺陷检测方法、装置、控制装置和可读存储介质 - Google Patents

Abstract

本发明涉及一种缺陷检测方法、装置、控制装置和可读存储介质，该缺陷检测方法基于光度立体法，根据获取的待测目标的图像集合，确定待测目标得反射率图和高斯率图；根据反射率图和高斯率图，判断待测目标是否存在疑似缺陷；若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。本申请提供的缺陷检测方法在确定待测目标存在疑似缺陷后，通过待测目标的二值化图像可以确定疑似缺陷的种类，既，可以确定区分疑似缺陷中的灰尘和凹坑，能够避免发生误判。

Description

缺陷检测方法、装置、控制装置和可读存储介质

技术领域

本发明涉及图像检测技术领域，特别是涉及一种缺陷检测方法、装置、控制装置和可读存储介质。

背景技术

辊筒，又称滚筒，广泛应用于如数码打印机、凹版印刷机、造纸机和圆网印花机等各类传动输送系统中。由于辊筒的生产车间并非无尘车间，并且辊筒打磨加工后，表面会留有轻微的打磨痕迹。为了保证辊筒的的正常使用，需要对辊筒是否存在缺陷进行检测。通常将辊筒表面的凹坑和较深的划痕视为辊筒的缺陷。

传统技术中，获取辊筒的2D图像，根据该图像判断辊筒表面的缺陷。然而，在2D图像上，辊筒上的灰尘与凹坑缺陷非常相似，则使用传统技术中的方法对辊筒表面的缺陷进行判断时，容易发生误判。

发明内容

基于此，有必要针对上述技术问题，提供一种缺陷检测方法、装置、控制装置和可读存储介质。

第一方面，本申请一个实施例提供一种缺陷检测方法，包括：

获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的多个图像；

基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图；

根据反射率图和高斯曲率图，判断待测目标是否存在疑似缺陷；

若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。

在其中一个实施例中，缺陷检测方法还包括：

基于光度立体法，根据图像集合，获取待测目标的高度图；

对高度图进行平滑滤波处理，得到平滑图；

将平滑图减去高度图，得到差分图；

对差分图进行二值化处理，得到二值化图像。

在其中一个实施例中，缺陷检测方法还包括：

将反射率图和高斯曲率图作乘积运算，得到特征增强图像；

对特征增强图像进行形态学处理，得到形态学图像；

对形态学图像进行二值化处理，得到二值化图像。

在其中一个实施例中，根据待测目标对应的二值化图像，确定疑似缺陷的种类，包括：

获取二值化图像中的灰度值在预设阈值范围内的区域的属性值；

若区域的属性值满足预设阈值条件，则确定区域处缺陷为凹坑或者划痕。

在其中一个实施例中，区域的属性值包括区域的面积和区域的长度，若区域的属性值满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕，包括：

若区域的面积和区域的长度中至少一个满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕。

在其中一个实施例中，缺陷检测方法还包括：

根据疑似缺陷的种类，确定目标缺陷；

根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，并控制标记笔在待测目标上标记目标缺陷。

在其中一个实施例中，根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，包括：

获取二值化图像中像素与实际物理坐标之间的比例系数；

根据目标缺陷在所述二值化图像上的位置和比例系数，确定目标缺陷在待测目标上的位置。

第二方面，本申请一个实施例提供一种缺陷检测装置，包括：

获取模块，用于获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的图像；

确定模块，用于基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图；

判断模块，用于根据反射率图和高斯率图，判断待测目标是否存在疑似缺陷；

确定模块，还用于若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。

第三方面，本申请一个实施例提供一种控制装置，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述实施例提供的方法的步骤。

第四方面，本申请一个实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例提供的的方法的步骤。

本申请提供一种缺陷检测方法、装置、控制装置和可读存储介质，该方法通过获取待测目标的图像集合；基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图。根据反射率图和高斯曲率图，判断待测目标是否存在疑似缺陷；若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。本申请实施例提供的缺陷检测方法通过反射率图和高斯率图同时确定待测目标是否存在疑似缺陷，提高了确定待测目标是否存在疑似缺陷的准确率。在确定待测目标存在疑似缺陷后，根据待测目标对应的二值化图像确定疑似缺陷的种类，从而能够区别疑似缺陷中的灰尘和凹坑或划痕，进而能够避免发生误判。

附图说明

为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域不同技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一个实施例提供的缺陷检测设备的结构示意图；

图2为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图3为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图4为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图5为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图6为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图7为本申请一个实施例提供的缺陷检测方法的步骤流程示意图；

图8为本申请一个实施例提供的缺陷检测装置的结构示意图；

图9为本申请一个实施例提供的控制装置的结构示意图。

附图标记说明：

10、缺陷检测设备；100、拍照成像装置；110、相机；120、光源；130、第一运动机构；200、标记笔装置；210、第二运动机构；220、标记笔；300、导轨；400、控制装置。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。

下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

请参见图1，本申请提供的缺陷检测方法应用于缺陷检测设备10，该设备可以包括拍照成像装置100、标记笔装置200、导轨300和控制装置400，拍照成像装置100和标记笔装置200均可以在导轨300上移动，控制装置400用于控制拍照成像装置100和所述标记笔装置200工作。其中，拍照成像装置100包括相机110、多个光源120和第一运动机构130，相机110和光源120均设置与运动机构130。多个光源120可以分别设置在相机110的不同方向。控制装置400用于控制第一运动机构130沿导轨300移动，相机110和多个光源120会随着第一运动机构130在导轨300上的移动而移动。控制装置400还用于控制多个光源120的打开和关闭，以及控制相机110的工作。标记笔装置200包括第二运动机构210和标记笔220，标记笔220设置于第二运动机构210。控制装置400用于控制第二运动机构210沿导轨300移动，标记笔220会随着第二运动机构210的移动而移动。控制装置400还用于控制标记笔220向待测目标的方向移动，使得标记笔220在待测目标上进行标记。控制装置400可以是计算机设备、微处理芯片或其他设备，所述计算机设备可以但不限于是工业计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等。本申请提供的缺陷检测方法可以通过JAVA软件实现，也可以应用于其他软件。

使用该缺陷检测设备10的对待测目标进行检测的过程如下：

将待测目标设置于缺陷检测设备10中，待测目标在缺陷检测设备10中可以旋转，以实现对待测目标的所有区域进行缺陷检测。向控制装置400中输入待测目标的长度和直径。控制装置400控制第一运动机构130沿导轨300的X轴方向移动至起始位置，并控制第一运动机构130沿导轨300的Y轴方向至相机110成像对焦位置。控制装置400先控制多个光源120中的一个光源打开，其他光源关闭，然后控制相机110开始拍摄图像。按照上述方法控制装置400可以控制相机110在不同方向的光源打光下拍摄多个图像。控制装置400通过控制第一运动机构130沿导轨300的Y轴方向移动以及待测目标的旋转运动，可以获取待测目标的全部区域的相机110拍摄的待测目标的所有区域的图像。最后，控制装置400根据相机拍摄的图像根据本申请提供的缺陷检测方法对待测目标进行缺陷检测。若控制装置400检测出待测目标存在缺陷，则控制第二运动机构210沿导轨300的X轴移动至目标缺陷的位置，然后控制标记笔沿待测目标的方向移动，使得标记笔在待测目标上目标缺陷的位置进行标记。

请参见图2，本申请一个实施例提供一种缺陷检测方法，具体的实现步骤包括：

S100，获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的多个图像。

待测目标为需要检测是否存在缺陷的辊筒。控制装置400可以获取相机110对待测目标从不同方向的光源120下进行拍摄得到的多个图像，并将多个图像组成一个图像集合。例如：控制装置400获取的图像为：相机110在待测目标的特定区域的上方的光源120打开，其他方向的光源120关闭时拍摄的第一图像，相机110在待测目标的该特定区域的下方的光源120打开，其他方向的光源120关闭时拍摄的第二图像，相机110在待测目标的该特定区域的左边的光源120打开，其他方向的光源120关闭时拍摄的第三图像，相机110在待测目标的该特定区域的右边的光源120打开，其他方向的光源120关闭时拍摄的第四图像，此时图像集合中包括第一图像、第二图像、第三图像和第四图像。

S200，基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图。

控制装置400在获取图像集合后，基于光度立体法，根据图像集合中的多个图像可以对待测目标的进行重建，从而确定待测目标的反射率图和高斯曲率图。光度立体法主要是根据一个表面在不同光照条件下所拍摄的图像集合来重构该表面的形状。也就是说，控制装置400根据相机在不同方向的光源120的光照下对待测目标的表面拍摄得到的多个图像组成的图像集合可以重构待测目标的表面的形状。基于光度立体法，根据图像集合中的多个图像可以获取待测目标表面的反射率，从而可以形成反射率图；基于光度立体法，根据图像集合中的多个图像可以获取待测目标表面的法线，根据该法线可以获取待测目标表面的形状，从而可以确定待测目标的高斯曲率图。

S300，根据反射率图和高斯曲率图，判断待测目标是否存在疑似缺陷。

反射率图可以用于表征待测目标的表面不同区域的反射率。高斯曲率图可以用于表征待测目标的表面不同区域的弯曲程度。疑似缺陷包括灰尘、较浅的划痕、凹坑和较深的划痕。在待测目标的表面存在疑似缺陷的区域时，该区域的发射率会跟其他区域的反射率不同，该区域的弯曲程度与其他区域的弯曲程度也不同。控制装置400通过判断反射率图中是否存在某个区域的反射率与其他区域的反射率不同，则可以确定该区域是否存在疑似缺陷。也就是说，若反射率图中存在反射率不同的区域，则可以确定待测目标存在疑似缺陷，若反射率图中不存在反射率不同的区域，则可以确定待测目标不存在疑似缺陷，即，该待测目标可以正常使用。同理，控制装置400通过判断高斯曲率图中是否存在异常的高斯曲率，则可以确定待测目标中是否存在疑似缺陷。通过反射率图和高斯率图共同对待测目标进行判断，可以更加准确的判断待测目标是否存在疑似缺陷。

S400，若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。

若控制装置400通过反射率图和高斯曲率图确定待测目标存在疑似缺陷，则需要确定疑似缺陷的种类，以确定待测目标是否存在目标缺陷。目标缺陷包括凹坑和较深的划痕。控制装置400可以通过待测目标对应的二值化图像，确定疑似缺陷的种类，从而可以确定待测目标是否存在目标缺陷。二值化图像就是将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的图像。在二值化图像中，灰尘与凹坑的灰度值明显不同；灰尘与划痕的灰度值也明显不同。因此，控制装置400通过待测目标对应的二值化图像，可以确定疑似缺陷是灰尘，还是凹坑或者划痕，既，可以区分灰尘和凹坑，也可以区分灰尘和划痕。同时，根据灰度值的大小还可以区分较浅的划痕和较深的划痕。并且，根据灰度值所处区域的面积的大小可以确定是否是凹坑。最终，控制装置400可以通过二值化图像确定疑似缺陷的种类包括：灰尘、凹坑、较浅的划痕和较深的划痕，将凹坑和较深的划痕确定为目标缺陷。本实施例对获取待测目标对应的二值化图像的方法不作任何限制，只要能够实现其功能即可。

本申请实施例提供的缺陷检测方法基于光度立体法，根据获取的待测目标的图像集合，确定待测目标的反射率图和高斯率图；根据反射率图和高斯率图，判断待测目标是否存在疑似缺陷；若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。本申请实施例提供的缺陷检测方法通过反射率图和高斯率图同时确定待测目标是否存在疑似缺陷，提高了确定待测目标是否存在疑似缺陷的准确率。在确定待测目标存在疑似缺陷后，根据待测目标对应的二值化图像确定疑似缺陷的种类，从而能够区别疑似缺陷中的灰尘和凹坑或划痕，进而能够避免发生误判。并且，在确定疑似缺陷的种类后便于工作人员对不同的缺陷采取相对应的处理措施。

请参见图3，在一个实施例中，缺陷检测方法的步骤还包括；

S500，基于光度立体法，根据图像集合，获取待测目标的高度图。

控制装置400基于光度立体法，根据图像集合中的多个图像可以获取待测目标表面的法线，根据该法线可以确定待测目标表面的深度，从而可以确定待测目标的高度图。高度图通常是一张灰度图，待测目标的高度值得变化范围在0合255之间，其中，0(黑色)表示最低高度，255(白色)表示最大高度。

S510，对高度图进行平滑滤波处理，得到平滑图。

S520，将平滑图减去高度图，得到差分图。

控制装置400对获取得高度图进行平滑滤波处理，可以对高度图中的灰度值进行平滑和滤波处理，使得高度图中的灰度值之间的差异减小，得到平滑图。换句话说，控制装置400通过对高度图进行平滑滤波处理，可以消除高度图中存在疑似缺陷的区域，既，得到的平滑图中不包括疑似缺陷的区域。控制装置400使用得到的平滑图减去高度图，换句话说，控制装置400使用得到平滑图中的灰度值减去高度图中的灰度值，可以得到差分图。得到的差分图中不存在疑似缺陷的区域的灰度值相互抵消，存在疑似缺陷的区域的灰度值相减，得到的差分图中的灰度值与高度图中灰度值不同。在高度图中灰尘的灰度值较高，凹坑或者划痕的灰度值较低，而差分图中的灰尘的灰度值较低，凹坑或者划痕的灰度值较高。待测目标的差分图中可以更加清楚明了的表示疑似缺陷的区域。

S530，对差分图进行二值化处理，得到二值化图像。

控制装置400对差分图进行二值化处理，既，按照预设灰度阈值，将差分图中的灰度值分为两部分：大于预设灰度阈值的部分和小于预设灰度阈值的部分，将大于预设灰度阈值的部分设定为白色(或者黑色)，将小于预设灰度阈值的部分设定为黑色(或者白色)，可以得到二值化图像。通过对差分图进行二值化处理，可以区分疑似缺陷的种类。例如：可以将大于预设灰度阈值的部分设置为白色，将小于预设灰度阈值的部分设定为黑色。白色区域为灰度值较高的区域，既白色区域为凹坑或者划痕，黑色区域为灰度值较低的区域，既，黑色区域为灰尘。因此根据得到的二值化图像可以清楚准确的获取疑似缺陷的种类。

在本实施例中，通过对待测目标的高度图进行相应的处理，使得后续可以更加清楚准确的区分灰尘和凹坑或者划痕。

请参见图4，在一个实施例中，缺陷检测方法的步骤还包括：

S600，将反射率图和高斯曲率图作乘积运算，得到特征增强图像。

S610，对特征增强图像进行形态学处理，得到形态学图像。

S620，对形态学图像进行二值化处理，得到二值化图像。

控制装置400将反射率图和高斯率图作乘积运算，既，对反射率图中的像素值和高斯曲率图中的像素值进行乘积运算，这样可以增强反射率图中异常的反射率的区域或者高斯曲率图中的异常的高斯曲率区域，得到特征增强图像。换句话说，通过将反射率图和高斯率图作乘积运算，可以增强图中疑似缺陷区域的特征。控制装置400对特征增强图像进行形态学处理，既，对特征增强图像进行特定的膨胀和腐蚀操作，得到形态学图像。这样可以使得特征增强图像中的划痕保持连续，更加便于检测疑似缺陷中的划痕缺陷。控制装置400对形态学图像进行二值化处理得到二值化图像的具体描述可以参考上述控制装置对差分图进行二值化处理得到二值化图像的描述，在此不再赘述。

在本实施例中，将待测目标的图像中经过相应的处理，可以将图像中疑似缺陷的特征增强，使得后续在检测疑似缺陷的种类是可以更加方便准确。

请参见图5，步骤S400“根据待测目标对应的二值化图像，确定疑似缺陷的种类”的一种可能的实现方式包括：

S410，获取二值化图像中的灰度值在预设阈值范围内的区域的属性值。

控制装置可以了解二值化图像中每个区域的灰度值，并判断该灰度值是否在预设阈值范围内。若该灰度值在预设阈值范围内，则获取该灰度值所在区域的属性值。区域的属性值可以包括区域的面积、区域的长度和区域的数量等。

S420，若区域的属性值满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕。

控制装置400通过判断获取的区域的属性值是否满足预设阈值条件，来确定该区域处的缺陷为凹坑或者划痕。

步骤S420“若区域的属性值满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕”一种可能的实现方式包括：

若区域的面积和区域的长度中至少一个满足所述预设阈值条件，则确定区域处的缺陷为凹坑或者划痕。

预设阈值条件包括预设面积阈值和预设长度阈值。只有待测目标中凹坑的面积足够大时，才能确定该凹坑是目标缺陷中的凹坑；只有待测目标中划痕的长度足够常时，才能确定该划痕是目标缺陷中的划痕。控制装置400通过判断区域的面积是否大于预设面积阈值，来确定区域处的缺陷为凹坑或者划痕；也可以通过判断区域的长度是否大于预设长度阈值来确定区域处的缺陷为凹坑或者划痕。控制装置400在区域的面积和区域的长度中任何一个满足预设阈值条件，或者区域的面积和区域的长度都满足预设阈值条件时，均可以确定该区域处的缺陷为目标缺陷，既，凹坑或较深的划痕。在本申请实施例中，通过区域的面积和长度可以更加准确的确定区域处的缺陷为凹坑或者划痕。

在一个可选的实施例中，区域的属性值还包括区域的数量，这样在确定区域处的缺陷为凹坑或者划痕后，根据区域的数量可以确定待测目标上目标缺陷的数量。

请参见图6，在一个实施例中缺陷检测方法还包括：

S700，根据疑似缺陷的种类，确定目标缺陷；

S710，根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，并控制标记笔在待测目标上标记目标缺陷。

控制装置400在确定了疑似缺陷的种类后，可以确定疑似缺陷中存在的目标缺陷，并且可以确定目标缺陷在二值化图像中的位置。目标缺陷包括凹坑和较深的划痕。控制装置400根据目标缺陷在二值化图像中的位置，在确定目标缺陷在待测目标上的位置后，先控制第二运动机构210移动至待测目标上目标缺陷所在的位置，使得标记笔220正对于目标缺陷，然后控制标记笔220向待测目标的方向移动，使得标记笔220在待测目标的目标缺陷处进行标记。这样便于工作人员后续对待测目标维修。

请参见图7，在一个实施例中，步骤S710“根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置”的一种可能的实现方式包括：

S711，获取二值化图像中像素与实际物理坐标之间的比例系数；

工作人员预先在待测目标上设置一个标记物，控制装置400获取相机110的第一位置，并将相机110调节为视频模式。控制装置400控制相机110对待测目标上的标记物进行拍摄并移动相机一定的距离，控制装置400通过获取此时相机110的第二位置，以及标记物在相机110拍摄的图像上移动的像素距离，计算第二位置与第二位置之间的差值，并将计算该差值与像素距离之间的比，可以得到比例系数。该比例系数表征每个像素对应的实际物理坐标。

S712，根据目标缺陷在二值化图像上的位置和比例系数，确定目标缺陷在待测目标上的位置。

目标缺陷在二值化图像上的位置是指目标缺陷在二值化图像上的像素坐标；目标缺陷在待测目标上的位置是指目标缺陷在待测目标上的实际物理坐标。目标缺陷在二值化图像上的像素坐标是以图像的坐标原点在图像的中心位置的情况下获取的。控制装置400将确定的目标缺陷在二值化图像上的像素坐标与比例系数相乘，则可以确定目标缺陷在实际物理坐标上相对应相机110的中心轴的物理坐标的偏移量。图像的中心位置在相机110的中心轴的Y轴方向的延长线上。将相机110的移动轴的坐标加上该偏移量可以确定目标缺陷在待测目标上的位置。

应该理解的是，虽然图中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

请参见图8，本申请一个实施例提供一种缺陷检测装置20，该缺陷检测装置20可以配置于控制装置400中。该缺陷检测装置20包括获取模块100、确定模块200和判断模块300。其中，

获取模块100用于获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的多个图像；

确定模块200用于基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图；

判断模块300用于根据反射率图和高斯率图，判断待测目标是否存在疑似缺陷；

确定模块200还用于所述待测目标存在疑似缺陷，则根据所述待测目标对应的二值化图像，确定疑似缺陷的种类。

在一个实施例中，缺陷检测装置20还包括高度图获取模块和处理模块，其中，高度图获取模块用于基于光度立体法，根据图像集合，获取待测目标的高度图；处理模块用于对高度图进行平滑滤波处理，得到平滑图；将平滑图减去高度图，得到差分图；对差分图进行二值化处理，得到二值化图像。

在一个实施例中，处理模块还用于将反射率图和高斯曲率图作乘积运算，得到特征增强图像；对特征增强图像进行形态学处理，得到形态学图像；对形态学图像进行二值化处理，得到二值化图像。

在一个实施例中，确定模块还具体用于获取二值化图像中的灰度值在预设阈值范围内的区域的属性值；若区域的属性值满足预设阈值条件，则确定区域处缺陷为凹坑或者划痕。

在一个实施例中，处理模块具体还用于若区域的面积和区域的长度中至少一个满足预设阈值条件，则确定区域处的缺陷为凹坑和划痕。

在一个实施例中，缺陷检测装置20还包括目标缺陷确定模块和控制模块。其中，目标缺陷确定模块用于根据疑似缺陷的种类，确定目标缺陷；控制模块用于根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，并控制标记笔的待测目标上标记目标缺陷。

在一个实施例中，控制模块还用于获取二值化图像中像素与实际物理坐标之间的比例系数；根据目标缺陷在二值化图像上的位置和比例系数，确定目标缺陷在待测目标上的位置。

关于上述缺陷检测装置20的具体限定可以参见上文中对于缺陷检测方法的限定，在此不再赘述。缺陷检测装置20中的各个模块可以全部或部分通过软件、硬件及其组合来实现。上述各装置、各模块或者各单元可以以硬件形式内嵌于或者独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个装置或模块对应的操作。

请参见图9，在一个实施例中，提供一种控制装置，控制装置可以是服务器，其内部结构图可以如图9所示。控制装置包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，控制装置的处理器用于提供计算和控制能力。控制装置的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。控制装置的数据库用于存储图像集合等。控制装置的网络接口用于与外部的终端通过网络连接通信。控制装置被处理器执行时以实现一种缺陷检测方法。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的控制装置的限定，具体的控制装置可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供了一种控制装置，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的多个图像；

基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图；

根据反射率图和高斯曲率图，判断待测目标是否存在疑似缺陷；

若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于光度立体法，根据图像集合，获取待测目标的高度图；对高度图进行平滑滤波处理，得到平滑图；将平滑图减去高度图，得到差分图；对差分图进行二值化处理，得到二值化图像。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将反射率图和高斯曲率图作乘积运算，得到特征增强图像；对特征增强图像进行形态学处理，得到形态学图像；对形态学图像进行二值化处理，得到二值化图像。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取二值化图像中的灰度值在预设阈值范围内的区域的属性值；若区域的属性值满足预设阈值条件，则确定区域处缺陷为凹坑或者划痕。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：区域的属性值包括区域的面积和区域的长度，若区域的面积和区域的长度中至少一个满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据疑似缺陷的种类，确定目标缺陷；根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，并控制标记笔在待测目标上标记目标缺陷。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取二值化图像中像素与实际物理坐标之间的比例系数；根据目标缺陷在二值化图像上的位置和比例系数，确定目标缺陷在待测目标上的位置。

在一个实施例中，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待测目标的图像集合，其中，图像集合包括对待测目标从不同方向的光源下进行拍摄得到的多个图像；

基于光度立体法，根据图像集合，确定待测目标的反射率图和高斯曲率图；

根据反射率图和高斯曲率图，判断待测目标是否存在疑似缺陷；

若待测目标存在疑似缺陷，则根据待测目标对应的二值化图像，确定疑似缺陷的种类。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于光度立体法，根据图像集合，获取待测目标的高度图；对高度图进行平滑滤波处理，得到平滑图；将平滑图减去高度图，得到差分图；对差分图进行二值化处理，得到二值化图像。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将反射率图和高斯曲率图作乘积运算，得到特征增强图像；对特征增强图像进行形态学处理，得到形态学图像；对形态学图像进行二值化处理，得到二值化图像。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取二值化图像中的灰度值在预设阈值范围内的区域的属性值；若区域的属性值满足预设阈值条件，则确定区域处缺陷为凹坑或者划痕。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若区域的面积和区域的长度中至少一个满足预设阈值条件，则确定区域处的缺陷为凹坑或者划痕。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据疑似缺陷的种类，确定目标缺陷；根据目标缺陷在二值化图像上的位置，确定目标缺陷在待测目标上的位置，并控制标记笔在待测目标上标记目标缺陷。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取二值化图像中像素与实际物理坐标之间的比例系数；根据目标缺陷在二值化图像上的位置和比例系数，确定目标缺陷在待测目标上的位置。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种缺陷检测方法，其特征在于，包括：

获取待测目标的图像集合，其中，所述图像集合包括对所述待测目标从不同方向的光源下进行拍摄得到的多个图像；

基于光度立体法，根据所述图像集合，确定所述待测目标的反射率图和高斯曲率图；

根据所述反射率图和所述高斯曲率图，判断所述待测目标是否存在疑似缺陷；

若所述待测目标存在疑似缺陷，则根据所述待测目标对应的二值化图像，确定所述疑似缺陷的种类。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于光度立体法，根据所述图像集合，获取所述待测目标的高度图；

对所述高度图进行平滑滤波处理，得到平滑图；

将所述平滑图减去所述高度图，得到差分图；

对所述差分图进行二值化处理，得到所述二值化图像。

3.根据权利权利要求1所述的方法，其特征在于，所述方法还包括：

将所述反射率图和所述高斯曲率图作乘积运算，得到特征增强图像；

对所述特征增强图像进行形态学处理，得到形态学图像；

对所述形态学图像进行二值化处理，得到所述二值化图像。

4.根据权利要求2或3所述的方法，其特征在于，所述根据所述待测目标对应的二值化图像，确定所述疑似缺陷的种类，包括：

获取所述二值化图像中的灰度值在预设阈值范围内的区域的属性值；

若所述区域的属性值满足预设阈值条件，则确定所述区域处缺陷为凹坑或者划痕。

5.根据权利要求4所述的方法，其特征在于，所述区域的属性值包括区域的面积和区域的长度，所述若所述区域的属性值满足预设阈值条件，则确定所述区域处的缺陷为凹坑或者划痕，包括：

若所述区域的面积和所述区域的长度中至少一个满足所述预设阈值条件，则确定所述区域处的缺陷为凹坑或者划痕。

6.根据权利要求1所述的方法，其特征在于，还包括：

根据所述疑似缺陷的种类，确定目标缺陷；

根据所述目标缺陷在所述二值化图像上的位置，确定所述目标缺陷在所述待测目标上的位置，并控制标记笔在所述待测目标上标记所述目标缺陷。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标缺陷在所述二值化图像上的位置，确定所述目标缺陷在所述待测目标上的位置，包括：

获取所述二值化图像中像素与实际物理坐标之间的比例系数；

根据所述目标缺陷在所述二值化图像上的位置和所述比例系数，确定所述目标缺陷在待测目标上的位置。

8.一种缺陷检测装置，其特征在于，包括：

获取模块，用于获取待测目标的图像集合，其中，所述图像集合包括对所述待测目标从不同方向的光源下进行拍摄得到的图像；

确定模块，用于基于光度立体法，根据所述图像集合，确定所述待测目标的反射率图和高斯曲率图；

判断模块，用于根据所述反射率图和所述高斯率图，判断所述待测目标是否存在疑似缺陷；

确定模块，还用于若所述待测目标存在疑似缺陷，则根据所述待测目标对应的二值化图像，确定所述疑似缺陷的种类。

9.一种控制装置，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images