CN115330769B - 一种用于铝管表面擦伤压坑的缺陷检测方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种用于铝管表面擦伤压坑的缺陷检测方法。该方法是一种应用电子设备进行识别的方法，利用生产领域人工智能系统完成铝管表面擦伤压坑的缺陷检测。该方法首先通过电子相机识别铝管表面图像，进行校正处理得到校正图像；对校正图像进行数据处理，判断出铝管表面图像是否存在局部缺陷；并进一步，判断压坑缺陷和擦伤缺陷。本发明在对铝管表面缺陷图像进行数字化分析的基础上，将非畸变位置的图像给予针对性处理分析，对该区域灰度图像进行行和列曲线分析，根据细节差异特点对差异细节的数值表征，从而实现对安装前铝管表面擦伤压坑缺陷的有效检测。

Description

一种用于铝管表面擦伤压坑的缺陷检测方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种用于铝管表面擦伤压坑的缺陷检测方法。

背景技术

铝管是一种常用的管材，被广泛用于建筑工业和汽车产业等领域，在汽车管片式散热器中铝管即为冷却管，是汽车散热器中的重要组成部分。由于铝管在运输和安装的过程中易产生诸如压坑、擦伤、皱折等缺陷，这些缺陷会严重影响后续产品的使用性能，甚至出现故障造成严重事故。因此，有必要在铝管安装之前对铝管进行严格、高效和可靠的缺陷检测。常见的铝管缺陷检测为传统人工检测方法，检测准确率低、实时性较差，检测工人极易出现疲劳情况且主观性太强，随着现代计算机技术发展，基于机器视觉的缺陷检测技术逐渐应用于工业领域，极大提高了检测效率和准确性。

现有技术中存在以机器视觉为方法的检测手段，只凭借异常表征来检测表面是否存在瑕疵来进行识别，无法有效的将压坑和擦伤进行辨别，因为压坑和擦伤两者表征较相近，导致识别准确度低，而压坑是严重影响铝管外观和使用质量，普通擦伤只是对铝管的外观有部分影响，对于使用质量来说并无较大影响，所以需要对两个缺陷进行有效辨别，供给企业反馈。而在实际图像拍摄过程中，在实际光照反射的影响下，压坑和擦伤的整体表征皆为特殊高亮区域，并不能很好地将两个缺陷进行有效区别，那么要根据两者能够表征出的差异细节构建模型，从而解决在受光照影响下对铝管表面的擦伤压坑缺陷识别工作不准确的问题，实现对铝管表面擦伤、压坑缺陷的有效识别检测。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种用于铝管表面擦伤压坑的缺陷检测方法，所采用的技术方案具体如下：

采集铝管表面图像，预处理所述铝管表面图像，得到待检测图像；

对待检测图像进行图像校正，得到校正图像；对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线；

在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度；在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第二方差和对应的第二方差均值；

获取所述第二方差大于所述第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围；以所述第二范围内的最大值为作为第一最大值，以所述第三范围内的最小值作为第一最小值，以所述最小值点和所述最大值点的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷。

优选的，所述对待检测图像进行图像校正，得到校正图像，包括：

利用霍夫直线检测获取待检测图像中铝管的边缘线，对所述边缘线之间的区域进行校正，得到校正图像。

优选的，所述对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线，包括：

所述行灰度累加曲线为：

其中，

为第i行，第j个像素点对应的灰度累加值；

为横坐标为i，纵坐标为j的像素点的像素值；n为第i行的像素点数量；

所述列灰度累加曲线为：

其中，

为第j列，第i个像素点对应的灰度累加值；

为第j列的像素点数量。

优选的，所述基于所述第一方差计算第一方差差异程度，包括：

所述第一方差差异程度的计算公式为：

其中，

为所述第一方差差异程度；

为最大第一方差；

为最小第一方差。

优选的，所述基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷，包括：

获取最大值点的值和最小值点的值的差值作为第一差值；所述第一差值的四分之一作为暗区列和宽度；

当第二范围内存在数值大于暗区列和宽度，且第二范围内的最大值大于中心值时，该缺陷为压坑缺陷；或者当第三范围内存在数值大于暗区列和宽度，且第三范围内的最小值小于中心值时，该缺陷为压坑缺陷；否则为擦伤缺陷。

本发明实施例至少具有如下有益效果：

本发明涉及数据处理技术领域。该方法首先采集铝管表面图像，预处理所述铝管表面图像，得到待检测图像；对待检测图像进行图像校正，得到校正图像；对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线；在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度；在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第二方差和对应的第二方差均值；获取所述第二方差大于所述第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围；以所述第二范围内的最大值为作为第一最大值，以所述第三范围内的最小值作为第一最小值，以所述最小值点和所述最大值点的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷。本发明在对铝管表面缺陷图像进行数字化分析的基础上，将非畸变位置的图像给予针对性处理分析，对该区域灰度图像进行行和列和曲线分析，根据细节差异特点对差异细节的数值表征，从而实现对安装前铝管表面擦伤压坑缺陷的有效检测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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它附图。

图1为本发明一个实施例所提供的一种用于铝管表面擦伤压坑的缺陷检测方法的方法流程图；

图2为本发明一个实施例所提供的图像采集平台的示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于铝管表面擦伤压坑的缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

本发明实施例提供了一种用于铝管表面擦伤压坑的缺陷检测方法的具体实施方法，该方法适用于铝管表面擦伤压坑的缺陷检测场景。该场景下通过电子相机采集对应的铝管表面图像。铝管在生产和运输过程中容易产生多种外观质量缺陷，本发明分析的是在铝管没有发生严重形变情况下的表面局部缺陷，主要包含了擦伤和压坑两种，会对铝管外观质量造成不同的影响。所以需要通过图像处理分析铝管表面缺陷的数字特征，结合机器视觉技术智能化检测出缺陷种类，为分析重复缺陷的产生原因提供数据素材。为了解决在实际光照反射的影响下，压坑和擦伤的整体表征皆为特殊高亮区域，并不能很好地将两个缺陷进行有效区别的问题。本发明在对铝管表面缺陷图像进行数字化分析的基础上，将非畸变位置的图像给予针对性处理分析，对该区域灰度图像进行行和列和曲线分析，根据细节差异特点对差异细节的数值表征，从而实现对安装前铝管表面擦伤压坑缺陷的有效检测。

下面结合附图具体的说明本发明所提供的一种用于铝管表面擦伤压坑的缺陷检测方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种用于铝管表面擦伤压坑的缺陷检测方法的步骤流程图，该方法包括以下步骤：

步骤S100，采集铝管表面图像，预处理所述铝管表面图像，得到待检测图像。

本发明针对的是圆形铝管上的表面局部缺陷，所以需要采集铝管一周的铝管表面图像。故设计图像采集平台，主要包括待检测铝管、电子相机、光源、机械抓手、计算机处理装置和缺陷检测系统。请参阅图2，图2为图像采集平台的示意图，图2中A为缺陷检测系统；B为计算机；C为电子相机；D为机械抓手；E为光源1；F为光源2；G为待检测铝管；H为传送方向。

检测流程为：通过机械爪手安置铝管固定，随后逆时针旋转，在光源照射下，反射光进入电子相机拍摄出铝管表面图像，整体控制相机拍摄频率和机械抓手转速，同一个铝管下，拍摄六张铝管表面图像

到

，随后将铝管表面图像输入至计算机进行预处理，随后进入缺陷检测系统进行相关表面缺陷检测。本文进一步就缺陷检测系统进行主要设计。

预处理铝管表面图像，得到待检测图像。具体的：将采集到的铝管表面图像进行灰度化，压缩通道为一层，以降低后续的计算量。由于现实因素，导致采集到的铝管表面图像易受到光照等噪声干扰，进一步需要对采用中值滤波进行去噪预处理，得到待检测图像。

步骤S200，对待检测图像进行图像校正，得到校正图像；对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线。

对待检测图像进行分析，首先对擦伤和压坑的表征和形成原因进行分析。擦伤缺陷是分布在铝管表面的直线型或者弧线型的线痕，具有不同的长度与深度，是装箱或其他运输过程中铝管与尖锐物体发生碰撞所产生的。压痕缺陷是分布在铝管表面的宽度一般小于铝管宽度的块状压痕，有大有小并不唯一。与擦伤缺陷产生原因类似，但是该缺陷是铝管与迟钝物体发生磕碰所产生。

对待检测图像进行图像校正，得到校正图像，具体的：利用霍夫直线检测获取待检测图像中铝管的边缘线。由于现实采集图像过程中，图像中铝管并不是完全平行于图像底端，所以为了接下来行和列的分析准确性，首先要对待检测图像中铝管进行矫正。对待检测图像首先进行OSTU法二值化，为边缘检测减少了大部分计算量。随后对二值图像进行Canny边缘检测，使得差异较大的边界显现出来且只保留了一层白色像素边界。本发明采用霍夫直线检测进行铝管最外边缘的直线边界。霍夫直线检测就是把图像空间中的直线变换到参数空间中的点，通过统计特性来解决检测问题。具体来说，如果一幅图像中的像素构成一条直线，那么这些像素坐标值（x,y）在参数空间对应的曲线一定相交于一个点，所以只需要将图像中的所有像素点（坐标值）变换成参数空间的曲线，并在参数空间检测曲线交点就可以确定直线了。通过此方法得到两条平行直线，返回到灰度图像中得到下图，随后将两条直线之间区域进行提取并矫正。需要说明的是，这里的参数空间即为霍夫空间。

进一步，对所述边缘线之间的区域进行校正，得到校正图像。需要说明的是，对边缘线之间的区域进行校正，是将提取出的区域进行调平，让每一行或每一列上的像素点数量达到一致，对区域进行校正为本领域技术人员的公知技术，在此不再赘述。

通过对铝管边缘点进行霍夫直线检测并进行图像矫正后，对校正图像进行行和列和灰度值分析，在擦伤压坑情况下分析差别特征，对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线。

同一个铝管的六张铝管表面图像对应的待检测图像对应的中央正视范围为60度，为了防止铝管边缘弧度畸变影响检测结果，对六张铝管表面图像对应的待检测图像的每一张都采取中间一半的分析手段。上下不研究部分对应的是两个

，即两个一半各自的

，也就是整体列数的最中间一半。记

为矫正后灰度图中的行数，

为列数，那么本发明研究的是

到

的行数范围，列数范围不变。对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线。

所述行灰度累加曲线为：

其中，

为第i行，第j个像素点对应的灰度累加值；

为横坐标为i，纵坐标为j的像素点的像素值；n为第i行的像素点数量；

所述列灰度累加曲线为：

其中，

为第j列，第i个像素点对应的灰度累加值；

为第j列的像素点数量。

步骤S300，在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度；在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第二方差和对应的第二方差均值。

调节光源是左右两侧斜照，因为如果采用投射向下的光源，那么在只要有缺陷都只能产生局部高亮，并无细节特征差异。根据压坑缺陷的形状改变特点，设计的是两侧光源照射，铝管上若存在压坑区域，即实际凹陷区域，光线会产生角度折射，反馈于图像中总会形成凹陷区域内左右两侧明显不同的表征（左亮右暗，或左暗右亮），那么反馈于列和曲线上是呈现相邻的两个与整体大部分列和曲线峰值差异大的区域，且其中一个区域峰值明显高于列和其他区域一般峰值，另一个区域峰值则是明显要低于一般峰值，同时这两个区域一定是相邻的；而擦伤缺陷的话，受光照影响后，缺陷部位是铝管表面氧化膜被外力明显破坏后，在其表面有铝材料高亮露出，反馈于列和曲线上是单独一个连续区域峰值都明显高于其他区域一般峰值，而相邻位置不存在较明显的峰值下降区域。

接下来根据不同状态，如完好、有擦伤、有压坑的铝管，进行上述方法的行和列拟合曲线图像。

根据行和列在图像分布情况的细节不同，可以发现行在图像上，有擦伤和有压坑的铝管有较为明显地波峰区域存在，且有压坑铝管一般比有擦伤铝管的明显波峰区域的总体峰值要高一些；而完好铝管整体灰度相近，并无明显波峰；列在图像上，完好铝管的每列列和灰度十分相似，所以图像中无明显波峰且十分平稳；而有擦伤和有压坑铝管的列和之间就有明显差异，会形成较高波峰存在，而由于压坑缺陷的铝管材料区域的凹陷，受光照折射等因素，会有左右灰度差异大的明显特点（亮暗分界在压坑内），所以它的列和图像在较高波峰区域旁一定会有明显较低的波谷区域存在，而擦伤缺陷铝管无此特征。

可在行灰度累加曲线和列灰度累加曲线上观测出是否有缺陷，其中，有高亮区域则直接会有明显高峰区域，随后在列灰度累加曲线上根据擦伤和压坑的细节特征不同，即通过对列灰度累加曲线中的高峰值区域进行确定后，去分析其相邻位置是否存在明显的连续低峰值区域，从而识别出是否为压坑缺陷表征，实现对缺陷种类的分辨，进行相关标记并给企业反馈。

提取行灰度累加曲线和列灰度累加曲线中的波峰坐标信息，计算每隔一段横坐标范围的固定区域内波峰值之间的差异程度，即峰值方差大小，从而得到相关明显变化区域的数字表述。针对行和与列和图像的横坐标范围不同，设计出对应的两种滑窗大小。

在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度。在行灰度累加曲线上，对应的滑窗

宽度范围为0.1倍的有效横坐标范围，即

，步长为

，从

到

处共滑动19次。范围滑窗

的计算规则为统计该滑窗范围内所有波峰峰值的方差。

记滑窗

内共有

个波峰值

。那么计算公式分别为：

其中

为滑窗

内的所有波峰的加和平均值；F为滑窗内波峰的数量；

为滑窗

内波峰峰值的方差值。记19个滑窗中的

最大为

、最小值为

。

基于第一方差计算第一方差差异程度。该第一方差差异程度的计算公式为：

所述第一方差差异程度的计算公式为：

其中，

为所述第一方差差异程度；

为最大第一方差；

为最小第一方差。

如果整体无缺陷，那么方差们的差异程度很小；如果存在局部缺陷，那么第一方差差异程度就较大。当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷。在本发明实施例中预设第一阈值为10%，在其他实施例中实施者可根据实际情况调整该取值。也即若

，则可将其认为完好铝管，若

，则考虑其表面存在局部缺陷。

在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第二方差和对应的第二方差均值。在列灰度累加曲线上，同样采取范围滑窗设计，规定滑窗

的范围宽度为

，步长为

，从

到

处共滑动79次。范围滑窗

的计算规则一样是所有波峰峰值的方差。

记滑窗

内共有

个波峰值

。那么计算公式分别为：

其中，

为滑窗

内的所有波峰的加和平均值，

为滑窗

内波峰峰值的方差值，

为79个滑窗

的方差加和平均值。

步骤S400，获取所述第二方差大于所述第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围；以所述第二范围内的最大值为作为第一最大值，以所述第三范围内的最小值作为第一最小值，以所述最小值点和所述最大值点的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷。

擦伤缺陷是被破坏表面氧化层，使得擦伤区域受光线照射后有高亮产生；压坑缺陷包括了亮区和暗区两部分，且沿水平方向紧邻，不过并不亮暗的先后顺序。反馈到列灰度累加曲线上，在较大变化处的方差值应是很大的，将所有满足

的对应横坐标的最小值点

和

，基本上可以把非平稳的区域找出来，得到第一范围

；也即获取第二方差大于第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；将

内的波峰峰值进行提取，并将其转为序列表现

，随后进行相邻峰值之间的差值计算。

其中，

为第n+1个波峰的峰值；

为第n个波峰的峰值；

为第n个波峰对应的差值。

找出

的连续横坐标范围

以及

的连续横坐标范围

。也即获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围。

进一步的，以所述第二范围

内的最大值为作为第一最大值

，以所述第三范围

内的最小值作为第一最小值

，以所述最小值点和所述最大值点的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值和中心值，判断压坑缺陷和擦伤缺陷。

基于最大值点的值和最小值点的值计算暗区列和宽度，具体的：获取最大值点的值和最小值点的值的差值作为第一差值；第一差值的四分之一作为暗区列和宽度。该暗区列和宽度的计算公式为：

其中，

为暗区列和宽度；

为最大值点的值；

为最小值点的值。

如若该缺陷是压坑，那么其列灰度累加曲线上的特征值满足

且

，或者

且

；而擦伤缺陷无此规律。也即若该缺陷是压坑，那么其列灰度累加曲线上的特征值满足第二范围内存在数值大于暗区列和宽度，且第二范围内的最大值大于中心值时，认为该缺陷是压坑缺陷，或者列灰度累加曲线上的特征值满足第三范围内存在数值大于暗区列和宽度，且第三范围内的最小值小于中心值时，认为该缺陷时压坑缺陷；否则为擦伤缺陷。

通过行灰度累加曲线和列灰度累加曲线，将待测铝管的相关特征进行的数字化表征，总结如下：

当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷。在本发明实施例中预设第一阈值的取值为

，在其他实施例中实施者可根据实际情况调整该取值。列和曲线上的特征值满足

且

，或者

且

，则该缺陷为压坑；否则为擦伤缺陷。

综上所述，本发明涉及数据处理技术领域。该方法首先采集铝管表面图像，预处理所述铝管表面图像，得到待检测图像；对待检测图像进行图像校正，得到校正图像；对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线；在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度；在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波`峰的方差作为第二方差和对应的第二方差均值；获取所述第二方差大于所述第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围；以所述第二范围内的最大值为作为第一最大值，以所述第三范围内的最小值作为第一最小值，以所述最小值点和所述最大值点的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷。本发明在对铝管表面缺陷图像进行数字化分析的基础上，将非畸变位置的图像给予针对性处理分析，对该区域灰度图像进行行和列和曲线分析，根据细节差异特点对差异细节的数值表征，从而实现对安装前铝管表面擦伤压坑缺陷的有效检测。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种用于铝管表面擦伤压坑的缺陷检测方法，其特征在于，该方法包括以下步骤：

采集铝管表面图像，预处理所述铝管表面图像，得到待检测图像；

对待检测图像进行图像校正，得到校正图像；对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线；

在行灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第一方差；基于所述第一方差计算第一方差差异程度；在列灰度累加曲线上滑动滑窗，获取滑窗内的所有波峰的方差作为第二方差和对应的第二方差均值；

获取所述第二方差大于所述第二方差均值时对应横坐标的最小值点和最大值点，得到第一范围；获取所述第一范围内的相邻波峰峰值的差值，获取所述差值大于等于零的连续横坐标范围作为第二范围和所述差值小于零的连续横坐标范围作为第三范围；以所述第二范围内的横坐标值的最大值为作为第一最大值，以所述第三范围内的横坐标值的最小值作为第一最小值，以所述最小值点和所述最大值点的横坐标值的均值作为非平稳区域的中心值；当所述第一方差差异程度大于等于预设第一阈值时，所述铝管表面图像存在局部缺陷；基于所述第一最大值、所述第一最小值、最小值点、最大值点和中心值，判断压坑缺陷和擦伤缺陷；

其中，判断压坑缺陷和擦伤缺陷的方法为：获取最大值点的横坐标值和最小值点的横坐标值的差值作为第一差值；所述第一差值的四分之一作为暗区列和宽度；当第二范围内存在数值大于暗区列和宽度，且第二范围内的最大值大于中心值时，该缺陷为压坑缺陷；或者当第三范围内存在数值大于暗区列和宽度，且第三范围内的最小值小于中心值时，该缺陷为压坑缺陷；否则为擦伤缺陷。

2.根据权利要求1所述的一种用于铝管表面擦伤压坑的缺陷检测方法，其特征在于，所述对待检测图像进行图像校正，得到校正图像，包括：

利用霍夫直线检测获取待检测图像中铝管的边缘线，对所述边缘线之间的区域进行校正，得到校正图像。

3.根据权利要求1所述的一种用于铝管表面擦伤压坑的缺陷检测方法，其特征在于，所述对校正图像根据行、列的方向进行灰度值累加分析，计算行灰度累加曲线和列灰度累加曲线，包括：

所述行灰度累加曲线为：

其中，

为第i行，第j个像素点对应的灰度累加值；

为横坐标为i，纵坐标为j的像素点的像素值；n为第i行的像素点数量；

所述列灰度累加曲线为：

其中，

为第j列，第i个像素点对应的灰度累加值；

为第j列的像素点数量。

4.根据权利要求1所述的一种用于铝管表面擦伤压坑的缺陷检测方法，其特征在于，所述基于所述第一方差计算第一方差差异程度，包括：

所述第一方差差异程度的计算公式为：

其中，

为所述第一方差差异程度；

为最大第一方差；

为最小第一方差。

Images