CN115731208A - 金属复杂面高精度缺陷检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种金属复杂面高精度缺陷检测方法、装置、设备及存储介质，该方法包括：获取目标金属复杂面图像，并在目标金属复杂面图像中划定检验区域；选取目标金属复杂面图像对应的检验模板，并基于检验模板对检验区域进行位置修正，获取目标检测区域；识别目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；基于检验参数，通过预设检测程序对放入检验通道中的异常颜色进行检测；当检测到异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对异常颜色区域进行标记。本发明可自动对获取的金属复杂面图像进行实时异常检测，从而提高了金属复杂面异常检测的精确度，并减少了异常检测时长。

Description

金属复杂面高精度缺陷检测方法、装置、设备及存储介质

技术领域

本发明涉及物理分析技术领域，尤其涉及一种金属复杂面高精度缺陷检测方法、装置、设备及存储介质。

背景技术

现如今各类设备中普遍集成了金属片，因而金属片若存在缺陷往往也会导致设备故障。因此，当设备出现问题时，可先对该设备包含的金属片进行检测。而金属片通常基于其金属复杂面来实现信号的传递等功能，因此在检测金属片是否存在缺陷时，通常会对金属片的金属复杂面进行检测。

现有金属复杂面的缺陷检测通常基于人工进行，但人工检测的精确度容易受到检测人员的经验和状态影响，不仅耗时较长且漏检率、误检率较高，因此亟需一种自动化的金属复杂面检测方法。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种金属复杂面高精度缺陷检测方法、装置、设备及存储介质，旨在解决现有金属复杂面人工检测错误率高、耗时长的技术问题。为实现上述目的，本发明提供了一种金属复杂面高精度缺陷检测方法，所述方法包括：

获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

可选地，所述获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域的步骤，包括：

选定图像输入源，基于所述图像输入源获取目标金属复杂面图像；

选择检验区域的创建形式，并在所述创建形式选定为绘制时，选取所述检验区域的创建形状；

选中绘制基准点，在所述目标金属复杂面图像中基于选定的所述创建形状划定所述检验区域。

可选地，所述选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域的步骤，包括：

选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述目标金属复杂面图像进行形状匹配；

从所述检验模板中获取特征参数，并基于所述特征参数建立基准坐标系；

基于所述基准坐标系，对进行形状匹配后的所述目标金属复杂面图像进行位置修正，获取目标检测区域。

可选地，所述识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道的步骤，包括：

配置所述目标检测区域的颜色空间，并设定异常颜色的对应识别区域；

从所述识别区域中获取所述异常颜色，并将获取的异常颜色分别放入检验通道。

可选地，所述基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测之后，还包括：

当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，基于预设流程模板对与所述异常颜色对应的异常节点进行告警展示。

可选地，所述选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域之后，还包括：

基于预设检测程序，检测所述目标检测区域中是否存在预设缺陷，所述预设缺陷包括：预设伤痕、预设异物和预设脏污；

在检测到所述目标检测区域中存在所述预设缺陷时，基于预设流程模板对所述预设缺陷对应的检测节点进行告警展示。

可选地，所述获取目标金属复杂面图像之前，还包括：

检测是否接收到PLC模块传递的图像获取信号；

在检测到所述图像获取信号时，获取目标金属复杂面图像。

此外，为实现上述目的，本发明还提出一种金属复杂面高精度缺陷检测装置，所述金属复杂面高精度缺陷检测装置包括：

区域划定模块，用于获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

位置修正模块，用于选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

颜色识别模块，用于识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

异常检测模块，用于基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

异常标记模块，用于当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

可选地，所述金属复杂面高精度缺陷检测模块，还用于金属复杂面高精度缺陷检测；

此外，为实现上述目的，本发明还提出一种金属复杂面高精度缺陷检测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的金属复杂面高精度缺陷检测程序，所述金属复杂面高精度缺陷检测程序配置为实现如上文所述的金属复杂面高精度缺陷检测方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有金属复杂面高精度缺陷检测程序，所述金属复杂面高精度缺陷检测程序被处理器执行时实现如上文所述的金属复杂面高精度缺陷检测方法的步骤。

本发明公开了一种金属复杂面高精度缺陷检测方法、装置、设备及存储介质，该方法包括：获取目标金属复杂面图像，并在目标金属复杂面图像中划定检验区域；选取目标金属复杂面图像对应的检验模板，并基于检验模板对检验区域进行位置修正，获取目标检测区域；识别目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；基于检验参数，通过预设检测程序对放入检验通道中的异常颜色进行检测；当检测到异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对异常颜色区域进行标记。不同于现有的错误率高且耗时长的人工检测方法，本实施例可自动对获取的金属复杂面图像进行实时异常检测，不仅减少人工检测造成的误检和漏检情况的发生，也提高了金属复杂面异常检测的速度，因此本实施例从而提高了金属复杂面异常检测的精确度，并减少了异常检测时长。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的金属复杂面高精度缺陷检测设备的结构示意图；

图2为本发明金属复杂面高精度缺陷检测方法第一实施例的流程示意图；

图3为本发明金属复杂面高精度缺陷检测方法第一实施例中配置通信管理模块示意图；

图4为本发明金属复杂面高精度缺陷检测方法第一实施例中正常金属复杂面示意图；

图5为本发明金属复杂面高精度缺陷检测方法第二实施例的流程示意图；

图6为本发明金属复杂面高精度缺陷检测方法第二实施例中图像输入和检验区域创建示意图；

图7为本发明金属复杂面高精度缺陷检测方法第三实施例的流程示意图；

图8为本发明金属复杂面高精度缺陷检测方法第三实施例中预设流程模板示意图；

图9为本发明金属复杂面高精度缺陷检测装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的金属复杂面高精度缺陷检测设备结构示意图。

如图1所示，该金属复杂面高精度缺陷检测设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Displ ay)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对金属复杂面高精度缺陷检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及金属复杂面高精度缺陷检测程序。

在图1所示的金属复杂面高精度缺陷检测设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明金属复杂面高精度缺陷检测设备中的处理器1001、存储器1005可以设置在金属复杂面高精度缺陷检测设备中，所述金属复杂面高精度缺陷检测设备通过处理器1001调用存储器1005中存储的金属复杂面高精度缺陷检测程序，并执行本发明实施例提供的金属复杂面高精度缺陷检测方法。

本发明实施例提供了一种金属复杂面高精度缺陷检测方法，参照图2，图2为本发明金属复杂面高精度缺陷检测方法第一实施例的流程示意图。

本实施例中，所述金属复杂面高精度缺陷检测方法包括以下步骤：

步骤S10：获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

需要说明的是，本实施例方法的执行主体可以是具有数据处理、网络通信以及程序运行功能的计算服务设备，例如平板电脑、个人电脑等，还可以是能够实现相同或相似功能的其他电子设备。此处以上述金属复杂面高精度缺陷检测设备(简称检测设备)对本实施例和下述各实施例提供的金属复杂面高精度缺陷检测方法进行具体说明。

此外，上述目标金属复杂面即为待检测的金属片或金属块等金属器件的金属复杂面，在实际应用中可使用多工位，即可使用多套搭配定制镜头、光源的图像采集设备对目标金属复杂面进行异常检测，工位的具体数量本实施例对此不加限制。上述检测设备可以对其中任一工位采集的图像进行检测，由于各工位获取的目标金属复杂面的方位各不相同，需要检验的部位也可能不相同，因此检测设备需要在获取的目标金属复杂面图像中划定与获取该图像的工位对应的检验区域。

可理解的是，本检测设备尽管可以自动进行金属复杂面的异常检测，但为了减少能耗，检测设备并不会一直进行检测。本实施例中，检测设备会与PLC模块连接，而检测设备在检测接收到PLC模块传递的图像获取信号后，才会从外围设备(即上述图像采集设备)中获取目标金属复杂面图像。

在具体实现中，在获取目标金属复杂面图像之前，需要在检测系统的通信管理模块中配置检测设备中的软件系统与上述外围设备进行串口通信或者TCP(TransmissionControl Protocol)通信的通信参数，该通信参数可自由配置，如图3所示，图3为本发明金属复杂面高精度缺陷检测方法第一实施例中配置通信管理模块示意图，具体可配置检测设备的IP地址(即目标IP)、传输端口(即目标端口)以及数据传输方向(接收数据或发送数据)等。

步骤S20：选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

可理解的是，尽管已经在目标金属复杂面图像中划定了大概的检验区域，但由于目标金属复杂面的位置摆放以及获取图像的图像采集设备的位置摆放的不确定性，仍需对上述获取的检验区域进行位置修正，以进一步获得更精准的检测范围，即目标检测区域。并且由于各工位获取的图像方位不同，对各工位获取图像需进行检测的故障可能也会不同，因此再次进行区域定位前，需选定对应的检验模板对上述检测区域进行位置修正，该检验模板即为获取目标检测区域的定位模板。

步骤S30：识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

需要说明的是，以图4为例进行举例说明，图4为本发明金属复杂面高精度缺陷检测方法第一实施例中正常金属复杂面示意图，如图4所示，获取的正常的金属复杂面图像通常为灰色，上述异常颜色即为获取的目标金属复杂面图像中除灰色之外的其他颜色，通常，每个异常颜色都有与之对应的故障，例如蓝色对应油污，黄色对应金属复杂面的破损漏铜等，若检测出异常，则会在图4中以检测出的异常对应的颜色做显示标记。上述检验通道可以是用于进行异常检测的算法通道，上述检验参数即为进行异常检测的各参数以及各参数对应的异常(或正常)阈值，该检验参数由用户或检测相关的工作人员通过检测设备的软件系统输入。

步骤S40：基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

需要说明的是，在配置完成上述检验通道和检验参数后检测设备即可启动预设检测程序，在实际检验过程中，预设检测程序可以检测目标检测区域中是否存在放入检验通道的异常颜色，以及存在的异常颜色的灰度值和颜色区域的面积。

步骤S50：当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

需要说明的是，检测目标检测区域中的异常颜色是否符合预设条件的过程可以是：首先判断某个异常颜色的颜色灰度值是否高于或低于该异常颜色的预设灰度值阈值，或者是否处于预设灰度值阈值范围内，在判定该异常颜色不符合颜色灰度值的预设条件后，再判断该异常颜色区域的面积是否大于预设面积阈值。在检测到该异常颜色的灰度值以及颜色区域面积均不在预设阈值(即预设灰度值阈值和预设面积阈值)范围内时，则判定该异常颜色不符合预设条件，检测设备会在获取的目标金属复杂面图像中对该异常颜色区域进行标记，具体的预设灰度值阈值的大小(或预设灰度值范围的大小)以及颜色区域的预设面积阈值大小，本实施例对此不加限制。另外，本实施例可采用Blob分析进行异常颜色灰度值和面积的判断，因为Blob分析可对经过图像处理后的二值图像进行连通域提取和标记。在实际应用中，当获取目标金属复杂面图像后，对目标金属复杂面图像进行分割处理获得目标检测区域的图像，然后对目标检测区域的图像进行图像处理，获得目标检测区域的二值图像，然后基于Blob分析在目标检测区域的二值图像中筛选某个异常颜色的灰度值范围和面积大小，从而判断该异常颜色是否符合预设条件。

此外，标记异常颜色的方法可以是将异常颜色区域标红，也可以是将异常颜色区域用阴影进行标记，具体的标记方法本实施例对此不加限制。

在具体实现中，检测设备可首先在通信管理模块中配置软件系统与外围设备(即上述图像采集设备)进行串口通信或者TCP通信的通信参数，然后检测是否接收到PLC模块传递的图像获取信号，并在检测接收到图像获取信号时从外围设备中获取目标金属复杂面图像。在获取目标金属复杂面图像后，首先粗略划定检验区域，再选取与获取目标金属复杂面图像的工位相对应的检验模板，并基于该检验模板对检验区域进行精确定位获取目标检测区域。然后识别目标检测区域中的异常颜色，将各异常颜色分别放入检验通道，并接收用户输入的检验参数。最后通过预设检测程序对放入检验通道中的异常颜色进行检测，并基于Blob分析，在检测到某个异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对该异常颜色的颜色区域进行标记。

本实施例通过获取目标金属复杂面图像，并在目标金属复杂面图像中划定检验区域；选取目标金属复杂面图像对应的检验模板，并基于检验模板对检验区域进行位置修正，获取目标检测区域；识别目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；基于检验参数，通过预设检测程序对放入检验通道中的异常颜色进行检测；当检测到异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对异常颜色区域进行标记。不同于现有的错误率高且耗时长的人工检测方法，本实施例基于预设检测程序自动对获取的金属复杂面图像进行实时异常检测，不仅减少人工检测造成的误检和漏检情况的发生，也提高了金属复杂面异常检测的速度，因此本实施例从而提高了金属复杂面异常检测的精确度，并减少了异常检测时长。

参照图5，图5为本发明金属复杂面高精度缺陷检测方法第二实施例的流程示意图，基于上述图2所示的实施例，提出本发明金属复杂面高精度缺陷检测方法的第二实施例。

本实施例中，步骤S10包括：

步骤S101：选定图像输入源，基于所述图像输入源获取目标金属复杂面图像；

需要说明的是，上述图像输入源可以是各工位对应的图像采集设备，每个图像采集设备都有对应的输入源编号，为了便于理解，以图6为例进行举例说明，图6为本发明金属复杂面高精度缺陷检测方法第二实施例中图像输入和检验区域创建示意图，在图6显示的界面中，可以通过输入源编号来进行图像输入源的选取，并在接收到PLC模块传递的图像获取信号后，从选定的图像输入源所对应的工位图像采集设备中获取目标金属复杂面图像。

步骤S102：选择检验区域的创建形式，并在所述创建形式选定为绘制时，选取所述检验区域的创建形状；

步骤S103：选中绘制基准点，在所述目标金属复杂面图像中基于选定的所述创建形状划定所述检验区域。

需要说明的是，图6显示的界面中，ROI区域即为上述检验区域，由图6可知，检验区域的创建形式可以包含两种：绘制和继承，若选定继承，则会按照上一次检测的形式创建本次检验区域，若选定绘制，则可先从三类形状中选取一个，然后在目标金属复杂面图像中选定一个点作为绘制基准点，再基于该基准点绘制选定的形状创建区域，即可创建检验区域。

可理解的是，上述步骤只进行了检验区域的粗略定位，还需进行更精细的定位，因此，进一步地，作为一种可实施方式，步骤S20包括：

步骤S201：选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述目标金属复杂面图像进行形状匹配；

需要说明的是，由于金属复杂面待检测故障的类型或区域可能不同，对应检验的模板也可能不同，因此检测设备首先需要选定与待检测故障类型或区域相对应的模板，可理解的是，获取的目标金属复杂面的图像与选定模板的尺寸可能不同，因此可以基于选定的检验模板对目标金属复杂面图像进行缩放，以实现检验模板和目标金属复杂面图像的形状匹配，从而提高检测精确度。

步骤S202：从所述检验模板中获取特征参数，并基于所述特征参数建立基准坐标系；

步骤S203：基于所述基准坐标系，对进行形状匹配后的所述目标金属复杂面图像进行位置修正，获取目标检测区域。

需要说明的是，上述特征参数可以是由检测工作人员输入的位置修正参数，特征参数包括：位置修正的选择方式、原点和角度等，而位置修正的选择方式包括：按点(进行位置修正)和按坐标(进行位置修正)，但无论选择按点还是按坐标，特征参数都用于作为选定的参照物来寻找待检测点。在实际应用中，检测设备会基于特征参数建立基准坐标系，然后基于基准坐标系和检验模板中特征点(或特征坐标)与待检测点(或待检测坐标)之间的位置相对关系进行位置修正以找到待检测点(或待检测坐标)，从而获取目标检测区域。

此外，在进行异常颜色识别前，可以先设定目标检测区域的颜色空间，即设定进行颜色检验的颜色模型、色调、饱和度和亮度等参数，该颜色模型可以是HSV颜色模型，然后可设定各异常颜色的对应识别区域，从该识别区域中获取各异常颜色，并将获取的每个异常颜色分别放入检验通道。

本实施例通过选定图像输入源，基于图像输入源获取目标金属复杂面图像；选择检验区域的创建形式，并在创建形式选定为绘制时，选取检验区域的创建形状；选中绘制基准点，在目标金属复杂面图像中基于选定的创建形状划定检验区域；选取目标金属复杂面图像对应的检验模板，并基于检验模板对目标金属复杂面图像进行形状匹配；从检验模板中获取特征参数，并基于特征参数建立基准坐标系；基于基准坐标系，对进行形状匹配后的所述目标金属复杂面图像进行位置修正，获取目标检测区域。本实施例不仅选定与各工位获取的目标金属复杂面图像相对应的检验模板进行故障检验，并通过将检验模板与目标金属复杂面图像进行形状匹配和位置修正来实现检测区域的精准定位，进一步提高了异常检测的精确度。

参照图7，图7为本发明金属复杂面高精度缺陷检测方法第三实施例的流程示意图，基于上述图2或5所示的实施例，提出本发明金属复杂面高精度缺陷检测方法的第三实施例，图7以基于图1所示的实施例提出的实施例为例。

本实施例中，步骤S40之后，还包括：

步骤S51：当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，基于预设流程模板对与所述异常颜色对应的异常节点进行告警展示。

需要说明的是，在检测设备的显示界面中存在两套告警程序，即检测设备不仅可以通过在获取的目标金属复杂面图像中对异常颜色区域进行标记来告警，也可通过预设流程模板对与各异常颜色对应的异常节点进行告警展示，该预设流程模板会在检测设备的软件系统中进行展示。

此外，可理解的是，目标金属复杂面不仅可能存在油污或漏铜等可通过颜色进行判断检测的异常，也可能存在灰尘、划伤、压痕、异物等无法通过颜色判别的缺陷，这类缺陷与金属复杂面的原色(即灰色)差别不大，难以通过颜色识别进行检测。

因此，进一步地，本实施例中步骤S20之后还包括：

步骤S311：基于预设检测程序，检测所述目标检测区域中是否存在预设缺陷，所述预设缺陷包括：预设伤痕、预设异物和预设脏污；

步骤S312：在检测到所述目标检测区域中存在所述预设缺陷时，基于预设流程模板对所述预设缺陷对应的检测节点进行告警展示。

需要说明的是，上述预设伤痕包括：金属复杂面表面压伤、表面划伤和塌边，预设异物包括：金属复杂面槽内异物和孔内异物，预设缺陷的检测基于预先训练好的模型文件进行图像分割的深度学习，并在检测到上述目标检测区域中存在预设伤痕、预设异物和预设脏污后，再基于Blob分析筛选上述预设缺陷大小和长宽，确定检测到的预设缺陷的面积。若某个检测到的预设缺陷的面积大于预设缺陷面积，则基于预设流程模板对预设伤痕、预设异物和预设脏污等预设缺陷对应的节点进行告警展示，展示方式可以是点亮对应的节点模块。

为了便于理解，以图8为例进行举例说明，图8为本发明金属复杂面高精度缺陷检测方法第三实施例中预设流程模板示意图，如图8所示，该预设流程模板包含检测设备进行异常检测的执行流程，该预设流程模板可包括：图像输入源、区域划定、模板配置、位置修正、图像运算、预设伤痕检测、预设异物检测、预设脏污检测、异色-蓝色(油污)和异色-黄色(漏铜)等节点。在检测设备进行异常检测时，图8中每个分支都会进行，并且每个分支中已执行的节点的前端运行指示灯会点亮，因此，若某个分支的最终节点的运行指示灯点亮，则代表该分支对应的异常被检测到，如图8所示，图8中预设伤痕检测和异色-蓝色(油污)的运行指示灯点亮，则代表本次检测对应的目标金属复杂面存在预设伤痕和油污。可以理解的是，在实际应用中，预设伤痕检测节点可包括：压伤检测节点、划伤检测节点和塌边检测节点，预设异物检测节点可包括：槽内异物检测节点和孔内异物检测节点。

在具体实现中，若预设检测程序检测到某个异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，则在如图8所示的预设流程模板所处的区域中点亮与该异常颜色对应的最终节点；在检测到目标检测区域中存在预设缺陷时，在如图8所示的预设流程模板所处的区域中点亮检测到的预设缺陷对应的最终节点。

本实施例通过当检测到异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，在预设流程模板区域中对与异常颜色对应的异常节点进行告警展示，此外，本实施例基于预设检测程序，检测目标检测区域中是否存在预设缺陷，预设缺陷包括：预设伤痕、预设异物和预设脏污；在检测到目标检测区域中存在预设缺陷时，基于预设流程模板对预设缺陷对应的检测节点进行告警展示。因此，本实施例不仅基于预设流程模板为检测到目标金属复杂面图像中存在异常颜色时提供另一种告警方式，且该告警方式可直接展示异常类型，更加便于金属复杂面的检修，还通过预设流程模板来展示目标金属复杂面是否存在其他的预设缺陷，进一步减少误检率和漏检率，因此本实施例从而提高了金属复杂面异常检测的精确度。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有金属复杂面高精度缺陷检测程序，所述金属复杂面高精度缺陷检测程序被处理器执行时实现如上文所述的金属复杂面高精度缺陷检测方法的步骤。

参考图9，图9为本发明金属复杂面高精度缺陷检测装置第一实施例的结构框图。

如图9所示，本发明实施例提出的金属复杂面高精度缺陷检测装置包括：

区域划定模块901，用于获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

位置修正模块902，用于选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

颜色识别模块903，用于识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

异常检测模块904，用于基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

异常标记模块905，用于当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

本实施例通过获取目标金属复杂面图像，并在目标金属复杂面图像中划定检验区域；选取目标金属复杂面图像对应的检验模板，并基于检验模板对检验区域进行位置修正，获取目标检测区域；识别目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；基于检验参数，通过预设检测程序对放入检验通道中的异常颜色进行检测；当检测到异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对异常颜色区域进行标记。不同于现有的错误率高且耗时长的人工检测方法，本实施例基于预设检测程序自动对获取的金属复杂面图像进行实时异常检测，不仅减少人工检测造成的误检和漏检情况的发生，也提高了金属复杂面异常检测的速度，因此本实施例从而提高了金属复杂面异常检测的精确度，并减少了异常检测时长。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种金属复杂面高精度缺陷检测方法，其特征在于，所述方法包括：

获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

2.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域的步骤，包括：

选定图像输入源，基于所述图像输入源获取目标金属复杂面图像；

选择检验区域的创建形式，并在所述创建形式选定为绘制时，选取所述检验区域的创建形状；

选中绘制基准点，在所述目标金属复杂面图像中基于选定的所述创建形状划定所述检验区域。

3.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域的步骤，包括：

选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述目标金属复杂面图像进行形状匹配；

从所述检验模板中获取特征参数，并基于所述特征参数建立基准坐标系；

基于所述基准坐标系，对进行形状匹配后的所述目标金属复杂面图像进行位置修正，获取目标检测区域。

4.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道的步骤，包括：

配置所述目标检测区域的颜色空间，并设定异常颜色的对应识别区域；

从所述识别区域中获取所述异常颜色，并将获取的异常颜色分别放入检验通道。

5.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测之后，还包括：

当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，基于预设流程模板对与所述异常颜色对应的异常节点进行告警展示。

6.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域之后，还包括：

基于预设检测程序，检测所述目标检测区域中是否存在预设缺陷，所述预设缺陷包括：预设伤痕、预设异物和预设脏污；

在检测到所述目标检测区域中存在所述预设缺陷时，基于预设流程模板对所述预设缺陷对应的检测节点进行告警展示。

7.如权利要求1所述的金属复杂面高精度缺陷检测方法，其特征在于，所述获取目标金属复杂面图像之前，还包括：

检测是否接收到PLC模块传递的图像获取信号；

在检测到所述图像获取信号时，获取目标金属复杂面图像。

8.一种金属复杂面高精度缺陷检测装置，其特征在于，所述金属复杂面高精度缺陷检测装置包括：

区域划定模块，用于获取目标金属复杂面图像，并在所述目标金属复杂面图像中划定检验区域；

位置修正模块，用于选取所述目标金属复杂面图像对应的检验模板，并基于所述检验模板对所述检验区域进行位置修正，获取目标检测区域；

颜色识别模块，用于识别所述目标检测区域中的异常颜色，将识别的异常颜色分别放入检验通道，并接收用户输入的检验参数；

异常检测模块，用于基于所述检验参数，通过预设检测程序对放入所述检验通道中的所述异常颜色进行检测；

异常标记模块，用于当检测到所述异常颜色的颜色灰度值和异常颜色区域的面积不符合预设条件时，对所述异常颜色区域进行标记。

9.一种金属复杂面高精度缺陷检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的金属复杂面高精度缺陷检测程序，所述金属复杂面高精度缺陷检测程序配置为实现如权利要求1至7中任一项所述的金属复杂面高精度缺陷检测方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有金属复杂面高精度缺陷检测程序，所述金属复杂面高精度缺陷检测程序被处理器执行时实现如权利要求1至7任一项所述的金属复杂面高精度缺陷检测方法的步骤。

Images