CN116894815A - 产品曲面缺陷的检测方法及相关设备 - Google Patents

Abstract

本公开实施例提供了一种产品曲面缺陷的检测方法、装置、计算机设备、可读存储介质及程序，涉及视觉检测技术领域。该检测方法包括：获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。本公开实施例提供的检测方法能够实现产品曲面的检测。

Description

产品曲面缺陷的检测方法及相关设备

技术领域

本公开涉及视觉检测技术领域，尤其涉及一种产品曲面缺陷的检测方法、装置、计算机设备、可读存储介质及程序。

背景技术

现在很多生产型企业都开始用视觉检测系统来检测产品质量，大量的无人车间建设，离不开视觉检测系统来替代人工质检工作。视觉检测有以下优势：精确性：由于人眼有物理条件的限制，在精确性上机器有明显的优点，可保证质量的一致性。重复性：视觉检测系统可以重复不间断工作，而人需要休息。速度：视觉检测系统能够更快的检测产品。特别是当检测高速运动的物体时，比如在高速生产线上，检测系统能跟上流水线的速度。成本：由于视觉检测系统比人快，一台自动机器视觉系统能够完成多个人的任务，批量生产会使得成本更低。

发明内容

本公开实施例提供了一种产品曲面缺陷的检测、装置、计算机设备、可读存储介质及程序，涉及视觉检测技术领域，该方法可以实现产品曲面的检测。

本公开实施例提供了一种产品曲面缺陷的检测方法，包括：获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

在一个实施例中，通过区域检测算法获取所述第一检测图像的第一检测区域包括：设置阈值以获取所述第一检测图像的第一像素区域；获取所述第一像素区域的第一灰度平均值；根据所述第一灰度平均值获得第一二值图像；将所述第一二值图像分为第一上二值图像和第一下二值图像；根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域。

在一个实施例中，通过区域检测算法获取所述第一检测图像的第一检测区域还包括：对所述第一二值图像使用高斯滤波，然后腐蚀，再使用N次膨胀对全图进行处理，其中，N是大于等于1的整数。

在一个实施例中，根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域包括：通过直线查找找到所述第一上二值图像和第一下二值图像的产品边缘的估计位置；查找所述第一上二值图像和第一下二值图像的产品边缘的估计位置中的非零点，形成所述第一上二值图像和第一下二值图像的产品的边缘区域；查找所述第一上二值图像的边缘区域的下边缘以确定所述产品的上边界；查找所述第一下二值图像的边缘区域的上边缘以确定所述产品的下边界；根据所述产品的上边界和所述产品的下边界获取所述第一检测区域。

在一个实施例中，根据所述产品的上边界和所述产品的下边界获取所述第一检测区域包括：以所述产品的上边界和所述产品的下边界中的边缘点为中心设置M个矩形框其中，M是大于等于1的整数；对所述M个矩形框进行自适应梯度计算并叠加边界阈值范围条件，并使用二次曲线进行拟合形成所述产品的真正上边界和所述产品的真正下边界。

在一个实施例中，方法还包括：对所述第一膨胀后二值检测区域进行连通域计算，以获取背景区域；获取所述背景区域的灰度平均值。

在一个实施例中，将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域包括：将所述缺陷区域使用所述背景区域的灰度平均值过滤躁点，利用面积条件和亮度条件判断得到最终缺陷区域。

本公开实施例提供了一种产品曲面缺陷的检测装置，包括：获取单元，用于获取第一检测图像；区域单元，用于通过区域检测算法获取所述第一检测图像的第一检测区域；膨胀单元，用于对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；二值化单元，用于对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；与操作单元，用于将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

本公开实施例提供了一种计算机设备，包括处理器、存储器、输入输出接口；所述处理器分别与所述存储器和所述输入输出接口相连，其中，所述输入输出接口用于接收数据及输出数据，所述存储器用于存储计算机程序，所述处理器用于调用所述计算机程序，以使得所述计算机设备执行如上实施例中任一项所述的方法。

本公开实施例提供了计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行，以使得具有所述处理器的计算机设备执行如上实施例中任一项所述的方法。

本公开实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上实施例中任一项所述的方法。

本申请的产品曲面缺陷的检测方法，通过获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域，从而能够实现产品曲面的检测。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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他的附图。

图1示出了本公开一个实施例的产品检测图像的获取系统；

图2示出了可以应用本公开实施方式的产品曲面缺陷的检测方法的示例性系统架构的示意图；

图3是本公开实施例提供的一种产品曲面缺陷的检测方法的流程图；

图4是本公开实施例提供的一种通过区域检测算法获取所述第一检测图像的第一检测区域方法的流程图；

图5是本公开实施例提供的一种根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域方法的流程图；

图6是本公开实施例提供的一种产品曲面缺陷的检测装置的结构示意图；

图7是实施本公开实施例提供的产品曲面缺陷的检测方法的计算机设备的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

在本公开实施例中，提供一种产品曲面缺陷的检测方法，方法包括：获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域，从而可以实现产品曲面的检测。

下面首先对本公开的一些术语进行说明：

灰度，使用黑色调表示物体，即用黑色为基准色，不同的饱和度的黑色来显示图像。每个灰度对象都具有从0％(白色)到100％(黑色)的亮度值。使用黑白或灰度扫描仪生成的图像通常以灰度显示。

二值图像(Binary Image)，是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。二值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素点的灰度值均为0或者255，分别代表黑色和白色。

直线查找，主要用于查找图像中具有某些特征的直线，利用已知特征点形成特征点集，然后拟合成直线。

二次曲线拟合，是一种经典的非线性拟合方法，主要用于拟合实验数据或者理论数据，二次曲线拟合的手段有多种，如最小二乘法、曲线拟合、曲线积分等。

膨胀，类似于“领域扩张”，将图像中的白色部分进行扩张，其运行结果图比原图的白色区域更大。

腐蚀，类似于“领域被蚕食”，将图像中白色部分进行缩减细化，其运行结果图比原图的白色区域更小。

本公开实施例提供的方案涉及膨胀、二值图像等技术。

图1示出了本公开一个实施例的产品检测图像的获取系统。

参考图1，产品检测图像的获取系统至少包括产品100，第一相机201、第二相机202、第三相机203和第四相机204。其中，第一相机201、第二相机202、第三相机203和第四相机204均匀分成90度的布置在产品100的侧面，用于拍摄产品100的侧面的曲面。产品100旋转两次，每次30度，通过拍照三次即可达到360度无死角拍摄产品100的侧面全景，达到产品100表面全检设计要求。

图2示出了可以应用本公开实施方式的产品曲面缺陷的检测方法的示例性系统架构200的示意图。

如图2所示，系统架构200可以包括终端201、202、203中的一种或多种，网络204和服务器205。网络204是用以在终端201、202、203和服务器205之间提供通信链路的介质。网络204可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

应该理解，图2中的终端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端、网络和服务器。比如服务器205可以是多个服务器组成的服务器集群等。

终端201、202、203通过网络204与服务器205交互，可以接收或发送消息等。终端201、202、203可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。

服务器205可以是提供各种服务的服务器。例如终端203(也可以是终端201或202)向服务器205发送产品曲面缺陷的检测请求后，服务器205可以获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域，从而可以实现产品曲面的检测。

其中，终端可以是手机(如终端201)或平板电脑(如终端202)，还可以是台式计算机(如终端201)等，在此不做限制。其中，终端中可以显示应用程序，该应用程序可以是点阵和泛光的投射器的设计的应用程序等。其中，图2中的终端仅为例举出的部分设备，在本公开中终端并不仅限于该图2中所例举的设备。

目前常规的产品曲面检测系统有两种，有接触式检测方案和视觉检测方案。接触式检测方案成本较高；视觉检测方案算法成本低，但算法精度不高。现有的视觉检测大多是检测零件尺寸，对于表面缺陷的检测方案较少。

图3是本公开实施例提供的一种产品曲面缺陷的检测方法的流程图。本公开实施例提供的方法可以由图2实施例中的终端或服务器执行，或由终端和服务器交互执行。但本公开不限于此，本公开的方法可以由任一具有计算能力的处理器执行。

如图3所示，本公开实施例提供的方法可以包括如下步骤。

在步骤S310中，获取第一检测图像。

在该步骤中，终端或服务器获取第一检测图像。其中，第一检测图像可以是图1中任一一个相机拍摄的图像。

在步骤S320中，通过区域检测算法获取所述第一检测图像的第一检测区域。

在该步骤中，终端或服务器通过区域检测算法获取所述第一检测图像的第一检测区域。

在步骤S330中，对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域。

在该步骤中，终端或服务器对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域。

其中，在该步骤前，还可以通过多张图像统计上下边缘局部灰度变化率，拟合每一列像素值进行像素补偿(根据历史图像设置补偿值)，制作掩模版(将非边缘区域遮挡住，用于补偿边缘区域)使得上下边缘灰度变得均匀，消除由于光照不均匀导致的局部灰度值变化率过大；设置阈值，对图像进行边缘检测，使用Canny算法得到边缘信息图像。

在步骤S340中，对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域。

在该步骤中，终端或服务器对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域。

在步骤S350中，将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

在该步骤中，终端或服务器将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

图3的产品曲面缺陷的检测方法，通过获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域，从而可以实现产品曲面的检测。

在一个实施例中，图3的产品曲面缺陷的检测方法，还包括：对所述第一膨胀后二值检测区域进行连通域计算，以获取背景区域；获取所述背景区域的灰度平均值。对膨胀后二值图像进行连通域(相同的部分，例如以图像中的天空，大地，河流，分别为一个连通域)计算，得到多个区域，最大区域为背景区域(面积最大的连通域)，标签设置为0，其余连通域依次设置(如1,2,3等)，对背景区域在灰度图中进行灰度统计，计算平均值。

在一个实施例中，图3的产品曲面缺陷的检测方法中，将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域包括：将所述缺陷区域使用所述背景区域的灰度平均值过滤躁点，利用面积条件和亮度条件判断得到最终缺陷区域。

图4是本公开实施例提供的一种通过区域检测算法获取所述第一检测图像的第一检测区域方法的流程图。本公开实施例提供的方法可以由图2实施例中的终端或服务器执行，或由终端和服务器交互执行。但本公开不限于此，本公开的方法可以由任一具有计算能力的处理器执行。

如图4所示，本公开实施例提供的方法可以包括如下步骤。

在步骤S410中，设置阈值以获取所述第一检测图像的第一像素区域。

在该步骤中，终端或服务器设置阈值以获取所述第一检测图像的第一像素区域。阈值例如为两个，100和200(在0-255之间)；获取100-200之间的像素区域。

在步骤S420中，获取所述第一像素区域的第一灰度平均值。

在该步骤中，终端或服务器获取所述第一像素区域的第一灰度平均值。例如计算100-200的像素之间的平均值。

在步骤S430中，根据所述第一灰度平均值获得第一二值图像。

在该步骤中，终端或服务器根据所述第一灰度平均值获得第一二值图像。

例如第一灰度平均值为160；大于160设为1；小于160，设为0。

在步骤S440中，将所述第一二值图像分为第一上二值图像和第一下二值图像。

在该步骤中，终端或服务器将所述第一二值图像分为第一上二值图像和第一下二值图像。

在该步骤前，例如可以对所述第一二值图像使用高斯滤波，然后腐蚀，再使用N次膨胀对全图进行处理，其中，N是大于等于1的整数；从而减少边缘噪点干扰。

在步骤S450中，根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域。

在该步骤中，终端或服务器根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域。

图5是本公开实施例提供的一种根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域方法的流程图。本公开实施例提供的方法可以由图2实施例中的终端或服务器执行，或由终端和服务器交互执行。但本公开不限于此，本公开的方法可以由任一具有计算能力的处理器执行。

如图5所示，本公开实施例提供的方法可以包括如下步骤。

在步骤S510中，通过直线查找找到所述第一上二值图像和第一下二值图像的产品边缘的估计位置。

在该步骤中，终端或服务器通过直线查找找到所述第一上二值图像和第一下二值图像的产品边缘的估计位置。

在步骤S520中，查找所述第一上二值图像和第一下二值图像的产品边缘的估计位置中的非零点，形成所述第一上二值图像和第一下二值图像的产品的边缘区域。

在该步骤中，终端或服务器查找所述第一上二值图像和第一下二值图像的产品边缘的估计位置中的非零点(二值为1的点)，形成所述第一上二值图像和第一下二值图像的产品的边缘区域。

在步骤S530中，查找所述第一上二值图像的边缘区域的下边缘以确定所述产品的上边界。

在该步骤中，终端或服务器查找所述第一上二值图像的边缘区域的下边缘以确定所述产品的上边界。

在步骤S540中，查找所述第一下二值图像的边缘区域的上边缘以确定所述产品的下边界。

在该步骤中，终端或服务器查找所述第一下二值图像的边缘区域的上边缘以确定所述产品的下边界。

在步骤S550中，根据所述产品的上边界和所述产品的下边界获取所述第一检测区域。

在该步骤中，终端或服务器根据所述产品的上边界和所述产品的下边界获取所述第一检测区域。其中，利用所述产品的上边界和所述产品的下边界的边缘点进行二次曲线拟合形成产品的上下边界。

其中，在一个实施例中，根据所述产品的上边界和所述产品的下边界获取所述第一检测区域包括：以所述产品的上边界和所述产品的下边界中的边缘点为中心设置M个矩形框；对所述M个矩形框进行自适应梯度计算并叠加边界阈值范围条件，并使用二次曲线进行拟合形成所述产品的真正上边界和所述产品的真正下边界。

图6是本公开实施例提供的一种产品曲面缺陷的检测装置的结构示意图。

如图6所示，本公开实施例提供的产品曲面缺陷的检测装置600可以包括：

获取单元610，用于获取第一检测图像；

区域单元620，用于通过区域检测算法获取所述第一检测图像的第一检测区域；

膨胀单元630，用于对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；

二值化单元640，用于对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；

与操作单元650，用于将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

图6的产品曲面缺陷的检测装置，通过获取单元，用于获取第一检测图像；区域单元，用于通过区域检测算法获取所述第一检测图像的第一检测区域；膨胀单元，用于对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；二值化单元，用于对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；与操作单元，用于将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域，从而可以实现产品曲面的检测。

在一个实施例中，区域单元620，还用于设置阈值以获取所述第一检测图像的第一像素区域；获取所述第一像素区域的第一灰度平均值；根据所述第一灰度平均值获得第一二值图像；将所述第一二值图像分为第一上二值图像和第一下二值图像；根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域。

在一个实施例中，区域单元620，还用于对所述第一二值图像使用高斯滤波，然后腐蚀，再使用N次膨胀对全图进行处理，其中，N是大于等于1的整数。

在一个实施例中，区域单元620，还用于通过直线查找找到所述第一上二值图像和第一下二值图像的产品边缘的估计位置；查找所述第一上二值图像和第一下二值图像的产品边缘的估计位置中的非零点，形成所述第一上二值图像和第一下二值图像的产品的边缘区域；查找所述第一上二值图像的边缘区域的下边缘以确定所述产品的上边界；查找所述第一下二值图像的边缘区域的上边缘以确定所述产品的下边界；根据所述产品的上边界和所述产品的下边界获取所述第一检测区域。

在一个实施例中，区域单元620，还用于以所述产品的上边界和所述产品的下边界中的边缘点为中心设置M个矩形框；对所述M个矩形框进行自适应梯度计算并叠加边界阈值范围条件，并使用二次曲线进行拟合形成所述产品的真正上边界和所述产品的真正下边界。

在一个实施例中，获取单元610，还用于对所述第一膨胀后二值检测区域进行连通域计算，以获取背景区域；获取所述背景区域的灰度平均值。

在一个实施例中，与操作单元650，还用于将所述缺陷区域使用所述背景区域的灰度平均值过滤躁点，利用面积条件和亮度条件判断得到最终缺陷区域。

参见图7，图7是实施本公开实施例提供的产品曲面缺陷的检测方法的计算机设备700的结构示意图。

如图7所示，本公开实施例中的计算机设备可以包括：一个或多个处理器701、存储器702和输入输出接口703。该处理器701、存储器702和输入输出接口703通过总线704连接。存储器702用于存储计算机程序，该计算机程序包括程序指令，输入输出接口703用于接收数据及输出数据，如用于宿主机与计算机设备之间进行数据交互，或者用于在宿主机中的各个虚拟机之间进行数据交互；处理器701用于执行存储器702存储的程序指令。

其中，该处理器701可以执行如下操作：

获取第一检测图像；通过区域检测算法获取所述第一检测图像的第一检测区域；对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

在一些可行的实施方式中，该处理器701可以是中央处理单元(centralprocessing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

该存储器702可以包括只读存储器和随机存取存储器，并向处理器701和输入输出接口703提供指令和数据。存储器702的一部分还可以包括非易失性随机存取存储器。例如，存储器702还可以存储设备类型的信息。

具体实现中，该计算机设备可通过其内置的各个功能模块执行如上述实施例中各个步骤所提供的实现方式，具体可参见上述实施例中各个步骤所提供的实现方式，在此不再赘述。

本公开实施例通过提供一种计算机设备，包括：处理器、输入输出接口、存储器，通过处理器获取存储器中的计算机程序，执行上述实施例中所示方法的各个步骤，进行传输操作。

本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序适于由该处理器加载并执行上述实施例中各个步骤所提供的方法，具体可参见上述实施例中各个步骤所提供的实现方式，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本公开所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本公开方法实施例的描述。作为示例，计算机程序可被部署为在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行。

该计算机可读存储介质可以是前述任一实施例提供的装置或者该计算机设备的内部存储单元，例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(smart mediacard，SMC)，安全数字(secure digital，SD)卡，闪存卡(flash card)等。进一步地，该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本公开实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中的各种可选方式中所提供的方法。

本公开实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在该说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

本公开实施例提供的方法及相关装置是参照本公开实施例提供的方法流程图和/或结构示意图来描述的，具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程传输设备的处理器以产生一个机器，使得通过计算机或其他可编程传输设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程传输设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程传输设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。

以上所揭露的仅为本公开较佳实施例而已，当然不能以此来限定本公开之权利范围，因此依本公开权利要求所作的等同变化，仍属本公开所涵盖的范围。

Claims (11)

1.一种产品曲面缺陷的检测方法，其特征在于，包括：

获取第一检测图像；

通过区域检测算法获取所述第一检测图像的第一检测区域；

对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；

对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；

将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

2.根据权利要求1所述的方法，其特征在于，通过区域检测算法获取所述第一检测图像的第一检测区域包括：

设置阈值以获取所述第一检测图像的第一像素区域；

获取所述第一像素区域的第一灰度平均值；

根据所述第一灰度平均值获得第一二值图像；

将所述第一二值图像分为第一上二值图像和第一下二值图像；

根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域。

3.根据权利要求2所述的方法，其特征在于，通过区域检测算法获取所述第一检测图像的第一检测区域还包括：

对所述第一二值图像使用高斯滤波，然后腐蚀，再使用N次膨胀对全图进行处理，其中，N是大于等于1的整数。

4.根据权利要求2所述的方法，其特征在于，根据所述第一上二值图像和第一下二值图像确定所述第一检测图像中产品的上下边界，以获取所述第一检测区域包括：

通过直线查找找到所述第一上二值图像和第一下二值图像的产品边缘的估计位置；

查找所述第一上二值图像和第一下二值图像的产品边缘的估计位置中的非零点，形成所述第一上二值图像和第一下二值图像的产品的边缘区域；

查找所述第一上二值图像的边缘区域的下边缘以确定所述产品的上边界；

查找所述第一下二值图像的边缘区域的上边缘以确定所述产品的下边界；

根据所述产品的上边界和所述产品的下边界获取所述第一检测区域。

5.根据权利要求4所述的方法，其特征在于，根据所述产品的上边界和所述产品的下边界获取所述第一检测区域包括：

以所述产品的上边界和所述产品的下边界中的边缘点为中心设置M个矩形框，其中，M是大于等于1的整数；

对所述M个矩形框进行自适应梯度计算并叠加边界阈值范围条件，并使用二次曲线进行拟合形成所述产品的真正上边界和所述产品的真正下边界。

6.根据权利要求1所述的方法，其特征在于，还包括：

对所述第一膨胀后二值检测区域进行连通域计算，以获取背景区域；

获取所述背景区域的灰度平均值。

7.根据权利要求6所述的方法，其特征在于，将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域包括：

将所述缺陷区域使用所述背景区域的灰度平均值过滤躁点，利用面积条件和亮度条件判断得到最终缺陷区域。

8.一种产品曲面缺陷的检测装置，其特征在于，包括：

获取单元，用于获取第一检测图像；

区域单元，用于通过区域检测算法获取所述第一检测图像的第一检测区域；

膨胀单元，用于对所述第一检测区域进行图像膨胀操作以获得第一膨胀后检测区域；

二值化单元，用于对所述第一膨胀后检测区域进行二值化以获得第一膨胀后二值检测区域；

与操作单元，用于将所述第一膨胀后检测区域与所述第一膨胀后二值检测区域进行与操作以获得缺陷区域。

9.一种计算机设备，其特征在于，包括处理器、存储器、输入输出接口；

所述处理器分别与所述存储器和所述输入输出接口相连，其中，所述输入输出接口用于接收数据及输出数据，所述存储器用于存储计算机程序，所述处理器用于调用所述计算机程序，以使得所述计算机设备执行权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于由处理器加载并执行，以使得具有所述处理器的计算机设备执行权利要求1-7任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。