CN116977333A - 基于图像数据的装配式钢结构构件质量检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及基于图像数据的装配式钢结构构件质量检测方法，包括：根据光照方向获得疑似凹陷区域和光滑区域；根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；获得平滑区域的非噪声点和平滑区域的整体分布差异水平；计算疑似凹陷区域的每个像素点属于凹陷像素点的概率；根据属于凹陷像素点的概率，获取装配式钢结构构件的表面图像的凹陷区域。本发明根据光照和凹陷区域导致的灰度差异不同的特点，得到准确的凹陷区域。

Description

基于图像数据的装配式钢结构构件质量检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及基于图像数据的装配式钢结构构件质量检测方法。

背景技术

装配式钢结构构件存在多种缺陷，其中，凹陷缺陷会对构件的结构产生变形和破坏，导致构件的强度和疲劳寿命减少，并且导致整个结构的稳定性产生变化，最终影响装配式钢结构构件的质量；因此，需要对装配式钢结构构件进行凹陷缺陷检测。

装配式钢结构构件表面的凹陷缺陷具有局部灰度分布不均的特点，装配式钢结构构件表面的凹陷缺陷存在局部区域灰度值较小的特征，不可避免受到光照影响，导致图像整体灰度发生变化，凹陷区域灰度分布不均，存在较大误差影响对凹陷区域判断，导致无法通过简单的阈值分割获得的装配式钢结构构件的凹陷区域。

发明内容

为了解决上述问题，本发明提供基于图像数据的装配式钢结构构件质量检测方法，所述方法包括：

采集装配式钢结构构件的表面图像，获取表面图像的光照方向；

根据表面图像上沿着光照方向的直线上像素点的灰度差异，获得表面图像的疑似凹陷区域和光滑区域；

根据疑似凹陷区域的大小获得若干种可达半径；根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子，获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；

根据平滑区域的每个像素点在每种可达半径下的分布趋势，获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异，获得平滑区域的非噪声点和平滑区域的整体分布差异水平；

根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率；

根据疑似凹陷区域的每个像素点属于凹陷像素点的概率，获取装配式钢结构构件的表面图像的凹陷区域，对装配式钢结构构件的表面图像的凹陷区域进行调整和维修。

进一步地，所述获得表面图像的疑似凹陷区域和光滑区域，包括的具体步骤如下：

过表面图像的中心沿着光照方向做一条直线，记为原始直线；获得原始直线的边缘像素点，如果原始直线存在两个边界像素点，则将原始直线向光照方向的垂直方向平移1个像素，获得平移后的直线L1，获得平移后的直线L1的边界像素点，如果平移后的直线L1存在两个边界像素点，则将原始直线向光照方向的垂直方向平移2个像素；

依此类推，直到平移后的直线Ln只存在一个边界像素点或者不存在边界像素点，停止对原始直线进行平移；

将所有直线的所有边界像素点组成的闭合曲线中的区域作为表面图像的疑似凹陷区域，将表面图像中除疑似凹陷区域外的剩余部分记为表面图像的平滑区域。

进一步地，所述获得原始直线的边缘像素点，包括的具体步骤如下：

获得以原始直线上每个像素点为中心的3×3大小的窗口，作为原始直线上每个像素点的窗口区域，将每个像素点的窗口区域内所有像素点的灰度值的均值作为每个像素点的邻域灰度值；将原始直线上每个像素点的邻域灰度值与沿着原始直线方向上下一个像素点的邻域灰度值的差值，作为原始直线上每个像素点的灰度差异；沿着光照方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B1，沿着光照方向的反方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B2，如果原始直线的边界像素点B1和边界像素点B2是同一个像素点，则原始直线只有一个边界像素点，否则，原始直线有两个边界像素点。

进一步地，所述获得若干种可达半径，包括的具体步骤如下：

获得疑似凹陷区域的最大内接圆的半径R记为最大半径，将分别记为第一可达半径到第五可达半径，共K=5种可达半径。

进一步地，所述获得疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，包括的具体步骤如下：

以疑似凹陷区域的每个像素点为圆心、以每种可达半径为半径，获得疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子；计算疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为疑似凹陷区域的每个像素点在每种可达半径下的分布趋势；

以平滑区域的每个像素点为圆心、以每种可达半径为半径，获得平滑区域的每个像素点在每种可达半径下的圆形LBP算子；计算平滑区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为平滑区域的每个像素点在每种可达半径下的分布趋势。

进一步地，所述获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平，包括的具体步骤如下：

计算平滑区域的每个像素点在所有种可达半径下的分布趋势的方差，记为平滑区域的每个像素点的分布差异，将平滑区域的所有非噪声点在所有种可达半径下的分布趋势的均值记为平滑区域的整体分布趋势水平。

进一步地，所述获得平滑区域的非噪声点和平滑区域的整体分布差异水平，包括的具体步骤如下：

将分布差异小于预设阈值的像素点记为平滑区域的非噪声点，将平滑区域的所有非噪声点的分布差异的均值记为平滑区域的整体分布差异水平。

进一步地，所述计算疑似凹陷区域的每个像素点属于凹陷像素点的概率，包括的具体步骤如下：

计算疑似凹陷区域的每个像素点在所有种可达半径下的分布趋势的方差，记为疑似凹陷区域的每个像素点的分布差异，疑似凹陷区域的每个像素点属于凹陷像素点的概率的具体计算公式为：

表示疑似凹陷区域的第j个像素点属于凹陷像素点的概率，/>表示疑似凹陷区域的第j个像素点的分布差异，/>表示疑似凹陷区域的第j个像素点在第k种可达半径/>下的分布趋势，K表示所有可达半径的种类数，Z表示平滑区域的整体分布趋势水平，C表示平滑区域的整体分布差异水平，/>表示取绝对值，/>表示取最大值，/>表示最大最小归一化。

进一步地，所述获取装配式钢结构构件的表面图像的凹陷区域，包括的具体步骤如下：

将属于凹陷像素点的概率大于预设概率阈值Y的像素点记为凹陷像素点，将所有凹陷像素点组成的区域记为装配式钢结构构件的表面图像的凹陷区域。

进一步地，所述获取表面图像的光照方向，包括的具体步骤如下：

采用光度传感器测量表面图像上不同区域的光强度，根据表面图像上不同区域的光强度获取表面图像的光照方向。

本发明的技术方案的有益效果是：针对装配式钢结构构件表面的凹陷缺陷具有局部灰度分布不均的特点，且受到光照影响，导致无法通过简单的阈值分割获得的装配式钢结构构件的凹陷区域的问题，本发明根据光照和凹陷区域导致的灰度差异不同的特点，根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；根据平滑区域的每个像素点在每种可达半径下的分布趋势获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异获得平滑区域的非噪声点和平滑区域的整体分布差异水平；根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率；进而获取装配式钢结构构件的表面图像的凹陷区域，得到准确的凹陷区域。

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，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他的附图。

图1为本发明的基于图像数据的装配式钢结构构件质量检测方法的方法流程图。

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基于图像数据的装配式钢结构构件质量检测方法，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。

下面结合附图具体的说明本发明所提供的基于图像数据的装配式钢结构构件质量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基于图像数据的装配式钢结构构件质量检测方法的数据传输模块的方法流程图，该方法包括：

S001、采集装配式钢结构构件的表面图像，获取表面图像的光照方向；获得表面图像的疑似凹陷区域和光滑区域。

需要说明的是，由于光照照射和存在凹陷区域的原因，装配式钢结构构件的表面图像上存在了两种灰度差异，一种是表面的凹陷区域与正常区域由于受到的光照程度不同而导致的灰度差异，在凹陷区域与正常区域分界处，体现出较大的灰度差异，另一种是沿着光照的光照路径，表面图像上存在灰度差异，且越靠近光照越亮，因此灰度值越大，越远离光照越暗，因此灰度值越小；凹陷区域的存在导致的灰度差异只存在与凹陷区域与正常区域的分界处，且差异较大，而光照导致的灰度差异存在于表面图像的所有区域，且灰度差异沿着光照方向是均匀地。

进一步需要说明的是，虽然可以根据在凹陷区域与正常区域的交界处的灰度差异最大的特点，获得表面图像上的凹陷区域，但是光照导致的灰度差异会对根据灰度差异获取缺陷区域的准确性产生影响，因此，根据凹陷区域导致的灰度差异和光照导致的灰度差异的不同，来获取凹陷区域与正常区域的边界，进而获得表面图像的疑似凹陷区域。构件表面凹陷受光照方向影响导致整体灰度分布存在一定的规律：例如，光照从左端照射构件时，则构件表面图像整体灰度沿着光照方向从左往右依次降低，当构件表面存在凹陷，凹陷底部和靠近光照的凹陷内壁受光照程度较低，因此灰度值较低，而相对方向的凹陷内壁从凹陷底部向外受光照依次增大，灰度值依次增大。则沿着光照方向灰度值分布特点为：最靠近光照的位置灰度值较大，接着光照程度依次降低导致灰度值慢慢降低，到凹陷内壁和凹陷底部时灰度值急剧降低，在凹陷区域远离光照的一侧内壁上，随着凹陷底部到表面区域，灰度值逐渐增大。根据与光照方向平行且灰度值的分布符合上述沿着光照方向灰度值分布特点的直线，可以确定表面图像上的疑似的凹陷区域。

具体的，通过摄像机采集装配式钢结构构件的表面图像；采用光度传感器测量表面图像上不同区域的光强度，根据表面图像上不同区域的光强度获取表面图像的光照方向；其中，根据表面图像上不同区域的光强度获取表面图像的光照方向为现有技术，此处不再进行赘述。

进一步，过表面图像的中心沿着光照方向做一条直线，记为原始直线；获得原始直线的边缘像素点，如果原始直线存在两个边界像素点，则将原始直线向光照方向的垂直方向平移1个像素，获得平移后的直线L1，根据获得原始直线的边界像素点的方法获得平移后的直线L1的边界像素点，如果平移后的直线L1存在两个边界像素点，则将原始直线向光照方向的垂直方向平移2个像素，依此类推，直到平移后的直线Ln只存在一个边界像素点或者不存在边界像素点，此时停止对原始直线进行平移。

需要说明的是，由于凹陷区域不一定是一个完整的凹坑，可能是多个大小、凹陷程度不同的小凹坑连接在一起形成的凹陷区域，每个凹坑与正常区域的交界处的灰度差异都较大，因此，对于每条直线可能存在多个灰度差异较大的像素点，这些像素点都是凹坑与正常区域的交界处的像素点，为了确定所有凹坑组成的疑似凹陷区域，需要利用最外围的交界处的像素点组成疑似凹陷区域，因此，需要在获取直线上的边界像素点时，分别从光照方向和光照方向的反方向获取第一个灰度差异较大的像素点作为边界像素点。

预设一个倍数B，其中本实施例B=1.2为例进行叙述，本实施例不进行具体限定，其中B根据具体实施情况而定。

进一步，其中，获得原始直线的边界像素点的方法为：获得以原始直线上每个像素点为中心的3×3大小的窗口，作为原始直线上每个像素点的窗口区域，将每个像素点的窗口区域内所有像素点的灰度值的均值作为每个像素点的邻域灰度值；将原始直线上每个像素点的邻域灰度值与沿着原始直线方向上下一个像素点的邻域灰度值的差值，作为原始直线上每个像素点的灰度差异；沿着光照方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B1，沿着光照方向的反方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B2，如果原始直线的边界像素点B1和边界像素点B2是同一个像素点，则原始直线只有一个边界像素点，否则，原始直线有两个边界像素点。

进一步，将所有直线的所有边界像素点组成的闭合曲线中的区域作为表面图像的疑似凹陷区域，将表面图像中除疑似凹陷区域外的剩余部分记为表面图像的平滑区域。

至此，得到表面图像的疑似凹陷区域和平滑区域。

S002、获得若干种可达半径；根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；根据平滑区域的每个像素点在每种可达半径下的分布趋势获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异获得平滑区域的非噪声点和平滑区域的整体分布差异水平；根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率。

需要说明的是，上述步骤S001获得的疑似凹陷区域是由多个凹坑组成的疑似区域，其中除了属于凹坑的像素点，还有部分属于正常区域的像素点，这些属于正常区域的像素点由于在多个凹坑之间，因此在获得疑似凹陷区域时，被错误划分到疑似凹陷区域，导致获得的疑似凹陷区域不能准确的反应构件的真实凹陷情况。又因为平滑区域受到光照的影响，导致平滑区域的像素点的灰度值不一致，但是平滑区域的像素点的灰度值沿着光照方向规律性变化，因此，平滑区域像素点的周围等距离的邻域像素点的灰度值的大小关系保持不变，圆形LBP算子是根据周围等距离的邻域像素点的灰度值与中心像素点的灰度值的大小关系获得的，且具有旋转不变性，因此，可以用来反应平滑区域像素点的周围等距离的邻域像素点的灰度值的大小关系保持不变的特征，即比中心像素点灰度值大和灰度值小的像素点的数量保持不变，则圆形LBP算子中0和1的比值保持不变；而对于凹陷区域的像素点，虽然也受到光照的影响，但是其自身凹陷产生的灰度差异较大，因此，凹陷区域的像素点的周围等距离的邻域像素点的灰度值的大小关系随着距离的变化而变化，即比中心像素点灰度值大和灰度值小的像素点的数量随着距离的变化而变化，则圆形LBP算子中0和1的比值不断变化。

1、获得若干种可达半径；根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势。

需要说明的是，为了识别出疑似凹陷区域中属于凹陷区域的像素点，需要利用上述特征进行识别，因此，需要先根据不同的距离，获得不同区域的像素点的圆形LBP算子，进而获得圆形LBP算子中0的数量和1的数量的比值作为每个像素点在不同距离下的分布趋势。

具体的，获得疑似凹陷区域的最大内接圆的半径R记为最大半径，将分别记为第一可达半径到第五可达半径，共K=5种可达半径。

进一步，以疑似凹陷区域的每个像素点为圆心、以每种可达半径为半径，获得疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子；计算疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，表示疑似凹陷区域的第j个像素点在第k种可达半径/>下的分布趋势。

以此类推，以平滑区域的每个像素点为圆心、以每种可达半径为半径，获得平滑区域的每个像素点在每种可达半径下的圆形LBP算子；计算平滑区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为平滑区域的每个像素点在每种可达半径下的分布趋势，表示平滑区域的第i个像素点在第k种可达半径/>下的分布趋势。

2、根据平滑区域的每个像素点在每种可达半径下的分布趋势获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异获得平滑区域的非噪声点和平滑区域的整体分布差异水平。

需要说明的是，获得表征平滑区域中所有像素点与周围等距离的邻域像素点的灰度值的大小关系保持不变的程度的整体水平的平滑区域的整体分布趋势水平，获得表征平滑区域中像素点与周围在不同距离的邻域像素点的灰度值的大小关系保持不变的变化程度的平滑区域的整体分布差异水平。

具体的，计算平滑区域的每个像素点在所有种可达半径下的分布趋势的方差，记为平滑区域的每个像素点的分布差异，将分布差异小于预设阈值的像素点记为平滑区域的非噪声点；将平滑区域的所有非噪声点在所有种可达半径下的分布趋势的均值记为平滑区域的整体分布趋势水平，将平滑区域的所有非噪声点的分布差异的均值记为平滑区域的整体分布差异水平。

3、根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率。

具体的，计算疑似凹陷区域的每个像素点在所有种可达半径下的分布趋势的方差，记为疑似凹陷区域的每个像素点的分布差异，疑似凹陷区域的每个像素点属于凹陷像素点的概率的具体计算公式为：

表示疑似凹陷区域的第j个像素点属于凹陷像素点的概率，/>表示疑似凹陷区域的第j个像素点的分布差异，/>表示疑似凹陷区域的第j个像素点在第k种可达半径/>下的分布趋势，K表示所有可达半径的种类数，Z表示平滑区域的整体分布趋势水平，C表示平滑区域的整体分布差异水平，/>表示取绝对值，/>表示取最大值，/>表示最大最小归一化。

平滑区域的整体分布差异水平C表征平滑区域中像素点与周围在不同距离的邻域像素点的灰度值的大小关系保持不变的变化程度，疑似凹陷区域的第j个像素点的分布差异与平滑区域的整体分布差异水平的差值越大，即越大，则说明疑似凹陷区域的第j个像素点与周围不同距离的邻域像素点的灰度值的大小关系保持不变的变化程度，与平滑区域中像素点与周围不同距离的邻域像素点的灰度值的大小关系保持不变的变化程度越不同，则疑似凹陷区域的第j个像素点越不可能属于正常区域且越可能属于凹陷区域，则疑似凹陷区域的第j个像素点属于凹陷像素点的概率越大；平滑区域的整体分布趋势水平Z表征平滑区域中所有像素点与周围等距离的邻域像素点的灰度值的大小关系保持不变的程度的整体水平，疑似凹陷区域的第j个像素点在第k种可达半径/>下的分布趋势与平滑区域的整体分布趋势水平Z的差异越大，即/>越大，则说明疑似凹陷区域的第j个像素点与周围等距离的邻域像素点的灰度值的大小关系保持不变的程度，与平滑区域中像素点与周围等距离的邻域像素点的灰度值的大小关系保持不变的程度越不同，则疑似凹陷区域的第j个像素点越不可能属于正常区域且越可能属于凹陷区域，则疑似凹陷区域的第j个像素点属于凹陷像素点的概率越大。

S003、根据疑似凹陷区域的每个像素点属于凹陷像素点的概率，获取装配式钢结构构件的表面图像的凹陷区域，对装配式钢结构构件的表面图像的凹陷区域进行调整和维修。

预设一个概率阈值Y，其中本实施例Y=0.8为例进行叙述，本实施例不进行具体限定，其中Y根据具体实施情况而定。

将属于凹陷像素点的概率大于预设概率阈值Y的像素点记为凹陷像素点，将所有凹陷像素点组成的区域记为装配式钢结构构件的表面图像的凹陷区域。对装配式钢结构构件的表面图像的凹陷区域进行调整和维修，保证工程的质量，减少安全隐患。

针对装配式钢结构构件表面的凹陷缺陷具有局部灰度分布不均的特点，且受到光照影响，导致无法通过简单的阈值分割获得的装配式钢结构构件的凹陷区域的问题，本发明根据光照和凹陷区域导致的灰度差异不同的特点，根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；根据平滑区域的每个像素点在每种可达半径下的分布趋势获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异获得平滑区域的非噪声点和平滑区域的整体分布差异水平；根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率；进而获取装配式钢结构构件的表面图像的凹陷区域，得到准确的凹陷区域。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，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 (10)

1.基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述方法包括：

采集装配式钢结构构件的表面图像，获取表面图像的光照方向；

根据表面图像上沿着光照方向的直线上像素点的灰度差异，获得表面图像的疑似凹陷区域和光滑区域；

根据疑似凹陷区域的大小获得若干种可达半径；根据疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的圆形LBP算子，获得疑似凹陷区域和光滑区域的每个像素点在每种可达半径下的分布趋势；

根据平滑区域的每个像素点在每种可达半径下的分布趋势，获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平；根据平滑区域的每个像素点的分布差异，获得平滑区域的非噪声点和平滑区域的整体分布差异水平；

根据平滑区域的整体分布趋势水平和整体分布差异水平以及疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，计算疑似凹陷区域的每个像素点属于凹陷像素点的概率；

根据疑似凹陷区域的每个像素点属于凹陷像素点的概率，获取装配式钢结构构件的表面图像的凹陷区域，对装配式钢结构构件的表面图像的凹陷区域进行调整和维修。

2.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得表面图像的疑似凹陷区域和光滑区域，包括的具体步骤如下：

过表面图像的中心沿着光照方向做一条直线，记为原始直线；获得原始直线的边缘像素点，如果原始直线存在两个边界像素点，则将原始直线向光照方向的垂直方向平移1个像素，获得平移后的直线L1，获得平移后的直线L1的边界像素点，如果平移后的直线L1存在两个边界像素点，则将原始直线向光照方向的垂直方向平移2个像素；

依此类推，直到平移后的直线Ln只存在一个边界像素点或者不存在边界像素点，停止对原始直线进行平移；

将所有直线的所有边界像素点组成的闭合曲线中的区域作为表面图像的疑似凹陷区域，将表面图像中除疑似凹陷区域外的剩余部分记为表面图像的平滑区域。

3.根据权利要求2所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得原始直线的边缘像素点，包括的具体步骤如下：

获得以原始直线上每个像素点为中心的3×3大小的窗口，作为原始直线上每个像素点的窗口区域，将每个像素点的窗口区域内所有像素点的灰度值的均值作为每个像素点的邻域灰度值；将原始直线上每个像素点的邻域灰度值与沿着原始直线方向上下一个像素点的邻域灰度值的差值，作为原始直线上每个像素点的灰度差异；沿着光照方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B1，沿着光照方向的反方向获得原始直线上第一个灰度差异大于原始直线上所有像素点的灰度差异的均值的预设倍数B的像素点，记为原始直线的边界像素点B2，如果原始直线的边界像素点B1和边界像素点B2是同一个像素点，则原始直线只有一个边界像素点，否则，原始直线有两个边界像素点。

4.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得若干种可达半径，包括的具体步骤如下：

获得疑似凹陷区域的最大内接圆的半径R记为最大半径，将分别记为第一可达半径到第五可达半径，共K=5种可达半径。

5.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得疑似凹陷区域的每个像素点在每种可达半径下的分布趋势，包括的具体步骤如下：

以疑似凹陷区域的每个像素点为圆心、以每种可达半径为半径，获得疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子；计算疑似凹陷区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为疑似凹陷区域的每个像素点在每种可达半径下的分布趋势；

以平滑区域的每个像素点为圆心、以每种可达半径为半径，获得平滑区域的每个像素点在每种可达半径下的圆形LBP算子；计算平滑区域的每个像素点在每种可达半径下的圆形LBP算子中0的数量和1的数量的比值，记为平滑区域的每个像素点在每种可达半径下的分布趋势。

6.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得平滑区域的每个像素点的分布差异和平滑区域的整体分布趋势水平，包括的具体步骤如下：

计算平滑区域的每个像素点在所有种可达半径下的分布趋势的方差，记为平滑区域的每个像素点的分布差异，将平滑区域的所有非噪声点在所有种可达半径下的分布趋势的均值记为平滑区域的整体分布趋势水平。

7.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获得平滑区域的非噪声点和平滑区域的整体分布差异水平，包括的具体步骤如下：

将分布差异小于预设阈值的像素点记为平滑区域的非噪声点，将平滑区域的所有非噪声点的分布差异的均值记为平滑区域的整体分布差异水平。

8.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述计算疑似凹陷区域的每个像素点属于凹陷像素点的概率，包括的具体步骤如下：

计算疑似凹陷区域的每个像素点在所有种可达半径下的分布趋势的方差，记为疑似凹陷区域的每个像素点的分布差异，疑似凹陷区域的每个像素点属于凹陷像素点的概率的具体计算公式为：

表示疑似凹陷区域的第j个像素点属于凹陷像素点的概率，/>表示疑似凹陷区域的第j个像素点的分布差异，/>表示疑似凹陷区域的第j个像素点在第k种可达半径/>下的分布趋势，K表示所有可达半径的种类数，Z表示平滑区域的整体分布趋势水平，C表示平滑区域的整体分布差异水平，/>表示取绝对值，/>表示取最大值，/>表示最大最小归一化。

9.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获取装配式钢结构构件的表面图像的凹陷区域，包括的具体步骤如下：

将属于凹陷像素点的概率大于预设概率阈值Y的像素点记为凹陷像素点，将所有凹陷像素点组成的区域记为装配式钢结构构件的表面图像的凹陷区域。

10.根据权利要求1所述的基于图像数据的装配式钢结构构件质量检测方法，其特征在于，所述获取表面图像的光照方向，包括的具体步骤如下：

采用光度传感器测量表面图像上不同区域的光强度，根据表面图像上不同区域的光强度获取表面图像的光照方向。