CN117036205A - 基于图像增强的注塑件生产质量检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及基于图像增强的注塑件生产质量检测方法，包括：获取注塑件表面图像的灰度图像和灰度图像中像素点的对比度，获取锐化后的图像，得到锐化后图像中像素点的对比度，获取窗口增强程度序列，根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，获取窗口中心像素点调整后的拉普拉斯参数，根据调整后的拉普拉斯锐化参数对注塑件表面图像的灰度图像进行锐化和归一化处理，得到最终锐化结果图。本发明通过结合图像中像素点的分布规律对图像不同区域的锐化程度进行调整，使注塑件缺陷区域在锐化后的图像中能够更快速地找到。

Description

基于图像增强的注塑件生产质量检测方法

技术领域

本发明涉及图像数据处理技术领域，具体涉及基于图像增强的注塑件生产质量检测方法。

背景技术

注塑件生产质量检测是制造业中非常重要的一环，目前注塑件生产质量检测主要依靠人工目视检测。然而，人工目视检测的准确性和效率受到人员因素的影响，故需要一种更加准确的注塑件生产质量检测方法。图像增强技术可以通过对图像进行处理，提高图像的质量和清晰度，从而提高注塑件生产质量检测的准确性和效率。

目前，常用于质量检测的图像增强技术为拉普拉斯算子锐化。在使用拉普拉斯算子对图像进行锐化的过程中，由于拉普拉斯算子为全局单阈值算子，且图像中缺陷区域和非缺陷区域梯度相近，在利用相同的锐化参数对图像进行锐化后虽然缺陷区域被很好地显示了出来，但图像中本就存在的边缘和噪声同样会因为锐化被突出显示，仍然没有办法将缺陷和其他高梯度区域进行区分。

发明内容

本发明提供基于图像增强的注塑件生产质量检测方法，以解决现有的问题。

本发明的基于图像增强的注塑件生产质量检测方法采用如下技术方案：

本发明一个实施例提供了基于图像增强的注塑件生产质量检测方法，该方法包括以下步骤：

获取注塑件表面图像的灰度图像；

根据灰度图像中像素点的邻域灰度值得到灰度图像中像素点的对比度，根据拉普拉斯算子获取算子结果图，将灰度图像和算子结果图叠加得到锐化后图像，根据锐化后图像中像素点的邻域灰度值得到锐化后图像中像素点的对比度；

将灰度图像中像素点的对比度记为锐化前图像中像素点的对比度，根据锐化前图像中像素点的对比度和锐化后图像中像素点的对比度，得到灰度图像中像素点的对比度增强程度；

预设窗口，获取窗口增强程度序列，根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，根据窗口中像素点的对比度增强程度和窗口邻域内像素点的对比度增强程度的极差，得到窗口邻域内与中心像素点相近像素点个数，所述窗口邻域为窗口中除中心像素点的区域；

根据窗口增强程度序列的加权波动程度和窗口邻域内与中心像素点相近像素点个数得到窗口中心像素点的目标程度，根据窗口中心像素点的目标程度得到窗口中心像素点调整后的拉普拉斯参数；

根据拉普拉斯参数对拉普拉斯算子进行调整得到调整后的拉普拉斯算子，根据调整后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化得到最终锐化结果图。

进一步地，所述根据灰度图像中像素点的邻域灰度值得到灰度图像中像素点的对比度，包括的具体步骤如下：

将注塑件表面图像的灰度图像中第r个像素点的灰度值与注塑件表面图像的灰度图像中第r个像素点的四邻域内像素点的灰度值的差值的均值记为灰度图像中第r个像素点的对比度。

进一步地，所述将灰度图像和算子结果图叠加得到锐化后图像，包括的具体步骤如下：

将注塑件表面图像的灰度图像和算子结果图中对应位置的像素点灰度值进行相加得到叠加图像，将叠加图像中所有像素点灰度值进行线性归一化处理，然后每个像素点灰度值再乘以255，得到锐化后图像。

进一步地，所述根据锐化前图像中像素点的对比度和锐化后图像中像素点的对比度，得到灰度图像中像素点的对比度增强程度，包括的具体步骤如下：

其中，为锐化后图像中第r个像素点的对比度，/>为锐化前图像中第r个像素点的对比度，/>为注塑件表面图像的灰度图像中第r个像素点的对比度增强程度。

进一步地，所述窗口增强程度序列的具体获取方法如下：

将窗口中所有像素点的对比度增强程度从窗口左上角的元素位置开始，按照顺时针螺旋结构统计窗口中像素点的对比度增强程度，得到窗口增强程度序列。

进一步地，所述根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，包括的具体步骤如下：

其中，为第d个窗口增强程度序列中第j个像素点的对比度增强程度，/>为第d个窗口增强程度序列中第b个像素点的对比度增强程度，/>为第d个窗口增强程度序列中所有像素点的对比度增强程度均值，/>为第d个窗口增强程度序列的加权波动程度，/>为第一权重，/>为第二权重。

进一步地，所述根据窗口中像素点的对比度增强程度和窗口邻域内像素点的对比度增强程度的极差，得到窗口邻域内与中心像素点相近像素点个数，包括的具体步骤如下：

其中，为第d个窗口中第k个像素点的对比度增强程度，/>为第d个窗口的中心像素点的对比度增强程度，/>为窗口邻域内像素点的对比度增强程度的极差，所述窗口邻域为第d个窗口中除中心像素点的区域，/>为预设阈值，/>为计数函数，/>为第d个窗口的窗口邻域内与中心像素点相近像素点个数。

进一步地，所述根据窗口增强程度序列的加权波动程度和窗口邻域内与中心像素点相近像素点个数得到窗口中心像素点的目标程度，包括的具体步骤如下：

将第d个窗口的窗口邻域内与中心像素点相近像素点个数与第d个窗口增强程度序列的加权波动程度的乘积作为第d个窗口的中心像素点的目标程度。

进一步地，所述根据窗口中心像素点的目标程度得到窗口中心像素点调整后的拉普拉斯参数，包括的具体步骤如下：

将窗口的中心像素点的目标程度与预设目标程度阈值的比值记为窗口中心像素点调整后的拉普拉斯参数。

进一步地，所述根据拉普拉斯参数对拉普拉斯算子进行修正得到修正后的拉普拉斯算子，根据修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化得到最终锐化结果图，包括的具体步骤如下：

将拉普拉斯参数与拉普拉斯算子进行相乘，得到修正后的拉普拉斯算子，利用修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化处理，得到修正后的算子结果图，将修正后的算子结果图与注塑件表面图像的灰度图像对应位置的像素点灰度值进行相加，得到叠加图像，根据叠加图像中的最大最小灰度值进行线性归一化处理，然后乘以255，使叠加图像中灰度值均保持在正常范围内，得到注塑件表面图像的灰度图像的最终锐化结果图。

本发明的技术方案的有益效果是：利用图像处理技术，通过对拉普拉斯算子锐化前后图像的高增强程度的像素点分布规律进行分析，获取像素点的目标程度，根据目标程度对像素点的锐化程度进行调整。使更可能是缺陷区域的像素点锐化程度调高，非缺陷区域像素点的锐化程度降低。结合像素点的分布规律对图像不同区域的锐化程度进行调整，使注塑件缺陷区域在锐化后的图像中能够更快速地找到。

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为本发明一个实施例所提供的基于图像增强的注塑件生产质量检测方法的步骤流程图。

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增强的注塑件生产质量检测方法，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，一个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增强的注塑件生产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增强的注塑件生产质量检测方法的步骤流程图，该方法包括以下步骤：

步骤S001、获取注塑件表面图像的灰度图像和灰度图像中像素点的对比度。

需要说明的是，本实施例是基于图像增强的注塑件生产质量检测，首先需要获取注塑件表面图像并进行一定的预处理。

具体的，利用工业相机采集得到注塑件表面图像，对注塑件表面图像进行灰度化得到注塑件表面图像的灰度图像。

进一步地，根据注塑件表面图像的灰度图像中像素点的四领域灰度值得到注塑件表面图像的灰度图像中像素点的对比度，具体如下：

其中，为注塑件表面图像的灰度图像中第r个像素点的对比度，n为注塑件表面图像的灰度图像中第r个像素点的四邻域内像素点个数，即n=4，/>为注塑件表面图像的灰度图像中第r个像素点的灰度值，/>为注塑件表面图像的灰度图像中第r个像素点的四邻域内第i个像素点的灰度值。

需要说明的是，本实施例中对比度的计算选择像素点四邻域灰度值差异而非八邻域，是因为四邻域对比度计算了图像像素点与邻接点的灰度差异，对对比度的表达更加精准，而且计算量小，节约计算资源。

具体的，利用拉普拉斯算子对注塑件表面图像的灰度图像进行锐化处理，得到算子结果图。需要说明的是，本实施例中像素点对比度是根据像素点四邻域灰度情况计算的，为了更好地与之对应，同时减少一些不必要的干扰，此处拉普拉斯算子核也选择普通四邻域算子，即算子核为3×3大小，中心元素为-4，四邻域元素为1，其余位置元素为0。算子结果图中梯度高的像素点表示该像素点锐化程度大。利用上述（1）式计算算子结果图中像素点的对比度。算子结果图中像素点的对比度可以表示注塑件表面图像的灰度图像中对应像素点被锐化的程度，算子结果图中像素点的对比度越大说明对注塑件表面图像的灰度图像中对应像素点锐化程度越大。

至此，得到了注塑件表面图像的灰度图像中像素点的对比度和算子结果图中像素点的对比度。

需要说明的是，在注塑件表面灰度图像中，往往存在注塑件边缘和噪声点，这两类像素点梯度与缺陷区域相似，甚至可能大于缺陷区域，直接进行锐化操作很可能使这两类区域对比度也增大，对缺陷区域造成干扰。注塑件表面缺陷区域梯度分布往往比较杂乱，没有规则形状，而图像拍摄和传输过程中产生的噪声点往往孤立存在，图像边缘形状规则。根据三类高梯度像素点的特点可以计算像素点作为缺陷区域的目标程度，找出更感兴趣的缺陷区域像素点，进行参数调整。

步骤S002、获取锐化后的图像，根据锐化后的图像中像素点的邻域灰度值得到锐化后图像中像素点的对比度，以及灰度图像中像素点的对比度增强程度。

需要说明的是，根据原图像以及算子结果图中对应位置的对比度可以计算出像素点锐化前后的对比度增量，像素点对比度增量占原对比度的百分比即为该点的增强程度。

具体的，将注塑件表面图像的灰度图像和算子结果图中对应位置的像素点灰度值进行相加得到叠加图像，将叠加图像中所有像素点灰度值进行线性归一化处理，然后每个像素点灰度值再乘以255，得到锐化后图像，根据上述公式（1）同理得到锐化后图像上每个像素点的对比度。其中锐化后图像上第r个像素点的对比度记为。

进一步地，将注塑件表面图像的灰度图像中像素点的对比度记为锐化前图像中像素点的对比度，根据锐化前图像中像素点的对比度和锐化后图像中像素点的对比度得到注塑件表面图像的灰度图像中像素点的对比度增强程度，具体如下：

其中，为锐化后图像中第r个像素点的对比度，/>为锐化前图像中第r个像素点的对比度，/>为注塑件表面图像的灰度图像中第r个像素点的对比度增强程度。对比度增强程度反映了经过常规拉普拉斯算子进行锐化后图像各像素点对比度的变化程度，后续调整也是希望将缺陷区域对比度的增强程度较大，而非缺陷区域对比度的增强程度较低。

至此，得到了注塑件表面图像的灰度图像中像素点的对比度增强程度。

步骤S003、获取窗口增强程度序列，根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，获取窗口中心像素点调整后的拉普拉斯参数。

需要说明的是，根据像素点的对比度增强程度（即锐化程度）可以从图像中找出锐化程度高的像素点，其中锐化程度高的像素点对应着原图像中梯度较高的点，在注塑件表面图像中，高梯度点主要包括噪声点、图像边缘以及缺陷区域，缺陷区域锐化程度高的像素点分布比较杂乱，邻域内其他锐化程度高的像素点分布很不规律，根据缺陷区域像素点分布规律特征可以将其区分。

具体的，预设程度阈值，本实施例中以预设程度阈值为0.8为例进行叙述，将注塑件表面图像的灰度图像中像素点的对比度增强程度大于预设程度阈值的像素点记为高锐化点。

需要说明的是，分析高锐化点在锐化后图像中的分布情况，相比于锐化后图像中的噪声点和自带边缘，缺陷区域分布较为杂乱，而信号传递过程中产生的噪声点往往单独出现，图像边缘则呈现一条直线或有规律的形状，对图像不同区域进行采样和特征分析可以发现，噪声点对比度增强程度极高，而邻域内对比度增强程度有所降低，这是由于噪声点孤立存在且与周围灰度差异较大引起的。由于图像边缘呈现一条直线，边缘处对比度增强程度也在水平线上比较相近，满足边缘形状规律的特点。而缺陷区域因为缺陷形状和灰度的不可预测性，缺陷附近对比度增强程度杂乱，高低水平不一。因此可以根据高锐化点的分布特征和对比度增强水平对缺陷区域进行区分。

具体的，由于缺陷区域灰度的分布更加杂乱，四邻域内像素点之间对比度增强程度的差距越大说明该点处于缺陷区域的概率越高。将缺陷区域和非缺陷区域（即噪声点和边缘点）进行区分。预设5×5大小的窗口，将窗口在注塑件表面图像的灰度图像中按照从左往右从上到下的顺序进行滑动，每次滑动的步长为1，并获取窗口中像素点的对比度增强程度。需要说明的是，在滑动过程中窗口中心不会在注塑件表面图像的灰度图像的边缘进行滑动，即窗口是完全包含在注塑件表面图像的灰度图像中的，本实施例中利用窗口对注塑件表面图像的灰度图像中的元素进行操作时，可能会超出注塑件表面图像的灰度图像的边界，此时本实施例利用二次线性插值的方法将注塑件表面图像的灰度图像超出边界的部分进行插值填充数据。

进一步地，以任意一个窗口为例，将窗口中所有像素点的对比度增强程度从窗口左上角的元素位置开始，按照顺时针螺旋结构统计窗口中像素点的对比度增强程度，得到窗口增强程度序列，根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，具体如下：

其中，为第d个窗口增强程度序列中第j个像素点的对比度增强程度，/>为第d个窗口增强程度序列中第b个像素点的对比度增强程度，/>为第d个窗口增强程度序列中所有像素点的对比度增强程度均值，/>为第d个窗口增强程度序列的加权波动程度，/>为第一权重，第一权重值为/>，由于缺陷区域像素点邻域窗口内对比度增强程度波动情况剧烈，且缺陷区域像素点与非缺陷高锐化点螺旋序列的波动差异主要体现在最外圈的差异，故在计算波动性时为外圈赋予更大的权值，/>为第二权重，第二权重值为/>。通过为窗口增强程度序列中不同段的对比度增强程度按照像素点个数进行赋权，使更能体现不同区域差异部分的像素点差异更加鲜明地表现出来，放大了不同类型区域在曲线波动方面的差异程度，更容易进行分辨。

再根据中心点与邻域内像素点灰度值的离散程度判断中心点的目标程度，具体做法如下：

具体的，根据窗口中像素点的对比度增强程度和窗口邻域内像素点的对比度增强程度的极差得到窗口邻域内与中心像素点相近像素点个数，所述窗口邻域为窗口中除中心像素点的区域。

其中，为第d个窗口中第k个像素点的对比度增强程度，/>为第d个窗口的中心像素点的对比度增强程度，/>为窗口邻域内像素点的对比度增强程度的极差，所述窗口邻域为第d个窗口中除中心像素点的区域，/>为预设阈值，本实施中以预设阈值为0.3为例进行叙述，/>为计数函数，表示统计满足/>的像素点个数，/>为第d个窗口的窗口邻域内与中心像素点相近像素点个数。

进一步地，根据窗口增强程度序列的加权波动程度和窗口邻域内与中心像素点相近像素点个数得到窗口中心像素点的目标程度，具体如下：

其中，为第d个窗口的中心像素点的目标程度，/>为第d个窗口的窗口邻域内与中心像素点相近像素点个数，/>为第d个窗口增强程度序列的加权波动程度。

进一步地，根据窗口中心像素点的目标程度得到窗口中心像素点调整后的拉普拉斯参数，具体如下：

其中，为第d个窗口的中心像素点调整后的拉普拉斯参数，/>为第d个窗口的中心像素点的目标程度，/>为预设目标程度阈值，本实施中以预设目标程度阈值为1.5为例进行叙述。进一步地，获取所有窗口中心像素点调整后的拉普拉斯参数。通过目标程度对拉普拉斯参数进行调整，可以将目标程度大于阈值的更可能属于缺陷区域像素点拉普拉斯参数调大，从而增大缺陷区域的锐化程度，将目标程度小于阈值的像素点参数调小，减弱非缺陷区域的锐化程度，实现了使图像中仅缺陷区域被较高程度地锐化的目的，达到了更好的图像增强效果。

至此，得到了窗口中心像素点调整后的拉普拉斯参数。

步骤S004、根据调整后的拉普拉斯锐化参数对注塑件表面图像的灰度图像进行锐化和归一化处理，得到最终锐化结果图。

具体的，步骤S003获取了所有窗口中心像素点调整后的拉普拉斯参数，利用拉普拉斯参数对拉普拉斯算子进行修正，即将拉普拉斯参数与拉普拉斯算子进行相乘，得到修正后的拉普拉斯算子，利用修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化处理，得到修正后的算子结果图，将修正后的算子结果图与注塑件表面图像的灰度图像对应位置的像素点灰度值进行叠加，得到叠加图像。拉普拉斯算子计算了离散数据的二阶导数，同样反映了图像像素点与邻域灰度的梯度大小，通过拉普拉斯算子的计算结果叠加给原图像的方式，使原图像中原本梯度大的像素点梯度更大，达到锐化的效果。

进一步地，需要说明的是，图像叠加后，可能出现叠加后灰度值大于255或小于0的情况，故根据叠加图像中的最大最小灰度值进行线性归一化处理，然后乘以255，使叠加图像中灰度值均保持在正常范围内，得到注塑件表面图像的灰度图像的最终锐化结果图，此时最终锐化结果图中注塑件缺陷区域更为明显，便于缺陷的检测，以达到注塑件生产质量检测的目的。

至此，本实施例完成。

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 (10)

1.基于图像增强的注塑件生产质量检测方法，其特征在于，该方法包括以下步骤：

获取注塑件表面图像的灰度图像；

根据灰度图像中像素点的邻域灰度值得到灰度图像中像素点的对比度，根据拉普拉斯算子获取算子结果图，将灰度图像和算子结果图叠加得到锐化后图像，根据锐化后图像中像素点的邻域灰度值得到锐化后图像中像素点的对比度；

将灰度图像中像素点的对比度记为锐化前图像中像素点的对比度，根据锐化前图像中像素点的对比度和锐化后图像中像素点的对比度，得到灰度图像中像素点的对比度增强程度；

预设窗口，获取窗口增强程度序列，根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，根据窗口中像素点的对比度增强程度和窗口邻域内像素点的对比度增强程度的极差，得到窗口邻域内与中心像素点相近像素点个数，所述窗口邻域为窗口中除中心像素点的区域；

根据窗口增强程度序列的加权波动程度和窗口邻域内与中心像素点相近像素点个数得到窗口中心像素点的目标程度，根据窗口中心像素点的目标程度得到窗口中心像素点调整后的拉普拉斯参数；

根据拉普拉斯参数对拉普拉斯算子进行修正得到修正后的拉普拉斯算子，根据修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化得到最终锐化结果图。

2.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据灰度图像中像素点的邻域灰度值得到灰度图像中像素点的对比度，包括的具体步骤如下：

将注塑件表面图像的灰度图像中第r个像素点的灰度值与注塑件表面图像的灰度图像中第r个像素点的四邻域内像素点的灰度值的差值的均值记为灰度图像中第r个像素点的对比度。

3.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述将灰度图像和算子结果图叠加得到锐化后图像，包括的具体步骤如下：

将注塑件表面图像的灰度图像和算子结果图中对应位置的像素点灰度值进行相加得到叠加图像，将叠加图像中所有像素点灰度值进行线性归一化处理，然后每个像素点灰度值再乘以255，得到锐化后图像。

4.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据锐化前图像中像素点的对比度和锐化后图像中像素点的对比度，得到灰度图像中像素点的对比度增强程度，包括的具体步骤如下：

其中，为锐化后图像中第r个像素点的对比度，/>为锐化前图像中第r个像素点的对比度，/>为注塑件表面图像的灰度图像中第r个像素点的对比度增强程度。

5.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述窗口增强程度序列的具体获取方法如下：

将窗口中所有像素点的对比度增强程度从窗口左上角的元素位置开始，按照顺时针螺旋结构统计窗口中像素点的对比度增强程度，得到窗口增强程度序列。

6.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据窗口增强程度序列中像素点的对比度增强程度得到窗口增强程度序列的加权波动程度，包括的具体步骤如下：

其中，为第d个窗口增强程度序列中第j个像素点的对比度增强程度，/>为第d个窗口增强程度序列中第b个像素点的对比度增强程度，/>为第d个窗口增强程度序列中所有像素点的对比度增强程度均值，/>为第d个窗口增强程度序列的加权波动程度，/>为第一权重，/>为第二权重。

7.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据窗口中像素点的对比度增强程度和窗口邻域内像素点的对比度增强程度的极差，得到窗口邻域内与中心像素点相近像素点个数，包括的具体步骤如下：

其中，为第d个窗口中第k个像素点的对比度增强程度，/>为第d个窗口的中心像素点的对比度增强程度，/>为窗口邻域内像素点的对比度增强程度的极差，所述窗口邻域为第d个窗口中除中心像素点的区域，/>为预设阈值，/>为计数函数，/>为第d个窗口的窗口邻域内与中心像素点相近像素点个数。

8.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据窗口增强程度序列的加权波动程度和窗口邻域内与中心像素点相近像素点个数得到窗口中心像素点的目标程度，包括的具体步骤如下：

将第d个窗口的窗口邻域内与中心像素点相近像素点个数与第d个窗口增强程度序列的加权波动程度的乘积作为第d个窗口的中心像素点的目标程度。

9.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据窗口中心像素点的目标程度得到窗口中心像素点调整后的拉普拉斯参数，包括的具体步骤如下：

将窗口的中心像素点的目标程度与预设目标程度阈值的比值记为窗口中心像素点调整后的拉普拉斯参数。

10.根据权利要求1所述基于图像增强的注塑件生产质量检测方法，其特征在于，所述根据拉普拉斯参数对拉普拉斯算子进行修正得到修正后的拉普拉斯算子，根据修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化得到最终锐化结果图，包括的具体步骤如下：

将拉普拉斯参数与拉普拉斯算子进行相乘，得到修正后的拉普拉斯算子，利用修正后的拉普拉斯算子对注塑件表面图像的灰度图像进行锐化处理，得到修正后的算子结果图，将修正后的算子结果图与注塑件表面图像的灰度图像对应位置的像素点灰度值进行相加，得到叠加图像，根据叠加图像中的最大最小灰度值进行线性归一化处理，然后乘以255，使叠加图像中灰度值均保持在正常范围内，得到注塑件表面图像的灰度图像的最终锐化结果图。