CN115082482B 一种金属表面缺陷检测方法 （山东优奭趸泵业科技有限公司）

十六号聊城市高新技术创业服务中心表面图像中的疑似异常灰度值和疑似正常灰度疑似异常像素点在每种尺寸的窗口内的疑似异常像素点个数和灰度值得到每个疑似异常像素程度和异常程度阈值得到待检测金属表面图像2KR20170022346A,2017.JP2015135540A,2015JP2021128097A,202K.V.Mortinetal.ASystemforP.Jollyetal.AnalyzingSurfaceDefectsinApplesUsingGaborFeatures.3获取每个疑似异常灰度值和疑似正常灰度值均值根据每种尺寸的窗口区域内的疑似异常像素点的个数和灰度值得到该中心疑似异常xk利用疑似异常区域对待检测金属表面图像中所述利用疑似异常区域对待检测金属表面图像中疑似异将灰度值P中属于灰度值集合Q的灰度值作为待检测金属表面图像中准确的异常灰度4获取灰度直方图中每个灰度值出现的概率，对灰度将聚类后得到的概率值之和小的一类灰度值作为疑似异异常像素点的异常程度和异常程度阈值得到待检测金属表面图像中的疑似异常区域的方若疑似异常像素点的异常程度大于异常程度阈值，则寸为的窗口区域为待检测金属表面图像中的疑似异常区域；否则该的窗口利用异常灰度值的分段线性变换函数对待检测金属表面图像中的准确的异常灰度值5[0008]根据每种尺寸的窗口区域内的疑似异常像素点的个数和灰度值得到该中心疑似[0009]根据每个疑似异常像素点的异常程度和异常程度阈值得到待检测金属表面图像[0012]所述获取待检测金属表面图像中的疑似异常灰度值和疑似正常灰度值的获取方6的窗口内的疑似异常像素点个数，为尺寸为的窗口内的疑似异常像素点[0022]所述根据每个疑似异常像素点的异常程度和异常程度阈值得到待检测金属表面[0023]若疑似异常像素点的异常程度大于异常程度阈值，则以该疑似异常像素点为中[0026]若两个相邻疑似异常区域大小为NXN,则两个相邻疑似异常区域的距离阈值为。[0030]将灰度值P中属于灰度值集合Q的灰度值作为待检测金属表面图像中准确的异常7[0039]利用异常灰度值的分段线性变换函数对待检测金属表面图像中的准确的异常灰[0046]图2是本发明的一种金属表面缺陷检测方法中的距离小于距离阈值的两个相邻疑[0047]图3是本发明的一种金属表面缺陷检测方法中的距离大于距离阈值的两个相邻疑[0048]图4是本发明的一种金属表面缺陷检测方法中的两个相邻疑似异常区域合并后得8[0054]其中，获取待检测金属表面图像中的疑似异常灰度值和疑似正常灰度值的方法[0056]灰度直方图是统计灰度图中的各灰度值的出现的概率，由于金寸的窗口区域内的疑似异常像素点的个数和灰度值得到该中心疑似异常像素点的异常程9像素点的数量和灰度值计算出每个疑似异常[0067]表示第个疑似异常灰度值和疑似正常灰度值的均值之间的差异，差异越大，[0069]本方法的含义在于通过计算异常灰度值和正常灰度值之间的差异来确定异常灰一种聚集状态，基于以上分析本步骤对聚类得到的疑似异常灰度值进行进一步分析确定，[0072](1)选取每一个疑似异常像素点；本实施例中在疑似异常灰度值对应的所有的疑似异常像素点中选择异常像素点即金属表面图像中位置为处的疑似异常像素小的异常程度是不合理的，但是由于窗口过大会导致某些噪声被统计进去造成判断失误，的窗口内的疑似异常像素点个数，为尺寸为的窗口内的疑似异常像素点[0083]若疑似异常像素点的异常程度大于异常程度阈值，则以该疑似异常像素点为中区域，依次循环计算两两疑似异常之间的距离，设定当时表明两个疑似异常区[0093]若两个相邻疑似异常区域大小为NXN,则两个相邻疑似异常区域的距离阈值为[0098]步骤四：利用疑似异常区域对待检测金属表面图像中疑似异常[0103]将灰度值P中属于灰度值集合Q的灰度值作为待检测金属表面图像中准确的异常[0104]本实施例将待检测金属表面图像中合并后的疑似异常区域包含的疑似异常灰度面图像中的准确的异常灰度值对应的像素点和准确的正常灰度值对应的像素点进行连通异常灰度值和正常图像的灰度值十分接近，因此在这种情况下对缺陷检测来说十分不友[0114]需要说明的是，线性灰度变换的最终目的是为了让两组数据的