一种微弱缺陷检测用的图像增强前处理方法及系统技术方案

本申请涉及缺陷检测技术领域，具体而言，涉及一种微弱缺陷检测用的图像增强前处理方法及系统，一定程度上可以解决目前进行图像增强步骤时导致缺陷检测结果不准确的问题。所述方法包括：获取所采集图像的检测区域；将检测区域分为至少两个子区域，确定每个子区域中的可能缺陷区域；拼接所有子区域中的可能缺陷区域，得到缺陷疑似区域，缺陷疑似区域用于对应检测区域图像中的待检测区域，待检测区域用于经过图像增强方式以确定真实缺陷；其中，确定每个子区域中的可能缺陷区域包括：计算各个子区域中的灰度均值，并将灰度均值及其浮动值确定为该子区域中的偏移区间；将偏移区间中的灰度值灰度拉伸后，提取每个子区域中的可能缺陷区域。区域。区域。

【技术实现步骤摘要】
一种微弱缺陷检测用的图像增强前处理方法及系统


[0001]本申请涉及缺陷检测
，具体而言，涉及一种微弱缺陷检测用的图像增强前处理方法及系统。

技术介绍

[0002]由于工业产品生产过程中存在质量控制的不确定因素，产品表面常常产生各种缺陷，因此一般在产品出厂前均需要检测产品的缺陷，以剔除不合格产品。
[0003]在检测产品缺陷的实现过程中，目前一般是通过视觉图像处理的方式，对包含缺陷的图像中灰度进行对比，之后采用阈值分割的方式确定缺陷的位置及缺陷的相关参数，在此过程中，当检测图像中的微弱缺陷时，为了使图像中缺陷区域的边界清晰可见，还需要采用图像增强的方法处理微弱缺陷图像。
[0004]然而，由于微弱缺陷图像中，缺陷自身灰度值与背景灰度值相差甚小，缺陷边界较为模糊，且对缺陷的分割还会受到检测品表面固有的纹理特征影响以及相似灰度值的噪声干扰，因此目前在进行图像增强步骤时，极易造成大批量的过检，最终导致整个产品的检测结果不准确。

技术实现思路

[0005]为了解决在目前进行图像增强步骤时导致缺陷检测结果不准确的问题，本申请提供了一种微弱缺陷检测用的图像增强前处理方法及系统。
[0006]本申请的实施例是这样实现的：
[0007]本申请实施例的第一方面提供一种微弱缺陷检测用的图像增强前处理方法，包括：
[0008]获取所采集图像的检测区域，所述检测区域包含缺陷区域；
[0009]将所述检测区域分为至少两个子区域，确定每个所述子区域中的可能缺陷区域；
[0010]拼接所有子区域中的所述可能缺陷区域，得到缺陷疑似区域，所述缺陷疑似区域用于对应检测区域图像中的待检测区域，所述待检测区域用于经过图像增强方式以确定真实缺陷；
[0011]其中，确定每个子区域中的可能缺陷区域包括：
[0012]计算各个所述子区域中的灰度均值，并将所述灰度均值及其浮动值确定为该子区域中的偏移区间；
[0013]将所述偏移区间中的灰度值进行灰度拉伸后，提取每个所述子区域中的可能缺陷区域。
[0014]在一些实施例中，在将所述检测区域分为至少两个子区域步骤中，进一步包括：相邻所述子区域之间相互重叠。
[0015]在一些实施例中，在将所述灰度均值及其浮动值确定为该子区域中的偏移区间步骤中，进一步包括：
[0016]确定所述灰度均值的上偏移量和下偏移量；
[0017]计算每个所述子区域中灰度均值的偏移区间，所述偏移区间的下限值为灰度均值与下偏移量的差值，所述偏移区间的下限值为灰度均值与上偏移量的和。
[0018]在一些实施例中，在确定每个所述子区域中的可能缺陷区域步骤前，还包括：当所述检测区域图像中存在光照不均匀的情况时，预处理所述检测区域，以对所述检测区域进行光学补偿，获得预处理后的检测区域。
[0019]在一些实施例中，在计算各个所述子区域中的灰度均值步骤中，还包括：
[0020]获取所述子区域对应的原始所采集图像上的灰度分布数据，所述分布数据包括每个灰度级所包含的像素个数；
[0021]将小于第一数量的灰度值剔除后，计算剔除干扰后的灰度均值。
[0022]在一些实施例中，所述待检测区域用于经过图像增强方式以确定真实缺陷时，进一步包括：在检测区域图像上裁剪相应范围的区域作为所述待检测区域，再对所述待检测区域进行图像增强。
[0023]本申请实施例的第二方面提供一种微弱缺陷检测用的图像增强前处理系统，包括：
[0024]图像获取模块，用于获取所采集图像的检测区域，所述检测区域包含缺陷区域；
[0025]子区域确定模块，用于将所述检测区域分为至少两个子区域，以确定每个所述子区域中的可能缺陷区域；且在确定每个所述子区域中的可能缺陷区域过程中，所述子区域确定模块用于计算各个所述子区域中的灰度均值，并将所述灰度均值及其浮动值确定为该子区域中的偏移区间；将所述偏移区间中的灰度值进行灰度拉伸后，提取每个所述子区域中的可能缺陷区域；
[0026]缺陷疑似区域确定模块，用于拼接所有子区域中的所述可能缺陷区域，得到缺陷疑似区域，所述缺陷疑似区域用于对应检测区域图像中的待检测区域，所述待检测区域用于经过图像增强方式以确定真实缺陷。
[0027]在一些实施例中，在将所述检测区域分为至少两个子区域步骤中，相邻所述子区域之间相互重叠。
[0028]在一些实施例中，在将所述灰度均值及其浮动值确定为该子区域中的偏移区间步骤中，所述子区域确定模块还用于：
[0029]确定所述灰度均值的上偏移量和下偏移量；
[0030]计算每个所述子区域中灰度均值的偏移区间，所述偏移区间的下限值为灰度均值与下偏移量的差值，所述偏移区间的下限值为灰度均值与上偏移量的和。
[0031]在一些实施例中，在确定每个所述子区域中的可能缺陷区域步骤前，所述子区域确定模块还用于：当所述检测区域图像中存在光照不均匀的情况时，预处理所述检测区域，以对所述检测区域进行光学补偿，获得预处理后的检测区域。
[0032]在一些实施例中，在计算各个所述子区域中的灰度均值步骤中，所述子区域确定模块还用于获取所述子区域对应的原始所采集图像上的灰度分布数据，所述分布数据包括每个灰度级所包含的像素个数；将小于第一数量的灰度值剔除后，计算剔除干扰后的灰度均值。
[0033]本申请的有益效果：先通过将检测区域切分为子区域，然后通过灰度拉伸的方式
放大子区域中的缺陷位置，从而准确定位子区域中的可能缺陷区域，并将所有子区域中的可能缺陷区域合并得到缺陷疑似区域，后续增强处理等操作均是基于对应于缺陷疑似区域的待检测区域进行，由于缺陷疑似区域较为完整，且边界也相对清晰，因此有助于准确筛选出符合要求的微弱缺陷，降低缺陷过检的可能性。
附图说明
[0034]为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理方法的流程图；
[0036]图2为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理方法在工作过程中切分检测区域后形成的子区域示意图；
[0037]图3为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理方法中确定每个子区域中的可能缺陷区域的过程的流程图；
[0038]图4为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理方法中对子区域灰度均值计算前进行干扰点剔除处理的流程图；
[0039]图5为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理系统的结构示意图；
[0040]图6为根据本申请一个或多个实施例的微弱缺陷检测用的图像增强前处理装置的结构示意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微弱缺陷检测用的图像增强前处理方法，其特征在于，包括：获取所采集图像的检测区域，所述检测区域包含缺陷区域；将所述检测区域分为至少两个子区域，确定每个所述子区域中的可能缺陷区域；拼接所有子区域中的所述可能缺陷区域，得到缺陷疑似区域，所述缺陷疑似区域用于对应检测区域图像中的待检测区域，所述待检测区域用于经过图像增强方式以确定真实缺陷；其中，确定每个子区域中的可能缺陷区域包括：计算各个所述子区域中的灰度均值，并将所述灰度均值及其浮动值确定为该子区域中的偏移区间；将所述偏移区间中的灰度值进行灰度拉伸后，提取每个所述子区域中的可能缺陷区域。2.如权利要求1所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在将所述检测区域分为至少两个子区域步骤中，进一步包括：相邻所述子区域之间相互重叠。3.如权利要求2所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在将所述灰度均值及其浮动值确定为该子区域中的偏移区间步骤中，进一步包括：确定所述灰度均值的上偏移量和下偏移量；计算每个所述子区域中灰度均值的偏移区间，所述偏移区间的下限值为灰度均值与下偏移量的差值，所述偏移区间的下限值为灰度均值与上偏移量的和。4.如权利要求1所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在确定每个所述子区域中的可能缺陷区域步骤前，还包括：当所述检测区域图像中存在光照不均匀的情况时，预处理所述检测区域，以对所述检测区域进行光学补偿，获得预处理后的检测区域。5.如权利要求1
‑
4任一所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在计算各个所述子区域中的灰度均值步骤中，还包括：获取所述子区域对应的原始所采集图像上的灰度分布数据，所述分布数据包括每个灰度级所包含的像素个数；将小于第一数量的灰度值剔除后，计算剔除干扰后的灰度均值。6.如权利要求...

【专利技术属性】
技术研发人员：唐铭志，时广军，周钟海，姚毅，
申请(专利权)人：凌云光技术股份有限公司，
类型：发明
国别省市：