基于人工智能的墙板表面缺陷快速检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种基于人工智能的墙板表面缺陷快速检测方法，包括，获取待检测墙板的亚像素灰度矩阵，确定亚像素灰度矩阵中每个亚像素点的隶属主像素点；根据隶属主像素点的灰度值，对墙板表面灰度图像中的隶属主像素点进行全局复杂性分析，确定每个亚像素点的灰度权重，进而确定每个亚像素点的灰度值；根据亚像素点的灰度值构建待检测墙板的亚像素图像，对亚像素图像进行色差检测，判断待检测墙板是否存在色差缺陷。本发明专利技术利用亚像素插值的方式，对待检测墙板进行细致化增强，实现了墙板表面色差缺陷的快速检测，提高了墙板表面缺陷检测效率，主要应用于色差缺陷检测领域。应用于色差缺陷检测领域。应用于色差缺陷检测领域。

【技术实现步骤摘要】
基于人工智能的墙板表面缺陷快速检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种基于人工智能的墙板表面缺陷快速检测方法。

技术介绍

[0002]在建筑装饰行业中，墙板作为一个功能性强的材料，对于墙板的质量要求越来越高。在墙板生产过程中墙板容易出现色差缺陷，而出现色差缺陷的墙板为工业瑕疵品。色差缺陷具体表现为墙板表面灰度图像中不同位置的像素点的灰度值具有一定差异，纯色墙板的表面漆料的材料一致和上漆工艺相同，导致灰度图像中每个像素点的灰度值一般是相等的。该缺陷不仅降低了产品的美观性，还可能影响墙板的质量和出售等方面。因此，墙板表面缺陷检测具有非常重要的现实意义。
[0003]现有检测方法通常是基于色差纹理，利用灰度共生矩阵的对比度对墙板的色差缺陷进行检测，该检测方法在对表面色差较大的墙板进行检测时，具有一定的检测效果，但是对于表面具有色差但色差不明显的墙板，受墙板表面色差过小而导致纹理特征不明显因素的影响，即相应像素点的灰度差异值较小，一次色差检测往往不能获得准确结果，需要调节环境进行多次检测，该检测方法浪费了大量的时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的墙板表面缺陷快速检测方法，其特征在于，包括以下步骤：获取待检测墙板的墙板表面灰度图像，根据墙板表面灰度图像确定亚像素灰度矩阵；其中，所述亚像素灰度矩阵中包括主像素点和主像素点对应的各个亚像素点；确定亚像素灰度矩阵中每个主像素点对应的各个待选像素点；根据亚像素灰度矩阵中主像素点和待选像素点的灰度值、位置以及亚像素点的位置，确定每个亚像素点的隶属主像素点；根据每个亚像素点的隶属主像素点的灰度值，对墙板表面灰度图像中的隶属主像素点进行全局复杂性分析，确定每个亚像素点的灰度权重；根据每个亚像素点的灰度权重、每个亚像素点的隶属主像素点和每个亚像素点所属的主像素点的灰度值，确定亚像素灰度矩阵中每个亚像素点的灰度值；根据所述亚像素点的灰度值构建待检测墙板的亚像素图像，对所述亚像素图像进行色差检测，判断待检测墙板是否存在色差缺陷。2.根据权利要求1所述的一种基于人工智能的墙板表面缺陷快速检测方法，其特征在于，根据亚像素灰度矩阵中主像素点和待选像素点的灰度值、位置以及亚像素点的位置，确定每个亚像素点的隶属主像素点，包括：对于任意一个亚像素点对应的任意一个待选像素点，计算亚像素点所属的主像素点的灰度值和待选像素点的灰度值之间的差值绝对值，并计算亚像素点所属的主像素点的灰度值和待选像素点的灰度值相加后的数值，将所述差值绝对值和所述相加后的数值的比值确定为待选像素点的第一隶属因子；将亚像素点与其所属的主像素点之间的距离确定为第一距离，将亚像素点与其对应的待选像素点之间的距离确定为第二距离；对第二距离和第一距离的比值进行反比例的归一化处理，将归一化处理后的比值与第一预设数值之间的差值确定为待选像素点的第二隶属因子；计算第一隶属因子和第二隶属因子的乘积，将所述乘积确定为待选像素点的隶属度，从而获得亚像素点对应的各个待选像素点的隶属度；若亚像素点对应的任意一个待选像素点的隶属度不为第二预设数值，则将最大隶属度对应的待选像素点确定为亚像素点的隶属主像素点；若亚像素点对应的所有待选像素点的隶属度均为第二预设数值，则将亚像素点所属的主像素点确定为亚像素点的隶属主像素点。3.根据权利要求1所述的一种基于人工智能的墙板表面缺陷快速检测方法，其特征在于，根据每个亚像素点的隶属主像素点的灰度值，对墙板表面灰度图像中的隶属主像素点进行全局复杂性分析，确定每个亚像素点的灰度权重，包括：对于任意一个亚像素点，若亚像素点的隶属主像素点为亚像素点所属的主像素点，则将亚像素点的灰度权重赋值为数值1；若亚像素点的隶属主像素点不为亚像素点所属的主像素点，则将亚像素...

【专利技术属性】
技术研发人员：朱德玉，曾涛，朱德强，李兴党，满爱莲，丁善立，陈晓萌，
申请(专利权)人：山东阁林板建材科技有限公司，
类型：发明
国别省市：