【技术实现步骤摘要】
本申请涉及缺陷检测，尤其涉及一种工业视频图像中的目标物典型缺陷检测方法和系统。
技术介绍
1、在工业视频图像的缺陷检测通常是指对图像表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对图像的目标物表面的斑点、凹坑、划痕、色差和缺损等缺陷进行检测。
2、现有的目标物缺陷检测方法主要包括激光检测法、漏磁检测法、红外检测法、超声波检测法和机器视觉检测法等方式；其中，机器视觉检测法的基本原理是将一定的光源照在待测目标物表面上，利用高速ccd摄像机获得目标物表面图像，通过图像处理提取图像特征向量，通过分类器对表面缺陷进行检测。
3、一般来说，图像采集装置用于拍摄待测目标物图片并将拍摄好的待测目标物图片传输到缺陷分析系统，缺陷分析系统用于对待测目标物图片进行对比分析，从而实现了目标物缺陷的自动检测。
4、然而，上述现有的目标物缺陷检测方法中，图像采集装置拍摄的目标物图片精度通常不高，导致机器视觉检测识别到的目标物缺陷通常存在较大误差，尤其是采集的目标物图片较大的情况下。
技术实现思路
1、本申请提供一种目标物灰度图像的图像分割检测方案，能够解决现有技术中检测识别的目标物缺陷通常存在较大误差的问题。
2、为解决上述问题，根据本申请的第一方面，本申请提供了一种工业视频图像中的目标物典型缺陷检测方法，包括：
3、获取待检测目标物图像，根据预定图像分割算法对待检测目标物图像进行预分割，得到多个图像子区域，其中，每一图像子区域对应一组超
4、针对多个图像子区域的每个图像子区域，提取图像子区域对应超像素区域的颜色特征和纹理特征，得到超像素区域的特征表示；
5、根据遗传算法对超像素区域的特征表示进行转换，得到超像素区域的染色体表示，对超像素区域的染色体表示进行更新处理，得到满足适应度评价条件的子代种群的个体；
6、对满足适应度评价条件的子代种群的个体进行染色体解码，得到目标解分割结果；
7、针对待检测目标物图像对应的所有图像子区域，合并所有图像子区域对应的目标解分割结果，得到待检测目标物图像对应的待检测最终分割图像；
8、获取原始目标物缺陷图像，对所述原始目标物缺陷图像进行上述步骤获取所述原始目标物缺陷图像对应的原始最终分割图像；
9、通过所述待检测目标物图像对应的待检测最终分割图像与所述原始目标物缺陷图像对应的原始最终分割图像进行匹配，判断所述待检测目标物图像是否存在缺陷。
10、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，根据预定图像分割算法对待检测目标物图像进行预分割的步骤，包括：
11、对目标物灰度图像进行图像预处理，得到预处理后的目标物灰度图像；
12、使用meanshift算法对预处理后的目标物灰度图像进行分割处理，得到多个图像子区域，其中，每个图像子区域对应一组超像素区域。
13、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，根据遗传算法对超像素区域的特征表示进行转换，得到超像素区域的染色体表示的步骤，包括：
14、将多个图像子区域初始化为种群，从多个图像子区域中任选预定数量个图像子区域作为种群的个体；
15、使用基于标签的编码形式，将个体对应超像素区域的特征向量转换为染色体表示，随机确定染色体表示上的基因位数值；
16、将超像素区域的属性分类或属性聚类结果转换为标签。
17、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，对超像素区域的染色体表示进行更新处理，得到满足适应度评价条件的子代种群的个体的步骤，包括：
18、计算图像子区域对应染色体表示的适应度；
19、根据预定选择算法，使用染色体表示的适应度值，选择个体作为父代染色体；
20、对父代染色体进行交叉操作，得到子代染色体，对子代染色体进行变异操作，得到新的子代种群；
21、对新的子代种群的个体进行调用和适应度评价；
22、判断子代种群的个体是否满足适应度评价的基本预设条件；
23、若个体满足基本预设条件，则确定个体为满足适应度评价条件的子代种群的个体；
24、若个体不满足基本预设条件，则重新计算染色体表示适应度，重新寻找新的子代种群。
25、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，对父代染色体进行交叉操作，得到子代染色体，对子代染色体进行变异操作，得到新的子代种群的步骤，包括：
26、设置交叉操作和变异操作所产生的个体数量阈值；
27、当对父代染色体进行交叉操作，生成的子代染色体数量达到个体数量阈值时，则不再对子代染色体进行变异操作；
28、设置变异操作的变异概率；
29、控制子代染色体进行变异操作时，子代染色体的基因变异概率小于或等于变异概率。
30、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，判断子代种群的个体是否满足适应度评价的基本预设条件的步骤，包括：
31、设置染色体的交配概率；
32、按照交配概率，根据均匀交叉算法、从种群中选择父代染色体进行交配，得到子代染色体；
33、判断子代种群中的子代染色体数量是否达到个体数量阈值；
34、若子代染色体数量未达到个体数量阈值，则按照变异概率，根据基本位变异算法对子代染色体进行变异操作，得到变异后的子代染色体；
35、将变异后的子代染色体替换原有子代染色体编入至新子代种群中；
36、判断当前子代染色体数量是否达到个体数量阈值，若是，则停止变异操作。
37、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，对满足适应度评价条件的子代种群的个体进行染色体解码，得到目标解分割结果的步骤，包括：
38、设计适应度目标函数，使用适应度目标函数将子代种群的个体解码为聚类结果，其中聚类结果包括像素标签；
39、将属于同一聚类结果类别的超像素区域分配至同一聚类簇，计算每个聚类簇的类中心；
40、将具有相同像素标签的超像素区域，标记为待选的超像素区域；
41、使用聚类簇的类中心，计算待选的超像素区域分别在颜色空间的隶属度矩阵x和纹理空间的隶属度矩阵p，对颜色空间的隶属度矩阵x和纹理空间的隶属度矩阵p进行二次验证；
42、将符合二次验证条件的超像素区域确定为目标超像素区域，将同一标签的目标超像素区域进行合并，得到目标解分割结果。
43、优选的，上述一种工业视频图像中的目标物典型缺陷检测方法中，使用聚类簇的类中心，计算待选的超像素区域分别在颜色空间的隶属度矩阵x和纹理空间的隶属度矩阵p，对颜色空间的隶属度矩阵x和纹理空间的隶属度矩阵p进行二次验证的步骤，包括：
44、针对每个超像素区域，根据模糊c均值本文档来自技高网...
【技术保护点】
1.一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述根据预定图像分割算法对所述待检测目标物图像进行预分割的步骤，包括：
3.根据权利要求1所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述根据遗传算法对所述超像素区域的特征表示进行转换，得到所述超像素区域的染色体表示的步骤，包括：
4.根据权利要求3所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述对所述超像素区域的染色体表示进行更新处理，得到满足适应度评价条件的子代种群的个体的步骤，包括：
5.根据权利要求4所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述对所述父代染色体进行交叉操作，得到子代染色体，对所述子代染色体进行变异操作，得到新的子代种群的步骤，包括：
6.根据权利要求5所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述判断所述子代种群的个体是否满足所述适应度评价的基本预设条件的步骤，包括：
...【技术特征摘要】
1.一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述根据预定图像分割算法对所述待检测目标物图像进行预分割的步骤，包括：
3.根据权利要求1所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述根据遗传算法对所述超像素区域的特征表示进行转换，得到所述超像素区域的染色体表示的步骤，包括：
4.根据权利要求3所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述对所述超像素区域的染色体表示进行更新处理，得到满足适应度评价条件的子代种群的个体的步骤，包括：
5.根据权利要求4所述的一种工业视频图像中的目标物典型缺陷检测方法，其特征在于，所述对所述父代染色体进行交叉操作，得到子代染色体，对所述子代...
【专利技术属性】
技术研发人员：郑波，孙琪，汤敬华，
申请(专利权)人：山东声通信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。