[发明专利]缺陷合并的方法、装置、计算机设备及存储介质

权利要求书

1.一种缺陷合并的方法，其特征在于，所述方法包括：

获取待检测目标的目标图像，识别目标图像中的缺陷区域，识别出的缺陷区域的数量为至少一个；

遍历所述至少一个缺陷区域，判断遍历到的缺陷区域与其他缺陷区域之间的距离是否小于预设的第一距离阈值；

若遍历到的缺陷区域与其他缺陷区域之间的距离小于预设的第一距离阈值，将遍历到的缺陷区域与距离小于预设的第一距离阈值的其他缺陷区域进行合并，将合并之后的缺陷区域作为目标缺陷区域输出。

2.根据权利要求1所述的方法，其特征在于，所述判断遍历到的缺陷区域与其他缺陷区域之间的距离是否小于预设的第一距离阈值的步骤之后，还包括：

若遍历到的缺陷区域与其他缺陷区域之间的距离小于预设的第一距离阈值，将与所述遍历到的缺陷区域之间的距离小于预设的第一距离阈值的其他缺陷区域添加至所述遍历到的缺陷区域所在的缺陷组；

对于每一个缺陷组，确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值，将满足所述第一特征阈值的缺陷区域进行合并，将合并之后的缺陷区域作为目标缺陷区域。

3.根据权利要求2所述的方法，其特征在于，所述确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值的步骤，还包括：

获取该缺陷组包含的每一个缺陷区域包含的至少一种第一特征参考值，所述第一特征参考值包括旋转外界矩形参考值、最小外接矩参考值、灰度参考值、长度参考值、宽度参考值、圆度参考值、环度参考值、凸度参考值和/或扁平度参考值；

判断所述第一特征参考值是否满足预设的第一特征阈值；

在所述第一特征参考值满足预设的第一特征阈值的情况下，判定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值。

4.根据权利要求2所述的方法，其特征在于，所述确定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值的步骤，还包括：

获取该缺陷组包含的每一个缺陷区域包含的像素点的灰度参考值，计算该缺陷组包含的每一个缺陷区域的灰度参考值之间的差值，所述灰度参考值包括最小灰度值、平均灰度值和/或最大灰度值中的至少一个；

判断所述差值是否满足预设的第一特征阈值；

在所述差值满足预设的第一特征值的情况下，判定该缺陷组包含的每一个缺陷区域满足预设的第一特征阈值。

5.根据权利要求1所述的方法，其特征在于，所述识别目标图像中的缺陷区域的步骤之后，还包括：

在目标图像包含多帧目标子图像的情况下，针对每一帧目标子图像中的缺陷区域，确定该缺陷区域是否处于该目标子图像中的边缘区域，所述边缘区域位置包括上边缘区域和/或右边缘区域中的至少一个；

在该缺陷区域处于该目标子图像中的边缘区域的情况下；

若目标子图像中的缺陷区域处于上边缘区域，则获取与该目标子图像上相邻的目标子图像的缺陷区域作为第一缺陷区域；

判断处于上边缘区域的缺陷区域与第一缺陷区域之间的距离是否满足预设的第二距离阈值；

若满足预设的第二距离阈值，则将所述处于上边缘区域的缺陷区域与第一缺陷区域进行合并，将合并后的缺陷区域作为目标缺陷区域；

若目标子图像中的缺陷区域处于右边缘区域，则获取与该目标子图像左右相邻的目标子图像的边缘区域的缺陷区域作为第二缺陷区域；

判断处于右边缘区域的缺陷区域与第二缺陷区域之间的距离是否满足预设的第二距离阈值；

若满足预设的第二距离阈值，则将所述处于右边缘区域的缺陷区域与第二缺陷区域进行合并，将合并后的缺陷区域作为目标缺陷区域。