[发明专利]瓷砖表面缺陷检测方法、装置及存储介质

权利要求书

1.瓷砖表面缺陷检测方法，其特征在于，包括以下：

预建立瓷砖相关数据库：

所述瓷砖相关数据库具体包括瓷砖图像数据库、缺陷数据库以及模型数据库，建立过程包括如下步骤：

获取输入瓷砖图像，将输入瓷砖图像存入瓷砖图像数据库以更新瓷砖图像数据库；

对所述输入瓷砖图像进行中值滤波处理后进行图像分块处理得到处理后的瓷砖图像；

判断处理后的瓷砖图像是否存在缺陷，如果是则将处理后的瓷砖图像存入缺陷数据库以更新缺陷数据库；

如果否则将处理后的瓷砖图像存入无缺陷数据库，并根据所述无缺陷数据库中该输入瓷砖的同批次瓷砖的相关数据进行训练得到同批次瓷砖的重构网络模型，将所述重构网络模型存入模型数据库以更新模型数据库；

缺陷检测过程：

获取目标检测瓷砖图像，

判断目标检测瓷砖图像是否与瓷砖相关数据库中已有瓷砖批次的类型相近，如果否则执行上述瓷砖相关数据库的预建立过程得到目标检测瓷砖图像的瓷砖相关数据库并更新瓷砖相关数据库；

如果是则对目标检测瓷砖图像进行中值滤波以及图像分块处理操作得到处理后的目标检测瓷砖图像；

获取瓷砖相关数据库中目标检测瓷砖图像对应的重构网络模型以得到目标检测瓷砖图像的重构图像；

将处理后的目标检测瓷砖图像与目标检测瓷砖图像的重构图像进行差分处理得到目标检测瓷砖图像的缺陷被凸显的图像；

对目标检测瓷砖图像的缺陷被凸显的图像进行自适应阈值处理，得到目标检测瓷砖图像的缺陷被凸显的图像的二值图像；

根据所述二值图像判断目标检测瓷砖图像对应的瓷砖是否存在缺陷，如果是则输出有缺陷的瓷砖；

所述图像分块处理操作得到处理后的目标检测瓷砖图像，具体实现方法为将目标检测图像以500*500的窗口，500的步长进行滑窗操作，获取每个分块图像在原图中的像素左上角点及右下角点，然后基于这些角点序列批量截取原图中对应的像素块以获得目标检测瓷砖分块图像；

所述得到目标检测瓷砖图像的重构图像具体包括以下，

获取瓷砖相关数据库中目标检测瓷砖图像对应的重构网络模型，将目标检测瓷砖分块图像输入到重构网络得到重构后的瓷砖分块图像，根据前面得到的分块图像的角点序列对重构后的分块图像进行拼接，以得到目标检测瓷砖图像的重构图像；

所述得到目标检测瓷砖图像的缺陷被凸显的图像具体包括以下，

将处理后的目标检测瓷砖图像与目标检测瓷砖图像的重构图像进行图像绝对值差分处理，差分处理原理为将两幅图像对应像素坐标的像素值相减，将相减后的运算结果的绝对值作为该像素坐标 的新像素值，该步骤的目的是通过差分操作将重构图像与目标检测图像的相似部分即无缺陷区域进行削弱，而对两者之间的重构差异部分即缺陷区域进行增强，以得到目标检测瓷砖图像的缺陷被凸显的图像；

所述得到目标检测瓷砖图像的缺陷被凸显的图像的二值图像具体包括以下，

自适应阈值处理是一种根据图像灰度特性自动确定阈值的阈值分割算法，在瓷砖缺陷分割中以非缺陷类与缺陷之间的方差最大化为准则，选取分割阈值，对于一幅 图像，计算自适应阈值的步骤如下：首先计算图像0~255灰度阶对应的像素个数保存到数组中，然后遍历0~255灰度阶并以当前遍历灰度阶为分类阈值将像素分为前景及背景类分别计算前景图像及背景图像的平均灰度及像素所占比例，得到当前阈值对应的类间方差，最后取类间方差最大的阈值作为分割阈值，得到目标检测瓷砖图像的缺陷被进一步凸显的瓷砖缺陷二值图像；

根据根据所述二值图像判断目标检测瓷砖图像对应的瓷砖是否存在缺陷，其具体做法如下：对瓷砖缺陷二值图像进行连通域分析，排除伪缺陷区域，保留最后各连通区域，计算各连通区域的几何特征构建缺陷特征向量，利用多分类支持向量机对特征向量进行分类，支持向量机是一类按监督学习方式对数据进行分类的广义线性分类器，其通过寻找数据间的最大分隔超平面来确定决策边界，根据瓷砖缺陷二值图像的各连通域的特征向量分类结果，输出最后的缺陷检测结果，由此可判断对应的瓷砖是否存在缺陷。

2.根据权利要求1所述的瓷砖表面缺陷检测方法，其特征在于，所述判断处理后的瓷砖图像是否存在缺陷具体通过获取工程师的相关意见进行判断，若工程师的相关意见表示存在缺陷，则处理后的瓷砖图像存在缺陷，若工程师的相关意见表示不存在缺陷，则处理后的瓷砖图像不存在缺陷。