[发明专利]一种基于统计的低对比度缺陷的识别方法

权利要求书

1.一种基于统计的低对比度缺陷的识别方法，其特征在于，包括以下步骤：

步骤S1：输入待检测图像；

步骤S2：按照列和行分别计算灰度值的最大值、平均值和标准差并进行拟合；

步骤S3：根据拟合的结果确定分割阈值并划定缺陷范围；

步骤S4：对缺陷进行闭运算连接缺陷，按照面积从大到小对缺陷进行排序最终输出缺陷。

2.如权利要求1的一种基于统计的低对比度缺陷的识别方法，其特征在于，所述步骤S2具体包括：

步骤S2.1：每列灰度值的平均值计算如下表示该列的所有元素的平均灰度值；P_i表示该列的第i行的灰度值；M表示行数；

步骤S2.2：每列的标准差计算公式如下：

P_i表示该列的第i行像素的灰度值；，表示该列的所有像素的平均灰度值；M:表示行数；

步骤S2.3：每行的平均灰度计算如下：

表示该行的所有元素的平均灰度值；P_j表示该行的第j列像素的灰度值；N:表示列数；

步骤S2.4：每行的标准间计算如下：P_j表示该行的第j列像素的灰度值；表示该行的所有像素的平均灰度值；N:表示列数。

3.如权利要求2的一种基于统计的低对比度缺陷的识别方法，其特征在于，所述步骤S2还包括对M行N列个像素组成的图形进行拟合，拟合直线方程：y＝a+bx，a代表截距，b代表斜率。

4.如权利要求3的一种基于统计的低对比度缺陷的识别方法，其特征在于，对列的平均值和标准差拟合直线的a,b的求法如下所示：i∈[0,N-1],i取整数。

5.如权利要求4的一种基于统计的低对比度缺陷的识别方法，其特征在于，对平均值拟合的时，xi表示图像的第i列，yi表示第i列的所有像素值平均值，N表列数；一副M行N列图像，N个(xi,yi)；带入公式y＝a+bx，得所有列的平均值拟合的直线方程。

6.如权利要求4的一种基于统计的低对比度缺陷的识别方法，其特征在于，对列的标准差进行拟合的时，xi表示图像的第i列，yi表示第i列的所有像素值标准差，N表列数；一副M行N列图像，有N个(xi,yi)；带入公式y＝a+bx，得所有标准差拟合的直线方程。

7.如权利要求2的一种基于统计的低对比度缺陷的识别方法，其特征在于，对所有行平均值、标准差拟合公式如下所示：

i∈[0,M-1],i取整数。

8.如权利要求7的一种基于统计的低对比度缺陷的识别方法，其特征在于，对每行平均值拟合的时，xi表示图像的第i行，yi表示第i行的所有像素值平均值，M表行数；一副M行N列图像，有M个(xi,yi)；带入公式y＝a+bx，得所有行平均值拟合的直线方程。

9.如权利要求7的一种基于统计的低对比度缺陷的识别方法，其特征在于，对每行的标准差进行拟合的时，xi表示图像的第i行，yi表示第i行的所有像素值标准差，M表行数；一副M行N列图像，有M个(xi,yi)；带入公式y＝a+bx，得图像所有行的标准差拟合的直线方程。