本申请涉及图像处理技术领域，以及提供某种表面缺陷检测方法及装置；该方法首先对待检测的表面缺陷图像的各底层特征进行提取得到各特征图像金字塔，根据中心周边差机制确定各特征图像金字塔对应的各特征图，将各特征图进行归一化处理，并将同一类型的特征图进行相加得到各特征显著图，以各特征显著图所具有的能量比例为权重融合各特征显著图得到合成显著图，然后对表面缺陷图像的高层特征进行提取、融合和采样操作得到高层显著图，最后以合成显著图所具有的能量比例以及高层显著图所具有的能量比例为权重，融合合成显著图和高层显著图得到总显著图，再根据总显著图确定表面缺陷图像的缺陷种类和缺陷位置。本申请提高了表面缺陷检测的识别精度。
1.某种表面缺陷检测方法，其特征在于，包括： 获取待检测的表面缺陷图像； 对所述表面缺陷图像的各底层特征进行提取，得到各特征图像金字塔； 根据中心周边差机制确定所述各特征图像金字塔对应的各特征图； 将所述各特征图进行归一化处理，并将同一类型的特征图进行相加，得到各特征显著图； 以所述各特征显著图所具有的图像能量比例为权重，融合所述各特征显著图，得到合成显著图，所述各特征显著图所具有的图像能量比例为所述各特征显著图所具有的图像能量与各特征显著图所具有的图像能量之和的比例； 对所述表面缺陷图像的高层特征进行提取、融合和采样操作，得到高层显著图； 以所述合成显著图所具有的图像能量比例以及所述高层显著图所具有的图像能量比例为权重，融合所述合成显著图和所述高层显著图，得到总显著图，所述合成显著图所具有的图像能量比例为所述合成显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具有的图像能量之和的比例，所述高层显著图层具有的图像能量比例为所述高层显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具体的图像能量之和的比例； 根据所述总显著图，确定所述表面缺陷图像的缺陷种类和缺陷位置。
2.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述对所述表面缺陷图像的各底层特征进行提取，得到各特征图像金字塔的步骤包括： 通过高斯金字塔模型对所述表面缺陷图像进行分解，得到高斯图像金字塔； 对所述高斯图像金字塔的各底层特征进行提取，得到各特征图像金字塔。
3.根据权利要求2所述的表面缺陷检测方法，其特征在于，所述对所述高斯图像金字塔的各底层特征进行提取，得到各特征图像金字塔的步骤，包括： 对所述高斯图像金字塔的亮度底层特征、方向底层特征、边缘底层特征以及纹理底层特征分别进行提取，得到亮度特征图像金字塔、方向特征图像金字塔、边缘特征图像金字塔以及纹理特征图像金字塔。
4.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据中心周边差机制确定所述各特征图像金字塔对应的各特征图的步骤，包括： 根据中心周边差机制选取中心空间尺度和外围空间尺度； 针对任意一个特征图像金字塔，选取所述特征图像金字塔在所述中心空间尺度下的第一特征图和在所述外围空间尺度下的第二特征图； 采用插值法处理所述第一特征图和所述第二特征图，以保持所述第一特征图和所述第二特征图的大小一致； 将处理后的所述第一特征图和所述第二特征图进行相减，得到特征图。
5.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述对所述表面缺陷图像的高层特征进行提取、融合和采样操作，得到高层显著图的步骤，包括： 通过卷积神经网络对所述表面缺陷图像的高层特征进行提取，得到多通道高层特征图； 对所述多通道高层特征图进行融合，得到总高层特征图； 对所述总高层特征图进行上采样，得到高层显著图。
6.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据所述总显著图，确定所述表面缺陷图像的缺陷种类的步骤，包括： 提取所述总显著图的特征向量； 采用分类器对所述特征向量进行缺陷分类，得到缺陷分类结果，所述分类器为预先训练得到的分类器； 根据所述缺陷分类结果确定所述表面缺陷图像的缺陷种类。
7.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述根据所述总显著图，确定所述表面缺陷图像的缺陷位置的步骤，包括： 从所述总显著图中确定目标像素点； 以所述目标像素点为初始生长种子，在所述总显著图中采用区域生长的方式进行区域生长，得到生长完成区域； 从所述表面缺陷图像中确定所述生长完成区域对应的缺陷位置。
8.根据权利要求7所述的表面缺陷检测方法，其特征在于，所述以所述目标像素点为初始生长种子，在所述总显著图中采用区域生长的方式进行区域生长，得到生长完成区域的步骤，包括： 以所述目标像素点为初始生长种子，在所述总显著图中向周围8邻域方向生长，直至不满足生长条件，则生长停止，得到生长完成区域。
9.根据权利要求1-8任一项所述的表面缺陷检测方法，其特征在于，所述获取待检测的表面缺陷图像的步骤，包括： 获取钢板图像； 通过二分类器对所述钢板图像进行二分类处理，得到所述钢板图像的分类类别； 若所述分类类别表征缺陷类别，则确定所述钢板图像为待检测的表面缺陷图像。
10.一种表面缺陷检测装置，其特征在于，包括： 获取模块，用于获取待检测的表面缺陷图像； 提取模块，用于对所述表面缺陷图像的各底层特征进行提取，得到各特征图像金字塔； 第一确定模块，用于根据中心周边差机制确定所述各特征图像金字塔对应的各特征图； 归一化模块，用于将所述各特征图进行归一化处理，并将同一类型的特征图进行相加，得到各特征显著图； 第一融合模块，用于以所述各特征显著图所具有的图像能量比例为权重，融合所述各特征显著图，得到合成显著图，所述各特征显著图所具有的图像能量比例为所述各特征显著图所具有的图像能量与各特征显著图所具有的图像能量之和的比例； 处理模块，用于对所述表面缺陷图像的高层特征进行提取、融合和采样操作，得到高层显著图； 第二融合模块，用于以所述合成显著图所具有的图像能量比例以及所述高层显著图所具有的图像能量比例为权重，融合所述合成显著图和所述高层显著图，得到总显著图，所述合成显著图所具有的图像能量比例为所述合成显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具有的图像能量之和的比例，所述高层显著图层具有的图像能量比例为所述高层显著图所具有的图像能量，与所述合成显著图和所述高层显著图所具体的图像能量之和的比例； 第二确定模块，用于根据所述总显著图，确定所述表面缺陷图像的缺陷种类和缺陷位置。
文章来源：互联网，倘若您发现本站有侵权或不当信息，请与本站联系，经本站核实后将尽快修正！
