[发明专利]一种基于超像素的工件表面缺陷分割方法

权利要求书

1.一种基于超像素的工件表面缺陷分割方法，其特征在于，包括以下步骤：

步骤S1工件表面图像分块，通过工业相机直接采集已加工工件表面图像，对获取的图像进行图像分块，使图像被分割为m*m个像素大小的子图像块；

步骤S2选取一张没有缺陷的子图像块作为标准图样，并计算其灰度共生矩阵的能量值和熵值，通过对比其他图像的能量值和熵值，将与标准样图能量值和熵值差别较大的图像，定义为含有缺陷的图像；

步骤S3超像素生成，利用超像素SLIC算法将步骤S2中判断出的含有缺陷的图像分割为多个不规则的超像素；

步骤S4谱聚类分类，采用谱聚类NJW算法对超像素块进行分类，得到背景纹理超像素块为一类，缺陷超像素块为一类的图像，完成缺陷分割，并进行二值化，缺陷部分为0，背景纹理为1。

步骤S5缺陷的定位，根据完成缺陷分割后的二值化图像，计算出缺陷的重心和区域面积，并根据步骤S1图像分块时子图象块所在位置和相机的焦距，计算得到缺陷在工件表面的实际具体位置。

2.根据权利要求1所述的基于超像素的工件表面缺陷分割方法，其特征在于，所述步骤S1工件表面图像分块包括以下步骤：使用工业相机采集工件待检测表面完整图像，并选择定位点进行标注；根据工业相机的安装位置和焦距，得到工件表面图像尺寸与分辨率之间的关系；将工件待检测表面完整图像分割成分辨率为m*m的子图像块，并对每张图像进行编号为N_ij，其中i表示子图象在原始图像中的行数，j表示子图像在原始图像中的列数。

3.根据权利要求1所述的基于超像素的工件表面缺陷分割方法，其特征在于，所述步骤S2计算灰度共生矩阵的能量值和熵值包括以下步骤：步骤S21选取一张没有缺陷的子图像块，计算0°、45°、90°、135°四个方向、距离为1个像素的灰度共生矩阵，提取出灰度共生矩阵的能量值和熵值，并计算出能量值和熵值的平均值，使用统计学概念求出无缺陷表面图像的能量值、熵值取值范围；步骤S22将剩余子图像块按步骤S21所述方法计算能量值和熵值的平均值，将平均值不在标准样图取值范围内的子图像块，定义为有缺陷的图像。

4.根据权利要求1所述的基于超像素的工件表面缺陷分割方法，其特征在于，所述步骤S3超像素生成包括以下步骤：步骤S31将步骤S2中分类的含缺陷表面图像的原始子图像块从RGB空间转换到HSI空间，并提取出I分量灰度图；步骤S32初始化K个聚类中心点C_k＝[I_k,x_k,y_k]，聚类中心点空间距离计算在2S*2S的区域内各像素到聚类中心点的距离其中将像素点分配到最短d的中心点上，完成聚类过程；步骤S33聚类结束时，会产生不属于其聚类中心相同连通分量的孤像素立点，使用连通分量法进行校正，使这些孤立像素分配到最近的聚类中心点上。

5.根据权利要求1所述的基于超像素的工件表面缺陷分割方法，其特征在于，所述步骤S4谱聚类包括以下步骤：步骤S3生成的每个超像素内的所有像素的平均亮度值作为该超像素的亮度值，将其作为样本特征，采用NJW算法进行谱聚类，聚类数目由GAP统计法确定。

6.根据权利要求1所述的基于超像素的工件表面缺陷分割方法，其特征在于，所述步骤S5缺陷定位包括以下步骤：首先计算二值图像中缺陷区域所占面积大小和重心像素位置，其中S为缺陷区域像素点总和，R为缺陷区域；然后根据子图像块在原始图像中的位置坐标，计算出缺陷的在原始工件表面图像中的像素位置，最后通过工件表面图像尺寸与分辨率之间的关系计算出缺陷在工件中的实际位置和面积。