[发明专利]工件表面缺陷检测方法、装置、设备及存储介质

说明书

一种工件表面缺陷检测方法、装置、设备及存储介质，其中，工件表面缺陷检测方法包括：获取待测工件表面的灰度图像，将灰度图像划分为预设大小的多个子图像，确定每一个子图像的灰度变化幅度，根据多个子图像的灰度变化幅度，对待测工件进行缺陷检测，由于划分后的子图像经过处理之后得到每个子图像的灰度变化幅度，灰度变化幅度中能够包含有更多的数据信息，通过多个灰度变化幅度对工件缺陷进行标记和检测，使得缺陷的检测的准确性提高。

技术领域

本发明涉及缺陷检测技术领域，具体涉及一种工件表面缺陷检测方法、装置及设备存储介质。

背景技术

在机械制造企业中，通常会因残存铁屑、工件装夹不当、物理碰撞等因素导致工件表面出现划痕、凹坑等缺陷问题，若缺陷件未经筛除与正常件混合在一起，后期不仅需要耗费大量成本将其分离，而且可能会因此产生质量事故。因此生产企业需要对加工工件的表面质量进行检测。

目前人工检测的方式在实际应用中占据了相当大的比例。但是，人工检测的方式需要耗费大量的人力资源，投入成本高；而且人工检测的方式依赖于人的主观判断，可靠性低。随着计算机科学技术的不断发展，基于机器视觉的方法逐渐用于进行工件表面缺陷检测。目前基于机器视觉的方法中，例如模板匹配、机器学习等，首先需要通过拍照以获取工件表面信息，然后直接对灰度值进行搜索与阈值判定，从而确定工件表面是否存在缺陷。然而，由于灰度值中所容纳的信息有限，导致工件表面缺陷检测的准确度不够，因此需要提供一种更为准确的缺陷检测方法，以使得工件的检测结果更为可靠。

发明内容

本发明提供一种工件表面缺陷检测方法、装置、设备及存储介质，能够更为准确的检测出待测工件表面的缺陷，提高检测结果的可靠性。

根据第一方面，一种实施例中提供一种工件表面缺陷检测方法,包括：获取待测工件表面的灰度图像，将该灰度图像划分为预设大小的多个子图像，确定每一个子图像的灰度变化幅度，根据多个该子图像的灰度变化幅度，对该待测工件进行缺陷检测。

可选地，确定每一个子图像的灰度变化幅度，包括：获取每一个子图像对应的特征向量，根据该特征向量分别确定该子图像在水平方向和垂直方向的灰度变化幅度，根据该子图像在水平方向和垂直方向的灰度变化幅度，确定该子图像的灰度变化幅度。

可选地，若将该灰度图像划分为大小为2*2的多个子图像，则确定每一个子图像的灰度变化幅度，包括：

获取每一个子图像的第一特征向量V1＝(v11，v21)和第二特征向量V2＝(v12，v22)，其中，v11为第一特征向量的横坐标，v21为第一特征向量的纵坐标，v12为第二特征向量的横坐标，v21为第二特征向量的纵坐标；

根据下式确定每一个子图像的灰度变化幅度：

其中，GM用于表示子图像的灰度变化幅度；HG＝|v11/v21|-1，用于表示子图像在水平方向的灰度变化幅度；VG＝|v12/v22|–1，用于表示子图像在垂直方向的灰度变化幅度。

可选地，根据多个该子图像的灰度变化幅度，对该待测工件进行缺陷检测，包括：若该子图像的灰度变化幅度大于等于预设阈值，则将该子图像标记为缺陷子图像。

可选地，该方法还包括：根据该灰度图像中缺陷子图像的数量和位置，确定该待测工件是否为缺陷件。

可选地，该方法还包括：对检测出的缺陷进行形态学处理。

可选地，将该灰度图像划分为预设大小的多个子图像之前，该方法还包括：对该灰度图像进行滤波处理。

根据第二方面，一种实施例中提供一种工件表面缺陷检测装置，该装置包括：

图像获取单元，用于获取待测工件表面的灰度图像；

划分单元，用于将该灰度图像划分为预设大小的多个子图像；