[发明专利]基于计算机视觉的汽车发动机油路铜套缺陷检测方法

权利要求书

1.一种基于计算机视觉的汽车发动机油路铜套缺陷检测方法，其特征在于，包括以下步骤：

获取待检测的汽车发动机油路铜套的表面图像，并对该表面图像进行预处理，得到预处理后的表面图像；

根据预处理后的表面图像，确定预处理后的表面图像中的每个像素点的相关区域，并根据每个像素点的相关区域中的各个像素点的灰度值，确定每个像素点的异常程度指标值；

获取预处理后的表面图像中的每个像素点的灰度梯度幅值，并根据预处理后的表面图像中的每个像素点及其邻域像素点的异常程度指标值和灰度梯度幅值，确定每个像素点为缺陷边缘像素点的概率；

根据每个像素点为缺陷边缘像素点的概率，确定预处理后的表面图像中的各个缺陷边缘像素点；

根据预处理后的表面图像中的各个缺陷边缘像素点及其为缺陷边缘像素点的概率，确定预处理后的表面图像中的各个缺陷边缘连通域，进而确定预处理后的表面图像中的各个缺陷区域；

根据预处理后的待检测的汽车发动机油路铜套的表面图像中的各个缺陷区域对应的面积和数目，确定待检测的汽车发动机油路铜套的缺陷程度评价值；每个像素点为缺陷边缘像素点的概率的计算公式：

其中，为每个像素点为缺陷边缘像素点的概率，为每个像素点的异常程度指标值，为每个像素点的灰度梯度幅值，为每个像素点的第k个邻域像素点的异常程度指标值，为每个像素点的第k个邻域像素点的灰度梯度幅值，为超参数， 为双曲线正切函数。

2.根据权利要求1所述的一种基于计算机视觉的汽车发动机油路铜套缺陷检测方法，其特征在于，每个像素点的异常程度指标值的计算公式：

其中，为每个像素点的异常程度指标值，为每个像素点的相关区域中的第j个像素点的灰度值，为每个像素点的相关区域中的各个像素点的灰度均值，为每个像素点的相关区域中的像素点的数目。

3.根据权利要求1所述的一种基于计算机视觉的汽车发动机油路铜套缺陷检测方法，其特征在于，确定预处理后的表面图像中的各个缺陷边缘连通域的步骤包括依次进行的多个缺陷边缘连通域确定遍历步骤，每个缺陷边缘连通域确定遍历步骤包括：

判断当前的表面图像中是否存在未被确定缺陷边缘连通域的缺陷边缘像素点；

若存在未被确定缺陷边缘连通域的缺陷边缘像素点，则根据未被确定缺陷边缘连通域内部的各个缺陷边缘像素点对应为缺陷边缘像素点的概率，确定当前的表面图像中的生长种子点的位置；

判断生长种子点对应的预设邻域内部是否存在缺陷边缘像素点，若存在缺陷边缘像素点，则使该生长种子点和其预设邻域内部的缺陷边缘像素点合并成一个缺陷边缘连通域，进一步判断该缺陷边缘连通域内部的各个缺陷边缘像素点对应的预设邻域内部是否存在缺陷边缘像素点，不断重复上述步骤，直至缺陷边缘像素点对应的预设邻域内部不存在缺陷边缘像素点。

4.根据权利要求1所述的一种基于计算机视觉的汽车发动机油路铜套缺陷检测方法，其特征在于，待检测的汽车发动机油路铜套的缺陷程度评价值的计算公式：

其中，为待检测的汽车发动机油路铜套的缺陷程度评价值，为预处理后的待检测的汽车发动机油路铜套的表面图像中的第x个缺陷区域的面积，n为预处理后的待检测的汽车发动机油路铜套的表面图像中的缺陷区域的数目，为预处理后的待检测的汽车发动机油路铜套的表面图像的总面积。

5.根据权利要求1所述的一种基于计算机视觉的汽车发动机油路铜套缺陷检测方法，其特征在于，确定预处理后的表面图像中的各个缺陷边缘像素点的步骤包括：

若预处理后的表面图像中的某一个像素点为缺陷边缘像素点的概率不小于预设缺陷概率值，则该像素点为缺陷边缘像素点，否则，该像素点不为缺陷边缘像素点。