(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211009351.X (22)申请日 2022.08.23 (65)同一申请的已公布的文献号 申请公布号 CN 115082482 A (43)申请公布日 2022.09.20 (73)专利权人 山东优奭趸泵业科技有限公司 地址 252000 山东省聊城市高新区黄河路 十六号聊城市高新技术创业服务中心 南二楼201室 (72)发明人 雷科　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/44(2017.01) G06V 10/762(2022.01) (56)对比文件 CN 112477438 A,2021.0 3.12 CN 1095409 25 A,2019.0 3.29CN 103149214 A,2013.0 6.12 CN 114758185 A,202 2.07.15 CN 114913365 A,2022.08.16 CN 114881960 A,2022.08.09 CN 105869135 A,2016.08.17 CN 113570605 A,2021.10.2 9 CN 106770323 A,2017.0 5.31 CN 114359274 A,202 2.04.15 CN 110149486 A,2019.08.20 CN 113963042 A,202 2.01.21 CN 10954 4506 A,2019.0 3.29 CN 114757949 A,202 2.07.15 CN 114494210 A,202 2.05.13 CN 113674247 A,2021.1 1.19 CN 114862855 A,2022.08.05 CN 114523203 A,2022.05.24 CN 114862862 A,202 2.08.05 CN 114757900 A,2022.07.15 CN 107918216 A,2018.04.17 CN 113934190 A,202 2.01.14 (续) 审查员 何凤杰 (54)发明名称 一种金属表面 缺陷检测方法 (57)摘要 本发明涉及图像数据处理领域， 具体涉及一 种金属表 面缺陷检测方法， 通过 获取待检测金属 表面图像中的疑似异常灰度值和疑似正常灰度 值， 根据疑似异常灰度值和疑似正常灰度值获取 疑似异常像素点， 利用不同尺 寸的窗口获取每个 疑似异常像素点在每种尺寸的窗口内的疑似异 常像素点个数和灰度值得到每个疑似异常像素 点的异常程度， 根据每个疑似异常像素点的异常 程度和异常程度阈值得到待检测金属表面图像 中的疑似异常区域和疑似正常区域， 利用疑似异 常区域得到准确的异常灰度值， 并利用分段线性 变换函数对异常灰度值进行特征增强， 对正常灰 度值进行抑制， 使得待检测金属表 面图像中的异常缺陷更加明显， 提高了 检测精度。 [转续页] 权利要求书2页 说明书9页 附图2页 CN 115082482 B 2022.11.22 CN 115082482 B (56)对比文件 CN 114359270 A,202 2.04.15 CN 114359416 A,202 2.04.15 CN 114842009 A,202 2.08.02 KR 20170 022346 A,2017.0 3.02 JP 201513 5540 A,2015.07.27 JP 2021128097 A,2021.09.02 蔡南平.基 于图像的钢轨表面 缺陷检测. 《中 国优秀硕士学位 论文全文数据库 (信息科技 辑)》 .2015,第2015年卷(第3期), 张奔.基于机器视觉的轴承 滚子表面 缺陷检 测研究. 《中国优秀硕士学位 论文全文数据库 工 程科技Ⅱ辑》 .2018,第2018年卷(第7期),刘思.铸坯表面 缺陷自动检测系统的算法研 究. 《中国优秀硕士学位 论文全文数据库 信息科 技辑》 .2013,第2013年卷(第7期), K. V. Morti n et al.A System for Detecting and Detecti ng Defects i n Sheet Metal on Grayscale Ima ges. 《Internati onal Russian Automati on Conference》 .202 2, Z. Li et al.Metal surface defect detection based o n MATLAB. 《IAEAC》 .2018, P. Jolly et al.Analyzi ng Surface Defects i n Apples Usi ng Gabor F eatures. 《SITIS》 .2016,2/2 页 2[接上页] CN 115082482 B1.一种金属表面 缺陷检测方法， 其特 征在于， 该 方法包括： 获取待检测金属表面图像中的疑似异常灰度值和疑似正常灰度值； 获取每个疑似异常灰度值和疑似正常灰度值均值的差值， 选取差值最大的疑似异常灰 度值对应的像素点作为疑似异常像素点； 以每个疑似异常像素点为中心， 获取该异常像素点在每种尺寸的窗口区域内的疑似异 常像素点的个数和灰度值； 根据每种尺寸的窗口区域内的疑似异常像素点的个数和灰度值得到该中心疑似异常 像素点的异常程度； 所述每个疑似异常像素点的异常程度的获取 方法为： 选取一个疑似异常像素点； 以该疑似异常像素点为中心， 依次统计尺寸为 、 、 的窗口内包含 的疑似异常像素点的个数， 其中， ； 则每个疑似异常像素点的异常程度为： 式中， 为金属表面图像中位置为 处的疑似异常像素点 的异常程度， 为第 行， 为第 列， 为尺寸为 的窗口内的疑似异常像素点个数， 为尺寸为 的窗口内的疑似异常像素点个数， 为尺寸为 的窗口内的疑似异常像素点个数， 为尺寸为 的窗口内第 个疑似异常像素点， 为该窗口内疑似异常像素点总个数， 为尺寸为 的窗口内第 个疑似异常像素点， 为该窗口内疑似异常像素点总个数， 为尺寸为 的窗口内第 个疑似异常像素点， 为该窗口内疑似异常像素点总个数， 为疑似正常灰度值的均值， 为 窗口的权值， 为 窗口的权值， 为 窗口的权值； 根据每个疑似异常像素点的异常程度和异常程度阈值得到待检测金属表面图 像中的疑似异常区域； 利用疑似异常区域对待检测金属 表面图像中疑似异常灰度值进行修正， 得到待检测金 属表面图像中准确的异常灰度值； 所述利用疑似异常区域对待检测金属表面图像中疑似异常灰度值进行修正， 得到待检 测金属表面图像中准确的异常灰度值的方法为： 获取待检测金属表面图像中的疑似异常灰度值 集合P； 获取待检测金属表面图像中的疑似异常区域中的灰度值 集合Q； 将灰度值P中属于灰度值集合Q的灰度值作为待检测金属表面图像中准确的异常灰度 值， 其他灰度值 为准确的正常灰度值； 对待检测金属表面图像中的准确的异常灰度值进行 特征增强。 2.根据权利要求1所述的一种金属 表面缺陷检测方法， 其特征在于， 所述获取待检测金权　利　要　求　书 1/2 页 2 CN 115082482 B 3