[发明专利]一种基于图像处理的零件缺陷检测方法及系统

权利要求书

1.一种基于图像处理的零件缺陷检测方法，其特征在于，该方法包括如下步骤：

获取多个光源入射角度下的零件表面灰度图像；

根据所述零件表面灰度图像判断零件表面是否存在凹陷区域，若存在，则根据各光源入射角度下凹陷区域对应的灰度图像得到凹陷区域中各像素点的灰度值、各像素点的像素坐标以及各像素点对应的光源入射角度；

根据所述各像素点的灰度值、各像素点的像素坐标以及各像素点对应的光源入射角度，得到凹陷区域中各像素点对应的各光源入射角度下的光照特征向量；

利用所述光照特征向量训练目标网络，得到各光照特征向量对应的反射特征；

根据所述反射特征得到凹陷区域的轮廓周长、轮廓面积以及各像素点对应的深度信息；

所述目标网络为全连接神经网络，所述目标网络的损失函数包括均值损失函数、邻域损失函数以及重构损失函数；

所述均值损失函数为：

其中，为目标网络的均值函数，为零件表面凹陷区域第个灰度图对应的光源的入射角度，为灰度图上任意一个像素点，为第个灰度图上像素点处对应的反射特征，为该凹陷区域所有灰度图上像素点处对应的反射特征的均值，为光源的入射角度为时像素点处的干扰强度，为与的角度差值的绝对值在预设范围内的光源的入射角度对应的灰度图上像素点处干扰强度的均值；

所述邻域损失函数为：

其中，为目标网络的邻域损失函数，为灰度图上任意一个像素点，为零件表面凹陷区域第个灰度图上与像素点处相邻的像素点集合，为集合中像素点的数量，为集合中第个像素点，为第个灰度图上像素点处对应的反射特征，为第个灰度图上集合中第个像素点对应的反射特征，为在光源的入射角度下像素点和的之间灰度值的差异；

所述重构损失函数为：

其中，为目标网络的重构损失函数，为灰度图上任意一个像素点，为光源的入射光强，为光源的入射角度为时像素点处的干扰强度，为凹陷区域对应的灰度图集合，为灰度图集合上除了像素点处的任意一个像素点位置，为光源的入射角度为时像素点处的干扰强度，为第个灰度图上像素点处的灰度值。

2.如权利要求1所述的一种基于图像处理的零件缺陷检测方法，其特征在于，所述光源的入射角度的个数为，36≤≤72。

3.一种基于图像处理的零件缺陷检测系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1-2任一项所述的一种基于图像处理的零件缺陷检测方法。