一种多边缘缺陷检测方法及装置与流程

本发明涉及视觉图像技术领域，尤其涉及一种多边缘缺陷检测方法及装置。

背景技术：

产品边缘是产品的一项重要特征，产品边缘缺陷检测是保证产品质量的关键环节。其中，产品边缘缺陷检测主要是检测产品边缘的一致性，即检测产品边缘是否存在凹痕、凸痕等缺陷。

为了对产品边缘进行缺陷检测，目前通常使用拍摄设备获取产品边缘的高分辨率图像，由于该高分辨率图像能够显示产品边缘的细节，技术人员沿高分辨图像中的产品边缘进行观测，能够轻易发现产品的凹痕、凸痕等缺陷，完成产品的缺陷检测。

然而，发明人通过研究发现，在产品边缘缺陷检测过程中，只能对一条产品边缘进行检测，这就需要在检测完一条产品边缘之后，才能进行另一条产品边缘的检测；而产品通常包括多条边缘，要完成对一件产品边缘的检测，需要依次对所有产品边缘进行分别检测才能实现，耗费大量检测时间，检测效率低。

技术实现要素：

本发明实施例中提供了一种多边缘缺陷检测方法及装置，以解决现有技术中的检测

效率低的问题。

为了解决上述技术问题，本发明实施例发明了如下技术方案：

本发明实施例提供了一种多边缘缺陷检测方法，该方法包括：

从检测目标图像中，获取所述检测目标的边缘点，其中，所述检测目标图像包括多条边缘；

将各条边缘上的边缘点组成参考边缘组；

对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；

对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；

当候选边缘组中的边缘点到相应拟合边缘的距离大于缺陷阈值距离时，确定所述候选边缘组中的边缘点为相应边缘的缺陷边缘点。

可选地，对所述参考边缘组进行评分包括：

确定边缘尺寸阈值；

计算参考边缘组中的相邻边缘点之间的参考距离；

根据所述参考距离与所述边缘尺寸阈值的差值，计算所述参考边缘组的评分。

可选地，根据所述参考距离与所述尺寸阈值的差值，计算所述参考边缘组的评分，包括：

根据检测目标边缘的复杂度，预设与评分相对应的多个差值范围；

当所述差值属于所述差值范围时，确定所述差值范围对应的评分作为所述参考边缘组的评分。

可选地，从检测目标图像中，获取所述检测目标的边缘点，包括：

确定检测目标图像中的任意一条边缘为参考边缘；

沿所述参考边缘，将检测目标图像划分为多个采样投影区域，其中，所述采样投影区域垂直于所述参考边缘的延伸方向；

从所述采样投影区域中，提取所述检测目标的边缘点。

可选地，所述确定边缘尺寸阈值，包括：

根据所述采样投影区域与所述参考边缘的重合位置，确定所述边缘尺寸阈值。

可选地，所述将各条边缘上的边缘点组成参考边缘组，包括：

确定检测目标图像中各条实际边缘的位置范围；

将不同位置范围内的边缘点组成参考边缘组。

本发明实施例还提供一种多边缘缺陷检测装置，该装置包括：

边缘点获取模块，用于从检测目标图像中，获取所述检测目标的边缘点，其中，所述检测目标图像包括多条边缘；

参考边缘组生成模块，用于将各条边缘上的边缘点组成参考边缘组；

参考边缘组评分模块，用于对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；

边缘组拟合模块，用于对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；

边缘缺陷确定模块，用于当候选边缘组中的边缘点到相应的拟合边缘内的距离大于缺陷阈值距离时，确定所述候选边缘组的边缘点为相应边缘的缺陷边缘点。

可选地，所述参考边缘组评分模块包括：

边缘尺寸阈值确定模块，用于确定边缘尺寸阈值；

参考距离计算模块，用于计算参考边缘组中的各个边缘点之间的参考距离；

参考边缘组评分计算模块，用于根据所述参考距离与所述尺寸阈值的差值，计算所述参考边缘组的评分。

可选地，所述参考边缘组评分计算模块包括：

差值范围预设模块，用于根据检测目标边缘的复杂度，预设与评分相对应的多个差值范围；

参考边缘组评分确定模块，用于当所述差值属于所述差值范围时，确定所述差值范围对应的评分作为所述参考边缘组的评分。

可选地，所述边缘点获取模块包括：

参考边缘确定模块，用于确定检测目标图像中的任意一条边缘为参考边缘；

采样投影区域划分模块，用于沿所述参考边缘，将检测目标图像划分为多个采样投影区域，其中，所述采样投影区域垂直于所述参考边缘的延伸方向；

边缘点提取模块，用于从所述采样投影区域中，提取所述检测目标的边缘点。

可选地，所述边缘尺寸阈值确定模块，用于根据所述采样投影区域与所述参考边缘的重合位置，确定所述边缘尺寸阈值。

可选地，所述参考边缘组生成模块包括：

位置范围确定模块，用于确定检测目标图像中各个边缘的位置范围；

参考边缘组组织模块，用于将不同位置范围内的边缘点组成参考边缘组。

本发明的实施例提供的技术方案可以包括以下有益效果：本发明实施例提供的一种多边缘缺陷检测方法及装置，通过从检测目标图像中，获取所述检测目标的边缘点，所述检测目标图像包括多条边缘；将各条边缘上的边缘点组成参考边缘组；对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；当候选边缘组中的边缘点到相应拟合边缘的距离大于缺陷阈值距离时，确定所述候选边缘组中的边缘点为相应边缘的缺陷边缘点。该边缘缺陷检测方法能够对检测目标的多条边缘，同时进行边缘定位和缺陷检测，有效提高了边缘缺陷检测效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有

技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人

员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种多边缘缺陷检测方法的流程示意图；

图2为本发明实施例提供的一种边缘点获取方法的流程示意图；

图3为本发明实施例提供的一种检测目标图像的示意图；

图4为本发明实例提供的一种投影采样区域的局部放大示意图；

图5为本发明实施例提供的一种参考边缘组评分方法的流程示意图；

图6为本发明实施例提供的另一种参考边缘组评分方法的流程示意图；

图7为本发明实施例提供的一种多边缘缺陷检测装置的结构示意图；

图8为本发明实施例提供的一种参考边缘组评分模块的结构示意图；

图9为本发明实施例提供的另一种参考边缘组评分模块的结构示意图；

图10为本发明实施例提供的一种边缘点获取模块的结构示意图；

图11为本发明实施例提供的一种参考边缘组生成模块的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例提供一种多边缘缺陷检测方法，首先对本发明实施例的多边缘缺陷检测方法进行说明，参见图1，为本发明实施例提供的一种多边缘缺陷检测方法的流程示意图，该方法包括：

步骤S101：从检测目标图像中，获取所述检测目标的边缘点，其中，所述检测目标图像包括多条边缘。

在对检测目标的边缘内进行缺陷检测时，所述检测目标可能包括多条边缘。手机的侧边通常包括上边缘和下边缘2条边缘，需要检测上边缘和下边缘是否存在凸痕或凹痕缺陷；液晶显示器通常包括内框和外框，因此在长度或宽度方向上，内框对应两条边缘，外框对应两条边缘，即需要检测4条边缘是否存在缺陷。在检测过程中，拍摄设备获取检测目的图像；例如拍摄设备可以拍摄手机的侧边，得到包括上边缘和下边缘2条边缘的检测目标图像；拍摄设备可以拍摄整个液晶显示屏，得到包括4条边缘的检测目标图像。

而且，检测目标还包括不同类型的边缘，例如直线边缘或圆弧边缘等。手机的上边缘和下边缘，可以理解为直线边缘；螺栓垫圈是一种圆环结构，包括内环和外环两个边缘，所述内环边缘和外环边缘可以理解为圆弧边缘。

在检测目标图像中，由于边缘通常对应较大的灰度差，因此通过对检测目标图像进行灰度分析能够确定所述检测目标图像中多个边缘，进而将边缘上的一点作为该边缘的边缘点。在具体实施时，所述检测目标图像可以包括黑白图像或彩色图像；通过对黑白图像的灰度分析，确定检测目标的边缘点；对于彩色图像，可以将所述彩色图像转换成灰度图，再进行灰度分析，从而确定检测目标的边缘点。而且，在检测过程中，检测环境光照、拍摄设备硬件参数设置以及检测产品凹凸不平，使得从检测目标图像提取出的边缘点可能包括虚假边缘点，即实际得到的边缘点数目大于检测目标的实际边缘数目。

参见图2，为本发明实施例提供的一种边缘点获取方法的流程示意图，该方法包括以下步骤：

步骤S1011：确定检测目标图像中的任意一条边缘为参考边缘。

参见图3，为本发明实施例提供的一种检测目标图像的示意图，在检测目标图像中，检测目标110包括边缘111和边缘112，而且所述边缘111和边缘112均为直线边缘，可以选择其中任意一条边缘作为所述参考边缘。例如将边缘111作为参考边缘，或者将边缘112作为参考边缘。

同样，检测目标的边缘为圆弧形边缘时，可以将内环对应的边缘或者外环对应的边缘作为参考边缘。

步骤S1012：沿所述参考边缘，将检测目标图像划分为多个采样投影区域，其中，所述采样投影区域垂直于所述参考边缘的延伸方向。

根据步骤S1011的结果，本发明实施例以边缘111作为参考边缘，对采样投影区域的划分过程进行详细描述。

同样参见图3，沿参考边缘即边缘111的延伸方向，将检测目标图像划分为多个采样投影区域113。其中，在本发明实施例中，所述采样投影区域113为仿射矩形；所述采样投影区域113的中轴线垂直于边缘111，而且多个采样投影区域113以相同间隔、均匀分布。当然在具体实施时，所述采样投影区域113还可以为圆形、椭圆等其他仿射形状；而且，所述采样投影区域113也不必垂直于边缘111的延伸方向，例如所述采样投影区域的中轴线可以与边缘111呈锐角等。

对于圆弧边缘，参考边缘也为圆弧形，可以沿所述参考边缘的圆弧，划分多个采样投影区域。

步骤S1013：从所述采样投影区域中，提取所述检测目标的边缘点。

参见图4，为本发明实例提供的一种投影采样区域的局部放大示意图，在每个采样投影区域中，根据灰度差值，能够确定多个边缘点。在本发明实施例中，在一个采样投影区域113中确定了4个边缘点，即边缘点1、边缘点2、边缘点3以及边缘点4；在这4个边缘点中，存在实际边缘的边缘点和虚假边缘点的边缘点。同样，对于其他采样投影区域，均能够在相应的采样投影区域内，提取得出相应的多个边缘点。

通过将检测目标图像划分为多个采样投影区域，并提取所述采样投影区域内的边缘点作为检测目标的边缘点，大量的边缘点能够更精确地描述检测目标各个边缘的实际状况，从而提高边缘缺陷检测的精度。

步骤S102：将各条边缘上的边缘点组成参考边缘组。

将各条边缘上的边缘点组成参考边缘组，其中，所述参考边缘组中边缘点的个数与检测目标的实际边缘个数相等。为了检测手机侧边的缺陷，检测目标具有2条实际边缘，则每个所述参考边缘组包括2个边缘点，将如图4所示的4个边缘点两两组合，组成6个参考边缘组。具体地，所述参考边边缘组包括第一参考边缘组(边缘点1，边缘点2)、第二参考边缘组(边缘点1，边缘点3)、第三参考边缘组(边缘点1，边缘点4)、第四参考边缘组(边缘点2，边缘点3)、第五参考边缘组(边缘点2，边缘点4)、第六参考边缘组(边缘点3，边缘点4)。

当检测目标具有3条实际边缘，则每个参考边缘组包括3个边缘点，将如图4所述的4个边缘点中任意三个边缘点组成所述参考边缘组。具体地，所述参考边缘组包括第一参考边缘组(边缘点1，边缘点2，边缘点3)、第二参考边缘组(边缘点1，边缘点2，边缘点4)、第三参考边缘组(边缘点1，边缘点3，边缘点4)。

而且，在组成所述参考边缘组时，以固定顺序组织相应的边缘点，例如所述固定顺可以为从上到下、或从内到外的顺序等。则在上述参考边缘组中，必然存在一个参考边缘组，保证其中的边缘点依次对应检测目标的实际边缘。

为了提高参考边缘组的生成效率，本发明实施例还提供一种参考边缘组的生成方法，该方法包括以下步骤：

步骤S1021：确定检测目标图像中各条实际边缘的位置范围。

当检测目标具有直线边缘时，例如检测目标为手机，对手机的侧边进行缺陷检测。在获取的检测目标图像中，手机的实际边缘即上边缘和下边缘具有固定的位置，考虑到检测过程中的误差，可以确定上边缘和下边缘分别对应的位置范围。例如，建立相应的检测目标图像坐标系，手机的实际边缘平行于X轴设置，则相应的Y轴方向的变化范围即所述实际边缘的位置范围。

当检测目标具有圆弧边缘时，例如检测目标为螺栓垫圈，对螺栓垫圈的边缘进行缺陷检测。在获取的检测目标图像中，螺栓垫圈的实际边缘即内环边缘和外环边缘具有固定的位置，同样考虑到检测过程中的误差，可以确定内环边缘和外环边缘分别对应的位置范围。例如，建立检测目标图像坐标系，以检测目标对应的圆弧边缘的圆心作为原点，内环边缘或外环边缘的位置范围对应相应的圆环范围。

步骤S1022：将不同位置范围内的边缘点组成参考边缘组。

同样参见图4，当检测目标具有2条实际边缘时，根据步骤S1021确定2条实际边缘分别对应的位置范围，确定边缘点1和边缘点2属于第一条实际边缘对应的位置范围，边缘点3和边缘点4属于第二条实际边缘对应的位置范围，则将不同位置范围内的边缘点组成参考边缘组。具体地，所述参考边缘组为(边缘点1，边缘点3)、(边缘点1，边缘点4)、(边缘点2，边缘点3)和(边缘点2，边缘点4)。

当检测目标具有3条实际边缘时，边缘点1属于第一条实际边缘的位置范围，边缘点2属于第二条实际边缘的位置范围，边缘点3和边缘点4属于第三条实际边缘的位置范围，则组成的参考边缘组为(边缘点1，边缘点2，边缘点3)和(边缘点1，边缘点2，边缘点4)。

通过将不同位置范围的边缘点组成参考边缘组，能够有效提高参考边缘组的生成效率，而且通过所述位置范围的筛选，能够有效剔除虚假边缘点，同样有利于提高边缘检测的效率。

步骤S103：对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组。

为了对参考边缘组进行筛选，本发明实施例中，对步骤S102中确定的各个参考边缘组，通过“对尺寸”评价准则进行评分。参见图5，为本发明实施例提供的一种参考边缘组评分方法的流程示意图，该方法包括以下步骤：

步骤S1031：确定边缘尺寸阈值。

由于不同采样投影区域的位置、或者采样投影区域的轴线与实际边缘的夹角不同时，可能对应不同的边缘尺寸阈值，因此，在具体实施时，需要确定相应的边缘尺寸阈值。

在第一种实施情况下，检测目标的实际边缘为直线边缘，所述直线边缘相互平行、且相邻的直线边缘具有固定间距。如果采样投影区域的轴线垂直于所述直线边缘，则可以将相邻的直线边缘的固定间距作为的边缘尺寸阈值。例如如果检测目标具有3条边缘，则将第一条边缘与第二条边缘之间的间距D1，以及第二条边缘和第三条边缘之间的间距D2作为所述边缘尺寸阈值。如果采样投影区域的轴线与所述直线边缘不垂直，例如呈一定角度，则可以根据所述固定间距与所述角度的换算得到相应的边缘尺寸阈值；同样如果检测目标具有3条边缘，可以根据采样投影区域的轴线与所述直线边缘的角度，计算得打第一条边缘与第二条边缘对应的边缘尺寸阈值D1’，以及第二条边缘和第三条边缘对应的边缘尺寸阈值D2’,将D1’和D2’作为所述边缘尺寸阈值。

在第二种实施情况下，检测目标的实际边缘为直线边缘，但所述直线边缘不平行。根据步骤S101确定的参考边缘，如果采样投影区域的轴线垂直于参考边缘，相邻的直线边缘之间的间距根据投影区域与所述参考边缘的重合位置而有规律的变化，可选地，根据采样投影区域与所述参考边缘的重合位置确定所述边缘尺寸阈值。如果采样投影区域的轴线不垂直于参考边缘，则根据采样投影区域的轴线与所述参考边缘的角度，以及所述采样投影区域与所述参考边缘的重合位置，计算确定所述边缘尺寸阈值。

在第三种实施情况下，检测目标的实际边缘为圆弧边缘，所述圆弧边缘为同心圆。如果采样投影区域的轴线垂直于其中一条圆弧边缘的法线方向，则将相邻圆弧边缘的半径差作为所述边缘尺寸阈值。如果采样投影区域的轴线不垂直于其中一条圆弧边缘的法线方向，则根据相邻圆弧边缘的半径差以及采样投影区域的轴线与圆弧边缘法线方向的夹角，换算得到所述边缘尺寸阈值。

在第四种实施情况下，检测目标的实际边缘为圆弧边缘，所述圆弧边缘为偏心圆，即相邻圆弧边缘的间距不相等。根据步骤S101确定的参考边缘，当采样投影区域的轴线垂直于参考边缘的法线时，根据几何换算，可以计算采样投影区域与参考边缘不同重合位置所对应的边缘尺寸阈值。同样，当采样投影区域的轴线不垂直于参考边缘的法线时，根据采样投影区域的轴线与参考边缘的法线的夹角，通过几何换算可以得到相应的边缘尺寸阈值。

步骤S1032：计算参考边缘组中的相邻边缘点之间的参考距离。

根据步骤102确定的参考边缘组，当检测目标具有2条实际边缘时，计算边缘点1与边缘点2之间的距离作为第一参考边缘组的参考距离；计算边缘点1与边缘点3之间的距离作为第二参考边缘组的参考距离；计算边缘点1与边缘点3之间的距离作为第三参考边缘组的参考距离；计算边缘点2与边缘点3之间的距离作为第四参考边缘组的参考距离；计算边缘点2与边缘点4之间的距离作为第五参考边缘组的参考距离；计算边缘点3与边缘点4之间的距离作为第六参考边缘组的参考距离。

当检测目标具有3条实际边缘时，计算边缘点1和边缘点2之间的距离，以及边缘点2和边缘点3之间的距离，作为第一参考边缘组的参考距离；计算边缘点1和边缘点2之间的距离，以及边缘点2和边缘点4之间的距离，作为第二参考边缘组的参考距离；计算边缘点1和边缘点3之间的距离，以及边缘点3和边缘点4之间的距离，作为第三参考边缘组的参考距离。

步骤S1033：根据所述参考距离与所述边缘尺寸阈值的差值，计算所述参考边缘组的评分。

在具体实施时，可以建立所述差值与参考边缘组的评分的数学换算关系，从而确定各个参考边缘组的评分。例如，当检测目标具有2条实际边缘时，第一参考边缘组的参考距离与边缘尺寸阈值的差值，将所述差值乘以比例系数，计算得到第一参考边缘组的评分为70；相应的，通过同样的计算方式，得到第二参考边缘组的评分为80、第三参考边缘组的评分为90、第四参考边缘组的评分为75、第五参考边缘组的评分为60以及第六参考边缘组的频分为50。

同样，当检测目标具有3条实际边缘时，每个参考边缘组具有2个参考距离，相应的所述边缘尺寸阈值也具有2个边缘尺寸阈值，由于参考边缘组中的边缘点按照固定顺序排序，则所述参考距离也与相应的边缘尺寸阈值进行差值计算。具体地，参考边缘组中的边缘点按照从上到下的顺序排列，即对应的第一实际边缘、第二实际边缘和第三实际边缘的顺序，则对于第一参考边缘组，计算边缘点1到边缘点2的参考距离与第一实际边缘和第二实际边缘对应的边缘尺寸阈值的差值，以及计算边缘点2到边缘点3的参考距离与第二实际边缘与第三实际边缘对应的边缘尺寸阈值的差值，根据上述2个差值的平均值计算第一参考边缘组的评分。对于第二参考边缘组和第三参考边缘组以同样的方式计算所述的参考边缘组的评分。

需要说明的是，在本发明实施例中对上述数学转换关系不做限定，而且所述参考边缘组的评分也不限定为百分制，例如还可以为5分制、10分制等；而且上述参考距离也可以为参考边缘组中任意两个边缘点之间的距离，上述边缘尺寸阈值也可以为任意两条实际边缘确定的边缘尺寸阈值，只需保证参考距离所对应的边缘点位置顺序与实际边缘的位置顺序一致即可，即在参考边缘组中第一位置的边缘点和第三位置的边缘点确定的参考距离，与第一条实际边缘和第三条实际边缘确定的边缘尺寸阈值进行差值计算。

另外，为了提高参考边缘组评分的灵活性和精度，在本发明实施例中，参见图6，为本发明实施例提供的另一种参考边缘组评分方法的流程示意图，该方法在图5所示方法的基础上示出了一种参考边缘组评分的计算方法，包括：

步骤S1034：根据检测目标边缘的复杂度，预设与评分相对应的多个差值范围。

在具体实施时，对于同一检测目标，在不同区域位置上，所述检测目标的实际边缘的复杂度可能不同，例如在有些区域实际边缘靠的很近，而在有些区域实际边缘相距很远；或者，在有些区域实际边缘附近做了一些拉丝处理，可能产生较复杂的纹理引起干扰，而在另一些区域实际边缘比较光滑平整。在本发明实施例中，实际边缘靠的很近、或由于制作工艺等引入较多干扰的区域对应的复杂度越高。

在检测目标边缘复杂度较高的区域，设置多个与评分相对应的较小间距的差值范围。例如，以0.1的间距设置所述差值范围，差值范围[-0.05，0.05]，对应的评分为100；差值范围[-0.1，-0.05)、(0.05，0.1]，对应的评分为90等。

在检测目标边缘复杂度较低的区域，设置多个与评分行对应的较大间距的差值范围。例如，以0.2的间距设置所述差值范围，差值范围[-0.1，0.1]，对应的评分为100；差值范围[-0.2，-0.1)、(0.1，0.2]，对应的评分为90等。

当然，在具体实施时，同一检测目标边缘区域内，所述差值范围的间距也不必是平均设置，例如评分100对应的差值范围的间距为0.1，评分90对应的差值范围的间距可以为0.2等。

步骤S1035：当所述差值属于所述差值范围时，确定所述差值范围对应的评分作为所述参考边缘组的评分。

当参考距离与相应边缘尺寸阈值的差值，属于相应的差值范围时，将所述差值范围对应的评分作为所述参考边缘组的评分。具体地，对于包括2条实际边缘的检测目标，如果对应采样投影区域位于检测目标边缘复杂度较高的区域，则根据第一参考边缘组至第六参考边缘组分别对应的差值所属于的差值范围，确定各个参考边缘组的评分。例如第一参考边缘组的差值属于[-0.1，-0.05)、(0.05，0.1]的范围，则第一参考边缘组的评分为90，第二参考边缘组的差值属于[0.05，0.05]，则第二参考边缘组的评分为100等。

对于3条实际边缘的检测目标，如果对应采样投影区域位于检测目标边缘复杂度较低的区域，则根据第一参考边缘组至第三参考边缘组分别对应的差值所属于的差值范围，确定各个参考边缘组的评分。例如第一参考边缘组的差值属于[-0.1，0.1]，则第一参考边缘组的评分为100，第二参考边缘组的差值属于[-0.2，-0.1)、(0.1，0.2]，则第二参考边缘组的评分为90等。

进一步，为了精确地对各个参考边缘组进行评分，还可以使用其他评价准则，例如“第一条边缘”准评准则、“最强边缘”评价准则。

其中，所述“第一条边缘”评价准则为：根据参考边缘组中各个参考边缘点靠近相应边缘的程度，确定所述参考边缘组的评分。具体地，当检测目标具有2条边缘时，在第一参考边缘组中，边缘点1越靠近检测目标的上边缘，则边缘点1的评分越高，边缘点2越靠近检测目标的下边缘，则边缘点2的评分越高，将边缘点1和边缘点2评分的平均值，作为第一参考边缘组的评分；以同样的方式，计算第二参考边缘组至第六参考边缘组的评分。当检测目标具有3条边缘时，在第一参考边缘组中，边缘点1越靠近检测目标的上边缘，则边缘点1的评分越高，边缘点3越靠近检测目标的下边缘，则边缘点3的评分越高，边缘点2越靠近检测目标的中线，则边缘点2的评分越高，将边缘点1、边缘点2和边缘点3的评分的平均值作为第一参考边缘组的评分；以同样的方式，计算第二参考边缘组至第三参考边缘组的评分。

所述“最强边缘”评价准则为：根据参考边缘点的对比度，确定参考边缘组的评分，参考边缘点的对比度越高，对应的评分越高。具体地，当检测目标具有2条边缘时，在第一参考边缘组中，根据边缘点1的对比度，确定边缘点1的评分，根据边缘点2的对比度，确定边缘点2的评分，将边缘点1和边缘点2评分的平均值作为第一参考边缘组的评分；以同样的方式，计算第二参考边缘组至第六参考边缘组的评分。当检测目标具有3条边缘时，在第一参考边缘组中，根据边缘点1的对比度，计算边缘点1的评分，根据边缘点2的对比对，计算边缘点2的评分，根据边缘点3的对比度，计算边缘点3的评分，将边缘点1的评分、边缘点2的评分以及边缘点3的评分的平均值作为第一参考边缘组的评分；以同样的方式，计算第二参考边缘组至第三参考边缘组的评分。

需要说明的是，在具体实施时，可以采用上述任意一个评价准则、任意两个评价准则的组合、或者三个评价准则同时使用的方式，对参考边缘组进行评分。当同时使用上述两个评价准则时，可以通过算术平均或加权平均等数学计算方式，计算各个参考边缘组的评分。

通过上面的描述，对所有采样投影区域内的各个参考边缘组均进行评分，在每个投影区域对应的参考边缘组中，确定评分最高的参考边缘组作为拟合边缘组和候选边缘组。例如当检测目标包括2条实际边缘时，在一个采样投影区域内对应6个参考边缘组，通过评分，第一参考边缘组的评分最高，则将第一参考边缘组作为拟合边缘组和候选边缘组；以同样的方式，确定每个采样投影区域对应的评分最高的参考边缘组作为相应的拟合边缘组和候选边缘组。

步骤S104：对所述拟合边缘组的中的边缘点进行拟合，得到相应的拟合边缘。

每个采样投影区域均对应确定有相应的拟合边缘组，将各个拟合边缘组中相同位置的边缘点拟合为相应的拟合边缘。

当检测目标包括2条实际边缘时，所述拟合边缘组包括2个边缘点；将各个拟合边缘组中第一位置的边缘点，拟合得到第一拟合边缘；将各个拟合边缘组中第二位置的边缘点，拟合得到第二拟合边缘。

当检测目标包括3条实际边缘时，所述拟合边缘组包括3个边缘点；将各个拟合边缘组中第一位置的边缘点，拟合得到第一拟合边缘；将各个拟合边缘组中第二位置的边缘点，拟合得到第二拟合边缘；将各个拟合边缘组中第三位置的边缘点，拟合得到第三拟合边缘。

同样，对于具有任意多条边缘的检测目标，可以得到与实际边缘数目相等的多条拟合边缘。

在得到相应的拟合边缘之后，为了得到更精确的拟合边缘，提高边缘缺陷检测精度，可选地，还包括以下步骤：

步骤S201：当拟合边缘组中的边缘点到相应拟合边缘的距离大于异常阈值距离时，将相应的边缘点剔除，重新拟合更新相应的拟合边缘。

以包括2条实际边缘的检测目标为例，在得到第一拟合边缘和第二拟合边缘之后，计算拟合边缘组中第一位置的边缘点到第一拟合边缘的距离，如果该距离大于异常阈值距离，则将所述拟合边缘组中第一位置的边缘点剔除，如果该距离小于或等于异常阈值距离，则不做任何操作；计算拟合边缘组中第二位置的边缘点到第二拟合边缘的距离，如果该距离大于异常阈值距离，则将所述拟合边缘组中第二位置的边缘点剔除，如果该距离小于或等于异常阈值距离，则不做任何操作。

对各个采样投影区域的拟合边缘组进行上述处理后，以处理后的拟合边缘组第一位置的边缘点重现拟合，更新第一拟合边缘，以处理后的拟合边缘组第二位置的边缘点重新拟合，更新第二拟合边缘。

步骤S202：在每个采样投影区域内，根据参考边缘组中边缘点到更新后相应拟合边缘的距离，对参考边缘组进行重新评分，将评分高的参考边缘组更新为候选边缘组和拟合边缘组。

同样以包括2条实际边缘的检测目标为例，在每个采样投影区域内，每个参考边缘组包括2个边缘点，第一位置的边缘点距离第一拟合边缘距离越近，则第一位置的边缘点的评分越高；第二位置边缘点距离第二拟合边缘距离越近，则第二位置的边缘点的评分越高；将第一位置边缘点的评分和第二位置边缘点的评分取平均值，作为参考边缘组的评分，对所有的参考边缘组进行重新评分。将评分高的参考边缘组更新为候选边缘组和拟合边缘组。

需要说明的是，在具体实施时，可以将上述步骤S104、步骤S201和步骤S202，进行多次迭代，以得到最符合实际边缘的拟合边缘，从而优化边缘缺陷检测精度。

步骤S105：当候选边缘组中的边缘点到相应拟合边缘的距离大于缺陷阈值距离时，确定所述候选边缘组中的边缘点为相应边缘的缺陷边缘点。

对于包括2条实际边缘的检测目标，计算候选边缘组中第一位置的边缘点到第一拟合边缘的距离，如果该距离大于缺陷阈值距离，则确定所述候选边缘组中的第一位置的边缘点为第一条实际边缘(例如上边缘)的边缘缺陷点，如果该距离小于或等于缺陷阈值距离，所述候选边缘组中的第一位置的边缘点为正常边缘点；计算候选边缘组中第二位置的边缘点到第二拟合边缘的距离，如果该距离大于缺陷阈值距离，则确定所述候选边缘组中第二位置的边缘点为第二条实际边缘(例如下边缘)的边缘缺陷点，如果该距离小于或等于缺陷阈值距离，则所述候选边缘组中的第二位置的边缘点为正常边缘点。

同样，当检测目标具有3条或3条以上实际边缘时，按照上述方式，可以确定各条实际边缘的缺陷边缘点。然后，将缺陷边缘点进行合并，可以计算相应边缘的缺陷尺寸和面积等，对缺陷进行量化，便于进行技术人员对边缘缺陷进行统计分析。

由上述实施例描述可见，本发明实施例提供的多边缘缺陷检测方法，通过从检测目标图像中，获取所述检测目标的边缘点，所述检测目标图像包括多条边缘；将各条边缘上的边缘点组成参考边缘组；对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；当候选边缘组中的边缘点到相应拟合边缘的距离大于缺陷阈值距离时，确定所述候选边缘组中的边缘点为相应边缘的缺陷边缘点。该边缘缺陷检测方法能够对检测目标的多条边缘，同时进行边缘定位和缺陷检测，有效提高了边缘缺陷检测效率。

通过以上的方法实施例的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

与本发明提供的多边缘缺陷检测方法实施例相对应，本发明还提供了一种多边缘缺陷检测装置。

参见图7，为本发明实施例提供的一种多边缘缺陷检测装置的结构示意图，该装置包括：

边缘点获取模块11，用于从检测目标图像中，获取所述检测目标的边缘点，其中，所述检测目标图像包括多条边缘；

参考边缘组生成模块12，用于将各条边缘上的边缘点组成参考边缘组；

参考边缘组评分模块13，用于对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；

边缘组拟合模块14，用于对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；

边缘缺陷确定模块15，用于当候选边缘组中的边缘点到相应的拟合边缘内的距离大于缺陷阈值距离时，确定所述候选边缘组的边缘点为相应边缘的缺陷边缘点。

为了对参考边缘组进行筛选，本发明实施例中，对参考边缘组生成模块12中确定的各个参考边缘组，通过“对尺寸”评价准则进行评分，参见图8，为本发明实施例提供的一种参考边缘组评分模块的结构示意图，所述参考边缘组评分模块13包括：

边缘尺寸阈值确定模块131，用于确定边缘尺寸阈值；而且，在具体实施时，所述边缘尺寸阈值确定模块131还可以根据所述采样投影区域与所述参考边缘的重合位置，确定所述边缘尺寸阈值；

参考距离计算模块132，用于计算参考边缘组中的各个边缘点之间的参考距离；

参考边缘组评分计算模块133，用于根据所述参考距离与所述尺寸阈值的差值，计算所述参考边缘组的评分。

为了提高参考边缘组评分的灵活性和精度，参见图9，为本发明实施例提供的另一种参考边缘组评分模块的结构示意图，所述参考边缘组评分模块13还可以包括：

差值范围预设模块134，用于根据检测目标边缘的复杂度，预设与评分相对应的多个差值范围；

参考边缘组评分确定模块135，用于当所述差值属于所述差值范围时，确定所述差值范围对应的评分作为所述参考边缘组的评分。

为了更精确地描述检测目标各个边缘的实际状况，从而提高边缘缺陷检测的精度，参见图10，为本发明实施例提供的一种边缘点获取模块的结构示意图，所述边缘点获取模块11包括：

参考边缘确定模块111，用于确定检测目标图像中的任意一条边缘为参考边缘；

采样投影区域划分模块112，用于沿所述参考边缘，将检测目标图像划分为多个采样投影区域，其中，所述采样投影区域垂直于所述参考边缘的延伸方向；

边缘点提取模块113，用于从所述采样投影区域中，提取所述检测目标的边缘点。

而且，为了提高参考边缘组的生成效率，参见图11，为本发明实施例提供的一种参考边缘组生成模块的结构示意图，所述参考边缘组生成模块12包括：

位置范围确定模块121，用于确定检测目标图像中各条实际边缘的位置范围；

参考边缘组组织模块122，用于将不同位置范围内的边缘点组成参考边缘组。

为了得到更精确的拟合边缘，本发明实施例提供的一种多边缘缺陷检测装置还包括拟合边缘更新模块21和参考边缘组重新评分模块22，其中：

所述拟合边缘更新模块21，用于当拟合边缘组中的边缘点到相应拟合边缘的距离大于异常阈值距离时，将相应的边缘点剔除，重新拟合更新相应的拟合边缘；

所述参考边缘组重新评分模块22，用于在每个采样投影区域内，根据参考边缘组中边缘点到更新后相应拟合边缘的距离，对参考边缘组进行重新评分，将评分高的参考边缘组更新为候选边缘组和拟合边缘组。

由上述实施例可见，本发明实施例提供的多边缘缺陷检测装置，通过从检测目标图像中，获取所述检测目标的边缘点，所述检测目标图像包括多条边缘；将各条边缘上的边缘点组成参考边缘组；对所述参考边缘组进行评分，确定评分高的参考边缘组为拟合边缘组和候选边缘组；对拟合边缘组中的边缘点进行拟合，得到相应的拟合边缘；当候选边缘组中的边缘点到相应拟合边缘的距离大于缺陷阈值距离时，确定所述候选边缘组中的边缘点为相应边缘的缺陷边缘点。该边缘缺陷检测方法能够对检测目标的多条边缘，同时进行边缘定位和缺陷检测，有效提高了边缘缺陷检测效率。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。