本公开涉及计算机,尤其涉及一种图像处理方法、装置、设备及存储介质。
背景技术:
1、自动光学检测(automated optical inspection,aoi)是一种使用光学设备和图像处理技术来检测电子设备、半导体和其他工业制品的质量和准确性的方法。在过去,传统的检测方法通常由人工进行,因此存在人为疏漏、效率低下等问题。而随着自动化技术的发展,aoi技术应运而生。相比传统的检测方法,aoi技术具有检测速度快、检测精度高、检测成本低等优势。aoi技术可以自动扫描和分析产品表面的图像,以检测生产过程中的缺陷,可以用于检测产品的尺寸、位置、表面压伤、划伤、擦伤以及异色等缺陷。
2、在现有技术中,阈值分割是aoi技术中主流的缺陷检测方法之一。该方法将图像中的像素值分成前景和背景两部分,并根据一定的阈值进行分割。阈值的选择对缺陷检测的准确性和稳定性非常重要,虽然阈值分割方法的原理简单,实现方便,但是阈值的选择难度却很大。
技术实现思路
1、本公开提供了一种图像处理方法、装置、设备及存储介质,以至少解决现有技术中存在的以上技术问题。
2、根据本公开的第一方面,提供了一种图像处理方法,所述方法包括:
3、获取待测工件的待处理图像内的待测区域;
4、统计所述待测区域的灰度直方图,并根据所述灰度直方图确定所述待测区域的目标灰度值;
5、根据所述待测区域内各个像素点的像素值和所述目标灰度值,确定多个候选缺陷区域;
6、将所述候选缺陷区域进行后处理,得到目标缺陷区域。
7、在一可实施方式中,所述获取待测工件的待处理图像内的待测区域,包括:
8、获取所述待测工件的标准图像;
9、通过所述标准图像对所述待处理图像进行校正,确定所述待处理图像内的待测区域。
10、在一可实施方式中,所述通过所述标准图像对所述待处理图像进行校正,确定所述待处理图像内的待测区域,包括:
11、获取所述标准图像内的标准工件;
12、根据所述标准工件,创建基准坐标系及所述标准待测区域在所述基准坐标系下的范围;
13、获取所述待处理图像内的待测工件;
14、通过所述基准坐标系和所述待测工件,对所述待处理图像进行校正;
15、根据所述标准待测区域在所述基准坐标系下的范围,在校正后的待处理图像内确定所述待测区域。
16、在一可实施方式中,所述统计所述待测区域的灰度直方图,并根据所述灰度直方图确定所述待测区域的目标灰度值,包括:
17、将所述待测区域分为预设个数的待测子区域,并分别统计各个待测子区域内像素点的灰度直方图;
18、根据各个待测子区域内像素点的灰度直方图,确定所述各个待测子区域的目标子灰度值;
19、相应的,所述根据所述待测区域内各个像素点的像素值和所述目标灰度值,确定候选缺陷区域,包括:
20、根据所述各个待测子区域内各个像素点的像素值和其对应的目标子灰度值,确定候选缺陷区域。
21、在一可实施方式中,在所述将所述待测区域分为预设个数的待测子区域之前,包括:
22、通过中值滤波算法对所述待处理图像进行滤波处理。
23、在一可实施方式中,所述根据各个待测子区域内像素点的灰度直方图,确定所述各个待测子区域的目标子灰度值,包括:
24、统计各个待测子区域内像素点的灰度直方图;
25、将出现频次最多的灰度值作为各个待测子区域的初始子灰度值;
26、将所述各个待测子区域内的初始子灰度值,加上各自对应的缺陷偏差值,得到所述各个待测子区域的目标子灰度值。
27、在一可实施方式中,所述根据所述各个待测子区域各个像素点的初始值和其对应的目标子灰度值,确定候选缺陷区域,包括:
28、将所述各个待测子区域内各个像素点的像素值减去与其对应的目标子灰度值,得到多个候选缺陷子区域;
29、将所述多个候选缺陷子区域进行合并处理,得到候选缺陷区域。
30、在一可实施方式中,所述将所述多个候选缺陷区域进行后处理,得到目标缺陷区域,包括:
31、按照距离阈值,将各个候选缺陷区域进行区域融合,得到处理后的候选缺陷区域;
32、根据所述处理后的候选缺陷区域的面积值和预设面积阈值,确定目标缺陷区域。
33、在一可实施方式中,所述按照距离阈值,将各个候选缺陷区域进行区域融合,包括:
34、获取各个候选缺陷区域的中心点,得到各个中心点的位置信息;
35、根据各个中心点的位置信息,确定各个中心点之间的距离;
36、将满足距离阈值的中心点所对应的候选缺陷区域,进行区域融合。
37、在一可实施方式中,在所述将各个候选缺陷区域进行区域融合之后,还包括:
38、在所述处理后的候选缺陷区域范围内,若存在有当前像素点为常规像素点,则将所述当前像素点归类为缺陷像素点,并与所述处理后的候选缺陷区域相融合。
39、在本公开实施例中,所述通过中值滤波算法对所述待处理图像进行滤波处理,包括:通过滤波窗口遍历所述待处理图像内的各个像素点;在所述滤波窗口定位在当前像素点时,按照像素值大小排序所述当前像素点;将排序在中位数的当前像素点作为所述滤波窗口的输出像素点。
40、根据本公开的第二方面,提供了一种图像处理装置,所述装置包括:
41、区域获取模块,用于获取待测工件的待处理图像内的待测区域;
42、灰度值确定模块,用于统计所述待测区域的灰度直方图,并根据所述灰度直方图确定所述待测区域的目标灰度值;
43、缺陷候选模块,用于根据所述待测区域内各个像素点的像素值和所述目标灰度值,确定多个候选缺陷区域;
44、缺陷确定模块,用于将所述候选缺陷区域进行后处理,得到目标缺陷区域。
45、在一可实施方式中,所述区域获取模块,具体用于:
46、获取所述待测工件的标准图像;
47、通过所述标准图像对所述待处理图像进行校正,确定所述待处理图像内的待测区域。
48、在一可实施方式中,所述区域获取模块,还具体用于:
49、获取所述标准图像内的标准工件;
50、根据所述标准工件,创建基准坐标系及所述标准待测区域在所述基准坐标系下的范围;
51、获取所述待处理图像内的待测工件;
52、通过所述基准坐标系和所述待测工件,对所述待处理图像进行校正;
53、根据所述标准待测区域在所述基准坐标系下的范围,在校正后的待处理图像内确定所述待测区域。
54、在一可实施方式中,所述灰度值确定模块,具体用于:
55、将所述待测区域分为预设个数的待测子区域,并分别统计各个待测子区域内像素点的灰度直方图;
56、根据各个待测子区域内像素点的灰度直方图,确定所述各个待测子区域的目标子灰度值;
57、相应的,所述缺陷候选模块,具体用于:
58、根据所述各个待测子区域内各个像素点的像素值和其对应的目标子灰度值,确定候选缺陷区域。
59、在一可实施方式中,还包括:
60、滤波模块,用于在所述将所述待测区域分为预设个数的待测子区域之前,通过中值滤波算法对所述待处理图像进行滤波处理。
61、在一可实施方式中,所述灰度值确定模块,具体用于:
62、统计各个待测子区域内像素点的灰度直方图;
63、将出现频次最多的灰度值作为各个待测子区域的初始子灰度值;
64、将所述各个待测子区域内的初始子灰度值,加上各自对应的缺陷偏差值,得到所述各个待测子区域的目标子灰度值。
65、在一可实施方式中,所述缺陷候选模块,具体用于:
66、将所述各个待测子区域内各个像素点的像素值减去与其对应的目标子灰度值,得到多个候选缺陷子区域;
67、将所述多个候选缺陷子区域进行合并处理,得到候选缺陷区域。
68、在一可实施方式中,所述缺陷确定模块,具体用于:
69、按照距离阈值,将各个候选缺陷区域进行区域融合,得到处理后的候选缺陷区域;
70、根据所述处理后的候选缺陷区域的面积值和预设面积阈值,确定目标缺陷区域。
71、在一可实施方式中,所述缺陷确定模块,具体用于:
72、获取各个候选缺陷区域的中心点,得到各个中心点的位置信息;
73、根据各个中心点的位置信息,确定各个中心点之间的距离;
74、将满足距离阈值的中心点所对应的候选缺陷区域,进行区域融合。
75、在一可实施方式中,所述缺陷确定模块,具体还用于:
76、在所述将各个候选缺陷区域进行区域融合之后,在所述处理后的候选缺陷区域范围内,若存在有当前像素点为常规像素点,则将所述当前像素点归类为缺陷像素点,并与所述处理后的候选缺陷区域相融合。
77、所述滤波模块,具体用于:通过滤波窗口遍历所述待处理图像内的各个像素点;在所述滤波窗口定位在当前像素点时,按照像素值大小排序所述当前像素点;将排序在中位数的当前像素点作为所述滤波窗口的输出像素点。
78、根据本公开的第三方面,提供了一种电子设备,包括:
79、至少一个处理器;以及
80、与所述至少一个处理器通信连接的存储器;其中,
81、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开所述的方法。
82、根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开所述的方法。
83、本公开的图像处理方法、装置、设备及存储介质,获取待测工件的待处理图像内的待测区域;统计所述待测区域的灰度直方图,并根据所述灰度直方图确定所述待测区域的目标灰度值;根据所述待测区域内各个像素点的像素值和所述目标灰度值,确定多个候选缺陷区域;将所述候选缺陷区域进行后处理,得到目标缺陷区域,能够在待测工件的表面缺陷检测的过程中,提高阈值选择的准确性和合理性,降低阈值选择的难度,从而提高待测工件缺陷检测的准确性。
84、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。