1.基于机器视觉的矿物铸件检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据预设k值的取值范围和铸件灰度图像得到不同k值下铸件灰度图像的聚类结果图,包括的具体步骤如下:
3.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据不同k值下铸件灰度图像的聚类结果图得到所有k值下的缺陷簇,包括的具体步骤如下:
4.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据缺陷簇中连通域得到不同方向的方向射线,包括的具体步骤如下:
5.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据任意一个方向射线得到任意一个方向的灰度曲线,包括的具体步骤如下:
6.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据任意一个方向的灰度曲线上所有极值点的灰度值以及任意一个方向射线上像素点灰度值,得到任意一个方向的灰度曲线的平缓性,包括的具体步骤如下:
7.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据任意一个方向射线上所有像素点的灰度均值和任意一个方向的反方向射线上所有像素点的灰度均值,得到任意一个方向和任意一个方向的反方向的重要度,包括的具体步骤如下:
8.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据任意一个方向和任意一个方向的反方向的重要度、任意一个方向的灰度曲线的平缓性以及任意一个方向的反方向的灰度曲线的平缓性,得到任意一个缺陷簇中任意一个连通域中像素点灰度值的平缓性,包括的具体步骤如下:
9.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据缺陷簇中所有连通域中像素点灰度值的平缓性,得到最优k值,包括的具体步骤如下:
10.根据权利要求1所述基于机器视觉的矿物铸件检测方法,其特征在于,所述根据最优k值得到缺陷区域,包括的具体步骤如下: