一种新能源储能箱体表面缺陷检测方法与流程

本发明涉及图像处理，具体涉及一种新能源储能箱体表面缺陷检测方法。

背景技术：

1、新能源储能箱体在生产过程中为了保证生产质量，需要对新能源储能箱体进行缺陷检测，现有方法通常利用角点检测算法识别出新能源储能箱体图像中的角点，进而完成缺陷检测；但实际的新能源储能箱体图像中会因设备与环境之间的干扰而产生噪声点，干扰缺陷检测的准确性，所以需要对新能源储能箱体图像进行去噪。

2、现有方法通常利用非局部均值滤波算法对新能源储能箱体图像进行去噪，但在新能源储能箱体图像中的构造结构存在局部的表面纹理较为复杂的情况，导致部分区域利用传统的非局部均值滤波去噪后，会使部分区域内的像素点存在过度去噪或者去噪不足的情况，从而干扰角点识别的准确性，使新能源储能箱体的缺陷检测结果的准确性较低。

技术实现思路

1、本发明提供一种新能源储能箱体表面缺陷检测方法，以解决现有的问题：在新能源储能箱体图像中的构造结构存在局部的表面纹理较为复杂的情况，导致部分区域利用传统的非局部均值滤波去噪后，会使部分区域内的像素点存在过度去噪或者去噪不足的情况，无法有效识别准确的角点。

2、本发明的一种新能源储能箱体表面缺陷检测方法采用如下技术方案：

3、包括以下步骤：

4、采集新能源储能灰度模板图像以及若干新能源储能箱体的新能源储能灰度图像；

5、对新能源储能灰度图像进行区域划分得到若干噪声参考区域；根据噪声参考区域内不同像素点之间的灰度差异，得到每个像素点的噪声可信因子，所述噪声可信因子用于描述像素点属于噪声点的概率；根据噪声可信因子从多个像素点中筛选出若干待滤波像素点；根据待滤波像素点周围区域内像素点的灰度分布差异情况以及噪声可信因子，对多个像素点进行选择滤波得到若干滤波像素点；

6、将新能源储能灰度图像中除滤波像素点以外的每个像素点记为未滤波像素点，根据滤波像素点与未滤波像素点之间的分布相似情况，得到不同像素点的角点缺陷贡献程度；根据角点缺陷贡献程度对新能源储能灰度图像进行识别得到若干待识别角点；

7、根据待识别角点在新能源储能灰度模板图像中的位置分布差异情况，对能源储能灰度图像进行检测，得到若干缺陷新能源储能灰度图像。

8、优选的，所述对新能源储能灰度图像进行区域划分得到若干噪声参考区域，包括的具体方法为：

9、预设一个窗口大小，将任意一张新能源储能灰度图像中任意一个像素点记为目标像素点，将目标像素点作为窗口中心，获取窗口大小为的窗口区域，并将窗口区域记为目标像素点的噪声参考区域。

10、优选的，所述根据噪声参考区域内不同像素点之间的灰度差异，得到每个像素点的噪声可信因子，包括的具体方法为：

11、将任意一张新能源储能灰度图像中任意一个像素点记为目标像素点；

12、

13、式中，表示目标像素点的噪声程度；表示新能源储能灰度图像中所有像素点的数量；表示在目标像素点的噪声参考区域中，与目标像素点灰度值相等的所有像素点的数量；表示目标像素点的噪声参考区域中所有像素点的数量；表示目标像素点的灰度值；表示目标像素点的噪声参考区域中第个像素点的灰度值；表示取绝对值；获取所有像素点的噪声程度，将所有噪声程度进行线性归一化，将归一化后的每个噪声程度记为噪声可信因子。

14、优选的，所述根据噪声可信因子从多个像素点中筛选出若干待滤波像素点，包括的具体方法为：

15、预设一个噪声可信因子阈值，将噪声可信因子大于的像素点记为待滤波像素点。

16、优选的，所述根据待滤波像素点周围区域内像素点的灰度分布差异情况以及噪声可信因子，对多个像素点进行选择滤波得到若干滤波像素点，包括的具体方法为：

17、预设两个窗口大小，对于任意一个待滤波像素点，将待滤波像素点作为窗口中心，获取窗口大小为的窗口区域，并记为待滤波像素点的搜索参考区域；在待滤波像素点的搜索参考区域中，将除待滤波像素点以外的每个像素点记为搜索参考像素点；对于任意一个搜索参考像素点，将搜索参考像素点作为窗口中心，获取窗口大小为的窗口区域，并记为搜索参考像素点的滤波邻域区域；

18、根据搜索参考像素点的滤波邻域区域内的灰度分布情况以及噪声可信因子，得到搜索参考像素点的区域参考因子；

19、预设一个区域参考因子阈值，将区域参考因子大于的搜索参考像素点记为待滤波像素点的待参考像素点，获取待滤波像素点的所有待参考像素点；将待滤波像素点的噪声参考区域作为目标图像块，将待滤波像素点的每个待参考像素点的滤波邻域区域作为目标图像块的相似块，根据目标图像块以及相似块利用非局部均值滤波算法，对待滤波像素点进行去噪得到滤波后的像素点，并将滤波后的像素点记为滤波像素点。

20、优选的，所述根据搜索参考像素点的滤波邻域区域内的灰度分布情况以及噪声可信因子，得到搜索参考像素点的区域参考因子，包括的具体方法为：

21、

22、式中，表示搜索参考像素点的区域参考程度；表示搜索参考像素点的噪声可信因子；表示在搜索参考像素点的滤波邻域区域中，除搜索参考像素点以外所有像素点的数量；表示搜索参考像素点的灰度值；表示除搜索参考像素点以外第个像素点的灰度值；表示预设的超参数；表示取绝对值；获取所有搜索参考像素点的区域参考程度，将所有的区域参考程度进行线性归一化，将归一化后的每个区域参考程度记为区域参考因子。

23、优选的，所述根据滤波像素点与未滤波像素点之间的分布相似情况，得到不同像素点的角点缺陷贡献程度，包括的具体方法为：

24、预设一个角点窗口大小，将任意一张新能源储能灰度图像均分划分为若干窗口大小为的角点窗口区域；对于任意一个角点窗口区域，将角点窗口区域内任意一个滤波像素点的任意一个待参考像素点，将待参考像素点的滤波邻域区域与滤波像素点的噪声参考区域均视为一个图像块，利用非局部均值滤波算法获取待参考像素点的滤波邻域区域与滤波像素点的噪声参考区域的相似性，并记为待参考像素点与滤波像素点的区域相似性；获取所有待参考像素点与滤波像素点的区域相似性；

25、

26、式中，表示滤波像素点的角点缺陷贡献程度；表示滤波像素点的噪声可信因子；表示滤波像素点的所有待参考像素点的数量；表示第个待参考像素点与滤波像素点的区域相似性；表示第个待参考像素点的区域参考因子；

27、对于角点窗口区域内任意一个未滤波像素点；

28、

29、式中，表示未滤波像素点的角点缺陷贡献程度；表示未滤波像素点的噪声可信因子；表示预设的超参数；表示未滤波像素点的灰度值；表示标准差为1的一维高斯核函数。

30、优选的，所述根据角点缺陷贡献程度对新能源储能灰度图像进行识别得到若干待识别角点，包括的具体方法为：

31、

32、式中，表示任意一个角点窗口区域的箱体角点窗口值；表示角点窗口区域内所有滤波像素点的数量；表示角点窗口区域内所有未滤波像素点的数量；表示角点窗口区域内第个滤波像素点的角点缺陷贡献程度；表示角点窗口区域内第个未滤波像素点的角点缺陷贡献程度；表示以自然常数为底的指数函数；

33、将角点窗口区域的箱体角点窗口值视为窗口函数，根据窗口函数利用harris角点检测算法获取角点窗口区域内的所有角点，并将每个角点记为待识别角点。

34、优选的，所述根据待识别角点在新能源储能灰度模板图像中的位置分布差异情况，对能源储能灰度图像进行检测，得到若干缺陷新能源储能灰度图像，包括的具体方法为：

35、利用harris角点检测算法获取新能源储能灰度模板图像中所有角点，将每个角点记为模板角点；对于任意一张新能源储能灰度图像，根据新能源储能灰度图像中待识别角点与模板角点之间的分布差异，得到新能源储能灰度图像的缺陷异常程度；

36、预设一个缺陷异常程度阈值，将缺陷异常程度大于的新能源储能灰度图像记为缺陷新能源储能灰度图像。

37、优选的，所述根据新能源储能灰度图像中待识别角点与模板角点之间的分布差异，得到新能源储能灰度图像的缺陷异常程度，包括的具体方法为：

38、

39、式中，表示新能源储能灰度图像的缺陷异常程度；表示所有模板角点的数量；表示新能源储能灰度图像中所有待识别角点的数量；表示新能源储能灰度图像中与模板角点位置相同的所有待识别角点的数量；表示取绝对值；表示线性归一化函数。

40、本发明的技术方案的有益效果是：根据噪声参考区域内不同像素点之间的灰度差异得到像素点的噪声可信因子；根据噪声可信因子得到待滤波像素点；根据待滤波像素点周围区域内像素点的灰度分布差异情况以及噪声可信因子得到滤波像素点；根据滤波像素点与未滤波像素点之间的分布相似情况，对新能源储能灰度图像进行识别得到待识别角点；根据待识别角点在新能源储能灰度模板图像中的位置分布差异情况，对能源储能灰度图像进行检测，得到缺陷新能源储能灰度图像；本发明的噪声可信因子反映了像素点属于噪声点的概率；本发明通过结合去噪前后像素点对角点检测的影响情况，提高了角点识别的准确性，提高了新能源储能箱体的缺陷检测结果的准确性。