缺陷立体建模方法、装置及计算机可读存储介质与流程

1.本发明涉及机器视觉技术领域，尤其涉及缺陷立体建模方法、装置及计算机可读存储介质。


背景技术：

2.x射线无损检测是利用x射线的强穿透能力探查出电力设备中存在的内部缺陷的一种检测手段，主要是根据穿透待测电力设备的x射线的强弱变化来检测电力设备中的内部缺陷。由于x射线无损检测迅速准确，因此，该技术可扩展应用在各种工业设备内部缺陷检测中。
3.目前，x射线无损检测技术是通过x射线机发射x射线照射到待测设备上，x射线穿透待测设备，直接在数字成像板上形成二维投影的x射线图像，最后通过安装在电脑上的图像采集软件，获取投影的x射线图像。工作人员根据获取的x射线图像确定被测设备的内部缺陷。
4.但是，上述方法中获取的x射线图像为二维图像，由于电力设备内部结构复杂，所拍摄的x射线图像中部件重叠严重，无法直观看出设备的具体情况，给工作人员确定内部缺陷的工作带来诸多不便。


技术实现要素：

5.本发明的主要目的在于提出一种缺陷立体建模方法、装置及计算机可读存储介质，旨在实现缺陷立体建模的功能，准确的确定缺陷立体的缺陷，实现对缺陷立体快速建模。
6.为实现上述目的，本发明提供一种缺陷立体建模方法，所述缺陷立体建模方法包括如下步骤：
7.获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态；
8.根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。
9.可选地，所述根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型的步骤，包括：
10.根据所述机械臂位姿数据得到射线照射角度，所述射线照射角度为射线机照射所述缺陷立体的角度；
11.对所述检测图像进行图像识别，得到缺陷平面图；
12.根据所述射线照射角度对所述缺陷平面图进行逆向建模投影，得到缺陷立体模型。
13.可选地，所述对所述检测图像进行图像识别，得到缺陷平面图的步骤，包括：
14.根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像；
15.基于边缘检测算法对所述校正图像进行缺陷边缘识别，得到缺陷边缘图像；
16.对所述缺陷边缘图像进行等厚线绘制，得到缺陷平面图。
17.可选地，所述根据所述射线照射校对所述检测图像进行灰度值校正，得到校正图像的步骤之前，包括：
18.基于中值滤波方法对所述检测图像进行去噪处理，得到去噪图像；
19.对所述去噪图像的整体亮度进行等比例增强处理，得到等比例增强图像；
20.所述根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像的步骤，包括：
21.根据所述射线照射角度对所述等比例增强图像进行灰度值校正，得到校正图像。
22.可选地，所述根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型的步骤之后，包括：
23.对所述缺陷立体模型的死角位置进行修正，得到修正缺陷立体模型。
24.此外，为实现上述目的，本发明还提供一种装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的缺陷立体建模程序，所述缺陷立体建模程序被所述处理器执行时实现如上所述的缺陷立体建模方法的步骤。
25.此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有缺陷立体建模程序，所述缺陷立体建模程序被处理器执行时实现如上所述的缺陷立体建模方法的步骤。
26.本发明提供了一种缺陷立体建模方法、装置及计算机可读存储介质，获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态；根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。通过上述方式，本发明能够实现缺陷立体建模的功能，准确的确定缺陷立体的缺陷，实现对缺陷立体快速建模。
附图说明
27.图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；
28.图2为本发明缺陷立体建模方法第一实施例的流程示意图；
29.图3为本发明修正后的缺陷立体的结构示意图；
30.图4为本发明缺陷立体建模方法第二实施例的流程示意图；
31.图5为本发明根据缺陷平面图进行逆向投影的示意图；
32.图6为本发明建模完成后的缺陷立体的结构示意图；
33.图7为本发明建旋转造影系统离散化几何模型的结构示意图；
34.图8为本发明缺陷立体建模方法第三实施例的流程示意图。
35.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
36.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
37.本发明实施例的主要解决方案是：获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态；根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。
38.现有的x射线无损检测技术是通过x射线机发射x射线照射到待测设备上，x射线穿透待测设备，直接在数字成像板上形成二维投影的x射线图像，最后通过安装在电脑上的图像采集软件，获取投影的x射线图像。工作人员根据获取的x射线图像确定被测设备的内部缺陷。但是，上述方法中获取的x射线图像为二维图像，由于电力设备内部结构复杂，所拍摄的x射线图像中部件重叠严重，无法直观看出设备的具体情况，给工作人员确定内部缺陷的工作带来诸多不便。
39.本发明旨在实现缺陷立体建模的功能，准确的确定缺陷立体的缺陷，实现对缺陷立体快速建模。
40.如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
41.本发明实施例终端可以是pc，也可以是智能手机、平板电脑等具有显示功能的可移动式终端设备。
42.如图1所示，该终端可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi
‑
fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non
‑
volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
43.优选地，终端还可以包括摄像头、rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
44.本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
45.如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及缺陷立体建模程序。
46.在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的缺陷立体建模程序，并执行以下操作：
47.获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图
像时放置射线机的机械臂的位置和姿态；
48.根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。
49.进一步地，处理器1001可以调用存储器1005中存储的缺陷立体建模程序，还执行以下操作：
50.根据所述机械臂位姿数据得到射线照射角度，所述射线照射角度为射线机照射所述缺陷立体的角度；
51.对所述检测图像进行图像识别，得到缺陷平面图；
52.根据所述射线照射角度对所述缺陷平面图进行逆向建模投影，得到缺陷立体模型。
53.进一步地，处理器1001可以调用存储器1005中存储的缺陷立体建模程序，还执行以下操作：
54.根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像；
55.基于边缘检测算法对所述校正图像进行缺陷边缘识别，得到缺陷边缘图像；
56.对所述缺陷边缘图像进行等厚线绘制，得到缺陷平面图。
57.进一步地，处理器1001可以调用存储器1005中存储的缺陷立体建模程序，还执行以下操作：
58.基于中值滤波方法对所述检测图像进行去噪处理，得到去噪图像；
59.对所述去噪图像的整体亮度进行等比例增强处理，得到等比例增强图像；
60.所述根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像的步骤，包括：
61.根据所述射线照射角度对所述等比例增强图像进行灰度值校正，得到校正图像。
62.进一步地，处理器1001可以调用存储器1005中存储的缺陷立体建模程序，还执行以下操作：
63.对所述缺陷立体模型的死角位置进行修正，得到修正缺陷立体模型。
64.基于上述硬件结构，提出本发明缺陷立体建模方法实施例。
65.本发明缺陷立体建模方法。
66.参照图2，图2为本发明缺陷立体建模方法第一实施例的流程示意图。
67.本发明实施例中，该缺陷立体建模方法应用于缺陷立体建模装置，所述方法包括：
68.步骤s10，获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态；
69.在本实施例中，为了实现缺陷立体建模的功能，准确的确定缺陷立体的缺陷，实现对缺陷立体快速建模，射线机通过发出射线和接收射线获取检测胶片，再将检测胶片通过电子扫描设备进行数字化处理，得到其电子图像，即为检测图像；缺陷立体建模装置并获取在拍摄检测胶片时的射线机的位姿数据，生成机械臂位姿数据，在获取若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据之后，生成射线检测数据集；在生成了生成射线检测数据集之后，缺陷立体建模装置获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据
为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态。其中，检测图像与机械臂位姿数据一一对应。
70.步骤s20，根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。
71.在本实施例中，缺陷立体建模装置在获取了若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据之后，根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。
72.步骤s20根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型之后，可以包括：
73.步骤a，对所述缺陷立体模型的死角位置进行修正，得到修正缺陷立体模型。
74.在本实施例中，为了弥补逆向投影中无法得到具体结构信息的两处“死角”位置处的结构信息，缺陷立体建模装置在得到了缺陷立体模型之后，对所述缺陷立体模型的死角位置进行修正，得到修正缺陷立体模型(如图3所示)。在图像识别最后一步，以缺陷边缘轮廓线为起点，可以完成缺陷图像等厚线的绘制。理论上，同一条等厚线意味着在检测方向上该处的缺陷宽度相同。但在实际中，很难建立起图像灰度与缺陷厚度之间精确的对应关系，该等厚线只能作为定性的参考。但通过对不同角度多张检测图像等厚线的总和综合分析，可以对上述“死角”位置，及模型其他部分细节进行一定程度的修正，从而得到更为精确的缺陷立体模型。
75.本实施例通过上述方案，获取射线检测数据集，所述射线检测数据集包括若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据，其中，机械臂位姿数据为拍摄所述缺陷立体得到检测图像时放置射线机的机械臂的位置和姿态；根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型。由此，实现了缺陷立体建模的功能，准确的确定了缺陷立体的缺陷，实现了对缺陷立体快速建模。
76.进一步地，参照图4，图4为本发明缺陷立体建模方法第二实施例的流程示意图。基于上述图2所示的实施例，步骤s20根据所述检测图像和所述机械臂位姿数据进行缺陷立体逆向投影，得到缺陷立体模型，可以包括：
77.步骤s21，根据所述机械臂位姿数据得到射线照射角度，所述涉嫌照射角度为射线机照射所述缺陷立体的角度；
78.在本实施例中，缺陷立体建模装置在获取了若干个检测图像和若干个与所述检测图像对应的机械臂位姿数据之后，根据所述机械臂位姿数据得到射线照射角度，所述射线照射角度为射线机照射所述缺陷立体的角度。其中，射线照射角度也即是射线机拍摄所述缺陷立体的角度。
79.步骤s22，对所述检测图像进行图像识别，得到缺陷平面图；
80.在本实施例中，缺陷立体建模装置在得到了射线照射角度之后，对所述检测图像进行图像识别，得到缺陷平面图。
81.步骤s23，根据所述射线照射角度对所述缺陷平面图进行逆向建模投影，得到缺陷立体模型。
82.在本实施例中，缺陷立体建模装置在得到了缺陷平面图之后，根据所述射线照射角度对所述缺陷平面图进行逆向建模投影(如图5所示)，得到缺陷立体模型。以所有检测方
向所得缺陷边缘轮廓线为基准，沿与检测方向相反的方向做柱状拉伸，即进行逆向投影。将所有柱状拉伸进行并集运算，即可得到粗略的缺陷立体模型(如图6所示)。根据缺陷结构特点，合理选择检测角度，可以利用尽可能少的检测次数得到尽可能精确的缺陷立体模型。缺陷边缘的显著特征是其两侧的像素灰度值变化剧烈，通过像素灰度值变化识别缺陷边缘，通过求解相邻像素的一阶导数来判断其是否是边缘点。在一幅图像中的均匀区域，相邻像素间的灰度值应相差不大，边缘强度较弱，一阶导数趋于0；当处在边缘位置，相邻像素的灰度值有显著不同，目标边缘的强度大，一阶导数较大，当梯度大于一个阈值时，即为边缘点。沿边缘点一阶导数最大方向的垂直方向寻找其相邻边缘点，并将其依次连接，即可得到缺陷边缘。具体边缘识别用canny边缘检测算法来进行检测。
83.以所有检测方向所得缺陷边缘轮廓线为基准，沿与检测方向相反的方向做柱状拉伸，进行逆向建模投影。之后对所有柱状拉伸进行并集运算，最终获取三维重构后缺陷的立体模型。
84.计算方法如下：
85.成像系统有三个坐标系统，分别为以旋转中心d为原点的系统坐标系统xyz，以投影图像中心为原点的投影坐标系统xyz，以体数据模型中的某一固定点作为原点的体数据坐标系统ijk。投影坐标系统表示的是x射线图像平面，体数据系统代表的是体数据模型坐标，这两个坐标系统的单位分别为像素和体素，系统坐标的单位采用实际物理距离，单位为毫米，坐标原点位于旋转中心d。按照如下格式分别定义某一点在三个坐标系统的坐标表达式：
86.系统坐标：s＝[x,y,z,1]
t
[0087]
体数据坐标：v＝[i,j,k,1]
t
[0088]
投影图像坐标：p＝[u,v,1]
t
[0089]
三维物体数据可以用n
x
×
n
y
×
n
z
个小立方体离散化表示，每个立方体对应的表示一个体素，第n个体素的体素值表示为f
n
，整个的提数据可以用向量表示；同理，投影数据p可以用n
u
×
n
v
，个小方格离散化表示，每个方格代表一个像素，整个的投影数据可以用向量表示，如图7所示。
[0090]
一个像素的像素值p
j
是与该像素相关若干条射线经过射线路径上不同的体素对其影响的总和，其中第i个体素f
i
对像素p
j
的影响权重为a
ji
，表示为：
[0091]
p
j
＝a
ji
f
i
[0092]
a
ji
表示了投影矩阵中每一个对应的值，因此投影矩阵a可以表示为：
[0093][0094]
其中j＝n
u
×
n
v i＝n
x
×
n
y
×
n
z
，矩阵a表示出投影图像与提数据见的映射关系。迭代重建算法步骤可以大致如下：
[0095]
1)设定某一个体素初值f0；
[0096]
2)计算当前体素值f
k
下理论投影值
[0097]
3)算实际投影值p
i
，和理论投影值的比值为p
i
/p
μi
；
[0098]
4)用第(3)步计算得到的投影数据比值进行反投影计算，对应每个体素点都有一个修正值用它来与f
k
相乘进行体素值的修正；
[0099]
5)对当前投影方向下所有的体素点重复步骤(2)
‑
(4)，完成该投影方向下待重建体素的修正。对其余的所有的投影方向，重复步骤(2)
‑
(5)。直到所有的投影方向完成对待重建图像的修正，即完成一次迭代过程。
[0100]
重建体数据区域f的更新过程的表达式如下公式所示：
[0101][0102]
式中，i表示射线序号，k表示迭代次数，对j的求和是投影运算，而对i的求和则是反投影运算，该迭代重建算法就是用比值的方式来表示投影数据p
i
与当前估计的提数据所做的投影运算a
i
f的关系，这个比值再被反投影到体数据空间分母求和式∑
i
a
ij
是把常数1反投影到体素空间中。这两个反投影的体数据之比就是修正因子，该算法中用来更新当前的图像。
[0103]
本实施例通过上述方案，根据所述机械臂位姿数据得到射线照射角度，所述射线照射角度为射线机照射所述缺陷立体的角度；对所述检测图像进行图像识别，得到缺陷平面图；根据所述射线照射角度对所述缺陷平面图进行逆向建模投影，得到缺陷立体模型。由此，实现了缺陷立体建模的功能，准确的确定了缺陷立体的缺陷，实现了对缺陷立体快速建模。
[0104]
进一步地，参照图8，图8为本发明缺陷立体建模方法第二实施例的流程示意图。基于上述图4所示的实施例，步骤s22对所述检测图像进行图像识别，得到缺陷平面图，可以包括：
[0105]
步骤s221，根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像；
[0106]
在本实施例中，缺陷立体建模装置在得到了射线照射角度之后，根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像。
[0107]
步骤s221根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像之前，可以包括：
[0108]
步骤b1基于中值滤波方法对所述检测图像进行去噪处理，得到去噪图像；
[0109]
在本实施例中，缺陷立体建模装置在得到校正图像之前，基于中值滤波方法对所述检测图像进行去噪处理，得到去噪图像。不论是由电子成像板所得到的缺陷电子图像，或者缺陷胶片经扫描后得到的电子图像，由于包含有大量的背景噪音，因此必须首先对其进行去燥处理。从噪声形成过程分析和实际图像观察,噪声多为分散性的白点或黑点的颗粒噪声。去燥处理的目的在于滤除干扰,突出目标特征。对去燥处理的要求有两条,一是使图
像清晰,二是不破坏图像中的轮廓和边缘等有用信息。去燥处理有多种不同算法可供选择，最简单的方法是采用中值滤波，即用检测图像某一像素周边一定区域内像素的灰度平均值作为该像素的灰度值。中值滤波,可以较好地去除随机噪声和脉冲噪声,同时保护图像边缘，同时其算法简单，处理速度快。
[0110]
步骤b2对所述去噪图像的整体亮度进行等比例增强处理，得到等比例增强图像；
[0111]
在本实施例中，缺陷立体建模装置在得到了去噪图像之后，对所述去噪图像的整体亮度进行等比例增强处理，得到等比例增强图像。部分射线图像由于整体亮度不够引发对比区不理想，因此需要对其进行增强处理。但由于检测图像不同区域的灰度值隐含着该区域的厚度信息，因此在进行增强处理时，需对图像各种进行等比例处理，在增加对比度的同时，不破坏不同区域之间的厚度比例关系。
[0112]
步骤s221根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像，可以包括：
[0113]
步骤c，根据所述射线照射角度对所述等比例增强图像进行灰度值校正，得到校正图像。
[0114]
在本实施例中，缺陷立体建模装置在得到了等比例增强图像之后，根据所述射线照射角度对所述等比例增强图像进行灰度值校正，得到校正图像。由于从不同角度进行射线检测，射线所经过罐壁的厚度不同，其所经路径的长度与检测角
ɑ
(即射线与罐壁夹角)的正弦值成反比。在第3阶段模型修正中，由于需要利用检测图像灰度值与缺陷厚度之间的对应关系对缺陷立体模型进行修正，因此需要对不同检测角度下的图像灰度值进行校正，以排除此方面的影响。
[0115]
步骤s222，基于边缘检测算法对所述校正图像进行缺陷边缘识别，得到缺陷边缘图像；
[0116]
在本实施例中，缺陷立体建模装置在得到了校正图像之后，基于边缘检测算法对所述校正图像进行缺陷边缘识别，得到缺陷边缘图像。缺陷边缘的识别是后续第2阶段逆向投影的基础。缺陷边缘的显著特征是其两侧的像素灰度值变化剧烈，因此，可以通过求解相邻像素的一阶导数来判断其是否是边缘点。在一幅图像中的均匀区域,相邻像素间的灰度值应相差不大,边缘强度较弱,一阶导数趋于0；当处在边缘位置,相邻像素的灰度值有显著不同,目标边缘的强度大,一阶导数较大,当梯度大于一个阈值时,即为边缘点。沿边缘点一阶导数最大方向的垂直方向寻找其相邻边缘点，并将其依次连接，即可得到缺陷边缘。
[0117]
步骤s223，对所述缺陷边缘图像进行等厚线绘制，得到缺陷平面图。
[0118]
在本实施例中，缺陷立体建模装置在得到了缺陷边缘图像之后，对所述缺陷边缘图像进行等厚线绘制，得到缺陷平面图。从各边缘点出发，以一定的灰度值差为间隔，沿该边缘点的一阶导数最大方向(即切线方向)寻找到一系列灰度值相等的点，并将其依次连接，即可得到一条缺陷等厚线。以该等厚线为出发点，继续以一定的灰度值差为间隔，沿其一阶导数最大方向寻找，得到下一条缺陷等厚线。以此类推，得到缺陷的等厚线图。理论上，同一条等厚线意味着在检测方向上该处的缺陷宽度相同。
[0119]
本实施例通过上述方案，根据所述射线照射角度对所述检测图像进行灰度值校正，得到校正图像；基于边缘检测算法对所述校正图像进行缺陷边缘识别，得到缺陷边缘图像；对所述缺陷边缘图像进行等厚线绘制，得到缺陷平面图。由此，实现了缺陷立体建模的
功能，准确的确定了缺陷立体的缺陷，实现了对缺陷立体快速建模。
[0120]
本发明还提供一种缺陷立体建模装置。
[0121]
本发明缺陷立体建模装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的缺陷立体建模程序，所述缺陷立体建模程序被所述处理器执行时实现如上所述的缺陷立体建模方法的步骤。
[0122]
其中，在所述处理器上运行的缺陷立体建模程序被执行时所实现的方法可参照本发明缺陷立体建模方法各个实施例，此处不再赘述。
[0123]
本发明还提供一种计算机可读存储介质。
[0124]
本发明计算机可读存储介质上存储有缺陷立体建模程序，所述缺陷立体建模程序被处理器执行时实现如上所述的缺陷立体建模方法的步骤。
[0125]
其中，在所述处理器上运行的缺陷立体建模程序被执行时所实现的方法可参照本发明缺陷立体建模方法各个实施例，此处不再赘述。
[0126]
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0127]
上述本发明实施例序号仅为了描述，不代表实施例的优劣。
[0128]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法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如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0129]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。