一种微弱缺陷检测用的图像增强前处理方法及系统与流程

技术特征：
1.一种微弱缺陷检测用的图像增强前处理方法，其特征在于，包括：获取所采集图像的检测区域，所述检测区域包含缺陷区域；将所述检测区域分为至少两个子区域，确定每个所述子区域中的可能缺陷区域；拼接所有子区域中的所述可能缺陷区域，得到缺陷疑似区域，所述缺陷疑似区域用于对应检测区域图像中的待检测区域，所述待检测区域用于经过图像增强方式以确定真实缺陷；其中，确定每个子区域中的可能缺陷区域包括：计算各个所述子区域中的灰度均值，并将所述灰度均值及其浮动值确定为该子区域中的偏移区间；将所述偏移区间中的灰度值进行灰度拉伸后，提取每个所述子区域中的可能缺陷区域。2.如权利要求1所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在将所述检测区域分为至少两个子区域步骤中，进一步包括：相邻所述子区域之间相互重叠。3.如权利要求2所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在将所述灰度均值及其浮动值确定为该子区域中的偏移区间步骤中，进一步包括：确定所述灰度均值的上偏移量和下偏移量；计算每个所述子区域中灰度均值的偏移区间，所述偏移区间的下限值为灰度均值与下偏移量的差值，所述偏移区间的下限值为灰度均值与上偏移量的和。4.如权利要求1所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在确定每个所述子区域中的可能缺陷区域步骤前，还包括：当所述检测区域图像中存在光照不均匀的情况时，预处理所述检测区域，以对所述检测区域进行光学补偿，获得预处理后的检测区域。5.如权利要求1-4任一所述微弱缺陷检测用的图像增强前处理方法，其特征在于，在计算各个所述子区域中的灰度均值步骤中，还包括：获取所述子区域对应的原始所采集图像上的灰度分布数据，所述分布数据包括每个灰度级所包含的像素个数；将小于第一数量的灰度值剔除后，计算剔除干扰后的灰度均值。6.如权利要求5所述微弱缺陷检测用的图像增强前处理方法，其特征在于，所述待检测区域用于经过图像增强方式以确定真实缺陷时，进一步包括：在检测区域图像上裁剪相应范围的区域作为所述待检测区域，再对所述待检测区域进行图像增强。7.一种微弱缺陷检测用的图像增强前处理系统，其特征在于，包括：图像获取模块，用于获取所采集图像的检测区域，所述检测区域包含缺陷区域；子区域确定模块，用于将所述检测区域分为至少两个子区域，以确定每个所述子区域中的可能缺陷区域；且在确定每个所述子区域中的可能缺陷区域过程中，所述子区域确定模块用于计算各个所述子区域中的灰度均值，并将所述灰度均值及其浮动值确定为该子区域中的偏移区间；将所述偏移区间中的灰度值进行灰度拉伸后，提取每个所述子区域中的可能缺陷区域；缺陷疑似区域确定模块，用于拼接所有子区域中的所述可能缺陷区域，得到缺陷疑似区域，所述缺陷疑似区域用于对应检测区域图像中的待检测区域，所述待检测区域用于经
过图像增强方式以确定真实缺陷。8.如权利要求7所述微弱缺陷检测用的图像增强前处理系统，其特征在于，在将所述检测区域分为至少两个子区域步骤中，进一步包括：相邻所述子区域之间相互重叠。9.如权利要求7所述一种微弱缺陷检测用的图像增强前处理系统，其特征在于，所述子区域确定模块还用于：当所述检测区域图像中存在光照不均匀的情况时，预处理所述检测区域，以对所述检测区域进行光学补偿，获得预处理后的检测区域。10.如权利要求7-9任一所述一种微弱缺陷检测用的图像增强前处理系统，其特征在于，在计算各个所述子区域中的灰度均值步骤中，所述子区域确定模块还用于：获取所述子区域对应的原始所采集图像上的灰度分布数据，所述分布数据包括每个灰度级所包含的像素个数；将小于第一数量的灰度值剔除后，计算剔除干扰后的灰度均值。

技术总结
本申请涉及缺陷检测技术领域，具体而言，涉及一种微弱缺陷检测用的图像增强前处理方法及系统，一定程度上可以解决目前进行图像增强步骤时导致缺陷检测结果不准确的问题。所述方法包括：获取所采集图像的检测区域；将检测区域分为至少两个子区域，确定每个子区域中的可能缺陷区域；拼接所有子区域中的可能缺陷区域，得到缺陷疑似区域，缺陷疑似区域用于对应检测区域图像中的待检测区域，待检测区域用于经过图像增强方式以确定真实缺陷；其中，确定每个子区域中的可能缺陷区域包括：计算各个子区域中的灰度均值，并将灰度均值及其浮动值确定为该子区域中的偏移区间；将偏移区间中的灰度值灰度拉伸后，提取每个子区域中的可能缺陷区域。区域。区域。


技术研发人员：唐铭志 时广军 周钟海 姚毅
受保护的技术使用者：凌云光技术股份有限公司
技术研发日：2022.11.21
技术公布日：2023/2/3