一种纤维布面石膏板表面质量检测方法与流程

本发明涉及图像数据处理，尤其涉及一种纤维布面石膏板表面质量检测方法。

背景技术：

1、纤维布面石膏板作为一种常用的建筑材料，其表面质量直接影响到建筑物的美观性和功能性，因此，对其进行表面质量检测尤为重要。传统人工检查纤维布面石膏板的方法浪费资源、且纤维布面石膏板表面与缺陷难以区分，人工检查的方式可能存在误差，因此利用图像处理的自动化质量检测可以大大提高后续监测效率，降低生产成本。在利用图像处理技术对纤维布面石膏板表面进行质量检测时，为了提高检测效率，就需要对其进行图像增强处理，以提高图像的对比度和细节可见性，从而更准确地检测石膏板表面的质量。多尺度视网膜（multi-scale retinex，msr）算法是一种基于retinex理论的图像增强算法，主要用于改善图像的对比度，增强图像的细节信息。

2、公告号为cn111242872b的专利文件公开了一种基于msr的实时rgb图像增强方法。该方法可在fpga硬件平台上实现msr彩色图像增强算法，以对实时彩色图像做高质量的图像增强。该方法包括以下步骤：步骤一、建立查找表；步骤二、输入待处理数据；步骤三、图像增强；步骤四、图像数据映射；步骤五、图像数据输出。该方法通过两个尺度的retinex算法在fpga上实现实时图像增强算法，实现时采用小尺度σ＝1减小高斯模板和缓存数据的数量，采用大尺度σ＝300实现对算法进行优化；利用帧间图像的相关性进行近似从而避免了同一幅图像的反复迭代，从而使得算法进一步简化。

3、然而，上述专利文件并不是针对纤维布面石膏板，并且没有解决现有msr算法由于纤维布面石膏板表面的图像不同区域具有不同的特征和细节丰富程度，如果在整个图像上使用统一的msr尺度个数，可能会导致某些区域过度增强或欠增强，且msr尺度个数的多少极大的影响了计算效率，对于一些不重要的区域较多的尺度个数会造成计算资源的浪费的问题；综上，如果使用统一的msr尺度个数会影响纤维布面石膏板表面的图像的增强效果，进而影响表面质量检测的准确性和效率。

技术实现思路

1、为解决统一的msr尺度个数会影响纤维布面石膏板表面的图像的增强效果，进而影响表面质量检测的准确性和效率的问题，本发明提出一种纤维布面石膏板表面质量检测方法，该方法包括以下步骤：

2、获取纤维布面石膏板表面的灰度图像；确定各像素点的局部范围的均匀性，均匀性与该像素点的局部范围内像素点的灰度值种类数正相关，与该像素点的局部范围内像素点的灰度值极差负相关，所述灰度值极差为该像素点的局部范围内像素点的灰度值中的最大值和最小值之差；将各像素点的局部范围内像素点分为类间方差最大的两个类别，确定各像素点的局部范围的颗粒度，颗粒度与两个类别内包含该类别所有像素点的最短路径长度正相关，与两个类别内像素点数量负相关；确定各像素点的细节丰富度，细节丰富度与该像素点的局部范围的均匀度和颗粒度负相关；确定各像素点和其余像素点之间的距离，距离与该像素点和其余像素点之间的细节丰富度之差、预设的细节丰富度补偿因子、目标像素点和其余像素点之间的欧氏距离正相关；依据所述距离，对灰度图像的像素点进行聚类得到多个类簇，将各类簇的最小外接矩形作为该类簇的子区域，确定各子区域msr算法的尺度个数，尺度个数与初始尺度个数和该子区域内各像素点的细节丰富度均值正相关；依据所述尺度个数通过msr算法对灰度图像进行增强，以便完成纤维布面石膏板表面质量检测。

3、有益效果在于：通过像素点局部范围内的均匀性反映了局部灰度值的变化情况，通过像素点局部范围内的颗粒度体现了不同类别像素点的分布紧密程度，通过均匀性和颗粒度得到细节丰富度，进而从不同角度全面地分析石膏板表面的灰度图像的质量特征；利用距离度量对像素点进行聚类，将表面图像划分为多个类簇，并以最小外接矩形作为子区域，能够更有针对性地对不同区域进行分析和处理，每个子区域可以根据其自身的特点自适应调整msr算法的尺度个数，可以在增强灰度图像的同时，避免过度增强或欠增强的问题，更好地突出石膏板表面的细节特征，提高了图像的清晰度和对比度，提升了图像增强的效果及效率。

4、进一步地，所述均匀性满足如下关系式：

5、；式中，为第个像素点的局部范围的均匀性，、分别为第个像素点的局部范围内像素点的灰度值中的最大值和最小值，为第个像素点的局部范围内像素点的灰度值种类数，为预设的超参数。

6、有益效果在于：通过将像素点局部范围内的灰度值种类数与最大和最小灰度值之差相结合来计算均匀性，更准确地反映像素点局部范围的均匀性特征；对于不同的图像区域，可以根据具体的灰度值分布情况进行自适应调整，在灰度值变化较大的区域，均匀性会相应降低，在灰度值较为接近的区域，均匀性会较高，有助于更精细地分析纤维布面石膏板表面的质量差异，准确检测出潜在的质量问题。

7、进一步地，所述颗粒度满足如下关系式：

8、；式中，为第个像素点的局部范围内的颗粒度，、分别为第个像素点的局部范围内第一个类别和第二个类别内包含该类别所有像素点的最短路径长度，、分别为第个像素点的局部范围内第一个类别和第二个类别内像素点数量。

9、有益效果在于：通过计算每个像素点的颗粒度值，可以得到整个灰度图像的颗粒度分布情况，为后续的质量分析和处理提供了具体的数据支持；通过对颗粒度值的统计分析，可以确定质量标准和控制范围，及时发现生产过程中的异常情况，采取相应的改进措施，提高产品质量的稳定性和一致性。

10、进一步地，所述包含该类别所有像素点的最短路径长度通过迪杰斯特拉算法获取。

11、进一步地，所述细节丰富度满足如下关系式：

12、；式中，为第个像素点的细节丰富度，为第个像素点的局部范围的均匀性，为第个像素点的局部范围内的颗粒度，为自然指数函数。

13、有益效果在于：通过结合像素点的均匀性和颗粒度，利用自然指数函数的形式进行处理，综合考虑局部范围内灰度值的变化情况和颗粒分布特征，更全面地反映像素点的细节信息。

14、进一步地，所述距离满足如下关系式：

15、；式中，为第个像素点和第个像素点之间的距离，、分别为第个像素点和第个像素点的细节丰富度，为个像素点和第个像素点之间的欧式距离，为预设的细节丰富度补偿因子。

16、有益效果在于：通过结合像素点的细节丰富度差异和欧式距离，能够更全面地反映两个像素点之间的实际差异，细节丰富度体现了像素点局部图像特征的复杂程度，而欧式距离则反映了空间位置上的远近，二者结合同时从图像内容和空间位置两个方面来衡量像素点之间的关系，提高后续图像增强的效果。

17、进一步地，所述聚类采用dbscan聚类算法。

18、进一步地，所述尺度个数满足如下关系式：

19、；式中，为第个子区域msr算法的尺度个数，为初始尺度个数，表示第个子区域内各像素点的细节丰富度的均值，为四舍五入符号。

20、有益效果在于：通过结合初始尺度个数和子区域的细节特征确定子区域的msr算法的尺度个数，能够更有针对性地对不同子区域进行图像增强，在增强图像的同时，更好地保留图像的细节和结构，提高图像的质量和清晰度；不同子区域可能具有不同的质量特征和需求，通过自适应尺度个数，可以根据具体情况进行优化，使得增强后的图像更符合实际检测和分析的要求。

21、进一步地，所述以便完成纤维布面石膏板表面质量检测，包括：对增强后的灰度图像进行阈值分割，得到缺陷区域，将缺陷区域的面积和灰度图像的总面积之比作为缺陷区域的容忍度；响应于容忍度大于预设阈值，认定该纤维布面石膏板表面质量不合格，完成纤维布面石膏板表面质量检测。

22、本发明具有以下有益效果：

23、由于在灰度图像上使用统一的msr尺度个数，可能会导致某些区域过度增强或欠增强，影响图像增强效果，且对于一些不重要或者细节信息较少的区域使用较多的尺度个数会浪费计算资源，影响计算效率；本方法通过考虑像素点局部范围内的均匀性、颗粒度和细节丰富度等多个指标，从不同角度全面地分析石膏板表面的质量特征，利用距离度量对像素点进行聚类，将灰度图像划分为多个类簇，并以最小外接矩形作为子区域，能够更有针对性地对不同区域进行分析和处理，然后在不同的子区域中自适应msr尺度个数，从而更好地适应图像的局部特征，提高增强效果及增强效率，进而提升纤维布面石膏板表面质量检测的准确性。