本发明一般涉及图像处理。更具体地，本发明涉及一种数字化检测混凝土表面缺陷的方法。
背景技术：
1、在建筑行业和基础设施维护中，混凝土作为一种基础且广泛应用的材料，其完整性和质量对于确保结构的稳定性和安全性至关重要。然而，混凝土在使用过程中常常会受到各种环境因素的侵蚀，如温度变化、化学腐蚀、机械应力等，这些因素都可能引发混凝土表面出现裂缝、蜂窝等缺陷，这些缺陷不仅影响结构的外观，更重要的是，它们可能会逐步扩大，导致结构损伤，甚至引发安全问题。传统的混凝土缺陷检测方法，如人工目视检查，虽然简单易行，但却存在效率低下、易漏检、易受主观因素影响等问题。这些问题使得传统的检测方法难以满足大规模、高效率、高精度的检测需求。因此，急需一种能够自动化、准确、快速地检测混凝土表面缺陷的方法。通过应用数字化图像处理技术，可以实现对混凝土表面缺陷的自动化检测且能够在不影响结构完整性的情况下对表面缺陷进行全面评估，极大地提高了检测效率和准确性。
2、使用超像素分割算法对混凝土表面的缺陷区域进行分割时，最终所分割出来的超像素块的数量等于种子点的数量，而对于任意一个像素点都会被强行分配在所设置的种子点所在的超像素区域，因此利用超像素分割算法对缺陷区域像素点进行分割时，可能会强行将缺陷区域像素点分配在该所设置的种子点所在的超像素区域，从而导致该超像素区域的评价指标发生异常变化，从而导致对后续部分的像素点区分不够准确，影响对混凝土表面的缺陷检测的准确率。
技术实现思路
1、为解决上述一个或多个技术问题，本发明提出一种数字化检测混凝土表面缺陷的方法，该方法包括以下步骤：
2、采集混凝土表面灰度图像；对混凝土表面灰度图像进行超像素分割，获取若干个超像素块；根据每个超像素块中每个像素点与每个超像素块的种子点之间的灰度值差异与距离，获取每个超像素块的每个像素点的所属程度；根据每个超像素块的每个像素点的所属程度，获取每个超像素块的目标像素点；根据每个超像素块的目标像素点，获取每个超像素块的目标区域；
3、根据每个超像素块的每个目标区域的离散情况，获取每个超像素块的每个目标区域的噪声程度；根据每个超像素块的每个目标区域的噪声程度，获取每个超像素块的若干个最终目标区域；对每个超像素块的每个最终目标区域中设置种子点进行超像素分割，获取分割结果图像；
4、根据分割结果图像识别出混凝土表面灰度图像中的各类缺陷。
5、优选的，所述对混凝土表面灰度图像进行超像素分割，获取若干个超像素块，包括：
6、预设种子点个数w，根据种子点个数，使用超像素分割算法对混凝土表面灰度图像进行分割，得到若干个超像素块。
7、优选的，所述根据每个超像素块中每个像素点与每个超像素块的种子点之间的灰度值差异与距离，获取每个超像素块的每个像素点的所属程度，计算公式为：
8、；
9、式中，代表第i个超像素块的第j个像素点的所属程度；代表第i个超像素块中的第j个像素点与第i个超像素块的种子点之间的灰度值差值；代表第i个超像素块中的第j个像素点与第i个超像素块的种子点之间的欧氏距离；代表第i个超像素块中的所有像素点与第i个超像素块的种子点之间的欧氏距离中的最大值；代表第i个超像素块中的第j个像素点与除第j个像素点之外的第g个像素点之间的灰度值差值；n代表第i个超像素块中的像素点个数；代表第一权重；代表第二权重；代表绝对值符号；exp()代表以自然常数为底数的指数函数。
10、优选的，所述根据每个超像素块的每个像素点的所属程度，获取每个超像素块的目标像素点，包括：
11、预设所属程度阈值t，当第i个超像素块中的第j个像素点的所属程度小于或等于所属程度阈值时，第i个超像素块中的第j个像素点为第i个超像素块的目标像素点，得到第i个超像素块的所有目标像素点。
12、优选的，所述根据每个超像素块的目标像素点，获取每个超像素块的目标区域，包括：
13、预设搜索窗口的边长为n，以第i个超像素块的第m个目标像素点为中心构建一个大小为nn的搜索窗口，得到第m个目标像素点的搜索窗口，当第m个目标像素点的搜索窗口不含有其他目标像素点，则将第m个像素点作为一个目标区域；
14、当第m个目标像素点的搜索窗口含有其他目标像素点，将第m个目标像素点与其搜索窗口中的其他所有目标像素点作为初始目标区域，并以第m个目标像素点的搜索窗口中的每个目标像素点为中心构建一个大小为nn的搜索窗口，得到第m个目标像素点的搜索窗口中的每个目标像素点的搜索窗口，当第m个目标像素点的搜索窗口中的每个目标像素点的搜索窗口不含有其他目标像素点，则将初始目标区域作为一个目标区域；当第m个目标像素点的搜索窗口中的每个目标像素点的搜索窗口含有其他目标像素点，则将其他目标像素点划分到初始目标区域中，以此类推直至搜索窗口中不含有其他目标像素点为止，将初始目标区域作为一个目标区域；
15、迭代直至第i个超像素块的所有目标像素点都被划分到目标区域中截止，得到第i个超像素块的若干个目标区域。
16、优选的，所述根据每个超像素块的每个目标区域的离散情况，获取每个超像素块的每个目标区域的噪声程度，计算公式为：
17、；
18、式中，代表第i个超像素块的第a个目标区域的噪声程度；代表第i超像素块的第a个目标区域中的像素点个数；p代表第i个超像素块的目标区域个数；代表第i个超像素块的第a个目标区域中所有目标像素点到第i个超像素块的质心之间的欧式距离的均值；代表第i个超像素块的第b个目标区域中所有目标像素点到第i个超像素块的质心之间的欧式距离的均值；代表第i个超像素块中第a个目标区域中所有像素点相对于第i个超像素块的质心的极坐标角度的方差；norm()代表归一化函数。
19、优选的，所述根据每个超像素块的每个目标区域的噪声程度，获取每个超像素块的若干个最终目标区域，包括：
20、预设噪声程度阈值t2，当第i个超像素块的第a个目标区域的噪声程度小于噪声程度阈值t2时，将第i个超像素块的第a个目标区域记为最终目标区域，得到第i个超像素块的若干个最终目标区域。
21、优选的，所述对每个超像素块的每个最终目标区域中设置种子点进行超像素分割，获取分割结果图像，包括：
22、在每个超像素块的每个最终目标区域的质心设置种子点，使用超像素分割算法对混凝土表面灰度图像进行分割，得到分割结果图像。
23、本发明具有以下有益效果：本发明首先采集混凝土表面灰度图像；对混凝土表面灰度图像进行超像素分割，获取若干个超像素块；接着根据每个超像素块中每个像素点与每个超像素块的种子点之间的灰度值差异与距离，得到每个超像素块的每个像素点的所属程度，进而得到每个超像素块的目标像素点；根据每个超像素块的目标像素点，得到每个超像素块的目标区域，所述每个超像素块的目标区域代表与每个超像素块不相似的区域，接着根据每个超像素块的每个目标区域的离散情况，获取每个超像素块的每个目标区域的噪声程度，得到每个超像素块的若干个最终目标区域，排除了噪声的影响，最后对每个超像素块的每个最终目标区域中设置种子点进行超像素分割，获取分割结果图像识别缺陷类别，提高了混凝土表面的缺陷检测的准确率。
1.一种数字化检测混凝土表面缺陷的方法，其特征在于，包括：
2.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述对混凝土表面灰度图像进行超像素分割，获取若干个超像素块，包括：
3.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述根据每个超像素块中每个像素点与每个超像素块的种子点之间的灰度值差异与距离，获取每个超像素块的每个像素点的所属程度，计算公式为：
4.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述根据每个超像素块的每个像素点的所属程度，获取每个超像素块的目标像素点，包括：
5.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述根据每个超像素块的目标像素点，获取每个超像素块的目标区域，包括：
6.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述根据每个超像素块的每个目标区域的离散情况，获取每个超像素块的每个目标区域的噪声程度，计算公式为：
7.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述根据每个超像素块的每个目标区域的噪声程度，获取每个超像素块的若干个最终目标区域，包括：
8.根据权利要求1所述的一种数字化检测混凝土表面缺陷的方法，其特征在于，所述对每个超像素块的每个最终目标区域中设置种子点进行超像素分割，获取分割结果图像，包括：
