本发明涉及图像处理。更具体地，本发明涉及一种基于图像处理的金属锻件表面缺陷检测方法。
背景技术：
1、在航空领域，金属锻件表面的缺陷检测具有重要的意义。航空产品的质量和可靠性直接关系到飞行安全。金属锻件作为航空器关键部件的制造材料，其表面缺陷可能直接影响产品的整体性能和安全性。通过表面缺陷检测，能够及时发现并消除潜在的安全隐患，确保航空器的飞行安全。
2、图像处理技术可用于检测和评估航空金属锻件中的缺陷。在利用图像处理技术对航空金属锻件进行表面缺陷检测的过程中，往往需要经过一系列的步骤，即图像采集、预处理、特征提取、分类器设计和缺陷识别等。采集的航空金属锻件的灰度图像的对比度可能较差，对对比度较差的灰度图像进行缺陷检测会导致检测的缺陷的准确程度较低。为了提高检测的缺陷的准确程度，需要对灰度图像的对比度进行增强，使得灰度图像中缺陷部分和背景部分的对比度较大。
3、现有技术中通常通过直方图均衡化技术以增强航空金属锻件的灰度图像的对比度，可能会使得对比度过度增强，可能会使得被保留的缺陷部分的细节信息较少，进而导致对灰度图像进行对比度增强的效果较差，从而导致对航空金属锻件的表面进行缺陷检测的准确程度较低。
技术实现思路
1、为解决上述一个或多个技术问题，本发明提出通过根据每一个区域中所有像素点的缺陷表现程度，确定每一个区域的目标窗口，从而基于clahe算法和插值算法，得到灰度图像的目标增强图像，进而根据目标增强图像对金属锻件表面进行缺陷检测。
2、在本发明实施方式中，提供了一种基于图像处理的金属锻件表面缺陷检测方法，包括：获取金属锻件的灰度图像；对所述灰度图像进行划分，得到多个区域；根据任一区域中所有像素点的缺陷表现程度和预设参考值，得到所述任一区域的目标窗口，基于clahe算法，根据所述目标窗口，对所述任一区域进行处理，得到该区域的增强图像；遍历所有剩余的区域，得到每一个剩余的区域的增强图像；基于差值算法，对所有增强图像进行处理，得到所述灰度图像的目标增强图像；根据所述目标增强图像对金属锻件表面进行缺陷检测；其中，所述灰度图像中每一个像素点的缺陷表现程度的获取过程包括：以灰度图像中任意一个像素点为中心像素点，以其为中心建立预设大小的窗口，在所述窗口中确定多个不同方向的线段，根据每一个线段上所有像素点的灰度值的离散程度，确定所述中心像素点对应的目标线段和目标离散程度，将与所述目标线段垂直的垂直线段上所有像素点称为目标像素点，进而确定所有目标像素点的灰度值的周期规律度，其中，所述线段和垂直线段的两端都在所述窗口的边缘上，所述线段和垂直线段都通过所述中心像素点；根据所述窗口中所有像素点的位置、灰度值，进行拟合曲面，从而得到所述中心像素点对应的拟合误差；从而根据所述目标离散程度、周期规律度和拟合误差，得到中心像素点的参考缺陷表现程度；遍历所述灰度图像中所有剩余的像素点，得到每一个剩余的像素点的参考缺陷表现程度；对所有参考缺陷表现程度进行正相关归一化，得到所述灰度图像中每一个像素点的缺陷表现程度。
3、在一个实施例中，所述灰度图像中任意一个像素点的参考缺陷表现程度的获取过程，包括：所述灰度图像中任意一个像素点的参考缺陷表现程度的表达式为：
4、，其中，为所述灰度图像中第i个像素点的参考缺陷表现程度，为所述第i个像素点的目标离散程度，为以自然常数为底的指数函数，为所述第i个像素点的周期规律度，为所述第i个像素点的拟合误差。
5、在一个实施例中，根据每一个线段上所有像素点的灰度值的离散程度，确定所述中心像素点对应的目标线段和目标离散程度，包括：计算每一个线段上所有像素点的灰度值的方差，将所有方差的最小值作为所述中心像素点对应的目标离散程度，将所述最小值对应的线段作为所述中心像素点对应的目标线段。
6、在一个实施例中，进而确定所有目标像素点的灰度值的周期规律度，包括：在所述垂直线段的一个方向上，对所述所有目标像素点进行编号，任意一个目标像素点与其下一个目标像素点的序号差值为负一；以目标像素点的序号为横坐标，以目标像素点的灰度值为纵坐标，建立二维直角坐标系；基于最小二乘法，对所述坐标系中的目标像素点进行拟合，得到拟合曲线，进而得到所述拟合曲线的极大值、极大值点、极小值和极小值点；所述周期规律度的表达式为：
7、，，其中，为所述周期规律度，为以自然常数为底的指数函数，n为所述拟合曲线中极值点的总数，为波峰和波谷的总数量，为波峰和波谷的组合的总数量，为第j个组合中的一个波峰或波谷的面积，为第j个组合中的另一个波峰或波谷的面积，为所述拟合曲线中第i个波峰或波谷的面积，为所述第i个波峰或波谷对应的两个极值点中较小的极值点，为所述第i个波峰或波谷对应的两个极值点中较大的极值点，为所述拟合曲线的函数，为一个坐标与另一个坐标的连线的函数。
8、在一个实施例中，根据所述窗口中所有像素点的位置、灰度值，进行拟合曲面，从而得到所述中心像素点对应的拟合误差，包括：基于最小二乘法，根据所述窗口中所有像素点的位置及其灰度值建立三维坐标系，从而得到拟合的曲面；计算所述窗口中每一个像素点的灰度值与所述曲面的垂直距离，基于均方根误差，得到所述中心像素点对应的拟合误差。
9、在一个实施例中，所述任一区域的目标窗口的获取过程，包括：所述目标窗口为正方形；所述目标窗口的边长的表达式为：，其中，为所述任一区域的目标窗口的边长，b为所述预设参考值，为所述任一区域中所有像素点的缺陷表现程度的均值，为向下取整函数，为以自然常数为底的指数函数。
10、在一个实施例中，对所述灰度图像进行划分，得到多个区域，包括：基于dbscan密度聚类，对灰度图像中所有像素点进行聚类，得到每一个簇的外接矩形，其中聚类时的聚类距离由灰度图像中的像素点的缺陷表现程度及其位置决定；确定外接矩形的重叠部分，任意一个所述重叠部分中所有像素点在对应的多个外接矩形中；对于一个重叠部分，其中的所有像素点都在确定的多个外接矩形中，计算每一个所述外接矩形中所有像素点的缺陷表现程度的均值，将该一个重叠部分归入最大的均值对应的外接矩形，将最大的均值对应的外接矩形之外的外接矩形除去该一个重叠部分，得到对应的多边形；遍历灰度图像中剩余的重叠部分，得到对应的多边形；一个多边形对应的区域为一个区域，一个外接矩形对应的区域也为一个区域，从而得到多个区域。
11、在一个实施例中，所述聚类距离为：
12、，其中，r为任意两个像素点的距离，q为预设的统一度量参数，为所述任意两个像素点中的一个像素点的缺陷表现程度，为所述任意两个像素点中的另一个像素点的缺陷表现程度，为所述一个像素点的横坐标，为所述一个像素点的纵坐标，为另一个像素点的横坐标，为所述另一个像素点的纵坐标。
13、在一个实施例中，所述外接矩形的获取过程，包括：对于任意一个簇，获取该簇中像素点的最小横坐标、最大横坐标、最小纵坐标和最大纵坐标，从而得到该簇的外接矩形；遍历所有剩余的簇，得到每一个剩余的簇的外接矩形。
14、在一个实施例中，对所有参考缺陷表现程度进行正相关归一化，得到所述灰度图像中每一个像素点的缺陷表现程度，包括：所述灰度图像中每一个像素点的缺陷表现程度的表达式为：
15、，其中，为所述灰度图像中第i个像素点的缺陷表现程度，为灰度图像中所有像素点的参考缺陷表现程度的最大值，为灰度图像中所有像素点的参考缺陷表现程度的最小值，为所述第i个像素点的参考缺陷表现程度。
16、本发明的有益效果包括：
17、根据每一个区域中所有像素点的缺陷表现程度，得到了每一个区域的目标窗口，缺陷程度较大的区域对应的目标窗口较小，使得对缺陷程度较大的区域进行对比度增强时，能够使得该区域中的纹理被增强的效果较好，使得对该区域的图像进行对比度增强的效果较好。从而能够得到增强效果较好的目标增强图像，从而根据目标增强图像，对航空金属锻件的表面进行缺陷检测的准确程度较高。
18、根据中心像素点对应的目标离散程度、垂直线段中所有像素点的灰度值的周期规律程度和拟合误差，确定中心像素点的参考缺陷表现程度，进而能够得到中心像素点的缺陷表现程度。其中，中心像素点对应的目标离散程度反映了中心像素点为缺陷区域中像素点的可能性，中心像素点对应的周期规律度反映了中心像素点为非缺陷区域中像素点的可能性，中心像素点对应的拟合误差反映了中心像素点为缺陷区域中像素点的可能性。考虑了与缺陷表现程度有关的多方面的因素，使得中心像素点的缺陷表现程度能够更好地反映中心像素点对应的窗口的区域为缺陷区域的可能性。
1.一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，所述灰度图像中任意一个像素点的参考缺陷表现程度的获取过程，包括：所述灰度图像中任意一个像素点的参考缺陷表现程度的表达式为：
3.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，根据每一个线段上所有像素点的灰度值的离散程度，确定所述中心像素点对应的目标线段和目标离散程度，包括：
4.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，进而确定所有目标像素点的灰度值的周期规律度，包括：
5.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，根据所述窗口中所有像素点的位置、灰度值，进行拟合曲面，从而得到所述中心像素点对应的拟合误差，包括：
6.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，所述任一区域的目标窗口的获取过程，包括：
7.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，对所述灰度图像进行划分，得到多个区域，包括：
8.根据权利要求7所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，所述聚类距离为：
9.根据权利要求7所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，所述外接矩形的获取过程，包括：
10.根据权利要求1所述的一种基于图像处理的金属锻件表面缺陷检测方法，其特征在于，对所有参考缺陷表现程度进行正相关归一化，得到所述灰度图像中每一个像素点的缺陷表现程度，包括：
