(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211229527.2 (22)申请日 2022.10.09 (71)申请人 南通永卓金属制品有限公司 地址 226000 江苏省南 通市通州区东社镇 唐洪农贸市场对面 (72)发明人 丁炜　 (74)专利代理 机构 武汉华强专利代理事务所 (普通合伙) 42237 专利代理师 康晨 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 7/11(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01)G06V 10/762(2022.01) G06V 10/80(2022.01) (54)发明名称 一种五金零件缺陷检测方法及系统 (57)摘要 本发明涉及数据 识别处理技术领域， 具体涉 及一种五金零件缺陷检测方法及系统。 该方法对 经由图像识别电子设备所识别得到的螺栓表面 灰度图像进行数据获取， 进而对获取的数据进行 处理分析， 侧重点是对数据处理方法进行改进， 以低亮度像素点属于缺陷区域像素点的隶属度 区分缺陷区域低亮度像素点和非缺陷区域低亮 度像素点， 并对缺陷区域低亮度像素点聚类， 以 聚类簇中低亮度像素点的隶属度相似性及低亮 度像素点的密度确定聚类簇属于缺陷区域的可 信度， 筛选出属于缺陷区域的聚类簇区域并在其 中进行缺陷检测。 该方法排除了非缺陷区域上低 亮度像素点对检测的干扰， 缩小了检测的范围， 实现了精确高效检测， 解决了螺栓表 面缺陷检测 精确度不足的问题。 权利要求书2页 说明书6页 附图1页 CN 115294140 A 2022.11.04 CN 115294140 A 1.一种五金零件缺陷检测方法， 其特 征在于， 包括以下步骤： 识别螺栓表面， 得到 螺栓表面灰度图像； 根据灰度图像上所有像素点的灰度值中的最大值以及所有像素点的灰度值中的最小 值， 确定用于区分高亮度像素点以及低亮度像素点的灰度分界值， 以所述灰度分界值确定 灰度图像上 所有的低亮度像素点； 根据低亮度像素点邻域内所存在的低亮度像素点的数量以及该低亮度像素点邻域内 灰度值结构的熵值， 确定该低亮度像素点属于可疑像素点的隶属度， 并在该低亮度像素点 属于可疑像素点的隶属度不小于隶属度阈值时， 将该低亮度像素点作为可疑像素点； 对所有可疑像素点进行聚类， 得到若干聚类簇， 根据每个聚类簇中所有可疑像素点的 隶属度以及所有可疑像素点的密度， 确定该聚类簇属于可疑缺陷区域的可信度， 并在该聚 类簇属于可疑缺陷区域的可信度不小于可信度阈值时， 将该聚类簇作为可疑缺陷区域； 确定每个可疑缺陷区域的最小外接矩形， 对每个最小外接矩形进行平滑滤波， 然后在 平滑滤波后的各个最小外 接矩形区域内进行边 缘检测， 确定 螺栓表面缺陷。 2.根据权利要求1所述的五金零件缺陷检测方法， 其特征在于， 所述灰度分界值为 ， 其中 与 分别为灰度图像上 所有像素点的灰度值中的最小值以及最大值。 3.根据权利要求1或2所述的五金零件缺陷检测方法， 其特征在于， 所述低亮度像素点 属于可疑像素点的隶属度为： 其中， 表示第i个低亮度像素点属于可疑像素点的隶属度， n表示以第 i个低亮度像素 点为中心点的窗口的边长， 表示以第i个低亮度像素点为中心点的窗口内像素点的总数， 表示以第 i个低亮度像素点为中心点的窗口内第v个像素点的灰度值， 表示以第i个 低亮度像素点为中心点的窗口内第v个像素点的灰度值在该窗口内出现的概率， 表示 以自然常数e为底数的对数函数， 表示以第i个低亮度像素点为中心点的窗口内低亮度像 素点的总数， 表示以第 i个低亮度像素点为中心点的窗口内低亮度像素点的占比， 表示以自然常数e为底数的指数函数， 表示以第i个低亮度像素点为 中心点的窗口内灰度值结构的熵值。 4.根据权利要求3所述的五金零件缺陷检测方法， 其特征在于， 所述聚类簇属于可疑缺 陷区域的可信度为： 其中， 表示第 个聚类簇属于可疑缺陷区域的可信度， 表示第 个聚类簇内可疑权　利　要　求　书 1/2 页 2 CN 115294140 A 2像素点的隶属度的方差， 表示第 个聚类簇内可疑像素点的密度， 表示以自然常 数e为底数的指数函数， 表示双曲正切函数。 5.一种五金零件缺陷检测系统， 其特征在于， 包括存储器和处理器， 所述处理器用于执 行存储于所述存储器中的指令以实现如权利要求1~4任一项所述的五金零件缺陷检测方 法。权　利　要　求　书 2/2 页 3 CN 115294140 A 3