瓷砖表面缺陷的检测方法及装置、存储介质

摘要

本发明公开了一种瓷砖表面缺陷的检测方法及装置、存储介质，其中，该方法包括：采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；采用所述图像预处理模型检测瓷砖的表面缺陷信息。通过本发明，解决了相关技术瓷砖表面缺陷的检测结果不稳定的技术问题，降低了瓷砖表面缺陷的检测误差，提高了瓷砖检测模型的稳定性和鲁棒性。

权利要求

1.一种瓷砖表面缺陷的检测方法，其特征在于，包括：

采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；

对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；

采用所述图像预处理模型检测瓷砖的表面缺陷信息；

其中，对所述第一图片集合进行处理，得到符合预设视角效果的第二图片集合包括：针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间，第一子集合为浅色板图片，第二子集合为深色板图片，第三子集合为中性色板图片；针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内；

其中，采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型包括：

将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

2.根据权利要求1所述的方法，其特征在于，对所述第一样本图片进行去噪滤波包括：对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片；

对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片。

3.根据权利要求2所述的方法，其特征在于，对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片包括：对所述第一样本图片进行轨迹识别和对象识别，提取所述第一样本图片的瓷砖纹理；

将所述第一样本图片分解为纹理区域和背景区域，其中，所述纹理区域为瓷砖的瓷砖纹理所在的区域，所述背景区域为除所述瓷砖纹理之外的其他区域；

对所述背景区域中的所有像素点设置相同的灰度值或者RGB值。

4.根据权利要求1所述的方法，其特征在于，按照灰度值和对比度划分所述中间图片集合，得到多个子集合包括：提取所述中间图片集合中每张第一中间图片的灰度值和对比度，并计算所述中间图片集合中所有图片的灰度均值和对比度均值；

计算每张第一中间图片的灰度值和对比度分别与所述灰度均值和所述对比度均值的第一差值和第二差值；

若所述中间图片集合中存在第一差值大于第一预设值且第二差值大于第二预设值的第一中间图片，将所述第一中间图片划分至第一子集合；若所述中间图片集合中存在第一差值小于第三预设值且第二差值小于第四预设值的第二中间图片，将所述第二中间图片划分至第二子集合；若所述中间图片集合中存在第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值的第三中间图片，将所述第三中间图片划分至第三子集合。

5.根据权利要求1所述的方法，其特征在于，采用所述图像预处理模型检测瓷砖的表面缺陷信息包括：获取待检测的初始瓷砖图片；

将所述初始瓷砖图片输入所述图像预处理模型，输出符合所述预设视觉条件的目标瓷砖图片；

将所述目标瓷砖图片输入预设缺陷检测模型，输出所述初始瓷砖图片的表面缺陷信息，其中，所述预设缺陷检测模型的模型参数与所述预设视觉条件匹配。

6.一种瓷砖表面缺陷的检测装置，其特征在于，包括：

采集模块，用于采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；

处理模块，用于对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

生成模块，用于采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；

检测模块，用于采用所述图像预处理模型检测瓷砖的表面缺陷信息；

其中，所述装置还用于：对所述第一图片集合进行处理，得到符合预设视角效果的第二图片集合包括：针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间，第一子集合为浅色板图片，第二子集合为深色板图片，第三子集合为中性色板图片；针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内；

所述生成模块包括：配对单元，用于将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；训练单元，用于采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

7.一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，所述计算机程序运行时执行上述权利要求1至5中任一项所述的方法的步骤。

说明书

瓷砖表面缺陷的检测方法及装置、存储介质

技术领域

[0001] 本发明涉及计算机领域，具体而言，涉及一种瓷砖表面缺陷的检测方法及装置、存储介质。

背景技术

[0002] 相关技术中，人工抽检由于覆盖不全，存在不良品流出的风险。现有的瓷砖缺陷检测方法通过架设相机对瓷砖进行自适应曝光拍照，运用深度学习算法训练瓷砖缺陷识别模型，对瓷砖进行AI缺陷识别。

[0003] 由于瓷砖纹理变化大，表面平整，即使使用自适应的曝光参数也存在拍照亮度、清晰度不一致，干扰因素多等情况，导致深度学习训练输入图片不稳定不完整，模型检测算法鲁棒性低。

[0004] 针对相关技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

[0005] 本发明实施例提供了一种瓷砖表面缺陷的检测方法及装置、存储介质。

[0006] 根据本申请实施例的一个方面，提供了一种瓷砖表面缺陷的检测方法，包括：采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；采用所述图像预处理模型检测瓷砖的表面缺陷信息。

[0007] 进一步，对所述第一图片集合进行处理，得到符合预设视角效果的第二图片集合包括：针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间；针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内。

[0008] 进一步，对所述第一样本图片进行去噪滤波包括：对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片；对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片。

[0009] 进一步，对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片包括：对所述第一样本图片进行轨迹识别和对象识别，提取所述第一样本图片的瓷砖纹理；将所述第一样本图片分解为纹理区域和背景区域，其中，所述纹理区域为瓷砖的瓷砖纹理所在的区域，所述背景区域为除所述瓷砖纹理之外的其他区域；对所述背景区域中的所有像素点设置相同的灰度值或者RGB值。

[0010] 进一步，按照灰度值和对比度划分所述中间图片集合，得到多个子集合包括：提取所述中间图片集合中每张第一中间图片的灰度值和对比度，并计算所述中间图片集合中所有图片的灰度均值和对比度均值；计算每张第一中间图片的灰度值和对比度分别与所述灰度均值和所述对比度均值的第一差值和第二差值；若所述中间图片集合中存在第一差值大于第一预设值且第二差值大于第二预设值的第一中间图片，将所述第一中间图片划分至第一子集合；若所述中间图片集合中存在第一差值小于第三预设值且第二差值小于第四预设值的第二中间图片，将所述第二中间图片划分至第二子集合；若所述中间图片集合中存在第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值的第三中间图片，将所述第三中间图片划分至第三子集合，其中，所述第一子集合为浅色板图片，所述第二子集合为深色板图片，所述第三子集合为中性色板图片。

[0011] 进一步，针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整包括：针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值。

[0012] 进一步，采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型包括：将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

[0013] 进一步，采用所述图像预处理模型检测瓷砖的表面缺陷信息包括：获取待检测的初始瓷砖图片；将所述初始瓷砖图片输入所述图像预处理模型，输出符合所述预设视觉条件的目标瓷砖图片；将所述目标瓷砖图片输入预设缺陷检测模型，输出所述初始瓷砖图片的表面缺陷信息，其中，所述预设缺陷检测模型的模型参数与所述预设视觉条件匹配。

[0014] 根据本申请实施例的另一个方面，还提供了一种瓷砖表面缺陷的检测装置，包括：采集模块，用于采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；处理模块，用于对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；生成模块，用于采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；检测模块，用于采用所述图像预处理模型检测瓷砖的表面缺陷信息。

[0015] 进一步，所述处理模块包括：滤波单元，用于针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；划分单元，用于按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间；调整单元，用于针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内。

[0016] 进一步，所述滤波单元包括：第一滤波单元，用于对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片；第二滤波单元，用于对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片。

[0017] 进一步，所述第一滤波单元包括：识别子单元，用于对所述第一样本图片进行轨迹识别和对象识别，提取所述第一样本图片的瓷砖纹理；分解子单元，用于将所述第一样本图片分解为纹理区域和背景区域，其中，所述纹理区域为瓷砖的瓷砖纹理所在的区域，所述背景区域为除所述瓷砖纹理之外的其他区域；设置子单元，用于对所述背景区域中的所有像素点设置相同的灰度值或者RGB值。

[0018] 进一步，所述划分单元包括：第一计算子单元，用于提取所述中间图片集合中每张第一中间图片的灰度值和对比度，并计算所述中间图片集合中所有图片的灰度均值和对比度均值；第二计算子单元，用于计算每张第一中间图片的灰度值和对比度分别与所述灰度均值和所述对比度均值的第一差值和第二差值；划分子单元，用于若所述中间图片集合中存在第一差值大于第一预设值且第二差值大于第二预设值的第一中间图片，将所述第一中间图片划分至第一子集合；若所述中间图片集合中存在第一差值小于第三预设值且第二差值小于第四预设值的第二中间图片，将所述第二中间图片划分至第二子集合；若所述中间图片集合中存在第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值的第三中间图片，将所述第三中间图片划分至第三子集合，其中，所述第一子集合为浅色板图片，所述第二子集合为深色板图片，所述第三子集合为中性色板图片。

[0019] 进一步，所述调整单元包括：提升子单元，用于针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；降低子单元，用于针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；维持子单元，用于针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值。

[0020] 进一步，所述生成模块包括：配对单元，用于将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；训练单元，用于采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

[0021] 进一步，所述检测模块包括：获取单元，用于获取待检测的初始瓷砖图片；第一输出单元，用于将所述初始瓷砖图片输入所述图像预处理模型，输出符合所述预设视觉条件的目标瓷砖图片；第二输出单元，用于将所述目标瓷砖图片输入预设缺陷检测模型，输出所述初始瓷砖图片的表面缺陷信息，其中，所述预设缺陷检测模型的模型参数与所述预设视觉条件匹配。

[0022] 根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的步骤。

[0023] 根据本申请实施例的另一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述方法中的步骤。

[0024] 本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。

[0025] 通过本发明，采集瓷砖的第一图片集合，其中，第一图片集合包括多张第一样本图片，对第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片，采用第一图片集合和第二图片集合生成瓷砖的图像预处理模型，采用图像预处理模型检测瓷砖的表面缺陷信息，通过将视觉条件不稳定的第一图片集合处理为符合预设视觉条件的第二图片集合，并生成图像预处理模型，采用在瓷砖缺陷检测时使用质量较高的图片，解决了相关技术瓷砖表面缺陷的检测结果不稳定的技术问题，降低了瓷砖表面缺陷的检测误差，提高了瓷砖检测模型的稳定性和鲁棒性。

附图说明

[0026] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

[0027] 图1是本发明实施例的一种计算机的硬件结构框图；

[0028] 图2是根据本发明实施例的一种瓷砖表面缺陷的检测方法的流程图；

[0029] 图3是本发明实施例中滤除噪点的示意图；

[0030] 图4是根据本发明实施例的一种瓷砖表面缺陷的检测装置的结构框图。

具体实施方式

[0031] 为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

[0032] 需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0033] 实施例1

[0034] 本申请实施例一所提供的方法实施例可以在服务器、计算机、工业相机，机台或者类似的运算装置中执行。以运行在计算机上为例，图1是本发明实施例的一种计算机的硬件结构框图。如图1所示，计算机10可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述计算机还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机的结构造成限定。例如，计算机10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

[0035] 存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种瓷砖表面缺陷的检测方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0036] 传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。

[0037] 在本实施例中提供了一种瓷砖表面缺陷的检测方法，图2是根据本发明实施例的一种瓷砖表面缺陷的检测方法的流程图，如图2所示，该流程包括如下步骤：

[0038] 步骤S202，采集瓷砖的第一图片集合，其中，第一图片集合包括多张第一样本图片；

[0039] 在本实施例中，第一图片集合包括多个多种型号（如品牌，花纹，品类等）的瓷砖的样本图片，每个型号的样本图片包括一张或者多张。

[0040] 在一些示例中，采用线扫相机来采集第一样本图片，线扫相机拍照图片为多列像素拼接而成，预设宽度为1000像素，可拍摄5000行或者10000行得到一张图片；针对相机单行拍照的特性，处理w*（N）的小范围图片（N根据实际情况来裁剪，每个小范围图片包含瓷砖完整的花纹纹理），完成第一图片集合的选取。

[0041] 步骤S204，对第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

[0042] 在本实施例中，由于第一图片集合中的每张第一样本图片存在差异，因此在处理第一图片集合，针对第一图片集合中每张第一样本图片的处理方式和处理程度不一样，但是最终得到第二图片集合中的每张第二样本图片都符合预设视觉条件。

[0043] 步骤S206，采用第一图片集合和第二图片集合生成瓷砖的图像预处理模型；

[0044] 由于第一图片集合和第二图片集合包括多个类型的瓷砖的样本图片，因此基于第一图片集合和第二图片集合生成的图像预处理模型可以对各种类型的待测瓷砖图片进行缺陷检测。

[0045] 步骤S208，采用图像预处理模型检测瓷砖的表面缺陷信息。

[0046] 通过上述步骤，采集瓷砖的第一图片集合，其中，第一图片集合包括多张第一样本图片，对第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片，采用第一图片集合和第二图片集合生成瓷砖的图像预处理模型，采用图像预处理模型检测瓷砖的表面缺陷信息，通过将视觉条件不稳定的第一图片集合处理为符合预设视觉条件的第二图片集合，并生成图像预处理模型，采用在瓷砖缺陷检测时使用质量较高的图片，解决了相关技术瓷砖表面缺陷的检测结果不稳定的技术问题，降低了瓷砖表面缺陷的检测误差，提高了瓷砖检测模型的稳定性和鲁棒性。

[0047] 在本实施例的一个实施方式中，对所述第一图片集合进行处理，得到符合预设视角效果的第二图片集合包括：

[0048] S11，针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；

[0049] 在一些示例中，对所述第一样本图片进行去噪滤波包括：对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片；对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片。

[0050] 通过滤除所述第一样本图片中的环境粉尘噪点，可以消除环境粉尘带来的干扰，在一个示例中，对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点包括：对所述第一样本图片进行轨迹识别和对象识别（轨迹识别用于提取花纹，对象识别用于提取图案），提取所述第一样本图片的瓷砖纹理，将所述第一样本图片分解为纹理区域和背景区域，其中，所述纹理区域为瓷砖的瓷砖纹理所在的区域，所述背景区域为除所述瓷砖纹理之外的其他区域，对所述背景区域中所有像素点设置相同的灰度值或者RGB值，若为黑色图像则设置相同的灰度值，若为彩色图像则设置相同的RGB值。

[0051] 通过滤除所述第一样本图片中的光影噪点，可以消除光影带来的干扰，在一个示例中，对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片包括：对所述纹理区域进行纹理分类，提取所述纹理区域中的线条纹理和区块纹理，从所述区块纹理的边缘开始，逐行或者逐列提取所述区块纹理中每组像素的灰度值，并比较相邻像素组（每个像素组为若干行像素或者若干列相似）的灰度值，若所述区块纹理的灰度值超预定方向递增或者递减，确定该区块纹理为光影噪点，采用所述背景区域的灰度值或RGB值替换所述区块纹理为的灰度值或RGB值。在比较相邻像素组的灰度值时，可以先计算每个像素组内所有像素点的灰度均值，然后采用灰度均值进行比较。

[0052] 瓷砖是一种反光材质的物品，当某个背景物的背影投在瓷砖表面时，由于光线的投影角度，投影区域会呈一定的趋势进行颜色变化，如变深或者变浅。

[0053] 由于第一样本图片在拍摄过程中，瓷砖所在的场景物可能会因为人或场景物在光线的条件下在瓷砖上造成阴影，由于阴影区域一般呈灰色或者黑色，与瓷砖釉面下的底色相类似，因此阴影很有可能会被识别为缺陷，如污渍，破损，缺口等，需要将光影噪点滤除，降低对缺陷检测造成的干扰。

[0054] 图3是本发明实施例中滤除噪点的示意图，第一样本图片中存在光影噪点，粉尘噪点，通过去噪滤波，最后得到的第二图片已经消除了光影噪点和粉尘噪点。

[0055] 通过滤除环境粉尘噪点和光影噪点，可以消除样本图片中的各类污点和残影，将实际环境中拍摄得到的第一样本图片转变为理想环境中拍摄的第二样本图片，从而在后续采用图像预处理模型对待测图片进行处理时，可以将初始瓷砖图片处理为没有噪点的目标瓷砖图片，减少噪点对缺陷检测造成的干扰，提高缺陷检测的准确率。

[0056] S12，按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间；

[0057] 在一个示例中，按照灰度值和对比度划分所述中间图片集合，得到多个子集合包括：提取所述中间图片集合中每张第一中间图片的灰度值和对比度，并计算所述中间图片集合中所有图片的灰度均值和对比度均值；计算每张第一中间图片的灰度值和对比度分别与所述灰度均值和所述对比度均值的第一差值和第二差值；若所述中间图片集合中存在第一差值大于第一预设值且第二差值大于第二预设值的第一中间图片，将所述第一中间图片划分至第一子集合；若所述中间图片集合中存在第一差值小于第三预设值且第二差值小于第四预设值的第二中间图片，将所述第二中间图片划分至第二子集合；若所述中间图片集合中存在第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值的第三中间图片，将所述第三中间图片划分至第三子集合，其中，所述第一子集合为浅色板图片，所述第二子集合为深色板图片，所述第三子集合为中性色板图片。

[0058] 在该示例中，设置三个区间，分别是区间1，区间2和区间3，其中，第一差值大于第一预设值且第二差值大于第二预设值，为区间1；第一差值小于第三预设值且第二差值小于第四预设值，为区间2；第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值，为区间3。

[0059] 例如，中间图片集合包括图片1，图片2，图片3，其中，图片1的灰度值为20，对比度为50%，图片2的灰度值为200，对比度为20%，图片3的灰度值为50，对比度为75%，通过计算，灰度均值为（20+200+50）/3=90，对比度均值为（50%+20%+50%）/3=40%，图片1的第一差值为‑70，第二差值为10%，图片2的第一差值为110，第二差值为‑20%，图片3的第一差值为‑40，第二差值为35%，第一预设值为10，第二预设值为10%，第三预设值为‑10，第四预设值为‑10%。

[0060] S13，针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内。

[0061] 基于上述示例，针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整包括：针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值。

[0062] 在一个示例中，第一图片集合为集合A，第二图片集合为集合B，对集合A中的每张图做图像处理形成图片集合B，然后执行以下步骤：

[0063] a,对集合A图片分别进行单独去噪滤波，消除环境粉尘等干扰；

[0064] b,对处理后的图片做人工复检，将改善不明显的图片修改参数再次处理；

[0065] c,其次计算上一步处理后的图片灰度均值和对比度均值，依据计算值（灰度均值和对比度均值）划分调节区间，分别为深色板，中性色板，浅色板；

[0066] d,对于深色板，中性色板，浅色板，分别使用自适应参数进行亮度和对比度的修正；

[0067] d1,深色板提升亮度和对比度，降低gamma；

[0068] d2,中性色板微调亮度和对比度，微调gamma，可以是维持gamma不变或者是在预设范围内小幅度调整；

[0069] d3,浅色版降低亮度，提升gamma；

[0070] e,再次对所有图片做亮度对比度特征分析，使得所有图片落入目标区间，形成样本B集合。

[0071] 在本实施例的一个实施方式中，采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型包括：将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

[0072] 使用深度学习的算法训练两个图片集合之间的关系模型，得到瓷砖专用的图像预处理模型。

[0073] 在本实施例的一个实施方式中，采用所述图像预处理模型检测瓷砖的表面缺陷信息包括：获取待检测的初始瓷砖图片；将所述初始瓷砖图片输入所述图像预处理模型，输出符合所述预设视觉条件的目标瓷砖图片；将所述目标瓷砖图片输入预设缺陷检测模型，输出所述初始瓷砖图片的表面缺陷信息，其中，所述预设缺陷检测模型的模型参数与所述预设视觉条件匹配。预设缺陷检测模型在该预设视觉条件下，误检率最低，瓷砖表面缺陷的检测准确率最高。

[0074] 在每次做算法检测前先使用此模型做数据处理，可以提高初始瓷砖图片的质量，使得初始瓷砖图片符合预设缺陷检测模型的检测条件，最终提高预设缺陷检测模型算法的鲁棒性。

[0075] 本实施例提出一种提升瓷砖缺陷检测鲁棒性的图像处理方法，使得相机拍照的图片能贴近算法的要求。

[0076] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

[0077] 实施例2

[0078] 在本实施例中还提供了一种瓷砖表面缺陷的检测装置，用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

[0079] 图4是根据本发明实施例的一种瓷砖表面缺陷的检测装置的结构框图，如图4所示，该装置包括：采集模块40，处理模块42，生成模块44，检测模块46，其中，[0080] 采集模块40，用于采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；

[0081] 处理模块42，用于对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

[0082] 生成模块44，用于采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；

[0083] 检测模块46，用于采用所述图像预处理模型检测瓷砖的表面缺陷信息。

[0084] 可选的，所述处理模块包括：滤波单元，用于针对所述第一图片集合中的每张第一样本图片，对所述第一样本图片进行去噪滤波，得到中间图片集合；划分单元，用于按照灰度值和对比度划分所述中间图片集合，得到多个子集合，其中，每个子集合对应一个灰度值区间和一个对比度区间；调整单元，用于针对所述多个子集合中的每个子集合，对子集合中图片的亮度和对比度分别进行自适应调整，将调整后的图片合并生成所述第二图片集合，其中，所述第二图片集合中每张第二图片的亮度均在预设亮度区间内，对比度均在预设对比度区间内。

[0085] 可选的，所述滤波单元包括：第一滤波单元，用于对所述第一样本图片进行第一去噪滤波操作，滤除所述第一样本图片中的环境粉尘噪点，得到第一图片；第二滤波单元，用于对所述第一图片进行第二去噪滤波操作，滤除所述第一图片中的光影噪点，得到第二图片。

[0086] 可选的，所述第一滤波单元包括：识别子单元，用于对所述第一样本图片进行轨迹识别和对象识别，提取所述第一样本图片的瓷砖纹理；分解子单元，用于将所述第一样本图片分解为纹理区域和背景区域，其中，所述纹理区域为瓷砖的瓷砖纹理所在的区域，所述背景区域为除所述瓷砖纹理之外的其他区域；设置子单元，用于对所述背景区域中的所有像素点设置相同的灰度值或者RGB值。

[0087] 可选的，所述划分单元包括：第一计算子单元，用于提取所述中间图片集合中每张第一中间图片的灰度值和对比度，并计算所述中间图片集合中所有图片的灰度均值和对比度均值；第二计算子单元，用于计算每张第一中间图片的灰度值和对比度分别与所述灰度均值和所述对比度均值的第一差值和第二差值；划分子单元，用于若所述中间图片集合中存在第一差值大于第一预设值且第二差值大于第二预设值的第一中间图片，将所述第一中间图片划分至第一子集合；若所述中间图片集合中存在第一差值小于第三预设值且第二差值小于第四预设值的第二中间图片，将所述第二中间图片划分至第二子集合；若所述中间图片集合中存在第一差值大于或等于所述第三预设值且小于或等于所述第一预设值，且和第二差值大于或等于所述第四预设值且小于或等于所述第二预设值的第三中间图片，将所述第三中间图片划分至第三子集合，其中，所述第一子集合为浅色板图片，所述第二子集合为深色板图片，所述第三子集合为中性色板图片。

[0088] 可选的，所述调整单元包括：提升子单元，用于针对浅色板图片的第一子集合，提升所述第一子集合中每张第一中间图片的显示伽马值；降低子单元，用于针对深色板图片的第二子集合，降低所述第二子集合中每张第二中间图片的显示伽马值；维持子单元，用于针对中性色板图片的第三子集合，维持所述第三子集合中每张第三中间图片的显示伽马值。

[0089] 可选的，所述生成模块包括：配对单元，用于将所述第一图片集合中的每张第一图片均配置为输入数据，将所述第二图片集合中的每张第二图片均配置为输出数据，对所述第一图片集合的第一图片和所述第二图片集合中的第二图片进行相互配对，得到多个样本对；训练单元，用于采用所述多个样本对对瓷砖的初始模型进行训练，得到生成瓷砖的图像预处理模型。

[0090] 可选的，所述检测模块包括：获取单元，用于获取待检测的初始瓷砖图片；第一输出单元，用于将所述初始瓷砖图片输入所述图像预处理模型，输出符合所述预设视觉条件的目标瓷砖图片；第二输出单元，用于将所述目标瓷砖图片输入预设缺陷检测模型，输出所述初始瓷砖图片的表面缺陷信息，其中，所述预设缺陷检测模型的模型参数与所述预设视觉条件匹配。

[0091] 需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

[0092] 实施例3

[0093] 本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

[0094] 可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

[0095] S1，采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；

[0096] S2，对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

[0097] S3，采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；

[0098] S4，采用所述图像预处理模型检测瓷砖的表面缺陷信息。

[0099] 可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器（Read‑Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

[0100] 本发明的实施例还提供了一种电子设备，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

[0101] 可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

[0102] 可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

[0103] S1，采集瓷砖的第一图片集合，其中，所述第一图片集合包括多张第一样本图片；

[0104] S2，对所述第一图片集合进行处理，得到符合预设视觉条件的第二图片集合，其中，所述第二图片集合包括多张第二样本图片，每张第二样本图片对应一张第一样本图片；

[0105] S3，采用所述第一图片集合和所述第二图片集合生成瓷砖的图像预处理模型；

[0106] S4，采用所述图像预处理模型检测瓷砖的表面缺陷信息。

[0107] 可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

[0108] 上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

[0109] 在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

[0110] 在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

[0111] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0112] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0113] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

[0114] 以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。