一种轻质混凝土复合自保温外墙板的质量检测系统

摘要

本发明公开了一种轻质混凝土复合自保温外墙板的质量检测系统，涉及图像处理领域，该系统包括：图像采集模块：用于获取待检测保温外墙板的内外面板的灰度图像；预处理模块：用于获取每个像素点的混乱程度参数；利用混乱程度参数确定种子点；数据处理模块：获取每个像素点的边缘特征值；利用每个像素点的灰度值和边缘特征值得到每个像素点的区域生长判断值；区域生长模块：用于将已生长像素点和待生长像素点的区域生长判断值作为区域生长条件，利用灰度图像中的种子点进行区域生长得到多个区域；判断模块：用于根据边缘特征值确定待检测保温外墙板的破损区域。本发明提高了自保温外墙板的质量检测的准确性。

权利要求

1.一种轻质混凝土复合自保温外墙板的质量检测系统，其特征在于，包括：图像采集模块：用于获取待检测保温外墙板的内外面板的灰度图像；

预处理模块：用于根据灰度图像中每个像素点与邻域像素点的灰度值得到每个像素点的灰度波动程度，利用每个像素点与其邻域像素点的灰度波动程度得到每个像素点的混乱程度参数；

得到每个像素点的灰度波动程度方法为：

获取每个像素点与其每个邻域像素点的灰度差值的平方，对每个像素点得到的多个邻域像素点的灰度差值的平方求均值，得到每个像素点的灰度波动程度；

获取每个像素点的混乱程度参数的方法为：

获取每个像素点的与其邻域像素点的灰度波动程度的差值的均值；

对每个像素点得到的均值归一化后的值进行负相关映射，得到每个像素点的混乱程度参数；

将混乱程度参数大于预设的参数阈值的像素点作为种子点；

数据处理模块：用于根据灰度图像中每个像素点的灰度梯度值以及其邻域像素点的灰度值得到每个像素点的边缘特征值；

获取每个像素点的边缘特征值的方法为：

获取每个像素点的邻域像素点间的最大灰度差值；

获取每个像素点的邻域内每个邻域像素点的灰度分布特征值；

将每个像素点的灰度梯度值与其邻域像素点间的最大灰度差值的乘积作为分子；

将每个像素点的邻域像素点的灰度分布特征值的均值作为分母；

对每个像素点对应的分子与分母的比值进行归一化，得到每个像素点的边缘特征值；

其中，获取每个像素点的邻域内每个邻域像素点的灰度分布特征值的方法为：根据每个像素点的邻域内每个邻域像素点与其相邻像素点的灰度值差值得到邻域内每个邻域像素点的灰度分布特征值；

得到每个像素点的邻域内每个邻域像素点的灰度分布特征值的表达式为：其中， 表示灰度图像中第 个像素点的邻域内第 个邻域像素点的灰度分布特征值；

表示第 个像素点的邻域内第 个邻域像素点的灰度值； ， 分别表示第个像素点的邻域内与第 个邻域像素点相邻的第 个邻域像素点和第 个邻域像素点的灰度值；

利用每个像素点的灰度值和边缘特征值得到每个像素点的区域生长判断值；

区域生长模块：利用灰度图像中的种子点进行区域生长，将已生长像素点和待生长像素点的区域生长判断值作为区域生长条件，区域生长得到多个区域，所述已生长像素点是指已经进行区域生长的像素点；

判断模块：用于根据每个区域中像素点的边缘特征值确定待检测保温外墙板的破损区域。

2.根据权利要求1所述的一种轻质混凝土复合自保温外墙板的质量检测系统，其特征在于，所述区域生长模块中，利用灰度图像中的种子点进行区域生长包括：利用待生长像素点的区域生长判断值减去已生长像素点的区域生长判断值均值，得到差值；

若得到的差值的绝对值小于设定的判断阈值，则进行区域生长，将对应的待生长像素点更新为已生长像素点；

若得到的差值的绝对值不小于设定的判断阈值，则对应的待生长点不进行更新。

3.根据权利要求1所述的一种轻质混凝土复合自保温外墙板的质量检测系统，其特征在于，获取每个像素点的区域生长判断值的方法为：利用每个像素点的灰度值在总灰度值中的占比乘以灰度值的预设权重得到每个像素点的灰度特征；

利用每个像素点的边缘特征值乘以边缘特征值的预设权重得到每个像素点的边缘特征；

结合每个像素点的灰度特征和边缘特征得到每个像素点的区域生长判断值。

4.根据权利要求1所述的一种轻质混凝土复合自保温外墙板的质量检测系统，其特征在于，获取待检测保温外墙板的破损区域的方法为：获取每个区域中像素点的边缘特征值的均值；

将边缘特征值的均值小于预设的破损阈值的区域作为待检测保温外墙板的破损区域。

5.根据权利要求1所述的一种轻质混凝土复合自保温外墙板的质量检测系统，其特征在于，所述区域生长模块中，选取任一种子点进行第一步区域生长时，已生长像素点是指初始选取的种子点。

说明书

一种轻质混凝土复合自保温外墙板的质量检测系统

技术领域

[0001] 本发明涉及图像处理技术领域，具体涉及一种轻质混凝土复合自保温外墙板的质量检测系统。

背景技术

[0002] 轻质混凝土复合自保温外墙板不仅可以发挥对墙体自身的保温效果，还具备耐火性、耐腐蚀性和重量轻的优点，逐步发展成为一种建筑外墙的主流形式。现有的自保温外墙板是用混凝土将复合保温板夹在中间的夹芯保温外墙板，通过两面的混凝土层粘贴在墙面上。若自保温外墙板的表面出现破损导致外墙板结构不平整，进而可能会导致自保温外墙板脱落的情况，因此，自保温外墙板的质量检测尤为重要。

[0003] 由于人工抽检的检测效率较低且人为因素影响合格标准不够明确，导致自保温外墙板的质量检测结果不够准确，为了能够更高效准确的得到所有自保温外墙板的质量检测结果，考虑引入大多缺陷检测使用的具有较高的识别准确率和检测效率的计算机视觉检测方法。根据图像中的边缘部分的灰度差距进行区域生长算法得到图像中的缺陷区域和正常区域，但是自保温外墙板的内外表面是混凝土，混凝土的表面粗糙、灰度分布杂乱，在进行区域划分时，存在大量粗糙的干扰像素点影响区域生长算法，在进行基于灰度值的区域生长时，已生长区域的灰度均值会随着生长灰度的改变而改变，随着干扰点的加入，容易将两个灰度和梯度差异大的区域合并为一个区域，影响后续对破损区域和正常区域的区分识别，导致对自保温外墙板的质量检测结果不准确。

发明内容

[0004] 本发明提供一种轻质混凝土复合自保温外墙板的质量检测系统，以解决现有的粗糙的混凝土表面对基于灰度进行的区域生长算法的干扰，导致得到的自保温外墙板的质量检测结果不准确的问题。

[0005] 本发明的一种轻质混凝土复合自保温外墙板的质量检测系统，包括：

[0006] 图像采集模块：用于获取待检测保温外墙板的内外面板的灰度图像；

[0007] 预处理模块：用于根据灰度图像中每个像素点与邻域像素点的灰度值得到每个像素点的灰度波动程度，利用每个像素点与其邻域像素点的灰度波动程度得到每个像素点的混乱程度参数；

[0008] 将混乱程度参数大于预设的参数阈值的像素点作为种子点；

[0009] 数据处理模块：用于根据灰度图像中每个像素点的灰度梯度值以及其邻域像素点的灰度值得到每个像素点的边缘特征值；

[0010] 利用每个像素点的灰度值和边缘特征值得到每个像素点的区域生长判断值；

[0011] 区域生长模块：利用灰度图像中的种子点进行区域生长，将已生长像素点和待生长像素点的区域生长判断值作为区域生长条件，区域生长得到多个区域，所述已生长像素点是指已经进行区域生长的像素点；

[0012] 判断模块：用于根据每个区域中像素点的边缘特征值确定待检测保温外墙板的破损区域。

[0013] 进一步，区域生长模块中，利用灰度图像中的种子点进行区域生长包括：

[0014] 利用待生长像素点的区域生长判断值减去已生长像素点的区域生长判断值均值,得到差值；

[0015] 若得到的差值的绝对值小于设定的判断阈值，则进行区域生长，将对应的待生长像素点更新为已生长像素点；

[0016] 若得到的差值的绝对值不小于设定的判断阈值，则对应的待生长像素点不进行更新。

[0017] 进一步，获取每个像素点的区域生长判断值的方法为：

[0018] 利用每个像素点的灰度值在总灰度值中的占比乘以灰度值的预设权重得到每个像素点的灰度特征；

[0019] 利用每个像素点的边缘特征值乘以边缘特征值的预设权重得到每个像素点的边缘特征；

[0020] 结合每个像素点的灰度特征和边缘特征得到每个像素点的区域生长判断值。

[0021] 进一步，预处理模块中，获取每个像素点与其每个邻域像素点的灰度差值的平方，对每个像素点得到的多个邻域像素点的灰度差值的平方求均值，得到每个像素点的灰度波动程度。

[0022] 进一步，预处理模块中，获取每个像素点的混乱程度参数的方法为：

[0023] 获取每个像素点的与其邻域像素点的灰度波动程度的差值的均值；

[0024] 对每个像素点得到的均值归一化后的值进行负相关映射，得到每个像素点的混乱程度参数。

[0025] 进一步，获取每个像素点的边缘特征值的方法为：

[0026] 获取每个像素点的邻域像素点间的最大灰度差值；

[0027] 获取每个像素点的邻域内每个邻域像素点的灰度分布特征值；

[0028] 将每个像素点的灰度梯度值与其邻域像素点间的最大灰度差值的乘积作为分子；

[0029] 将每个像素点的邻域像素点的灰度分布特征值的均值作为分母；

[0030] 对每个像素点对应的分子与分母的比值进行归一化，得到每个像素点的边缘特征值。

[0031] 进一步，获取每个像素点的邻域内每个邻域像素点的灰度分布特征值的方法为：

[0032] 根据每个像素点的邻域内每个邻域像素点与其相邻像素点的灰度值差值得到邻域内每个邻域像素点的灰度分布特征值；

[0033] 得到每个像素点的邻域内每个邻域像素点的灰度分布特征值的表达式为：

[0034]

[0035] 其中， 表示灰度图像中第 个像素点的邻域内第 个邻域像素点的灰度分布特征值； 表示第 个像素点的邻域内第 个邻域像素点的灰度值； ， 分别表示第 个像素点的邻域内与第 个邻域像素点相邻的第 个邻域像素点和第 个邻域像素点的灰度值。

[0036] 进一步，获取待检测保温外墙板的破损区域的方法为：

[0037] 获取每个区域中像素点的边缘特征值的均值；

[0038] 将边缘特征值的均值小于预设的破损阈值的区域作为待检测保温外墙板的破损区域。

[0039] 进一步，区域生长模块中，选取任一种子点进行第一步区域生长时，已生长像素点是指初始选取的种子点。

[0040] 本发明的有益效果是：本发明的一种轻质混凝土复合自保温外墙板的质量检测系统，通过像素点周围像素点的灰度分布情况，即像素点的灰度波动程度，得到每个像素点的混乱程度参数，利用混乱程度参数确定出用于区域生长的种子点，相较于现有区域生长算法中使用自定义种子点进行区域生长的不合理性，本发明通过判断各像素点在区域内的灰度分布关系，提取生长种子点，更加能够代表区域内的灰度特征，具有更好的生长效果。通过像素点的灰度梯度值和邻域像素点的灰度值确定出边缘特征值，进而利用像素点的边缘特征值和灰度值进行区域生长的判断，相较于现有算法中利用已生长区域的灰度均值判断更加准确，避免了传统算法中渐变区域中的灰度变化产生的已生长像素点的灰度均值对生长规则的影响，使得到的区域更加准确，避免了将破损区域和正常区域划分为同一区域的情况。

附图说明

[0041] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0042] 图1为本发明的一种轻质混凝土复合自保温外墙板的质量检测系统的结构示意图；

[0043] 图2为自保温外墙板的内外面板的灰度图像；

[0044] 图3为自保温外墙板的内外面板的灰度图像的边缘图像。

具体实施方式

[0045] 下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

[0046] 本发明的一种轻质混凝土复合自保温外墙板的质量检测系统的实施例，如图1所示，该系统包括：图像采集模块10、预处理模块11、数据处理模块12、区域生长模块13、判断模块14。

[0047] 图像采集模块10：用于获取待检测保温外墙板的内外面板的灰度图像。

[0048] 轻质混凝土复合自保温外墙板为夹芯结构，主要由内面板‑芯材‑外面板三部分构成，夹芯保温外墙板外观质量应满足预制构件耐久性能和装配式混凝土结构工程整体美观的需求，面板表面应光洁平整，内面板需要涂界面剂与结构层（墙体）粘连，外层需要通过内部的螺栓固定钢丝网固定外墙装饰面层或使用界面剂固定外墙装饰。自保温外墙板的生产过程中可能出现模板不平整、板缝不严密、渗水漏浆或钢丝网填充不平整，若自保温外墙板的内面板结构不平整，可能导致自保温外墙板脱落；若自保温外墙板的外面板结构不平整，可能导致外墙装饰脱落破损的可能。

[0049] 因此，自保温外墙板的内外两侧都需要保证无缺陷，避免出现自保温外墙板脱落或外墙装饰脱落的情况，所以需要对自保温外墙板的内面板和外面板都进行质量检测。

[0050] 具体的，在自保温外墙板的生产线上方设置相机，相机用于采集自保温外墙板的内面板和外面板图像，内外面板使用材料相同，因此在无任何破损缺陷的情况下，内外面板的图像没有区别，因此，对采集到的内外面板图像的处理方式相同，对内外面板图像进行灰度化处理得到内外面板的灰度图像。

[0051] 预处理模块11：用于根据灰度图像中每个像素点与邻域像素点的灰度值得到每个像素点的灰度波动程度，利用每个像素点与其邻域像素点的灰度波动程度得到每个像素点的混乱程度参数；将混乱程度参数大于预设的参数阈值的像素点作为种子点。

[0052] 传统区域生长算法通过计算像素点与种子点的位置、灰度关系等，将特征近似的像素点归为一类达到区域划分的目的，但传统算法的种子点选择决定了划分效果的优劣，如果使用处于两种特征边界的像素点作为种子点，存在将两种特征划分到同一区域的情况，两种特征边界是指破损区域和正常区域的边界，后续就无法准确区分内外面板上的破损区域和正常区域。因此，在本方案中，选择的种子点需要能合适的反映区域特征。

[0053] 混凝土保温板的面板表面属于粗糙面，由于存在搅拌不充分等情况，使得内部原料存在抱团的可能，因此混凝土的表面是粗糙的，粗糙区域的灰度变化频繁但变化程度近似，而异常区域，即破损区域的内部灰度变化频率降低且变化程度较小，异常区域边缘灰度梯度较大。所以内外面板的正常区域的像素点在灰度图像中表现为变化频繁但变化程度近似的像素点，区域生长中种子点的选择需要体现该区域的特征。

[0054] 具体的，获取每个像素点与其每个邻域像素点的灰度差值的平方，对每个像素点得到的多个邻域像素点的灰度差值的平方求均值，得到每个像素点的灰度波动程度，获取每个像素点的灰度波动程度的表达式为：

[0055]

[0056] 其中， 表示灰度图像中第 个像素点的灰度波动程度，每个像素点的灰度波动程度是指该像素点的灰度值相对于其邻域像素点的灰度值的波动程度；表示灰度图像中第个像素点的灰度值； 表示灰度图像中第个像素点的邻域内第 个邻域像素点的灰度值；通过每个像素点8个邻域内像素点的灰度差异表示每个像素点的灰度波动程度，即将每个像素点与其8个邻域内邻域像素点的灰度值的差值平方的均值作为对应的像素点的灰度波动程度；像素点的灰度波动程度越大，像素点周围的灰度分布差异越大。

[0057] 获取每个像素点的与其邻域像素点的灰度波动程度的差值的均值；对每个像素点得到的均值归一化后的值进行负相关映射，得到每个像素点的混乱程度参数，获取每个像素点的混乱程度参数的表达式为：

[0058]

[0059] 其中，表示灰度图像中第个像素点的混乱程度参数； 表示灰度图像中第 个像素点的灰度波动程度； 表示第 个像素点的邻域内第 个邻域像素点的灰度波动程度；为现有归一化函数，取值范围为[0,1]。

[0060] 通过像素点周围8个邻域中每个邻域像素点与该像素点的灰度波动程度的差异，确定出像素点周围的混乱程度，利用归一化函数 对得到的灰度波动程度的差异的均值进行归一化，对得到的归一化值利用数值1进行负相关映射，像素点的混乱程度参数越大，说明该像素点周围像素点的灰度波动程度越相近，即该像素点与8个邻域像素点越可能属于同一区域，越可能都属于正常区域，或都属于破损区域，利用该像素点进行区域生长越合适，即出现将两种特征划分到同一区域的可能性就越小，划分结果更加准确。

[0061] 根据经验给定混乱程度参数的参数阈值为 ，当灰度图像中某个像素点的混乱程度参数 时，该像素点与8个邻域像素点越可能属于同一区域，即利用该像素点能对区域内的像素点区域生长分割。

[0062] 获取灰度图像中所有混乱程度参数 的像素点作为种子点，组成种子点集合。

[0063] 数据处理模块12：用于根据灰度图像中每个像素点的灰度梯度值以及其邻域像素点的灰度值得到每个像素点的边缘特征值；利用每个像素点的灰度值和边缘特征值得到每个像素点的区域生长判断值。

[0064] 由于混凝土表面浇筑工艺的差异，内外墙板的灰度图像中呈现灰度区域分块，其中块与块之间多为渐变的变化，渐变区域不存在明显的边界，因此利用传统的基于灰度均值和像素点距离的区域生长算法，生长到渐变区域时，由于随着待生长像素点的加入，已生长区域的灰度均值随着待生长像素点的灰度值发生变化，当已生长区域的灰度均值变化到一定程度时，可能使得某个待生长像素点的灰度值相较于初始均值大于生长阈值，而相较于当前的灰度均值小于生长阈值被生长到同一区域，出现生长误差的可能，即已生长区域的灰度均值会随着生长灰度的改变而改变，存在将梯度变化大的两个区域合并为一个区域的可能，因此，本方案在区域生长时，需要同时考虑到像素点的灰度梯度和与邻域像素点的灰度差异。

[0065] 由于自保温外墙板的内外面板的制作工艺为混凝土浇筑，因此内外面板的表面比较粗糙，在灰度图像中表现为存在大量的干扰像素点，会干扰对异常区域的检测，如图2所示，为内外面板的灰度图像，如图3所示，为内外面板的灰度图像边缘检测得到的边缘图像。边缘图像中干扰像素点与邻域像素点灰度差异较大，但灰度差异的值近似，即像素点的邻域像素点之间灰度差异不明显，而处于两个区域边缘的像素点的邻域像素点之间灰度差异明显，即边缘像素点两侧的区域中像素点的灰度值在不同的均值范围内波动，根据该特征对图像进行分割。

[0066] 具体的，获取每个像素点的邻域像素点间的最大灰度差值；获取每个像素点的邻域内每个邻域像素点的灰度分布特征值；将每个像素点的灰度梯度值与其邻域像素点间的最大灰度差值的乘积作为分子；将每个像素点的邻域像素点的灰度分布特征值的均值作为分母；对每个像素点对应的分子与分母的比值进行归一化，得到每个像素点的边缘特征值。获取每个像素点的边缘特征值的公式为：

[0067]

[0068] 其中，表示灰度图像中第 个像素点的边缘特征值，表示第 个像素点的灰度梯度值，表示第 个像素点的邻域灰度范围，即像素点的8个邻域内邻域像素点的最大灰度值和最小灰度值的差值； 表示灰度图像中第个像素点的邻域内第 个邻域像素点的灰度分布特征值； 为现有归一化函数，取值范围为[0,1]。

[0069] 可选的，利用sobel算子计算每个像素点的灰度梯度值。根据像素点的邻域内每个邻域像素点与其相邻像素点的灰度值差值得到邻域内每个邻域像素点的灰度分布特征值；获取每个像素点的邻域内每个邻域像素点的灰度分布特征值的表达式为：

[0070]

[0071] 其中， 表示灰度图像中第 个像素点的邻域内第 个邻域像素点的灰度分布特征值； 表示第 个像素点的邻域内第 个邻域像素点的灰度值； ， 分别表示第 个像素点的邻域内与第 个邻域像素点相邻的第 个邻域像素点和第 个邻域像素点的灰度值。每个邻域像素点有两个相邻像素点，第 和 个相邻像素点可以是两个像素点中的任意一个，没有具体限制。计算每个邻域像素点的灰度分布特征值是为了表示邻域像素点之间的灰度差异，邻域像素点之间的灰度差异越大，认为该邻域像素点对应的中心像素点越可能属于两个区域的边界，则该像素点的邻域像素点属于同一个区域的可能性就越小。

[0072] 在计算每个像素点的边缘特征值的公式中，第 个像素点的灰度梯度值越大，该像素点属于两个区域边界的可能性越大，灰度梯度值越小，该像素点属于区域内部的可能性较大；表示第 个像素点的邻域灰度范围，邻域灰度范围越大，说明该像素点的邻域像素点越可能属于两个区域，即该像素点越可能位于两个区域的边界；第 个像素点的邻域像素点的灰度分布特征值的均值越小，该像素点的邻域像素点属于同一区域的可能性越大，则该像素点属于区域内部的可能性越大，属于两区域边界的可能性越小；因此，像素点的灰度梯度值和邻域灰度范围与像素点的边缘特征值正相关，像素点的邻域像素点的灰度分布特征值与像素点的边缘特征值呈负相关。利用归一化函数对得到的数值进行归一化，便于后续计算。

[0073] 至此，得到了每个像素点的边缘特征值。使用边缘特征值对灰度图像进行区域生长，避免了传统算法中渐变区域中的灰度变化产生的已生长像素点的灰度均值对生长规则的影响。

[0074] 根据每个像素点的边缘特征值和灰度值获取每个像素点的区域生长判断值，用于后续的区域生长算法。

[0075] 具体的，利用每个像素点的灰度值在总灰度值中的占比乘以灰度值的预设权重得到每个像素点的灰度特征；利用每个像素点的边缘特征值乘以边缘特征值的预设权重得到每个像素点的边缘特征；结合每个像素点的灰度特征和边缘特征得到每个像素点的区域生长判断值。已生长像素点是指已经进行区域生长的像素点，获取每个像素点的区域生长判断值的公式为：

[0076]

[0077] 其中，表示灰度图像中第个像素点的区域生长判断值；灰度图像中第个像素点的灰度值；表示第个像素点的边缘特征值； 表示像素点的灰度特征的权重值； 表示像素点的边缘特征的权重值；在本方案中进行区域生长时，由于灰度图像中存在较多干扰像素点以及渐变区域，所以应该降低灰度值对生长判断的影响，提高边缘特征值对生长判断的影响，得到的区域生长结果才能更加准确，因此，赋予权重值， ， 。两个像素点的灰度值和边缘特征值越近似，区域生长判断值就越近似，越可能生长为同一个区域。

[0078] 区域生长模块13：利用灰度图像中的种子点进行区域生长，将已生长像素点和待生长像素点的区域生长判断值作为区域生长条件，区域生长得到多个区域，所述已生长像素点是指已经进行区域生长的像素点。

[0079] 具体的，利用待生长像素点的区域生长判断值减去已生长像素点的区域生长判断值均值得到差值；若得到的差值的绝对值小于设定的判断阈值，则进行区域生长，将对应的待生长像素点更新为已生长像素点；若得到的差值的绝对值不小于设定的判断阈值，则对应的待生长像素点不进行更新。已生长像素点满足下式，则继续生长：

[0080]

[0081] 其中，表示灰度图像中待生长像素点 的区域生长判断值；表示灰度图像中已生长像素点的区域生长判断值，表示灰度图像中已生长像素点的数量， 表示已生长像素点的区域生长判断值的均值，待生长像素点的区域生长判断值与已生长像素点的区域生长判断值均值越接近，认为待生长像素点与已生长区域属于同一区域的可能性越大，应该继续生长；因此设定判断阈值 ，判断阈值可根据具体情况自行设置。

[0082] 选取任一种子点进行第一步区域生长时，已生长像素点是指初始选取的种子点。已生长像素点的邻域内的像素点为待生长像素点，当待生长像素点的区域生长判断值与已生长像素点的区域生长判断值均值的差异小于设定的判断阈值，则将待生长像素点更新为已生长像素点，继续进行区域生长，直到不存在满足该条件的待生长像素点，结束区域生长，得到一个区域。再任选种子点根据相同的方式进行区域生长，最终得到灰度图像中的多个区域。

[0083] 判断模块14：用于根据每个区域中像素点的边缘特征值确定待检测保温外墙板的破损区域。

[0084] 自保温外墙板的内外面板中，正常的保温板表面属于粗糙表面，破损区域相比于混凝土制成的正常区域，粗糙程度较小，在灰度图像的边缘图像中表现为干扰点较少，因此破损区域中像素点的边缘特征值 相对较小，因此通过每个区域的边缘特征值提取灰度图像中的破损区域。

[0085] 具体的，获取灰度图像中每个区域中所有像素点的边缘特征值的均值 ，当某个区域的边缘特征值的均值 小于设定的破损阈值Q=0.3，则该区域为破损区域。

[0086] 综上所述，本发明提供一种轻质混凝土复合自保温外墙板的质量检测系统，通过像素点周围像素点的灰度分布情况，即像素点的灰度波动程度，得到每个像素点的混乱程度参数，利用混乱程度参数确定出用于区域生长的种子点，相较于现有区域生长算法中使用自定义种子点进行区域生长的不合理性，本发明通过判断各像素点在区域内的灰度分布关系，提取生长种子点，更加能够代表区域内的灰度特征，具有更好的生长效果。通过像素点的灰度梯度值和邻域像素点的灰度值确定出边缘特征值，进而利用像素点的边缘特征值和灰度值进行区域生长的判断，相较于现有算法中利用已生长区域的灰度均值判断更加准确，避免了传统算法中渐变区域中的灰度变化产生的已生长像素点的灰度均值对生长规则的影响，使得到的区域更加准确，避免了将破损区域和正常区域划分为同一区域的情况。

[0087] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。