(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211140172.X (22)申请日 2022.09.20 (65)同一申请的已公布的文献号 申请公布号 CN 115222735 A (43)申请公布日 2022.10.21 (73)专利权人 左成 （江苏） 新材 料技术有限公司 地址 226000 江苏省南 通市如东县大豫镇 纬五路1号 （再生资源加工区） (72)发明人 顾圣强　 (74)专利代理 机构 绍兴三人 行柯信知识产权代 理事务所(普通 合伙) 33495 专利代理师 朱亚飞 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 7/70(2017.01) G06T 7/90(2017.01) G06V 10/26(2022.01) G06V 10/50(2022.01) G06V 10/56(2022.01) (56)对比文件 CN 109596 530 A,2019.04.09 US 2006067571 A1,20 06.03.30 CN 114708325 A,202 2.07.05 CN 114359276 A,202 2.04.15 于彩香等.基于灰度―游程累加的皮革 缺陷 自动检测. 《皮革与化工》 .20 08,(第06期),第42- 44页. 审查员 任俊鹏 (54)发明名称 一种基于麻点缺陷的金属模具质 量检测方 法 (57)摘要 本发明涉及一种基于麻点缺陷的金属模具 质量检测方法， 包括以下步骤： 获取金属模具图 像， 将获取金属模具图像转化为灰度图； 对灰度 图进行均匀划分得到多个图像区域， 获取图像区 域的亮度值； 根据亮度值及灰度值计算每个图像 区域的粗糙度值； 根据亮度值、 粗糙度值及亮度 最大值计算每个图像区域的中心像素点为麻点 缺陷的概率； 确定所有像素点中为麻点缺陷的麻 点像素点； 根据麻点像素点的八邻域内其他麻点 像素点的个数， 对金属模具的质量判断。 本发明 方法精确确定每个金属模具上的麻点缺陷位置， 提高金属模 具上麻点缺陷的判断效率， 进而提高 金属模具的质量检测的准确率及效率， 实用性 强， 值得推广。 权利要求书3页 说明书6页 附图1页 CN 115222735 B 2022.12.27 CN 115222735 B 1.一种基于麻点 缺陷的金属模具质量检测方法， 其特 征在于， 该 方法包括： 获取金属模具图像， 将金属模具图像转 化为灰度图； 对灰度图进行均匀划分得到多个图像区域， 获取每个图像区域的亮度值， 得到所有图 像区域的亮度值中的亮度最大值； 获取每个图像区域内所有像素点的灰度值， 根据每个图像区域的亮度值及该图像区域 内所有像素点的灰度值计算每 个图像区域的粗 糙度值； 根据每个图像区域的亮度值、 粗糙度值及亮度最大值， 计算每个图像区域的中心像素 点为麻点缺陷的概 率； 根据麻点缺陷的概率及预设的概率阈值， 确定所有像素点中为麻点缺陷的麻点像素 点； 获取每个麻点像素点的八邻域内存在其他麻点像素点的个数， 若不存在其他麻点像素 点， 则金属模具的质量 合格， 反之， 则金属模具质量 不合格。 2.根据权利要求1所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 获 取金属模具图像， 将金属模具图像转 化为灰度图的步骤 包括： 采集原始模具图像； 利用DNN语义分割对原始模具图像进行分割， 获得金属模具图像和背景图像， 其中， 网 络的任务是分类， 所以使用的l oss函数为交叉熵损失函数； 将金属模具图像转 化为灰度图。 3.根据权利要求1所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 获 取每个图像区域的亮度值的步骤 包括： 获取每个图像区域的灰度直方图； 将每个灰度直方图中的峰值所对应的灰度值作为图像区域的亮度值。 4.根据权利要求1所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 根 据每个图像区域的亮度值及该图像区域内所有像素点的灰度值计算每个图像区域的粗糙 度值的步骤 包括： 根据下式 （1） 计算每 个图像区域的粗 糙度值：                     （1） 其中， 表示第 个图像区域的粗糙度值； 表示第 个图像区域的灰度波动值； 表示 第 个图像区域内第 个像素点的权重； 表示图像区域内第 个像素点的灰度值与图 像区域的亮度值的差值； 表示图像区域大小； 表示第 个图像区域内第 个像素点 的灰度值。 5.根据权利要求4所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 获 取第 个图像区域的灰度波动值 的步骤包括： 获取每个图像区域内所有像素点的灰度值中的最大值和最小值；权　利　要　求　书 1/3 页 2 CN 115222735 B 2当图像区域的中心像素点的灰度值越接近图像区域的亮度值 时， 所述中心像素点的灰 度值与亮度值的差值即为图像区域的灰度波动值 ； 当图像区域的中心像素点的灰度值越接近图像区域中灰度值的最大值或最小值时， 所 述图像区域中灰度值的极差即为图像区域的灰度波动值 。 6.根据权利要求4所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 获 取第 个图像区域内第 个像素点的权 重 的步骤包括： 根据下式 （2） 计算每 个图像区域的像素点的权 重：                 （2） 其中， 表示第 个图像区域内第 个像素点的权重； 表示第个图像区域内第 个 像素点到图像区域的中心像素点的欧式距离； 表示区域内所有像素点到区域 中心像素点 距离的方差， ； 其中， 为区域大小， 表示图像区域内第 个像素点 到图像区域的中心像素点的欧式距 离； 表示图像区域内第 个像素点与图像区域 的中心像素点的灰度值的差异度； 表示第 个图像区域内中心 像素点的灰度值； 表示第 个图像区域中所有像素点灰度值的集 合， 。 7.根据权利要求1所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 计 算每个图像区域的中心像素点 为麻点缺陷的概 率的步骤 包括： 根据下式 （3） 计算每 个图像区域的中心像素点 为麻点缺陷的概 率：                         （3） 其中， 表示第 个图像区域的粗糙度值； 表示第 个图像区域的亮度值； 表示所有图 像区域亮度值 的集合； 为图像区域中亮度值 的亮度最大值； 表示当图像 区域的亮度值较大， 则图像区域的粗糙度值基本保持不变， 该粗糙度值作为图像区域的中 心像素点为麻点缺陷的概率， 当图像区域亮度值较小， 则将图像区域粗糙度值扩 大， 将扩大 之后的图像区域的粗糙度值作为麻点缺陷的概率； 用于设置麻点缺陷 概率的上限， 最大为 ； 若图像区域 的中心像素点为麻点缺陷的概率越大， 则该像素点越可 能为麻点 缺陷。 8.根据权利要求1所述的一种基于麻点缺陷的金属模具质量检测方法， 其特征在于， 根 据麻点缺陷的概 率及预设的概 率阈值， 确定所有像素点中为麻点像素点的步骤 包括：权　利　要　求　书 2/3 页 3 CN 115222735 B 3