(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 202210823219.6 (22)申请日 2022.07.14 (71)申请人 上海群乐船舶附件启东有限公司 地址 226000 江苏省南 通市启东市合作镇 新义村十一组 (72)发明人 董凤凤　房素平　 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/90(2017.01) G06T 5/00(2006.01) G06T 5/40(2006.01)G06V 10/74(2022.01) G06V 10/762(2022.01) (54)发明名称 一种船舶钣金件漆面 缺陷检测方法 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种船舶钣金件漆面缺陷检测方法。 该方法根据亮 度图像的分布 直方图确定初始分区数量， 进行超 像素块分割并进行高斯拟合。 根据高斯模型的差 异值对低拟合度区域进行多次合并划分操作， 最 终获得包含多个子区域的第一分块图像。 进一步 将第一分块图像中分布密集的子区域合并， 获得 第二分块图像。 根据第二分块图像中子区域的数 量进行最终的混合高斯模型拟合。 根据混合高斯 模型拟合检测缺陷像素点， 获得缺陷区域。 本发 明通过自适应调整混合高斯模型的参数， 使其能 够有效描述光照对图像的影 响， 并进行准确的缺 陷检测。 权利要求书1页 说明书5页 附图1页 CN 115100174 A 2022.09.23 CN 115100174 A 1.一种船舶钣金件漆面 缺陷检测方法， 其特 征在于， 所述方法包括： 采集钣金漆面图像； 获取所述钣金漆面图像中的亮度图像； 获取所述亮度图像的分布 直方图； 以所述分布直方图中的峰值点数量作为初始分区数量； 以所述初始分区数量作为 分割数量对所述亮度图像进行超像素分割， 获得多个超像素块； 根据所述超像素块中像素点的位置和像素值进行高斯拟合， 获得第一高斯模型； 获得 所述超像素块中每个像素点的像素值与对应的所述第一高斯模型的拟合值的差异值； 将所 述差异值累加获得图像整体差异值； 根据每个像素点的所述差异值对所述像素点分类， 获得低拟合度像素点类别及其对应 的多个低拟合度区域； 获得每个所述低拟合度区域的第二高斯模型； 根据所述第二高斯模 型之间的相似度将相 邻的所述低 拟合度区域合并， 获得划分区域图像； 重复合并划分操作， 每次所述合并划分操作对应一个所述图像整体差异 值； 当图像整体差异 值序列收敛时停止 所述合并划分操作， 获得包 含多个子区域的第一分块图像； 将所述第一分块图像中分布密集的子区域合并， 获得第二分块图像； 获得所述亮度图 像的混合高斯模型； 所述混合高斯模型中子高斯模型的数量与所述第二分块图像中的子区 域数量相等； 将大于预设差异阈值的所述混合高斯模型的所述差异值对应的像素点作为缺陷像素 点， 获得缺陷区域。 2.根据权利要求1所述的一种船舶钣金件漆面缺陷检测方法， 其特征在于， 所述获取所 述钣金漆面图像中的亮度图像包括： 将所述钣金漆面图像转换至HSV颜色空间中， 提取所述HSV颜色空间中的亮度分量信 息， 获得所述亮度图像。 3.根据权利要求1所述的一种船舶钣金件漆面缺陷检测方法， 其特征在于， 所述根据每 个像素点的所述差异值对所述像素点分类包括： 根据所述差异值利用k均值聚类算法对所述像素点分为两类， 获得低拟合度像素点类 别和高拟合度像素点类别。 4.根据权利要求1所述的一种船舶钣金件漆面缺陷检测方法， 其特征在于， 所述根据 所 述第二高斯模型之间的相似度将相邻的所述低拟合度区域 合并包括： 获取相邻所述低拟合度区域的所述第 二高斯模型之间的余弦相似度； 若所述余弦相似 度大于预设相似度阈值， 则将相邻的所述低拟合度区域合并， 以相邻的所述低拟合度区域 中较大的所述低拟合度区域对应的所述第二高斯模型作为 合并后区域的高斯模型。 5.根据权利要求1所述的一种船舶钣金件漆面缺陷检测方法， 其特征在于， 所述当图像 整体差异值序列收敛时停止所述 合并划分操作包括： 若所述整体差异值序列中连续小于预设差异阈值的元素数量大于预设参考数量， 则认 为此时所述图像整体差异序列收敛。 6.根据权利要求1所述的一种船舶钣金件漆面缺陷检测方法， 其特征在于， 所述将所述 第一分块图像中分布密集的子区域 合并包括： 根据子区域的中心点坐标利用 密度聚类算法对子区域进行分类， 获得多个聚类簇； 将 样本数量 最多的所述聚类簇中的子区域 合并为一个子区域。权　利　要　求　书 1/1 页 2 CN 115100174 A 2一种船舶钣金件漆面缺陷检测方 法 技术领域 [0001]本发明涉及人工智能技 术领域， 具体涉及一种船舶钣金件漆面 缺陷检测方法。 背景技术 [0002]随着社会经济的发展、 经济全球化的推进， 国家之间商贸交易愈加频繁， 船舶作为 商贸交易的重要交通方式， 其使用量大幅度提升。 钣 金件作为船舶壳体的重要配件， 其是否 存在缺陷直接影响船舶的使用寿命。 由于船体整天暴漏在高湿高盐的环境中， 其特别容易 发生锈蚀， 因而漆面作为船体部件的重要保护层， 需要保障其质量， 这样才能有效降低漆面 脱落的概率， 增加 其对船体的保护效果。 船体钣金部件喷漆会因为工艺失误出现漆面鼓包 现象， 存在鼓包时会增 加漆面脱落的风险， 因而在喷漆完成后需对喷漆质量进行检测。 [0003]鼓包缺陷是一种对比度比较小的缺陷， 并且鼓包缺陷的边界不太清 晰。 同时在利 用视觉方式进 行缺陷检测时， 容易受光线的干扰， 导致鼓包缺陷的检测不准确。 例如边缘检 测算法中， 因为光线影响会导致 获得的区域边界不清晰且因为光线变化导致大量 非缺陷因 素的误识别。 同理阈值分割算法也会因为 光照影响导 致检测不 准确。 [0004]在现有技术中， 考虑到光照在平面上呈现一种连续、 渐变的分布形态， 因而认为光 照符合高斯分布， 可根据高斯模 型对图像信息进 行处理识别。 在拟合高斯模型时， 常常根据 经验随机给定高斯火鹤模型中子高斯模型的数量， 这样会存在数量选取不贴合图像实际情 况导致拟合不准确。 如果图像信息受到光线较为简单 的影响， 则只需少量子高斯模型即可 拟合分析； 如果光线复杂， 则需要更多的子高斯模 型进行拟合分析， 如果不根据图像信息自 适应的设置 子高斯模型的数量， 则会影响检测精度。 发明内容 [0005]为了解决上述技术问题， 本发明的目的在于提供一种船舶钣金件漆面缺陷检测方 法， 所采用的技 术方案具体如下： 本发明提出了一种船舶钣金件漆面 缺陷检测方法， 所述方法包括： 采集钣金漆面图像； 获取所述钣金漆面图像中的亮度图像； 获取所述亮度图像的 分布直方图； 以所述分布直方图中的峰值点数量作为初始分区数量； 以所述初始分区数量 作为分割数量对所述亮度图像进行超像素分割， 获得多个超像素块； 根据所述超像素块中像素点的位置和像素值进行高斯拟合， 获得第一高斯模型； 获得所述超像素块中每个像素点的像素值与对应的所述第一高斯模型的拟合值的差异值； 将所述差异值累加获得图像整体差异值； 根据每个像素点的所述差异值对所述像素点分类， 获得低拟合度像素点类别及其 对应的多个低拟合度区域； 获得每个所述低拟合度区域的第二高斯模型； 根据所述第二高 斯模型之间的相似度将相邻的所述低拟合度区域合并， 获得划分区域图像； 重复合并划分 操作， 每次所述合并划分操作对应一个所述图像整体差异值； 当图像整体差异值序列收敛 时停止所述 合并划分操作， 获得包 含多个子区域的第一分块图像；说　明　书 1/5 页 3 CN 115100174 A 3