(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 202210553173.0 (22)申请日 2022.05.20 (71)申请人 南通中煌工具有限公司 地址 226212 江苏省南 通市启东市王鲍镇 中施村 (72)发明人 孙学军　朱海东　 (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 齐玉巧 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/187(2017.01) G06V 10/74(2022.01) G06T 7/70(2017.01) (54)发明名称 基于图像处理的建筑装饰墙面砖异常评估 方法 (57)摘要 本发明涉及建筑装饰墙面砖异常评估 领域， 具体涉及一种基于图像处理的建筑装饰墙面砖 异常评估方法， 包括： 获取处理后的墙面砖表面 图像； 对表面图像进行高斯拟合， 得到各子区域； 根据各子区域两两间的相似度及空间信息得到 各子区域两两间的边界值， 进而得到损失指标； 利用损失指标得到初步合并后的各子区域； 对初 步合并后的各子区域进行迭代 合并， 得到最终合 并的各子区域； 统计最终合并后的各子区域内的 像素点数量， 得到正常子区域和异常子区域； 根 据正常子区域和异常子区域对待检测墙面砖进 行异常评估。 上述方法用于评估墙面砖的异常程 度， 通过上述方法可有效提高墙面砖异常评估的 准确性和效率。 权利要求书2页 说明书8页 附图2页 CN 115018771 A 2022.09.06 CN 115018771 A 1.一种基于图像处 理的建筑装饰 墙面砖异常评估方法， 其特 征在于， 包括： S1： 采集待检测的墙面 砖表面图像； S2： 对待检测的墙面 砖表面图像进行 预处理， 得到处 理后的墙面 砖表面图像； S3： 根据各像素点的亮度值对墙面砖表面图像进行高斯混合模型拟合， 通过高斯混合 模型中的各个高斯子模型确定表面图像中的各子区域； S4： 根据各子区域两两之间的相似度及空间信息计算得到各子区域两两之间的边界 值； S5： 根据各子区域两 两之间的边界值计算得到各子区域两 两之间的损失指标； S6： 将各子区域两两之间的损失指标低于设定的损失指标阈值的两两区域合并为同一 区域， 依次对表面图像中所有子区域进行类别合并， 得到初步类别合并后的各子区域； S7： 重复步骤S4 ‑S6对初步类别合并后的各子区域进行迭代类别合并， 直到合并后任意 两个子区域之间的损失指标均高于损失指标阈值， 迭代终止， 得到最终类别合并后的各子 区域； S8： 对最终类别合并后的各子区域内的像素点数量进行统计， 得到正常子区域和异常 子区域； S9： 根据得到的正常子区域和异常子区域对待检测的墙面 砖进行异常评估。 2.根据权利要求1所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述各子区域两 两之间的边界值是按照如下 方式得到： 获取各高斯子模型的均值和方差； 根据各高斯子模型的均值和方差构建模型向量， 得到各子区域的模型向量； 根据各子区域的模型向量构建相似度分析模型， 得到各子区域两 两之间的相似度； 计算各子区域两 两之间的空间距离， 得到各子区域两 两之间的空间信息； 基于各子区域两两之间的相似度及空间信 息构建边界值计算模型， 得到各子区域两两 之间的边界值。 3.根据权利要求2所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述相似度分析模型的表达式如下： 式中， rij为子区域i， j之间的相似度， μi、 μj分别为高斯子模型i和高斯子模型j的均值， σi、 σj分别为高斯子模型i和高斯子模型j的方差， k 为模型参数。 4.根据权利要求2所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述 边界值计算模型的表达式如下： 式中， rij为子区域i、 j之间的相似度， 为第c个边界的值， 是由子区域i、 j组成的边界， dij为子区域 i、 j之间的空间距离 。 5.根据权利要求4所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述损失指标的表达式如下：权　利　要　求　书 1/2 页 2 CN 115018771 A 2式中， Lc为子区域i、 j之间的损失指标， 为第c个边界的值， 是由子区域i、 j组成的边 界， t为模型参数。 6.根据权利要求1所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述对待检测的墙面 砖进行异常评估是按照如下 方式进行： 根据得到的正常子区域和异常子区域获取异常子区域 提取二值图； 将异常子区域提取二值图与待检测墙面砖RGB图像进行相乘并裁剪， 得到各异常连通 域； 根据各异常连通域的数量、 分布指标及各异常连通域内的像素点数量得到待检测墙面 砖的异常程度； 设置阈值， 对待检测墙面砖的异常程度进行判断： 当待检测墙面砖的异常程度高于阈 值时， 该待检测墙面 砖不合格。 7.根据权利要求6所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述待检测墙面 砖的异常程度是按照如下 方式得到： 获取各异常连通 域的数量及各异常连通 域内的像素点数量； 根据各异常连通 域中所有像素点的灰度值得到各异常连通 域的二维分布图； 根据二维分布图构建 分布指标计算模型， 得到各异常连通 域的分布指标； 根据各异常连通域的数量、 分布指标及各异常连通域内的像素点数量构建墙面砖异常 程度评估 模型， 得到待检测墙面 砖的异常程度。 8.根据权利要求7所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述分布指标计算模型的表达式如下： 式中， γa为第a个异常连通域的分布指标， g为异常连通域所包含的第g个灰度等级， N ′ 为灰度等级数， M(g)为灰度等级g所对应的像素点数量。 9.根据权利要求7所述的一种基于图像处理的建筑装饰墙面砖异常评估方法， 其特征 在于， 所述墙面 砖异常程度评估 模型的表达式如下： 式中， F为待检测墙面砖的异常程度， A为异常连通域的数量， γa为第a个异常连通域的 分布指标， Za为第a个异常连通 域所包含的像素点的数量。权　利　要　求　书 2/2 页 3 CN 115018771 A 3