1.一种坡口缺陷检测方法,在计算设备中执行,适于检测管状元件端部的环形坡口的缺陷,所述方法包括:获取待检测元件的端部图像中的环形坡口区域;
将所述环形坡口区域展开成矩形,得到矩形的坡口图像;
对矩形的坡口图像进行滑窗切分,得到多个子坡口图像,其中,子坡口图像之间存在重叠区域;
将每个子坡口图像输入到训练好的卷积分类网络中进行分类,得到有缺陷的子坡口图像;
将有缺陷的子坡口图像输入到训练好的降噪自编码器中进行缺陷修复,得到修复后的子坡口图像;
获取修复后的子坡口图像与有缺陷的子坡口图像的残差图像;
从所述残差图像中获取缺陷区域的像素坐标;
将获取的缺陷区域标注到所述端部图像的相应位置;
根据缺陷区域的形状信息和位置信息进行缺陷分类,包括:根据缺陷区域的形状将缺陷分为毛刺缺陷和非毛刺缺陷,其中,如果任一缺陷区域的宽高比大于第一预定值或者是小于第二预定值,则将该缺陷区域对应的缺陷判定为毛刺缺陷,否则将该缺陷区域对应的缺陷判定为非毛刺缺陷;
对于非毛刺缺陷,根据位置信息将其分为亮带缺陷和灰带缺陷,包括:将任一非毛刺缺陷对应的缺陷区域的坐标与其所属的子坡口图像中的亮带区域的坐标进行比对,如果该非毛刺缺陷对应的缺陷区域的坐标与亮带区域的坐标有交集,则将该非毛刺缺陷判定为亮带缺陷,否则将该非毛刺缺陷判定为灰带缺陷。
2.如权利要求1所述的方法,其中,所述降噪自编码器基于下述方法训练得到:将加入噪声的无缺陷的子坡口图像输入到降噪自编码器中,得到修复后的子坡口图像;
基于所述无缺陷的子坡口图像与所述修复后的子坡口图像之间的损失值,更新所述降噪自编码器的参数,直到所述损失值满足预定条件,训练结束,得到训练好的降噪自编码器。
3.如权利要求1或2所述的方法,其中,所述从所述残差图像中获取缺陷区域的像素坐标的步骤,包括:对所述残差图像进行二值化处理,得到残差二值图像;
基于所述残差二值图像,获取缺陷区域的像素坐标。
4.如权利要求1或2所述的方法,其中,所述获取待检测元件的端部图像中的环形坡口区域的步骤,包括:对所述端部图像进行二值化处理,得到端部二值图像;
去除所述端部二值图像中的孔洞和边缘毛刺,仅保留环形坡口区域。
5.如权利要求4所述的方法,其中,在所述对所述端部图像进行二值化处理的步骤中,采用自适应二值化方法对所述端部图像进行二值化处理。
6.如权利要求4所述的方法,其中,在所述去除所述端部二值图像中的孔洞和边缘毛刺的步骤中,采用形态学处理方法去除所述端部二值图像中的孔洞和边缘毛刺。
7.如权利要求1或2所述的方法,其中,所述将所述环形坡口区域展开成矩形的步骤,包括:获取所述环形坡口区域的外径、内径和圆心坐标;
根据所述环形坡口区域的外径、内径和圆心坐标,将所述环形坡口区域展开成矩形。
8.如权利要求7所述的方法,其中,在所述根据所述环形坡口区域的外径、内径和圆心坐标,将所述环形坡口区域展开成矩形的步骤中,使用双线性差值法将所述环形坡口区域展开成矩形。
9.如权利要求1或2所述的方法,其中,所述卷积分类网络包括一个输入层、六个卷积层、五个池化层、六个激活层、六个批量归一化层、一个全连接层、一个dropout层、一个softmax层和一个输出层。
10.如权利要求1或2所述的方法,其中,在所述将获取的缺陷区域标注到所述端部图像的相应位置的步骤中,根据所述缺陷区域的像素坐标,利用极坐标转换法将所述缺陷区域反推至所述端部图像中进行标注。
11.一种计算设备,包括:
至少一个处理器;以及
存储器,存储有程序指令,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-10中任一项所述方法的指令。
12.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-10中任一项所述方法。