1.一种产品表面缺陷的检测方法,其特征在于,包括:
获取待检测产品的产品表面图像,所述待检测产品为表面具有多个纹理元素的产品;
对所述产品表面图像进行二值化处理,得到所述产品表面图像对应的二值图像,所述二值图像中包括多个连通区域;
根据所述多个连通区域,将所述产品表面图像分割为多个纹理图像,每个纹理图像中包括一个纹理元素;
提取所述每个纹理图像的高斯马尔可夫特征,并根据所述每个纹理图像的高斯马尔可夫特征和预设的高斯马尔可夫特征,对所述待检测产品进行表面缺陷检测,其中,所述预设的高斯马尔可夫特征为根据表面无缺陷产品的多个无缺陷产品图像在每个阶数下的调和平均值所确定的目标阶数下的高斯马尔可夫特征。
2.根据权利要求1所述的方法,其特征在于,所述提取所述每个纹理图像的高斯马尔可夫特征,并根据所述纹理图像的高斯马尔可夫特征和预设的高斯马尔可夫特征,对所述待检测产品进行表面缺陷检测,包括:
将所述每个纹理图像划分为多个纹理分块;
提取每个纹理分块的高斯马尔可夫特征;
根据所述每个纹理分块的高斯马尔可夫特征和所述预设的高斯马尔可夫特征,对所述待检测产品进行表面缺陷检测。
3.根据权利要求2所述的方法,其特征在于,所述根据所述每个纹理分块的高斯马尔可夫特征和所述预设的高斯马尔可夫特征,对所述待检测产品进行表面缺陷检测,包括:
计算所述每个纹理分块的高斯马尔可夫特征和所述预设的高斯马尔可夫特征之间的欧式距离;
若所述欧式距离大于预设距离,则确定所述待检测产品在所述每个纹理分块对应的区域存在表面缺陷;
若所述欧式距离小于或等于所述预设距离,则确定所述待检测产品在所述每个纹理分块对应的区域不存在表面缺陷。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
将每个无缺陷产品图像分割为多个无缺陷纹理图像,每个无缺陷纹理图像中包括一个纹理元素;
根据所述多个无缺陷纹理图像在多个阶数下的高斯马尔可夫特征,计算所述每个无缺陷产品图像在所述每个阶数下的调和平均值;
根据所述调和平均值,确定所述目标阶数下的高斯马尔可夫特征为所述预设的高斯马尔可夫特征。
5.根据权利要求4所述的方法,其特征在于,所述根据所述多个无缺陷纹理图像在多个阶数下的高斯马尔可夫特征,计算所述每个无缺陷产品图像在所述每个阶数下的调和平均值,包括:
根据所述多个无缺陷纹理图像在每个阶数下的高斯马尔可夫特征,计算所述每个阶数下的中心特征;
根据所述多个阶数下的中心特征,计算所述每个无缺陷产品图像在所述每个阶数下的调和平均值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述多个阶数下的中心特征,计算所述每个无缺陷产品图像在所述每个阶数下的调和平均值,包括:
将所述每个无缺陷纹理图像划分为多个无缺陷纹理分块;
根据所述每个阶数下的中心特征,和所述多个无缺陷纹理分块在所述每个阶数下的高斯马尔可夫特征,计算所述每个无缺陷产品图像在所述每个阶数下的调和平均值。
7.根据权利要求5所述的方法,其特征在于,所述根据所述调和平均值,确定所述目标阶数下的高斯马尔可夫特征为所述预设的高斯马尔可夫特征,包括:
对多个无缺陷产品图像在所述每个阶数下的调和平均值进行累加,得到所述每个阶数下的累加值;
将最小累加值对应的阶数确定为所述目标阶数;
确定所述目标阶数下的中心特征,为所述预设的高斯马尔可夫特征。
8.根据权利要求3所述的方法,其特征在于,所述若所述欧式距离大于预设距离,则确定所述待检测产品在所述每个纹理分块对应的区域存在表面缺陷之前,所述方法还包括:
对多个无缺陷产品图像在所述每个阶数下的调和平均值进行累加,得到所述每个阶数下的累加值;
将最小累加值对应的阶数确定为所述目标阶数;
确定所述多个无缺陷产品图像在所述目标阶数下的调和平均值中的最大值,为所述预设距离。
9.一种产品表面缺陷的检测设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的计算机程序,当产品表面缺陷的检测设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述计算机程序,以执行权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行权利要求1至8任一项所述的方法。