一种孔内缺陷检测方法、系统及装置

技术领域

本申请涉及缺陷检测技术领域，具体而言，涉及一种孔内缺陷检测方法、系统及装置。

背景技术

随着经济的发展，电子产品也在不断推新及优化，且消费者对电子产品的质量也有着越来越高的要求，由此，也推动厂家对电子产品表面进行更细致且更精确的缺陷检测，使电子产品的表面符合预设的形态，以优化电子产品，进而满足用户的期望值。

在电子产品的表面缺陷检测过程中，由于电子产品一般会存在充电口、耳机孔或者喇叭孔等多种形状的孔结构，因此常常需要检测电子产品中孔内部表面是否有缺陷，正如图1所示，以手机的圆形喇叭孔为例，图1中黑色矩形框中框出的区域显示了喇叭孔中的表面缺陷情况，由图可知，由于图1中前三个图所示的喇叭孔内侧均存在明显的凸点，因此前三个图片对应的孔结构属于次品，而第四个图所示的喇叭孔内的凸点缺陷在允收范围内，故可将对应的孔结构视作良品。其中，凸点类缺陷包括凸点、凹点或者毛刺。

目前对于上述孔内缺陷的检测方式一般是：采集待检测产品的图像，然后操作人员在终端通过目视方式观测该图像，凭借个人经验观测孔的外部轮廓是否为对应形状，若观测到孔的外部轮廓在误差允许范围内时，判定该孔结构的形状为对应形状，进一步可将待检测的孔结构判为良品；如果观测到孔的外部轮廓不在误差允许范围内时，判定该孔结构的形状不是对应形状，进一步可将对应的待检测的孔结构判为次品。

然而，通过人工目测孔的外部轮廓在误差允许范围内是否为对应形状的方式主观性强，极易导致孔内缺陷检测结果不准确的情况。

发明内容

为了解决孔内缺陷检测结果不准确的问题，本申请提供了一种孔内缺陷检测方法、系统及装置。

本申请的实施例是这样实现的：

本申请实施例的第一方面提供一种孔内缺陷检测方法，包括：

定位待测图像中的待检测区域；

获取所述待检测区域的标准边框，确定所述待检测区域的实际边框与所述标准边框之间的偏差，当所述偏差大于预设值时，所述待检测区域存在缺陷。

在一些实施例中，定位待测图像中的待检测区域后，若所述待检测区域为圆形时，获取所述待检测区域的标准边框，确定所述待检测区域的实际边框与所述标准边框之间的偏差，当所述偏差大于预设值时，所述待检测区域存在缺陷步骤，包括：

提取所述待检测区域的边缘轮廓，并从所述边缘轮廓中获取第一数量的轮廓点，所述边缘轮廓为所述待检测区域的实际边框；

基于所述轮廓点拟合标准圆，并基于所述标准圆的圆心，获取最大圆半径，所述标准圆为所述标准边框；

确定每个所述轮廓点的圆度误差，其中，所述圆度误差用于表征所述待检测区域的实际边框与所述标准边框之间的偏差，每个所述轮廓点的圆度误差为每个所述轮廓点到所述标准圆圆心的距离与所述最大圆半径的差值；

当所述轮廓点的圆度误差大于所述预设值时，确定所述待检测区域包括孔内缺陷，并且所述轮廓点为缺陷点。

在一些实施例中，所述提取所述待检测区域的边缘轮廓，并从所述边缘轮廓中获取第一数量的轮廓点步骤，包括：

基于所述待检测区域的像素级边缘，确定所述待检测区域的边缘像素点及所述像素级边缘的重心，所述像素级边缘为像素点构成的所述待检测区域的边缘轮廓，所述边缘像素点为所述像素级边缘中的像素点；

在所述边缘像素点与所述待检测区域的重心的连线上选取待拟合像素点，通过对待拟合像素点的灰度进行拟合，获取亚像素边缘，所述亚像素边缘为亚像素点构成的所述待检测区域的边缘轮廓；

从所述亚像素边缘中获取第一数量的间隔均匀的轮廓点。

在一些实施例中，所述第一数量为30-360个。

在一些实施例中，在所述基于所述轮廓点拟合标准圆的步骤中，包括：

确定标准圆拟合方程；

基于第一数量中所有所述轮廓点的位置坐标，求解所述标准圆拟合方程，获取所述标准圆的圆心点及半径，以获取标准圆的位置；

其中，每个所述轮廓点到所述圆心点之间的径向距离的平方加和值最小。

在一些实施例中，在所述定位待测图像中的待检测区域步骤中，包括：

获取所述待测图像的二值化图像；

通过对所述二值化图像进行形态学闭运算，去除所述二值化图像中的干扰；

基于去除干扰后的所述二值化图像的中心坐标和半径，定位所述待测图像中的待检测区域。

本申请实施例的第二方面提供一种孔内缺陷检测系统，包括：

区域定位模块，用于定位待测图像中的待检测区域；

缺陷点确定模块，用于获取所述待检测区域的标准边框，确定所述待检测区域的实际边框与所述标准边框之间的偏差，当所述偏差大于预设值时，所述待检测区域存在缺陷。

在一些实施例中，定位待测图像中的待检测区域后，若所述待检测区域为圆形时，所述缺陷点确定模块包括：

轮廓点获取子模块，用于提取所述待检测区域的边缘轮廓，并从所述边缘轮廓中获取第一数量的轮廓点，所述边缘轮廓为所述待检测区域的实际边框；

标准圆拟合子模块，用于基于所述轮廓点拟合标准圆，并基于所述标准圆的圆心，获取最大圆半径，所述标准圆为所述标准边框；

圆度误差确定子模块，用于确定每个所述轮廓点的圆度误差，其中，所述圆度误差用于表征所述待检测区域的实际边框与所述标准边框之间的偏差，每个所述轮廓点的圆度误差为每个所述轮廓点到所述标准圆圆心的距离与所述最大圆半径的差值；

缺陷点确定子模块，用于当所述轮廓点的圆度误差大于所述预设值时，确定所述待检测区域包括孔内缺陷，并且所述轮廓点为缺陷点。

在一些实施例中，在所述基于所述轮廓点拟合标准圆时，所述标准圆拟合子模块包括标准圆确定单元，所述标准圆确定单元还用于：

确定标准圆拟合方程；

基于第一数量中所有所述轮廓点的位置坐标，求解所述标准圆拟合方程，获取所述标准圆的圆心点及半径，以获取标准圆的位置；

其中，每个所述轮廓点到所述圆心点之间的径向距离的平方加和值最小。

本申请实施例的第三方面提供一种孔内缺陷检测装置，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述第一方面中任一所述的孔内缺陷检测方法的操作。

本申请的有益效果：通过获取待检测区域的标准边框，并基于所述待检测区域的实际边框与所述标准边框之间的偏差，确定所述待检测区域中的缺陷，即当偏差大于预设值时，即可准确便捷地确定待检测区域存在缺陷，由于预设值将待检测区域中的缺陷进行了量化，因此不再需要依靠人工进行主观判断，有助于大幅提高孔内缺陷检测结果的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请背景技术中孔内缺陷检测结果示意图；

图2根据本申请一个或多个实施例的孔内缺陷检测方法的流程示意图；

图3为根据本申请一个或多个实施例的孔内缺陷检测方法中当待检测区域为圆形时的流程图；

图4为根据本申请一个或多个实施例的孔内缺陷检测方法中具体说明步骤211的流程示意图；

图5为根据本申请一个或多个实施例的孔内缺陷检测方法中具体说明步骤100的流程示意图；

图6为根据本申请一个或多个实施例的孔内缺陷检测方法中确定待拟合的像素点过程的示意图；

图7根据本申请一个或多个实施例的孔内缺陷检测方法中具体说明步骤200的流程示意图；

图8为根据本申请一个或多个实施例的孔内缺陷检测方法中确定的标准圆示意图；

图9为根据本申请一个或多个实施例的孔内缺陷检测方法中确定的孔内缺陷点示意图；

图10为根据本申请一个或多个实施例的孔内缺陷检测系统的结构示意图；

图11为根据本申请一个或多个实施例的孔内缺陷检测装置的结构示意图。

具体实施方式

为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语″第一″、″第二″、″第三″等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。

术语″包括″和″具有″以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

目前检测孔内缺陷时，采集待检测产品的图像后，虽然通过对所采集图像进行二值化处理，获得二值化区域后，对二值化区域进行形态学开运算，即对二值化区域进行膨胀处理，得到更清晰的二值化区域；并将开运算前后的二值化区域作差，得到缺陷点区域，通过比对缺陷点区域大小确定缺陷点是否超规，进而判断孔内是否存在缺陷点，一定程度上达到了检测孔内缺陷的目的，然而，当缺陷点区域过于平缓或者微弱时，无法完整提取到缺陷点区域，导致孔内缺陷的检测精度不高，无法准确区分各缺陷点区域的差异。因此，目前主要是操作人员通过目视方式观测该图像中孔内是否存在缺陷，依赖于操作人员的工作经验，无法表述孔内缺陷的具体规格，且凭借个人经验观测的方式准确性也较低。

基于上述现状，本申请提出了一种基于孔内缺陷的检测方法、系统和装置。在对孔内缺陷进行检测时，通过获取待检测区域的标准边框，并基于待检测区域的实际边框与标准边框之间的偏差，确定待检测区域中的缺陷，由于在该过程中预设值的存在，对待检测区域中的缺陷进行了量化，因此不再需要依靠人工进行主观判断，有助于大幅提高孔内缺陷检测结果的准确性。尤其是当待检测区域为圆形时，在计算偏差时，引入了圆度误差，具体地，将待检测区域的边缘轮廓中提取的轮廓点拟合为标准圆作为标准边框，能够获得最大圆半径，再通过计算每个轮廓点的圆度误差，当圆度误差大于预设值时，则可确定圆形待检测区域包括孔内缺陷，并且该轮廓点为孔内的缺陷点，大幅提高孔内缺陷检测结果的准确性。以下对本申请中的技术方案进行详细阐述：

图2为本申请中孔内缺陷检测方法的流程示意图，第一方面，本申请公开一种孔内缺陷检测方法，如图2所示，具体包括以下步骤：

步骤211中，定位待测图像中的待检测区域。

可以理解的是，在采集待测图像时，可采用常规的图像采集设备采集终端产品外表面中喇叭口、充电孔或者话筒等所在区域的图像，形成包括待检测区域的待测图像，其中，终端产品包括手机、智能手表、耳机、收音机及笔记本电脑等产品。

获取包括待检测区域的待测图像后，当待测图像存在噪声时，由于噪声可能影响后续诸如边缘检测等图像处理结果，故需要灰度化待测图像并进行高斯去噪。高斯滤波的具体操作是，用一个模板扫描待测图像中的每一个像素，用模板确定的区域内像素的加权平均灰度值去代替模板中心像素点的灰度值，从而达到对待测图像进行降噪的目的。然后，再针对经过降噪处理后的待测图像，定位待检测图像中的待检测区域，此时获得的是待检测区域在待测图像中的初步位置。

确定待检测区域初步位置的一种可能方式可以为对待测图像进行二值化处理，通过动态阈值处理的方式提取获取的二值化图像中的前景，获取前景所在的区域的中心坐标，根据该中心坐标可确定述待检测区域，此时，待检测区域的边缘较为粗糙。

步骤213中，获取待检测区域的标准边框，确定待检测区域的实际边框与标准边框之间的偏差，当偏差大于预设值时，待检测区域存在缺陷，缺陷为偏差大于预设值处。

需要说明的是，待检测区域可以为圆形、方形、椭圆形或者五角星等任意形状的区域，且均可通过基于待检测区域的形状获得相应的标准边框，如在一些示例中，可通过实际边框上的轮廓点拟合待检测区域对应的标准边框，此时，可基于待检测区域的形状选择合适的拟合方程，例如，当待检测区域为椭圆时，可将获取的轮廓点按照椭圆方程进行拟合，获得待检测区域对应的标准边框。

当确定标准边框后，标准边框的中心点的坐标及标准边框上的每个位置点的坐标也随即确定，此时由于标准边框可看作是待检测区域的理想边界，因此标准边框上的每一点到标准边框中的中心点之间的距离在合理的误差范围，也即是，每个轮廓点与标准边框中心点之间的距离与标准边框中对应位置点到标准边框中心点之间的距离之间的偏差应该在合理范围内。

在一些示例中，可通过计算实际边框中的每个轮廓点与标准边框中心点之间的距离与标准边框中对应位置点到标准边框中心点之间的距离之间来获取实际边框与标准边框之间的偏差，具体地，偏差的数值为实际边框中的轮廓点与标准边框中心点之间的距离与标准边框中对应位置点到标准边框中心点之间的距离的差值的绝对值，进而基于偏差确定待检测区域中是否有缺陷。此时，当实际边框中的轮廓点与标准边框中心之间的距离大于预设值时，确定待检测区域包括孔内缺陷，并该轮廓点为缺陷点。

可以理解的是，预设值可根据实际情况确定，例如当预设值设定为0.33，即当实际边框中的轮廓点与标准边框中心点之间的距离与标准边框中对应位置点到标准边框中心点之间的距离的差值的绝对值大于0.33时，可判断待检测区域中存在缺陷，且轮廓点即为缺陷点。

作为一个示例，定位待测图像中的待检测区域后，若待检测区域为圆形时，获取待检测区域的标准边框，确定待检测区域的实际边框与标准边框之间的偏差，当偏差大于预设值时，待检测区域存在缺陷步骤，如图3所示，可具体包括以下步骤：

步骤100中，提取待检测区域的边缘轮廓，并从边缘轮廓中获取第一数量的轮廓点，边缘轮廓为待检测区域的实际边框。

其中，由于当待测图像中存在像素干扰时，也不利于对待测图像进行后续处理，因此如图4所示，可对待测图像进行下述步骤以去除待测图像中的干扰，并在去除像素干扰之后，定位待测图像中的待检测区域，即上述步骤211中定位待检测区域的实现过程还可以包括如下子步骤：

步骤110，获取待测图像的二值化图像；

在一些实施例中，采用阈值T1对待测图像进行二值化处理，获得二值化图像，其中，将待测图像中灰度值低于阈值T1的区域的灰度值均设置为255，对应二值化图像中的黑块；将待测图像中灰度值高于阈值T1的区域的灰度值均设置为0，对应二值化图像中的白块。

步骤120，通过对二值化图像进行形态学闭运算，去除二值化图像中的干扰。

在一些实施例中，采用半径为r的圆盘形状结构元素Dr对步骤110中获得的二值化图像进行数学形态学闭操作，即可剔除二值化图像中的孤立像素点等干扰。

步骤130，基于去除干扰后的二值化图像的中心坐标和半径，获取圆形待检测区域的初步位置。

定位待检测区域后，提取待检测区域的边缘轮廓过程的一些可能实现方式为：通过Ca n ny算子对待检测区域进行边缘检测，获取待检测区域的像素级边缘，进而确定构成待检测区域的像素级边缘的边缘像素点，像素级边缘为像素点构成的待检测区域的边缘轮廓，此时在像素级边缘中抽取边缘像素点作为轮廓点。

为了让获取的圆形待检测区域的像素级边缘较为准确，当通过Canny算子确定待检测区域的初步像素级边缘后，可先通过边缘连通域的几何特性来剔除掉一部分非待检测区域的边缘，如利用边缘连通域的面积大小来剔除一些噪声边缘和可能存在的图像边框等，或者利用边缘连通域的面积与周长关系来剔除一些类似条状的边缘；之后，可在剩余初步像素级边缘中用Hough变换的方法检测出待检测区域的真实像素级边缘，此时获取到的素级边缘既有助于减少后续的计算量，也有助于提高后续处理的准确性。

为了使抽取的轮廓点构成的边缘轮廓更加贴合圆形待检测区域的实际边缘，如图5所示，提取待检测边缘轮廓过程的另一些可能实现方式包括如下步骤：

步骤210，基于圆形待检测区域的像素级边缘，确定圆形待检测区域的边缘像素点及像素级边缘的重心，像素级边缘为像素点构成的圆形待检测区域的边缘轮廓，边缘像素点为像素级边缘中的像素点。

可以理解的是，当确定了待测图像中圆形待检测区域的像素级边缘时，则构成待测图像中圆形待检测区域的像素级边缘中的边缘像素点的坐标即可确定，根据边缘像素点的坐标即可确定像素级边缘的重心坐标，可以理解的是，像素级边缘的重心也可看作是圆形待检测区域的重心。

步骤220，在边缘像素点与圆形待检测区域的重心的连线上选取待拟合像素点，通过对待拟合像素点的灰度进行拟合，获取亚像素边缘，亚像素边缘为亚像素点构成的圆形待检测区域的边缘轮廓。

选取待拟合像素点时，先作一条以重心为端点，经过像素级边缘中任意一个像素点M的射线，然后在射线上选取待拟合的像素点，在一些实施例中，如图6所示，待拟合的像素点可包括射线上像素点M两侧各2-5个像素点，如待拟合的像素点可为射线上4个，也可为6个，还可为10个。在一些实施例中，待拟合的像素点还可包括射线上像素点M及像素点M两侧各2-4个像素点，此时，待拟合的像素点可为射线上5个，也可为7个，还可为9个。射线上像素点M两侧的像素点可以关于像素点M对称，也可在像素点M的两侧随机取点。

选取待拟合像素点后，对所选取的拟合像素点的灰度值进行高斯拟合，获取相对于像素点M坐标的偏移量，之后根据像素点M与重心的连线方向，让像素点M的坐标加上偏移量的值后，即可得到圆形待检测区域中亚像素的坐标。多个亚像素构成的区域即为即为圆形待检测区域的亚像素边缘。

步骤230，从亚像素边缘中获取第一数量的间隔均匀的轮廓点。

需要说明的是，无论是从像素级边缘中选取轮廓点，还是从亚像素级边缘中选取轮廓点，均是均匀取点，即相邻轮廓点在圆形待检测区域的边缘轮廓中的间隔相同。

需要说明的是，第一数量可以根据不同应用场景和精度要求，优选为30-360个，可选30个轮廓点进行拟合，也可选100个轮廓点进行拟合，还可选360个轮廓点进行拟合。轮廓点越多，越有助于后期处理的精度，但是轮廓点越多，后期处理计算量也越大，因此合适数量轮廓点的选取是非常必要的。且30-360个轮廓点这一数范围是本申请通过大量试验得到的，当选取该数量范围内的轮廓点时，有助于后续精准处理待测图像，准确发现圆孔内缺陷，且整个过程的处理计算量适中。

步骤200中，基于轮廓点拟合标准圆，并基于标准圆的圆心，获取最大圆半径。如图7所示，具体包括如下步骤：

步骤310，确定标准圆拟合方程。

在一些实施例中，采用最小二乘法拟合标准圆，设最小二乘标准圆的圆心点坐标为(A，B)，半径为R，亚像素边缘或者像素级边缘上的每个轮廓点的坐标为(x

x

其中，

需要说明的是，当参与最小二乘法拟合标准圆过程的轮廓点数量为3个时，可求得a，b，c的值为唯一解。但在实际拟合过程中，由于参与最小二乘法拟合标准圆过程的轮廓点数量为30-360，例如，参与最小二乘法拟合标准圆过程的轮廓点为80个时，由于每个轮廓点(x

此时，可根据多元函数的极值条件对上述方程(2)进行求解，计算出a，b，c，计算过程中，标准圆拟合方程需满足误差函数F(a，b，c)最小，即：

其中当对误差函数F(a，b，c)求极值时，满足条件：

步骤320，基于第一数量中所有轮廓点的位置坐标，求解标准圆拟合方程，获取标准圆的圆心点及半径，以获取标准圆的位置；其中，每个轮廓点到圆心点之间的径向距离的平方加和值最小。

当确定步骤310中方程(2)中的参数a、b及c后，即可确定标准圆，如图8所示，且根据下式计算标准圆的圆心点坐标(A，B)及标准圆的半径R。

此时，由于在标准圆拟合过程中，最终确的圆心及半径可满足的条件是标准圆中每个轮廓点到圆心点之间的径向距离的平方加和值最小。

步骤300中，确定每个轮廓点的圆度误差，其中，每个轮廓点的圆度误差为每个轮廓点到标准圆圆心的距离与最大圆半径的差值。

可以理解的是，在确定标准圆的圆心点坐标后，根据圆心点的坐标及每个轮廓点的坐标，能够计算出每个轮廓点到圆心的距离，将其中最大距离作为标准圆的最大圆半径R

需要说明的是，圆度是指工件的横截面接近理论圆的程度，当拟合后的圆中，最大半径与最小半径之差为0时，圆度为0，说明拟合后的圆非常接近理论圆。圆度误差是指在回转体同一横截面内被测实际圆对其理想圆的变动量，即圆度误差为最大圆半径与最小圆半径的差值。

该实施示例中引入工程中的圆度概念，对工程中的圆度误差进行适当转换，计算每个轮廓点的圆度误差的计算方式为：每个轮廓点到圆心点的距离-最大圆半径，通过计算每个轮廓点的圆度误差，可知晓各个轮廓点偏离标准圆边线的程度，计算得到的圆度误差值越大，说明该处的轮廓点越偏离标准圆的边线。

步骤400中，当轮廓点的圆度误差大于预设值时，确定圆形待检测区域包括孔内缺陷，并且轮廓点为缺陷点。

其中，预设值的具体取值可根据实际情况人为设定，在一些实施例中，预设值可为-5.45，此时，当轮廓点的圆度误差小于-5.45时，即可判定为圆形待检测区域包括孔内缺陷，并且对应的轮廓点为缺陷点，此实施例中，如图9所示，对应的轮廓点处为凸点；若所有轮廓点的圆度误差均大于-5.45，即表明圆形待检测区域无孔内缺陷。

另外，需要说明的是，采用本申请中的方法检测的孔内缺陷包括不限于微弱凸点、凹点、毛刺或者欠损。且每个轮廓点的圆度误差计算时间为15ms，由此可见，通过快速便捷地计算每个轮廓点的圆度误差，有助于高效地将孔内表面缺陷进行量化，进而有助于准确判断孔内是否存在缺陷，而不必再依靠人工主观判断。

应该理解的是，上述流程图中的各个步骤并不是必然按照指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。

第二方面，本申请还公开一种孔内缺陷检测系统，系统包括：

区域定位模块，用于定位待测图像中的待检测区域；

缺陷点确定模块，用于获取待检测区域的标准边框，基于待检测区域的实际边框与标准边框之间的偏差，确定待检测区域中的缺陷点。

在一些实施例中，如图10所示，定位待测图像中的待检测区域后，若待检测区域为圆形时，缺陷点确定模块包括：

轮廓点获取子模块，用于提取待检测区域的边缘轮廓，并从边缘轮廓中获取第一数量的轮廓点，边缘轮廓为待检测区域的实际边框；

标准圆拟合子模块，用于基于轮廓点拟合标准圆，并基于标准圆的圆心，获取最大圆半径，标准圆为标准边框；

圆度误差确定子模块，用于确定每个轮廓点的圆度误差，其中，圆度误差用于表征待检测区域的实际边框与标准边框之间的偏差，每个轮廓点的圆度误差为每个轮廓点到标准圆圆心的距离与最大圆半径的差值；

缺陷点确定子模块，用于当轮廓点的圆度误差大于预设值时，确定待检测区域包括孔内缺陷，并且轮廓点为缺陷点。

在一些实施例中，在提取圆形待检测区域的边缘轮廓，并从边缘轮廓中获取第一数量的轮廓点时，轮廓点获取子模块包括轮廓点获取单元，轮廓点获取单元用于：

基于圆形待检测区域的像素级边缘，确定圆形待检测区域的边缘像素点及像素级边缘的重心，像素级边缘为像素点构成的圆形待检测区域的边缘轮廓，边缘像素点为像素级边缘中的像素点；

在边缘像素点与圆形待检测区域的重心的连线上选取待拟合像素点，通过对待拟合像素点的灰度进行拟合，获取亚像素边缘，亚像素边缘为亚像素点构成的圆形待检测区域的边缘轮廓；

从亚像素边缘中获取第一数量的间隔均匀的轮廓点。

在一些实施例中，在提取圆形待检测区域的边缘轮廓，并从边缘轮廓中获取第一数量的轮廓点时，第一数量为30-360个。

在一些实施例中，在基于轮廓点拟合标准圆时，标准圆拟合子模块包括标准圆确定单元，标准圆确定单元用于：

确定标准圆拟合方程；

基于第一数量中所有轮廓点的位置坐标，求解标准圆拟合方程，获取标准圆的圆心点及半径，以获取标准圆的位置；

其中，每个轮廓点到圆心点之间的径向距离的平方加和值最小。

在一些实施例中，在定位待测图像中的待检测区域时，区域定位模块包括定位单元，定位单元用于：

获取待测图像的二值化图像；

通过对二值化图像进行形态学闭运算，去除二值化图像中的干扰；

基于去除干扰后的二值化图像的中心坐标和半径，获取圆形待检测区域的初步位置。

关于孔内缺陷检测系统的具体限定可以参见上文中对于孔内缺陷检测方法的限定，在此不再赘述。上述孔内缺陷检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图11为一种孔内缺陷检测系统的结构示意图，如图11所示，本申请实施例的第三方面提供一种孔内缺陷检测装置，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；

存储器用于存放至少一可执行指令，可执行指令使处理器执行上述第一方面中任一的孔内缺陷检测方法的操作。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例的第四方面提供一种计算机可读存储介质，计算机可读存储介质上存储有孔内缺陷检测程序，孔内缺陷检测程序被处理器执行时实现第一方面中孔内缺陷检测方法。

本部分实施例的有益效果在于，获取待检测区域的标准边框，并基于待检测区域的实际边框与标准边框之间的偏差，确定待检测区域中的缺陷，由于预设值将待检测区域中的缺陷进行了量化，因此不再需要依靠人工进行主观判断，有助于大幅提高孔内缺陷检测结果的准确性。当待检测区域为圆形时，通过引入工程上圆度的概念，基于圆形待检测区域的初步位置，获取圆形待检测区域的边缘轮廓，并从边缘轮廓中获取第一数量的轮廓点，之后拟合标准圆，通过计算每个轮廓点的圆度误差，可确定各个轮廓点偏离标准圆边线的程度，当轮廓点的圆度误差大于预设值时，则该轮廓点可被确定为孔内缺陷，此时，缺陷在一定程度上被量化，进而有助于提高整个孔内缺陷判断结果的准确性。

进一步通过在亚像素边缘选取轮廓点，有助于使拟合的标准圆更加贴合圆形待检测区域，从而使每个轮廓点的圆度误差的计算结果更加准确，进而有助于孔内缺陷的准确判断。

进一步通过对待测图像进行二值化处理，对二值化图像进行形态学开运算，去除像素干扰，有助于进一步提高后续孔内缺陷检测结果的准确性。

进一步通过选取30-360个轮廓点拟合标准圆，有助于在尽可能降低计算量的基础上提高标准圆的拟合精度，进而提高后续孔内缺陷检测结果的准确性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。