本技术涉及瑕疵检测，具体而言，涉及一种圆环瑕疵检测方法、系统及存储介质。
背景技术：
1、工业领域有许多圆环类产品，在生产的过程中需要对其进行瑕疵检测。圆环类产品瑕疵检测的方法有很多种，目前市面上主流的检测方法为采用圆周遍历的方式，先定位圆环边缘点，再通过边缘点拟合边缘函数，计算圆环实际边缘点和边缘函数之间的偏差来判断瑕疵。
2、常规的检测算法其圆周遍历方式为从圆心向外发射一根直线，在圆周方向旋转进行边缘扫描，但扫描方式受到旋转角度步长影响，比如步长为1度，若圆很大，旋转1度映射到圆边界的间隔距离会很大，导致无法采样全边缘点，可能会导致瑕疵漏检测。另外工业生产环境相对来说不会很理想，可能会存在光照不均、灰尘、脏污等一些异常干扰，影响边缘的定位精度，导致拟合出的边缘函数存在较大偏差，造成计算误差，常规的检测算法抗干扰性不够强。
3、针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本技术的目的在于提供一种圆环瑕疵检测方法、系统及存储介质，能够抗噪声干扰，提高瑕疵检测精度。
2、本技术提供了一种圆环瑕疵检测方法，包括：
3、获取待检测圆环图像，利用预设的圆环roi信息定位所述圆环图像并进行灰度化处理，所述圆环roi信息包括roi圆心和半径；
4、对灰度处理后的图像进行中值滤波得到中值滤波图，利用所述中值滤波图对灰度处理后的图像进行低频去噪，得到去除干扰噪声的图像；
5、以roi圆心为起点，向圆周上做直线，以圆心为轴，按照预设的角度步长顺圆周方向对圆周边缘进行旋转扫描得到初步采样点；
6、对所述初步采样点进行过滤后进行圆拟合，得到第一圆函数，更新roi圆心和半径；
7、获取roi外圆轮廓点集，并对点集中点的位置进行排序，遍历所述外圆轮廓点集合，利用预设的异常点消除方法剔除异常点，得到边缘点；
8、消除冗余的边缘点，并排序得到实际轮廓，利用实际轮廓的边缘点进行圆拟合，得到第二圆函数；
9、计算实际轮廓的边缘点到第二圆的偏差，根据偏差确定出瑕疵位置。
10、本方案中，所述以roi圆心为起点，向圆周上做直线，以圆心为轴，按照预设的角度步长对边缘进行旋转扫描得到初步采样点，包括：
11、以当前遍历角度作为倾斜角计算斜率，以所述斜率和roi圆心得到第一直线函数；
12、计算第一直线函数和圆环roi的内外圆的交点，分别得到第一内交点和第一外交点，以所述第一内交点和所述第一外交点为端点做线段，得到线段上的点集；
13、遍历第一外交点到第一内交点判别边缘点或遍历第一内交点到第一外交点判别边缘点；
14、根据由暗到明或由明到暗的采样模式进行边缘点采样。
15、本方案中，所述根据由暗到明或由明到暗的采样模式进行边缘点采样，包括：
16、当由明到暗进行边缘点采样时，则当前点大于边缘阈值，下一点小于边缘阈值，则下一点为边缘点；
17、当由暗到明进行边缘点采样时，则当前点小于边缘阈值，下一点大于边缘阈值，则下一点为边缘点。
18、本方案中，对所述初步采样点进行过滤包括：
19、将采样点通过最小二乘法进行多点拟合圆函数，计算出圆心p1和半径r1；
20、计算每一个采样点到圆心p1的距离d；
21、计算每一个采样点的距离偏差，距离偏差bias计算公式为：
22、bias＝|r1-d|
23、对所有采样点的距离偏差进行排序，并将偏差最小的前预设值个点作为过滤后的采样点。
24、本方案中，将偏差最小的前预设值个点作为过滤后的采样点包括：
25、记总的过滤前采样点数量为n，将按照距离偏差排序后的采样点，从小到大获取n/2个采样点作为过滤后的采样点，当n为奇数时，获取(n+1)/2个采样点作为过滤后的采样点。
26、本方案中，获取roi外圆轮廓点集并对点集中点的位置进行排序，遍历所述外圆轮廓点集合，得到边缘点，包括：
27、遍历所述轮廓点，计算通过所述轮廓点和第一圆函数圆心的第二直线函数；
28、计算第二直线函数和圆环roi的内外圆的两个交点，分别记作第二内交点、第二外交点，以两个交点为端点做线段，得到线段上的点集；
29、遍历从第二外交点到第二内交点判别边缘点或遍历从第二内交点到第二外交点判别边缘点；并利用异常点消除方法剔除异常点；
30、根据由暗到明或由明到暗的采样模式进行边缘点采样。
31、本方案中，利用异常点消除方法剔除异常点，包括：
32、计算可疑边缘点到第一圆函数圆心p2的距离d，比较与第一圆函数的半径r2；
33、如果是检索内轮廓，可疑边缘点偏差值的计算公式为：
34、bias＝r2-d
35、如果是检索外轮廓，可疑边缘点偏差值的计算公式为：
36、bias＝d-r2
37、若可疑边缘点偏差值大于设定的过滤阈值，则判别可疑边缘点为异常点并剔除。
38、本方案中，根据由暗到明或由明到暗的采样模式进行边缘点采样，包括：
39、如果采样模式是由明到暗，则判别边缘点的方式为，若当前点大于边缘阈值，下一点小于边缘阈值，则下一点为可疑边缘点，通过异常点消除方法对可疑边缘点进行判别，如果判别为异常点，则剔除后继续往该方向寻找边缘点，直到找到边缘点或未找到边缘点；
40、如果采样模式是由暗到明，则判别边缘点的方式为，若当前点小于边缘阈值，下一点大于边缘阈值，则下一点为可疑边缘点，通过异常点消除方法对可疑边缘点进行判别，如果判别为异常点，则剔除后继续往该方向寻找边缘点，直到找到边缘点或未找到边缘点。
41、本技术第二方面提供了一种圆环瑕疵检测系统，该圆环瑕疵检测系统包括：存储器及处理器，所述存储器中包括圆环瑕疵检测方法的程序，所述圆环瑕疵检测方法的程序被所述处理器执行时实现以下步骤：
42、获取待检测圆环图像，利用预设的圆环roi信息定位所述圆环图像并进行灰度化处理，所述圆环roi信息包括roi圆心和半径；
43、对灰度处理后的图像进行中值滤波得到中值滤波图，利用所述中值滤波图对灰度处理后的图像进行低频去噪，得到去除干扰噪声的图像；
44、以roi圆心为起点，向圆周上做直线，以圆心为轴，按照预设的角度步长顺圆周方向对圆周边缘进行旋转扫描得到初步采样点；
45、对所述初步采样点进行过滤后进行圆拟合，得到第一圆函数，更新roi圆心和半径；
46、获取roi外圆轮廓点集，并对点集中点的位置进行排序，遍历所述外圆轮廓点集合，利用预设的异常点消除方法剔除异常点，得到边缘点；
47、消除冗余的边缘点，并排序得到实际轮廓，利用实际轮廓的边缘点进行圆拟合，得到第二圆函数；
48、计算实际轮廓的边缘点到第二圆的偏差，根据偏差确定出瑕疵位置。
49、本技术第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括圆环瑕疵检测方法程序，所述圆环瑕疵检测方法程序被处理器执行时，实现所述的圆环瑕疵检测方法的步骤。
50、由上可知，本发明公开的圆环瑕疵检测方法、系统及介质通过获取待检测圆环图像，利用预设的圆环roi信息定位所述圆环图像并进行灰度化处理；对灰度处理后的图像进行中值滤波得到中值滤波图，利用所述中值滤波图对灰度处理后的图像进行低频去噪，得到去除干扰噪声的图像；以roi圆心为起点，向圆周上做直线，以圆心为轴，按照预设的角度步长顺圆周方向对圆周边缘进行旋转扫描得到初步采样点；对所述初步采样点进行过滤后进行圆拟合，得到第一圆函数，更新roi圆心和半径；获取roi外圆轮廓点集，并对点集中点的位置进行排序，遍历所述外圆轮廓点集合，利用预设的异常点消除方法剔除异常点，得到边缘点；消除冗余的边缘点，并排序得到实际轮廓，利用实际轮廓的边缘点进行圆拟合，得到第二圆函数；计算实际轮廓的边缘点到第二圆函数的偏差，根据偏差确定出瑕疵位置。本发明提出的异常点消除方法，能够在消除噪声干扰的同时，有效的保护圆环内部信息不受到除干扰影响，使检测算法具有极强的鲁棒性。
51、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
1.一种圆环瑕疵检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种圆环瑕疵检测方法，其特征在于，所述以roi圆心为起点，向圆周上做直线，以圆心为轴，按照预设的角度步长对边缘进行旋转扫描得到初步采样点，包括：
3.根据权利要求2所述的一种圆环瑕疵检测方法，其特征在于，所述根据由暗到明或由明到暗的采样模式进行边缘点采样，包括：
4.根据权利要求1所述的一种圆环瑕疵检测方法，其特征在于，对所述初步采样点进行过滤包括：
5.根据权利要求4所述的一种圆环瑕疵检测方法，其特征在于，将偏差最小的前预设值个点作为过滤后的采样点包括：
6.根据权利要求1所述的一种圆环瑕疵检测方法，其特征在于，获取roi外圆轮廓点集并对点集中点的位置进行排序，遍历所述外圆轮廓点集合，得到边缘点，包括：
7.根据权利要求6所述的一种圆环瑕疵检测方法，其特征在于，利用异常点消除方法剔除异常点，包括：
8.根据权利要求6所述的一种圆环瑕疵检测方法，其特征在于，根据由暗到明或由明到暗的采样模式进行边缘点采样，包括：
9.一种圆环瑕疵检测系统，其特征在于，该圆环瑕疵检测系统包括：存储器及处理器，所述存储器中包括圆环瑕疵检测方法的程序，所述圆环瑕疵检测方法的程序被所述处理器执行时实现以下步骤：
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中包括圆环瑕疵检测方法程序，所述圆环瑕疵检测方法程序被处理器执行时，实现如权利要求1至8中任一项所述的圆环瑕疵检测方法的步骤。
