图像处理与检测方法、计算机装置及存储介质与流程

1.本技术涉及产品检测领域，特别是指一种图像处理与检测方法、计算机装置及存储介质。


背景技术：

2.在实际工业生产过程中，部分产品的表面存在难以避免的擦伤或是沾染灰尘导致的缺陷。即使用高分辨率的相机对产品进行拍摄，不同光源拍摄环境下仍会出现某些瑕疵拍摄出来的效果不明显的状况，导致产品瑕疵检测时的检测准确度降低。


技术实现要素：

3.鉴于以上内容，有必要提供一种图像处理与检测方法、计算机装置及存储介质，可以辅助检测产品异常，以解决上述问题。
4.所述图像处理与检测方法包括：获取待检测图像，对所述待检测图像进行校正；对校正后的待检测图像进行瑕疵增强处理，包括：对所述校正后的待检测图像进行中值滤波处理；对中值滤波处理后的待检测图像进行对比度调整；对调整对比度后的待检测图像进行双边滤波处理；对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果。
5.可选地，所述对所述待检测图像进行校正包括：获取无瑕疵图像，将所述无瑕疵图像作为参考图像对所述待检测图像进行位置校正。
6.可选地，所述对所述校正后的待检测图像进行中值滤波处理包括：在所述校正后的待检测图像中，通过滑动预设的滑动窗口，将所述校正后的待检测图像中的每一点的像素值更新为所述滑动窗口中的像素值的中值；对所述校正后的待检测图像的边缘位置处的像素值做边缘处理。
7.可选地，所述对中值滤波处理后的待检测图像进行对比度调整包括：获取所述中值滤波处理后的待检测图像的亮度直方图；设定均衡阈值k，依据所述均衡阈值k更新所述亮度直方图；根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度。
8.可选地，所述亮度直方图的横轴为像素值v，所述亮度直方图的纵轴为所述中值滤波处理后的待检测图像中对应像素值v的像素数量yv。
9.可选地，所述依据所述均衡阈值k更新所述亮度直方图包括：确定所述亮度直方图中大于所述均衡阈值k的像素数量yv，利用公式获得更新后的亮度直方图，所述更新后的亮度直方图的横轴为像素值v，所述更新后的亮度直方图的纵轴为对应像素值v的像素数量y
′v。
10.可选地，所述根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度包括：计算累积分布函数cdf(v)，利用所述累积分布函数cdf(v)对像素值v进行更新，获得更新后的像素值k(v)，所使用的公式为：
其中，round表示取整函数，m表示所述中值滤波处理后的待检测图像的宽的像素的数量，n表示所述中值滤波处理后的待检测图像的高的像素的数量。
11.可选地，所述对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果包括：利用预先训练的图像处理与检测模型对所述瑕疵增强处理后的待检测图像进行瑕疵检测，获得所述瑕疵增强处理后的待检测图像的瑕疵值；判断所述瑕疵值是否超出预设的瑕疵阈值的范围；当所述瑕疵值超出所述瑕疵值的范围时，确定所述待检测图像为有瑕疵图像；或当所述瑕疵值未超出所述瑕疵值的范围时，确定所述待检测图像为无瑕疵图像。
12.所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现所述图像处理与检测方法。
13.所述计算机装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现所述图像处理与检测检查方法。
14.相较于现有技术，所述图像处理与检测方法、计算机装置及存储介质，可以在不影响正常样本的情况下，强化图像上瑕疵的表现，以提高瑕疵检测的准确率。
附图说明
15.为了更清楚地说明本技术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简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
16.图1是本技术实施例提供的图像处理与检测方法的流程图。
17.图2是本技术实施例提供的计算机装置的架构图。
18.图3是本技术实施例提供的步骤s2的流程图。
19.图4是本技术实施例提供的图像处理与检测方法的示例图。
20.图5是本技术实施例提供的步骤s3的流程图。
21.主要元件符号说明
22.计算机装置3处理器32存储器31图像处理与检测系统30
23.如下具体实施方式将结合上述附图进一步说明本技术。
具体实施方式
24.为了能够更清楚地理解本技术的上述目的、特征和优点，下面结合附图和具体实施例对本技术进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
25.在下面的描述中阐述了很多具体细节以便于充分理解本技术，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术
人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
26.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
27.参阅图1所示，为本技术实施例提供的图像处理与检测的流程图。
28.在本实施例中，所述图像处理与检测方法可以应用于计算机装置中，对于需要进行图像处理与检测的计算机装置，可以直接在计算机装置上集成本技术的方法所提供的用于图像处理与检测的功能，或者以软件开发工具包(software development kit，sdk)的形式运行在计算机装置上。
29.如图1所示，所述图像处理与检测方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
30.步骤s1、计算机装置获取待检测图像，对所述待检测图像进行校正。
31.在一个实施例中，计算机装置可以响应用户输入，获取所述待检测图像，所述待检测图像可以包括多张图像，之后对所述待检测图像的操作包括对所述多张图像中的每张图像的操作。用户输入可以是对图像的传送，例如上传或下载，并通过接口或界面输入待检测图像。
32.此外，计算机装置还可以预先存储所述待检测图像在计算机装置的存储器中，或者预先存储所述待检测图像在与计算机装置通讯连接的其他设备中。待检测图像可以是对需要进行检测的某种印刷品(例如化妆品说明书等)所拍摄获得的图像。
33.在一个实施例中，所述对所述待检测图像进行校正包括：获取无瑕疵图像，将所述无瑕疵图像作为参考图像对所述待检测图像进行位置校正。
34.计算机装置可以响应用户输入，获取一张所述无瑕疵图像，将所述无瑕疵图像作为对所述待检测图像进行图像校正时的参考图像。计算机装置还可以预先将所述无瑕疵图像存储在该计算机装置的存储器中，或者预先将所述无瑕疵图像存储在与该计算机装置通讯连接的其他设备中。
35.本实施例中，所述无瑕疵图像可以是所述印刷品的标准样本(golden sample)图像，即可以是针对没有瑕疵的所述印刷品所拍摄的图像。
36.在一个实施例中，对所述待检测图像进行图像校正包括利用尺度不变特征变换(scale-invariant feature transform，sift)技术对所述待检测图像的位置进行几何位置校正。
37.所述利用sift技术对所述待检测图像的位置进行几何校正包括：获取所述待检测图像中的多个第一特征点(例如，待检测图像中的纹理剧烈变化的点、拐角点、直线与直线的交点，以及单纯区域中的孤立点等)和所述无瑕疵图像中的多个第二特征点(例如，无瑕疵图像中的纹理剧烈变化的点、拐角点、直线与直线的交点，以及单纯区域中的孤立点等)；
38.利用计算匹配矩阵的方法，在每个第一特征点和每个第二特征点之间建立匹配关系，获得互相匹配的多个第一特征点对；利用随机抽样一致(random sample consensus，ransac)算法从所述多个第一特征点对中剔除匹配错误的第一特征点对，获得匹配正确的第一特征点对；根据所述匹配正确的第一特征点对，计算所述待检测图像的第一校正矩阵；基于所述第一校正矩阵，对所述待检测图像进行校正。需要说明的是，本实施例中，每个第
一特征点对也即是互相匹配的第一特征点和第二特征点的组合。
39.需要说明的是，校正后的待检测图像和所述无瑕疵图像大小一致。
40.步骤s2、计算机装置对校正后的待检测图像进行瑕疵增强处理。
41.在一个实施例中，所述对校正后的待检测图像进行瑕疵增强处理的细化流程包括如图3所示的步骤20至步骤22。
42.步骤20、对所述校正后的待检测图像进行中值滤波处理。
43.在一个实施例中，所述对所述校正后的待检测图像进行中值滤波处理包括：在所述校正后的待检测图像中，通过滑动预设的滑动窗口，将所述校正后的待检测图像中的每一点的像素值更新为所述滑动窗口中的像素值的中值；对所述校正后的待检测图像的边缘位置处的像素值做边缘处理。
44.计算机装置可以设定所述滑动窗口的形状，例如，设定所述滑动窗口的形状为正方形，还可以设定为线状、圆形、十字形、圆环形等形状。所述滑动窗口的大小可以固定不变也可以发生变化，所述滑动窗口中可以容纳奇数个的像素。
45.通过所述滑动窗口在所述校正后的待检测图像的滑动遍历(例如，从左至右，从上至下)，将所述校正后的待检测图像中的每一点的像素值更新为所述滑动窗口中的像素值的中值，以消除所述校正后的待检测图像中的孤立的噪声像素(例如，椒盐噪声、脉冲噪声等)。
46.在对所述校正后的待检测图像的边缘位置(例如，矩形图像的四条边)处的像素值做边缘处理时，计算机装置可以将边缘位置处的像素值更新为与其距离最近的像素的值。
47.参阅图4所示，将校正后的待检测图像4a进行中值滤波处理后，得到图像4b。
48.步骤21、对中值滤波处理后的待检测图像进行对比度调整。
49.在一个实施例中，所述对中值滤波处理后的待检测图像进行对比度调整包括：获取所述中值滤波处理后的待检测图像的亮度直方图；设定均衡阈值k，依据所述均衡阈值k更新所述亮度直方图；根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度。
50.所述亮度直方图的横轴为像素值v，所述亮度直方图的纵轴为所述中值滤波处理后的待检测图像中对应像素值v的像素数量yv。
51.所述依据所述均衡阈值k更新所述亮度直方图包括：确定所述亮度直方图中大于所述均衡阈值k的像素数量yv，利用公式获得更新后的亮度直方图，所述更新后的亮度直方图的横轴为像素值v，所述更新后的亮度直方图的纵轴为对应像素值v的像素数量y
′v。
52.所述截断阈值k的选取与所述中值滤波处理后的待检测图像中像素的总个数成正比，例如，当所述中值滤波处理后的待检测图像的宽的像素的数量为640个，所述中值滤波处理后的待检测图像的高的像素的数量为480个时，所述中值滤波处理后的待检测图像中像素的总个数为640
×
480＝307200个，所述截断阈值k可以取值为2000。
53.所述根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度包括：计算累积分布函数cdf(v)，利用所述累积分布函数cdf(v)对像素值v进行更新，获得更新后的像素值k(v)，所使用的公式为：
其中，round表示取整函数，m表示所述中值滤波处理后的待检测图像的宽的像素的数量，n表示所述中值滤波处理后的待检测图像的高的像素的数量。
54.参阅图4所示，将中值滤波处理后的待检测图像4b进行对比度调整后，得到图像4c。
55.步骤22、对调整对比度后的待检测图像进行双边滤波处理。
56.在一个实施例中，双边滤波是一种边缘保护滤波方法。常用的高斯滤波以正态分布为基础，根据卷积模板内像素点与目标像素点的距离来计算权重，从而达到模糊效果，平滑的同时把图像的边缘细节也进行了模糊。为了保留边缘细节，双边滤波加入了卷积模板内像素点与目标像素点的灰度权重分量。即加入了像素点色差权重gr与空间距离权重gs，得到了双边滤波器i
p
，具体公式表示为：w
p
＝∑
q∈sgs
(||p-q||)gr(|i
p-iq|)，其中p表示目标像素，s表示滤波窗口(例如上述的滑动窗口)中的像素群，即目标像素的周围的像素群，q表示目标像素的周围的像素群中的一个像素，iq表示q的像素值，w
p
表示滤波窗口内每个像素值的权重和，用于权重的归一化。
57.在所述调整对比度后的待检测图像的平坦区域，双边滤波器中每个像素点的gr值相近，空间距离权重gs主导滤波效果。在所述调整对比度后的待检测图像的边缘区域，边缘同侧的gr值相近，且远大于边缘另一侧的gr值，此时另一侧的像素点的权重对滤波结果几乎不影响，边缘信息得到保护，表现出了一定的自适应性。
58.参阅图4所示，将调整对比度后的待检测图像4c进行双边滤波处理后，得到图像4d。
59.步骤s3、计算机装置对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果。
60.在一个实施例中，所述对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果的细化流程可以参考图5所示的如下流程。
61.步骤s30，利用预先训练的图像检测模型对所述瑕疵增强处理后的待检测图像进行瑕疵检测，获得所述瑕疵增强处理后的待检测图像的瑕疵值。
62.在一个实施例中，可以将瑕疵增强处理后的待检测图像分为训练集与验证集(例如，按照7:3的比例进行划分)，利用训练集作为训练样本训练神经网络(例如，卷积神经网络)，获得检测模型；并判断所述检测模型是否达到预设的要求(例如，所述检测模型的训练过程达到1000epochs)，将达到所述预设的要求的检测模型作为所述图像检测模型。将所述验证集输入所述图像检测模型进行检测，获得所述瑕疵值，所述瑕疵值的取值范围可以是[0，1]。
[0063]
在其他实施例中，计算机装置还可以获取aoi检测设备对所述瑕疵增强处理后的待检测图像进行瑕疵检测得到的瑕疵值。
[0064]
步骤s31，计算机装置判断所述瑕疵值是否超出预设的瑕疵阈值的范围；当所述瑕疵值超出所述瑕疵值的范围时，执行步骤s32；及当所述瑕疵值未超出所述瑕疵值的范围时，执行步骤s33。
[0065]
在一个实施例中，所述预设的瑕疵阈值的范围可以是大于0且小于等于0.05。
[0066]
步骤s32，计算机装置确定所述待检测图像为有瑕疵图像。
[0067]
在一个实施例中，当确定所述验证集中的任一瑕疵增强处理后的待检测图像为有瑕疵图像时，确定所述任一瑕疵增强处理后的待检测图像对应的最初的所述待检测图像(即步骤s1中获取的待检测图像)为有瑕疵图像。
[0068]
步骤s33，计算机装置确定所述待检测图像为无瑕疵图像。
[0069]
在一个实施例中，当确定所述验证集中的任一瑕疵增强处理后的待检测图像为无瑕疵图像时，确定所述任一瑕疵增强处理后的待检测图像对应的最初的所述待检测图像(即步骤s1中获取的待检测图像)为无瑕疵图像。
[0070]
上述图1详细介绍了本技术的图像处理与检测方法，下面结合图2，对实现所述图像处理与检测方法的硬件装置架构进行介绍。
[0071]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0072]
参阅图2所示，为本技术较佳实施例提供的计算机装置的结构示意图。在本技术较佳实施例中，所述计算机装置3包括存储器31、至少一个处理器32。本领域技术人员应该了解，图2示出的计算机装置的结构并不构成本技术实施例的限定，既可以是总线型结构，也可以是星形结构，所述计算机装置3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
[0073]
在一些实施例中，所述计算机装置3包括一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的终端，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。
[0074]
需要说明的是，所述计算机装置3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本技术，也应包括在本技术的保护范围以内，并以引用方式包括于此。
[0075]
在一些实施例中，所述存储器31用于存储程序代码和各种数据，例如安装在所述计算机装置3中的图像处理与检测系统30，并在计算机装置3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(read-only memory，rom)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read-only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子擦除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者任何其他能够用于携带或存储数据的计算机可读的存储介质。
[0076]
在一些实施例中，所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述计算机装置3的控制核心(control unit)，利用各种接口和线路连接整个计算机装置3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行计算机装置3的各种功能和处理数据，例如执行图1所示的图像处理与检测的功能。
[0077]
在一些实施例中，所述图像处理与检测系统30运行于计算机装置3中。所述图像处理与检测系统30可以包括多个由程序代码段所组成的功能模块。
[0078]
所述图像处理与检测系统30中的各个程序段的程序代码可以存储于计算机装置3的存储器31中，并由至少一个处理器32所执行，以实现图1所示的图像处理与检测功能。
[0079]
尽管未示出，所述计算机装置3还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机装置3还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0080]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0081]
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是服务器、个人电脑等)或处理器(processor)执行本技术各个实施例所述方法的部分。
[0082]
在进一步的实施例中，结合图2，所述至少一个处理器32可执行所述计算机装置3的操作装置以及安装的各类应用程序(如所述的图像处理与检测系统30)、程序代码等，例如，上述的各个模块。
[0083]
所述存储器31中存储有程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，所述的各个模块是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能以达到图1所示的图像处理与检测的目的。
[0084]
在本技术的一个实施例中，所述存储器31存储一个或多个指令(即至少一个指令)，所述至少一个指令被所述至少一个处理器32所执行以实现图1所示的图像处理与检测的目的。
[0085]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0086]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0087]
另外，在本技术各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0088]
对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其他的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名
称，而并不表示任何特定的顺序。
[0089]
最后所应说明的是，以上实施例仅用以说明本技术的技术方案而非限制，尽管参照以上较佳实施例对本技术进行了详细说明，本领域的普通技术人员应当理解，可以对本技术的技术方案进行修改或等同替换，而不脱离本技术技术方案的精神和范围。

技术特征：
1.一种图像处理与检测方法，其特征在于，所述方法包括：获取待检测图像，对所述待检测图像进行校正；对校正后的待检测图像进行瑕疵增强处理，包括：对所述校正后的待检测图像进行中值滤波处理；对中值滤波处理后的待检测图像进行对比度调整；对调整对比度后的待检测图像进行双边滤波处理；对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果。2.根据权利要求1所述的图像处理与检测方法，其特征在于，所述对所述待检测图像进行校正包括：获取无瑕疵图像，将所述无瑕疵图像作为参考图像对所述待检测图像进行位置校正。3.根据权利要求1所述的图像处理与检测方法，其特征在于，所述对所述校正后的待检测图像进行中值滤波处理包括：在所述校正后的待检测图像中，通过滑动预设的滑动窗口，将所述校正后的待检测图像中的每一点的像素值更新为所述滑动窗口中的像素值的中值；对所述校正后的待检测图像的边缘位置处的像素值做边缘处理。4.根据权利要求3所述的图像处理与检测方法，其特征在于，所述对中值滤波处理后的待检测图像进行对比度调整包括：获取所述中值滤波处理后的待检测图像的亮度直方图；设定均衡阈值k，依据所述均衡阈值k更新所述亮度直方图；根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度。5.根据权利要求4所述的图像处理与检测方法，其特征在于，所述亮度直方图的横轴为像素值v，所述亮度直方图的纵轴为所述中值滤波处理后的待检测图像中对应像素值v的像素数量y
v
。6.根据权利要求5所述的图像处理与检测方法，其特征在于，所述依据所述均衡阈值k更新所述亮度直方图包括：确定所述亮度直方图中大于所述均衡阈值k的像素数量y
v
，利用公式获得更新后的亮度直方图，所述更新后的亮度直方图的横轴为像素值v，所述更新后的亮度直方图的纵轴为对应像素值v的像素数量y
′
v
。7.根据权利要求5所述的图像处理与检测方法，其特征在于，所述根据更新后的亮度直方图，利用直方图均衡化方法调整所述中值滤波处理后的待检测图像的对比度包括：计算累积分布函数cdf(v)，利用所述累积分布函数cdf(v)对像素值v进行更新，获得更新后的像素值k(v)，所使用的公式为：其中，round表示取整函数，m表示所述中值滤波处理后的待检测图像的宽的像素的数量，n表示所述中值滤波处理后的待检测图像的高的像素的数量。
8.根据权利要求3所述的图像处理与检测方法，其特征在于，所述对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果包括：利用预先训练的图像处理与检测模型对所述瑕疵增强处理后的待检测图像进行瑕疵检测，获得所述瑕疵增强处理后的待检测图像的瑕疵值；判断所述瑕疵值是否超出预设的瑕疵阈值的范围；当所述瑕疵值超出所述瑕疵值的范围时，确定所述待检测图像为有瑕疵图像；或当所述瑕疵值未超出所述瑕疵值的范围时，确定所述待检测图像为无瑕疵图像。9.一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存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至8中任意一项所述的图像处理与检测方法。10.一种计算机装置，其特征在于，该计算机装置包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现如权利要求1至8中任意一项所述的图像处理与检测方法。

技术总结
本申请提供一种图像处理与检测方法、计算机装置及存储介质，其中，所述方法包括：获取待检测图像，对所述待检测图像进行校正；对校正后的待检测图像进行瑕疵增强处理，包括：对所述校正后的待检测图像进行中值滤波处理；对中值滤波处理后的待检测图像进行对比度调整；对调整对比度后的待检测图像进行双边滤波处理；对瑕疵增强处理后的待检测图像进行瑕疵检测，获得检测结果。本申请可辅助检测图像是否存在异常，提高图像处理与检测的准确率。提高图像处理与检测的准确率。提高图像处理与检测的准确率。


技术研发人员：简瑜萱 郭锦斌
受保护的技术使用者：鸿海精密工业股份有限公司
技术研发日：2022.01.19
技术公布日：2023/7/31