CN117036331A - 一种基于图像识别的视觉检测方法、装置、设备及介质 - Google Patents

Abstract

本发明实施例公开了一种基于图像识别的视觉检测方法、装置、设备及介质，涉及图像检测技术领域。方法包括：采集待测瓷砖的原始瓷砖图像，对原始瓷砖图像进行预处理，得到待测瓷砖图像；获取待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像；获取分割图像中的连通域，得到待测连通域图；判断待测连通域图是否与预设的基准连通域图相同；若不相同，判定待测瓷砖中存在裂缝。本发明实施例提出的方法，可由机器去自动执行，效率更高，同时基于连通域分析的方式，可排除外在环境的影响，如不受瓷砖颜色、当前亮度等因素影响，其准确性更高。

Description

一种基于图像识别的视觉检测方法、装置、设备及介质

技术领域

本发明涉及图像检测技术领域，尤其涉及一种基于图像识别的视觉检测方法、装置、设备及介质。

背景技术

瓷砖由于烧制过程中，进入空气，运输经过传输带时磕碰等，造成破损开裂。其中瓷砖裂缝破损，由于肉眼观察难度高，导致瓷砖在进入市场时，存在一定的次品。

我国传统的瓷砖裂缝的识别主要依赖人工识别，具有耗时长，结果难以统一等缺点。

发明内容

本发明实施例提供了一种基于图像识别的视觉检测方法、装置、设备及介质，旨在解决现有瓷砖裂缝识别存在的效率低下且准确性低的问题。

第一方面，本发明实施例提供了一种基于图像识别的视觉检测方法，其包括：

采集待测瓷砖的原始瓷砖图像，对所述原始瓷砖图像进行预处理，得到待测瓷砖图像；

获取所述待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像；

获取所述分割图像中的连通域，得到待测连通域图；

判断所述待测连通域图是否与预设的基准连通域图相同；

若所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝。

进一步地，所述对所述原始瓷砖图像进行预处理，得到待测瓷砖图像，包括：

对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

对所述第一中间图像进行平滑化处理，得到第二中间图像；

对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

进一步地，所述通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像，包括：

基于预设的像素阈值以及灰度阈值分割函数，将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像。

进一步地，所述获取所述分割图像中的连通域，得到待测连通域图，包括：

基于预设的连通域分析函数，检测所述分割图像包含的连通域，得到所述待测连通域图。

进一步地，所述对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像，包括：基于预设的降噪函数对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

所述对所述第一中间图像进行平滑化处理，得到第二中间图像，包括：基于预设的平滑函数对所述第一中间图像进行平滑化处理，得到第二中间图像；

所述对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像，包括：基于预设的增强函数对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

进一步地，所述基于图像识别的视觉检测方法还包括：

若所述待测连通域图与预设的基准连通域图相同，判定所述待测瓷砖中不存在裂缝。

进一步地，所述基于图像识别的视觉检测方法还包括：

统计存在裂缝的所述待测瓷砖的数量；

基于存在裂缝的所述待测瓷砖的数量以及所述待测瓷砖的总数量确定所述待测瓷砖的缺陷率。

第二方面，本发明实施例还提供了一种基于图像识别的视觉检测装置，其包括用于执行上述方法的单元。

第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。

本发明实施例提供了一种基于图像识别的视觉检测方法、装置、设备及介质。其中，所述方法包括：采集待测瓷砖的原始瓷砖图像，对所述原始瓷砖图像进行预处理，得到待测瓷砖图像；获取所述待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像；获取所述分割图像中的连通域，得到待测连通域图；判断所述待测连通域图是否与预设的基准连通域图相同；若所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝。本发明实施例的技术方案，通过将灰度图像划分为瓷砖表面区域以及裂缝区域，再进一步进行连通域分析，得到待测连通域图；将所述待测连通域图与预设的基准连通域图比对，从而能够确定待测连通域图中是否存在裂缝。上述方法由机器去自动执行，效率更高，同时基于连通域分析的方式，可排除外在环境的影响，如不受瓷砖颜色、当前亮度等因素影响，其准确性更高。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明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，对于本领域普通技术人员而言，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。

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为本发明实施例提供的一种基于图像识别的视觉检测方法的流程示意图；

图2为本发明实施例提供的一种基于图像识别的视觉检测装置的示意性框图；

图3为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

请参阅图1，图1是本发明实施例提供的基于图像识别的视觉检测方法的流程示意图。如图所示，该方法包括以下步骤S1-S5。

S1，采集待测瓷砖的原始瓷砖图像，对所述原始瓷砖图像进行预处理，得到待测瓷砖图像。

具体实施中，原始瓷砖图像是指通过图像采集设备(例如照相机、摄像机等)对待测瓷砖进行图像拍摄后得到的图像。具体地，待测瓷砖经过传送带时，经过摄像头采集待测瓷砖的原始瓷砖图像，即在采集到的原始瓷砖图像中需要看到完整的瓷砖，不能有缺失。并且，在采集到的原始瓷砖图像中选取没有缺陷的瓷砖图像作为基准图像，其它的原始瓷砖图像则按顺序编号。

对所述原始瓷砖图像进行预处理，得到待测瓷砖图像，预处理包括降噪、平滑以及图像增强等处理，本发明不具体限定。

例如，在一实施例中，以上步骤对所述原始瓷砖图像进行预处理，得到待测瓷砖图像，具体包括：对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；对所述第一中间图像进行平滑化处理，得到第二中间图像；对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

具体实施中，上述预处理过程可通过Halcon中的函数实现，需要说明的是Halcon是一款机器视觉识别工具。

具体地，去除噪声处理可以使用Halcon中的noise_reduction函数，具体为：

noise_reduction(Image:ImageReduced，Method:Param)；

其中，noise_reduction函数中，Image是输入的图像，ImageReduced是输出的去噪后的图像，Method是噪声去除的方法，可选的值包括：“derivative_of_gaussian”、“gaussian”、“wiener”和“none”，本领域技术人员可以从中选择一个，本发明不具体限定；Param是一个包含噪声去除需要的参数的元组。

平滑化处理可以使用Halcon中的smooth_image函数，具体为：smooth_image(Image:ImageSmooth，Algorithm:Param)；其中，smooth_image函数中，Image是输入的图像，ImageSmooth是输出的平滑后的图像，Algorithm是平滑算法，可选的值包括：“gauss”、“median”和“mean”，本领域技术人员可以从中选择一个，本发明不具体限定，Param是一个包含平滑参数的元组。

增强对比度处理可以使用Halcon中的scale_image函数，具体为：scale_image(Image:ImageScaled，Scale，Interpolation)；其中，scale_image函数中，Image是输入的图像，ImageScaled是输出的缩放后的图像，Scale是一个包含水平和垂直方向上的缩放因子的元组，Interpolation是插值算法，可选的值包括：“nearest_neighbor”、“bilinear”、“bicubic”和“overlapping”，本领域技术人员可以从中选择一个，本发明不具体限定。

S2，获取所述待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像。

具体实施中，灰度阈值分割之前，需要先将待测瓷砖图像转换为灰度图像。之后，通过预设的灰度阈值分割方法将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到二值化图像，即分割图像。可以理解地，若待测瓷砖中不存在裂缝，则相应地，不会检测到裂缝区域，即裂缝区域可以不存在。

例如，在一实施例中，以上步骤通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像，具体包括：基于预设的像素阈值以及灰度阈值分割函数，将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像。

具体实施中，采用使用Halcon中的threshold函数来实现。Threshold函数是Halcon中常用的二值化函数之一，它用于将灰度图像转换成二值化图像，即分割图像，具体地，Threshold函数具体如下：

threshold(Image:ImageBinary，Threshold:ThresholdType，Width，Height:SubRegion)；其中，Threshold函数中，Image为输入的灰度图像，ImageBinary为输出的二值化图像，Threshold为设置的阈值，ThresholdType为设定的阈值类型，可以使用’H’，‘abs’，‘rel’或'adapted’进行设置，本领域技术人员可以从中选择一个，本发明不具体限定。Width和Height是子区域的宽度和高度，用于限定二值化范围，如果不需要则可以将它们设置为None。由于瓷砖裂缝与背景差异较为明显，因此，可以将阈值threshold固定在0-128之间，基于该阈值threshold将输入的灰度图像划分为瓷砖表面区域以及裂缝区域，得到二值化图像，即分割图像。

S3，获取所述分割图像中的连通域，得到待测连通域图。

具体实施中，对所述分割图像(具体为二值化图像)进行连通区域分析，找到所述分割图像中所有的连通区域。

例如，在一实施例中，以上步骤获取所述分割图像中的连通域，得到待测连通域图，具体包括：基于预设的连通域分析函数，检测所述分割图像包含的连通域，得到所述待测连通域图。

具体实施中，通过Halcon中的connection函数来实现。connection函数是Halcon中用于连接临近二值化区域的函数，它能够将二值化图像中相互连通的区域连接起来形成更大的区域，具体地，connection函数如下：

connection(Image:ImageConnected，Connections:Type，PointOrdering，Indices:Regions)，其中，connection函数中，Image为输入的二值化图像，ImageConnected为输出的连通图像，type为连接类型，可使用‘4/8’，‘4’，‘8’，‘maximal’进行设置，分别表示四连通/八连通，四周连通、八周连通以及最大连接类型，本领域技术人员可以从中选择一个，本发明不具体限定。PointOrdering为点的排序方向，可使用‘row’，‘column’，‘none’进行设置，本领域技术人员可以从中选择一个，本发明不具体限定。Indices为输出的连通区域的编号，Regions为输出的连通域图。

S4，判断所述待测连通域图是否与预设的基准连通域图相同。

具体实施中，基准连通域图为没有裂缝的基准瓷砖的基准图像按照以上步骤S1-S3处理后得到的连通域图。

判断所述待测连通域图是否与预设的基准连通域图相同，具体可包括：判断所述待测连通域图与预设的基准连通域图中连通域的数量以及形状是否相同，若数量以及形状均相同，则可以判定二者相同。

S5，若所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝。

具体实施中，如果所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝，即该待测瓷砖为不合格的瓷砖，此时可将该待测瓷砖分拣至不合格品放置区，以避免其流入市场。

本发明实施例的技术方案，通过将灰度图像划分为瓷砖表面区域以及裂缝区域，再进一步进行连通域分析，得到待测连通域图；将所述待测连通域图与预设的基准连通域图比对，从而能够确定待测连通域图中是否存在裂缝，上述方法由机器去自动执行，效率更高，同时基于连通域分析的方式，可排除外在环境的影响，如不受瓷砖颜色、当前亮度等因素影响，其准确性更高。

进一步地，若所述待测连通域图与预设的基准连通域图相同，判定所述待测瓷砖中不存在裂缝，说明待测瓷砖为合格的产品。

进一步地，在以上步骤S5之后，所述基于图像识别的视觉检测方法，还包括：统计存在裂缝的所述待测瓷砖的数量；基于存在裂缝的所述待测瓷砖的数量以及所述待测瓷砖的总数量确定所述待测瓷砖的缺陷率。

具体实施中，缺陷率为存在裂缝的所述待测瓷砖的数量占待测瓷砖的总数量的比例。若缺陷率过高，则说明瓷砖的生产工艺存在问题，需要调整工艺。因此，在缺陷率大于预设的缺陷率阈值时，发出告警信息，提醒用户。

本发明实施例的技术效果包括：

1.基于连通域分析的方式，可排除外在环境影响，如不受瓷砖颜色，当前亮度影响。

2.灰度图储存内容较少，运算速度较快，能够高效识别瓷砖裂缝。

3.Halcon具有高效的多线程处理能力，可以快速处理大量的图像数据，提高表面裂缝检测的效率，可以根据不同的表面裂缝检测任务进行灵活的配置和组合，满足不同的需求。

4.降低人工成本。

参见图2，图2是本发明实施例提供的一种基于图像识别的视觉检测装置20的示意性框图。对应于以上基于图像识别的视觉检测方法，本发明还提供一种基于图像识别的视觉检测装置20。该基于图像识别的视觉检测装置20包括用于执行上述基于图像识别的视觉检测方法的单元，该基于图像识别的视觉检测装置20可以被配置于台式电脑、平板电脑、手提电脑等终端中。具体地，该基于图像识别的视觉检测装置20包括：

预处理单元21，用于采集待测瓷砖的原始瓷砖图像，对所述原始瓷砖图像进行预处理，得到待测瓷砖图像；

分割单元22，用于获取所述待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像；

获取单元23，用于获取所述分割图像中的连通域，得到待测连通域图；

判断单元24，用于判断所述待测连通域图是否与预设的基准连通域图相同；

第一判定单元25，用于若所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝。

在一实施例中，所述对所述原始瓷砖图像进行预处理，得到待测瓷砖图像，包括：

对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

对所述第一中间图像进行平滑化处理，得到第二中间图像；

对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

在一实施例中，所述通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像，包括：

基于预设的像素阈值以及灰度阈值分割函数，将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像。

在一实施例中，所述获取所述分割图像中的连通域，得到待测连通域图，包括：

基于预设的连通域分析函数，检测所述分割图像包含的连通域，得到所述待测连通域图。

在一实施例中，所述对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像，包括：基于预设的降噪函数对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

所述对所述第一中间图像进行平滑化处理，得到第二中间图像，包括：基于预设的平滑函数对所述第一中间图像进行平滑化处理，得到第二中间图像；

所述对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像，包括：基于预设的增强函数对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

在一实施例中，所述基于图像识别的视觉检测装置20还包括：

第二判定单元，用于若所述待测连通域图与预设的基准连通域图相同，判定所述待测瓷砖中不存在裂缝。

在一实施例中，所述基于图像识别的视觉检测装置20还包括：

统计单元，用于统计存在裂缝的所述待测瓷砖的数量；

确定单元，用于基于存在裂缝的所述待测瓷砖的数量以及所述待测瓷砖的总数量确定所述待测瓷砖的缺陷率。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述基于图像识别的视觉检测装置20和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述基于图像识别的视觉检测装置20可以实现为一种计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。

请参阅图3，图3是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端，也可以是服务器，其中，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行一种基于图像识别的视觉检测方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种基于图像识别的视觉检测方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，上述结构，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500的限定，具体的计算机设备500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。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现上述任一方法实施例提供的一种基于图像识别的视觉检测方法的步骤。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序。该计算机程序被处理器执行时使处理器执行上述任一方法实施例提供的一种基于图像识别的视觉检测方法的步骤。

所述存储介质为实体的、非瞬时性的存储介质，例如可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的实体存储介质。所述计算机可读存储介质可以是非易失性，也可以是易失性。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明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，各个单元的划分，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。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元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，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术作出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于图像识别的视觉检测方法，其特征在于，包括：

采集待测瓷砖的原始瓷砖图像，对所述原始瓷砖图像进行预处理，得到待测瓷砖图像；

获取所述待测瓷砖图像对应的灰度图像，通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像；

获取所述分割图像中的连通域，得到待测连通域图；

判断所述待测连通域图是否与预设的基准连通域图相同；

若所述待测连通域图与预设的基准连通域图不相同，判定所述待测瓷砖中存在裂缝。

2.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述对所述原始瓷砖图像进行预处理，得到待测瓷砖图像，包括：

对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

对所述第一中间图像进行平滑化处理，得到第二中间图像；

对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

3.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述通过灰度阈值分割的方式将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像，包括：

基于预设的像素阈值以及灰度阈值分割函数，将所述灰度图像划分为瓷砖表面区域以及裂缝区域，得到分割图像。

4.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述获取所述分割图像中的连通域，得到待测连通域图，包括：

基于预设的连通域分析函数，检测所述分割图像包含的连通域，得到所述待测连通域图。

5.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像，包括：基于预设的降噪函数对所述原始瓷砖图像进行去除噪声处理，得到第一中间图像；

所述对所述第一中间图像进行平滑化处理，得到第二中间图像，包括：基于预设的平滑函数对所述第一中间图像进行平滑化处理，得到第二中间图像；

所述对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像，包括：基于预设的增强函数对所述第二中间图像进行增强对比度处理，得到所述待测瓷砖图像。

6.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述方法还包括：

若所述待测连通域图与预设的基准连通域图相同，判定所述待测瓷砖中不存在裂缝。

7.根据权利要求1所述的基于图像识别的视觉检测方法，其特征在于，所述方法还包括：

统计存在裂缝的所述待测瓷砖的数量；

基于存在裂缝的所述待测瓷砖的数量以及所述待测瓷砖的总数量确定所述待测瓷砖的缺陷率。

8.一种基于图像识别的视觉检测装置，其特征在于，包括用于执行如权利要求1-7任一项所述方法的单元。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现如权利要求1-7中任一项所述的方法。