技术领域
[0001] 本
发明属于缺陷检测技术领域，尤其涉及缺陷检测方法及装置。
背景技术
[0002] 在科技迅速发展的今天，自动化生产在某些领域已经逐渐发展成熟，自动化流
水线大大提高了产品的生产效率，减少了人工成本。但是，对于盖板玻璃表面缺陷检测，由于检测过程复杂、缺陷识别难度高，依然依赖于人工检测。然而，人工检测存在主观性强、成本高、易产生视觉疲劳、检测效率与准确率较低等缺点，并且高强度、高难度的缺陷检测很容易造成人眼
疾病。
[0003] 故，有必要提出一种新的技术方案，以解决上述技术问题。
发明内容
[0004] 有鉴于此，本发明
实施例提供了缺陷检测方法及装置，以避免人工检测盖板玻璃表面缺陷，提高缺陷检测的效率和准确率。
[0005] 本发明实施例的第一方面提供了一种缺陷检测方法，所述缺陷检测方法包括：
[0006] 获取原始图像；
[0007] 从所述原始图像中获取待
检测区域图像，其中，所述待检测区域图像包含缺陷区域；
[0008] 计算所述待检测区域图像中
像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；
[0009] 若所述区域方差图像中存在灰度值超过指定
阈值的像素，则确定该像素所在
位置为缺陷区域，并标记出该缺陷区域。
[0010] 本发明实施例的第二方面提供了一种缺陷检测装置，所述缺陷检测装置包括：
[0011] 原始图像获取模
块，用于获取原始图像；
[0012] 区域图像获取模块，用于从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；
[0013] 方差图像获取模块，用于计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；
[0014] 缺陷确定模块，用于若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。
[0015] 本发明实施例的第三方面提供了一种缺陷检测装置，包括
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的
计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述缺陷检测方法的步骤。
[0016] 本发明实施例的第四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存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述缺陷检测方法的步骤。
[0017] 本发明实施例与
现有技术相比存在的有益效果是：本发明实施例从原始图像中获取包含缺陷区域的待检测区域图像，并计算该待检测区域图像中像素指定邻域的灰度值方差，从而获取区域方差图像，再将该区域方差图像中像素的灰度值与指定阈值进行比较，若存在灰度值超过指定阈值的像素，则可以确定该像素所在位置为缺陷区域，并标记处该缺陷区域，从而可实现自动化检测盖板玻璃表面缺陷，避免人工检测盖板玻璃表面缺陷，提高了缺陷检测的效率和准确率。
附图说明
[0018] 为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，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。
[0019] 图1是本发明实施例一提供的缺陷检测方法的实现流程示意图；
[0020] 图2a是原始图像的示例图；图2b是目标图像的示例图；图2c是二值化图像的示例图；如图2d是待检测区域图像示例图；图2e是对缺陷区域进行标记的示例图；
[0021] 图3是本发明实施例二提供的缺陷检测装置的示意图；
[0022] 图4是本发明实施例三提供的缺陷检测装置的示意图。
具体实施方式
[0023] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、
电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
[0024] 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”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。
[0025] 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。
[0026] 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。
[0027] 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]”。
[0028] 应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0029] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0030] 参见图1，是本发明实施例一提供的缺陷检测方法的实现流程示意图，如图所示该缺陷检测方法可以包括以下步骤：
[0031] 步骤S101，获取原始图像。
[0032] 在本发明实施例中，可以通过4K线阵相机采集待检测物体的图像，从而获取原始图像，该原始图像中通常包括待检测物体和放置待检测物体的托举装置。其中，所述待检测物体可以是盖板玻璃，也可以是其他玻璃材质的物体，在此不做限定。
[0033] 由于缺陷检测系统设计的原因，相机采集的原始图像相对于待检测物体的摆放位置存在九十度的夹
角，因此，为了查看方便，可以将原始图像旋转为与待检测物体实际方向平行(例如，将原始图像向右旋转九十度)，然后再进行后续操作。
[0034] 步骤S102，从所述原始图像中获取待检测区域图像。
[0035] 其中，所述待检测区域图像包含缺陷区域。
[0036] 在本发明实施例中，可以从原始图像中获取包含缺陷区域的待检测区域图像，对待检测区域图像进行缺陷检测，从而可避免对整个原始图像进行缺陷检测，减小了进行缺陷检测的数据量，提高了缺陷检测的效率。例如，原始图像的大小为50*70，而待检测区域图像是原始图像中大小为6*10的图像，原始图像中的缺陷区域均在该大小为6*10的图像中。
[0037] 所述从所述原始图像中获取待检测区域图像包括：
[0038] 从所述原始图像中获取目标图像，其中，所述目标图像包含待检测物体；
[0039] 统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像；
[0040] 获取所述二值化图像中满足预设条件的像素组成的连通区域；
[0041] 计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像；
[0042] 获取包含所述连通区域图像中所有连通区域的最小外界矩形，并根据所述最小外界矩形的位置信息，从所述原始图像中获取待检测区域图像。
[0043] 在本发明实施例中，可以对原始图像进行框选操作，获得待检测物体的裁剪矩形，根据该裁剪矩形对原始图像进行裁剪，获取目标图像。如图2a是原始图像的示例图，图2b是目标图像的示例图。可以统计目标图像的局部纹理灰度，根据该局部纹理灰度对目标图像进行二值化处理，将目标图像转换为二值化图像。如图2c是二值化图像的示例图。其中，图像二值化是将图像上的像素(即像素点)的灰度值设置为0或255，也就是将图像呈现出明显的黑白效果的过程。获取二值化图像中灰度值为255的像素组成的连通区域，即二值化图像中的白色连通区域，并对其进行自动标记
算法处理，记录二值化图像中每个连通区域的位置，计算每个连通区域的面积(例如每个连通区域中包含的像素数量)，并每个连通区域的面积与预设面积阈值进行比较，过滤二值化图像中面积小于预设面积阈值的连通区域，从而获得已从二值化图像中过滤掉面积小于预设面积阈值的连通区域的图像，即连通区域图像。获取连通区域图像中每个灰度值为255的像素(即白色像素)的坐标，根据该坐标获取包含连通区域图像中所有连通区域的最小外界矩形，并从原始图像中裁剪出该最小外界矩形所在区域，获取待检测区域图像。如图2d是待检测区域图像示例图，为了便于用户查看，图2d可以为放大后的待检测区域图像。其中，所述最小外界矩形可以是指能够包含连通区域图像中所有连通区域的最小矩形。需要说明的是，其他能够包含连通区域图像中所有连通区域的最小形状均在本发明的保护范围内，而不限定为矩形。所述最小外界矩形的位置信息可以是指最小外界矩形中每个像素的坐标。
[0044] 可选的，所述统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像包括：
[0045] 在所述目标图像中选取预设大小的图像区域，获取该区域的背景灰度；
[0046] 通过遍历所述目标图像，获取所述目标图像的背景灰度矩阵；
[0047] 将所述背景灰度矩阵扩展为大小与原始图像矩阵的大小相同的矩阵；
[0048] 将所述原始图像矩阵与扩展后的背景灰度矩阵相减，获取调整图像，其中，所述调整图像是指将相减后的值作为相应像素的灰度值的图像；
[0049] 消除所述调整图像中的噪声；
[0050] 通过直方图均衡化处理消除噪声后的所述调整图像的灰度，获得校正图像；
[0051] 对所述校正图像使用最大类间方差法获得灰度阈值；
[0052] 将所述目标图像中每个像素的灰度值与所述灰度阈值进行比较，若像素的灰度值大于所述灰度阈值，则将该像素的灰度值设置为第一预设值，否则将该像素的灰度值设置为第二预设值。
[0053] 在本发明实施例中，可以在目标图像中选取预设大小(例如M*M，可以为5*5)的图像区域，根据该区域内所有像素的灰度值，计算该区域的灰度值的均值和标准差，将该区域的灰度值的均值减去三倍标准差的结果作为该区域的背景灰度，可以使用预设大小的选框遍历整个目标图像，通过移动选框(例如从目标图像的左上角开始移动选框，间隔M个像素移动选框，遍历完整个目标图像，选框在目标图像中的
覆盖区域为一个图像区域)，在整个目标图像中可以获取多个预设大小的图像区域，从而获取目标图像的背景灰度矩阵。其中，背景灰度矩阵中的元素为每个预设大小的图像区域对应的背景灰度。由于目标图像中相邻预设大小的图像区域相隔M个像素，而一个图像区域对应一个背景灰度，那么目标图像的背景灰度矩阵的大小(背景灰度矩阵中元素的数量)小于原始图像矩阵的大小，因此，可以通过对背景灰度矩阵进行插值算法处理将其扩展为大小与原始图像矩阵的大小相同的矩阵。其中，原始图像矩阵中的元素为原始图像中像素的灰度值，元素的位置即为相应的像素在原始图像中的位置，例如原始图像矩阵中第一行第一列的元素即为原始图像中第一行第一列的像素的灰度值。将原始图像矩阵减去扩展后的背景灰度矩阵，可以达到校正光照不均匀的目的。通过直方图均衡化处理消除噪声后的调整图像中像素的灰度值，校正矩阵相减时造成的图像过暗现象。第一预设值可以为255，第二预设值可以为0。
[0054] 可选的，所述计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像包括：
[0055] 计算每个连通区域的面积，保留面积大于预设面积阈值的连通区域；
[0056] 对面积小于或等于预设面积阈值的连通区域进行区域填充，以获取连通区域图像。
[0057] 在本发明实施例中，区域填充可以是指将二值化图像中面积小于或等于预设面积阈值的连通区域中的每个像素的灰度值设置为0，即二值化图像中面积大于预设面积阈值的连通区域为白色，其他区域均为黑色。
[0058] 在获取待检测区域图像之后，可以使用均值
滤波器减小待检测区域图像中噪声，然后再执行后续操作。
[0059] 步骤S103，计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像。
[0060] 其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差。所述像素指定邻域可以是像素N*N邻域，即待检测区域图像中的N*N区域。
[0061] 可选的，所述计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像；
[0062] 步骤一，获取所述待检测区域图像中像素N*N邻域内的灰度值，其中，N为大于零的整数；
[0063] 步骤二，计算所述像素N*N邻域的灰度值方差；
[0064] 步骤三，重复执行步骤一和步骤二，遍历所述待检测区域图像，获取区域方差图像。
[0065] 在本发明实施例中，可以通过逐点遍历待检测区域图像(每次移动间隔一个像素)，获取待检测区域图像中所有的像素N*N邻域，并在每次获取一个像素N*N邻域时，获取该邻域内所有像素的灰度值，并计算该邻域内所有像素的灰度值的方差，即该邻域的灰度值方差，并将该灰度值方差作为该邻域所在位置的灰度值，从而获取区域方差图像。例如，先获取待检测区域图像中左上角的像素N*N邻域，计算该邻域的灰度值方差，并将区域方差图像的第一行第一列的像素的灰度值设置为该灰度值方差，然后向右间隔一个像素移动该像素N*N邻域，计算该邻域的灰度值方差，并将区域方差图像的第一行第二轮的像素的灰度值设置为该灰度值方差，以此类推，直到遍历完整个待检测区域图像。
[0066] 步骤S104，若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。
[0067] 在本发明实施例中，可以将区域方差图像中灰度值超过指定阈值的像素称之为缺陷像素，即，缺陷像素是指区域方差图像中灰度值超过指定阈值的像素。其中，所述指定阈值可以根据用户需要自行设定，在此不做限定。区域方差图像中缺陷像素的数量可以为一个或多个，在缺陷像素的数量为多个时，该多个缺陷像素可能相邻也可能不相邻，在一个缺陷像素与其他缺陷像素不相邻时，该与其他缺陷像素不相邻的缺陷像素所在位置即为缺陷区域，在一个缺陷像素与其他缺陷像素相邻时，相邻的所有缺陷像素所在的区域即为缺陷区域，对区域方差图像中的每个缺陷区域分别进行标记，可以通过不同形状从区域方差图像中标记出缺陷区域，如图2e是对缺陷区域进行标记的示例图。
[0068] 本发明实施例从原始图像中获取包含缺陷区域的待检测区域图像，并计算该待检测区域图像中像素指定邻域的灰度值方差，从而获取区域方差图像，再将该区域方差图像中像素的灰度值与指定阈值进行比较，若存在灰度值超过指定阈值的像素，则可以确定该像素所在位置为缺陷区域，并标记出该缺陷区域，从而可实现自动化检测盖板玻璃表面缺陷，避免人工检测盖板玻璃表面缺陷，提高了缺陷检测的效率和准确率。
[0069] 参见图3，是本发明实施例二提供的缺陷检测装置的示意图，为了便于说明，仅示出了与本发明实施例相关的部分。
[0070] 所述缺陷检测装置包括：
[0071] 原始图像获取模块31，用于获取原始图像；
[0072] 区域图像获取模块32，用于从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；
[0073] 方差图像获取模块33，用于计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；
[0074] 缺陷确定模块34，用于若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。
[0075] 可选的，所述区域图像获取模块32包括：
[0076] 目标图像获取单元，用于从所述原始图像中获取目标图像，其中，所述目标图像包含待检测物体；
[0077] 灰度统计单元，用于统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像；
[0078] 连通区域获取单元，用于获取所述二值化图像中满足预设条件的像素组成的连通区域；
[0079] 连通区域图像获取单元，用于计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像；
[0080] 图像获取单元，用于获取包含所述连通区域图像中所有连通区域的最小外界矩形，并根据所述最小外界矩形的位置信息，从所述原始图像中获取待检测区域图像；
[0081] 所述灰度统计单元包括：
[0082] 灰度获取子单元，用于在所述目标图像中选取预设大小的图像区域，获取该区域的背景灰度；
[0083] 矩阵获取子单元，用于通过遍历所述目标图像，获取所述目标图像的背景灰度矩阵；
[0084] 矩阵扩展子单元，用于将所述背景灰度矩阵扩展为大小与原始图像矩阵的大小相同的矩阵；
[0085] 调整图像获取子单元，用于将所述原始图像矩阵与扩展后的背景灰度矩阵相减，获取调整图像，其中，所述调整图像是指将相减后的值作为相应像素的灰度值的图像；
[0086] 噪声消除子单元，用于消除所述调整图像中的噪声；
[0087] 校正图像获得子单元，用于通过直方图均衡化处理消除噪声后的所述调整图像的灰度，获得校正图像；
[0088] 灰度阈值获得子单元，用于对所述校正图像使用最大类间方差法获得灰度阈值；
[0089] 灰度值设置子单元，用于将所述目标图像中每个像素的灰度值与所述灰度阈值进行比较，若像素的灰度值大于所述灰度阈值，则将该像素的灰度值设置为第一预设值，否则将该像素的灰度值设置为第二预设值；
[0090] 所述连通区域图像获取单元包括：
[0091] 面积计算子单元，用于计算每个连通区域的面积，保留面积大于预设面积阈值的连通区域；
[0092] 区域填充子单元，用于对面积小于或等于预设面积阈值的连通区域进行区域填充，以获取连通区域图像。
[0093] 可选的，所述方差图像获取模块33包括：
[0094] 灰度值获取单元，用于获取所述待检测区域图像中像素N*N邻域内的灰度值，其中，N为大于零的整数；
[0095] 灰度值方差计算单元，用于计算所述像素N*N邻域的灰度值方差；
[0096] 方差图像获取单元，用于重复执行所述灰度值获取单元和所述灰度值方差计算单元，遍历所述待检测区域图像，获取区域方差图像。
[0097] 本发明实施例提供的缺陷检测装置可以应用在前述方法实施例一中，详情参见上述方法实施例一的描述，在此不再赘述。
[0098] 图4是本发明实施例三提供的缺陷检测装置的示意图。如图4所示，该实施例的缺陷检测装置4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个缺陷检测方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能。
[0099] 示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述缺陷检测装置4中的执行过程。例如，所述计算机程序42可以被分割成原始图像获取模块、区域图像获取模块、方差图像获取模块以及缺陷确定模块，各模块具体功能如下：
[0100] 原始图像获取模块，用于获取原始图像；
[0101] 区域图像获取模块，用于从所述原始图像中获取待检测区域图像，其中，所述待检测区域图像包含缺陷区域；
[0102] 方差图像获取模块，用于计算所述待检测区域图像中像素指定邻域的灰度值方差，获取区域方差图像，其中，所述区域方差图像中像素的灰度值为该像素指定邻域的灰度值方差；
[0103] 缺陷确定模块，用于若所述区域方差图像中存在灰度值超过指定阈值的像素，则确定该像素所在位置为缺陷区域，并标记出该缺陷区域。
[0104] 可选的，所述区域图像获取模块包括：
[0105] 目标图像获取单元，用于从所述原始图像中获取目标图像，其中，所述目标图像包含待检测物体；
[0106] 灰度统计单元，用于统计所述目标图像的局部纹理灰度，并根据所述局部纹理灰度对所述目标图像进行二值化处理，以获取所述目标图像的二值化图像；
[0107] 连通区域获取单元，用于获取所述二值化图像中满足预设条件的像素组成的连通区域；
[0108] 连通区域图像获取单元，用于计算每个连通区域的面积，并过滤面积小于预设面积阈值的连通区域，以获取连通区域图像；
[0109] 图像获取单元，用于获取包含所述连通区域图像中所有连通区域的最小外界矩形，并根据所述最小外界矩形的位置信息，从所述原始图像中获取待检测区域图像；
[0110] 所述灰度统计单元包括：
[0111] 灰度获取子单元，用于在所述目标图像中选取预设大小的图像区域，获取该区域的背景灰度；
[0112] 矩阵获取子单元，用于通过遍历所述目标图像，获取所述目标图像的背景灰度矩阵；
[0113] 矩阵扩展子单元，用于将所述背景灰度矩阵扩展为大小与原始图像矩阵的大小相同的矩阵；
[0114] 调整图像获取子单元，用于将所述原始图像矩阵与扩展后的背景灰度矩阵相减，获取调整图像，其中，所述调整图像是指将相减后的值作为相应像素的灰度值的图像；
[0115] 噪声消除子单元，用于消除所述调整图像中的噪声；
[0116] 校正图像获得子单元，用于通过直方图均衡化处理消除噪声后的所述调整图像的灰度，获得校正图像；
[0117] 灰度阈值获得子单元，用于对所述校正图像使用最大类间方差法获得灰度阈值；
[0118] 灰度值设置子单元，用于将所述目标图像中每个像素的灰度值与所述灰度阈值进行比较，若像素的灰度值大于所述灰度阈值，则将该像素的灰度值设置为第一预设值，否则将该像素的灰度值设置为第二预设值；
[0119] 所述连通区域图像获取单元包括：
[0120] 面积计算子单元，用于计算每个连通区域的面积，保留面积大于预设面积阈值的连通区域；
[0121] 区域填充子单元，用于对面积小于或等于预设面积阈值的连通区域进行区域填充，以获取连通区域图像。
[0122] 可选的，所述方差图像获取模块包括：
[0123] 灰度值获取单元，用于获取所述待检测区域图像中像素N*N邻域内的灰度值，其中，N为大于零的整数；
[0124] 灰度值方差计算单元，用于计算所述像素N*N邻域的灰度值方差；
[0125] 方差图像获取单元，用于重复执行所述灰度值获取单元和所述灰度值方差计算单元，遍历所述待检测区域图像，获取区域方差图像。
[0126] 所述缺陷检测装置4可以是桌上型计算机、笔记本、掌上电脑及
云端
服务器等计算设备。所述缺陷检测装置可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是缺陷检测装置4的示例，并不构成对缺陷检测装置4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述缺陷检测装置还可以包括输入输出设备、网络接入设备、总线等。
[0127] 所述处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字
信号处理器(Digital Signal Processor，DSP)、
专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程
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。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。
[0128] 所述存储器41可以是所述缺陷检测装置4的内部存储单元，例如缺陷检测装置4的
硬盘或内存。所述存储器41也可以是所述缺陷检测装置4的外部存储设备，例如所述缺陷检测装置4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述缺陷检测装置4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述缺陷检测装置所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
[0129] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、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
软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本
申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0130] 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述或记载的部分，可以参见其它实施例的相关描述。
[0131] 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、或者计算机软件和电子硬件的结合来实现。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。
[0132] 在本发明所提供的实施例中，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，所述模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些
接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0133] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
[0134] 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，也可以采用软件功能单元的形式实现。
[0135] 所述集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、
只读存储器(ROM，Read-Only Memory)、
随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和
专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0136] 以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行
修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
