1.一种基于灰度显著性的复杂铸件缺陷识别方法，其特征在于，包括如下步骤：(1)获取复杂铸件的射线图像，对图像进行尺寸归一化，图像变换后进行灰度形态学闭运算，对运算结果再进行中值滤波，得到预处理后的图像；

(2)对预处理后图像进行边缘检测，获得边缘部分的二值图像，然后二值图像中去除区域过小部分，最后对二值图像进行二值形态学膨胀运算，得到边缘二值图；

(3)利用预处理后的图像和边缘二值图，进行灰度显著性检测，得到初步缺陷区域；

(4)计算初步缺陷区域的大小，再结合先验知识，判断满足的区域为复杂铸件的缺陷；

步骤(1)具体为：

1.1、对图像调整至指定的尺寸，采用双线性插值对空缺偏移的像素进行填充；

1.2、对调整后的图像先进行灰度形态学膨胀运算，消除不均匀部分，再进行灰度形态学腐蚀运算，两个运算形成了灰度形态学闭运算；

1.3、对结果图像进行中值滤波，消除噪声，得到预处理后的图像；

步骤(2)具体为：

2.1、采用Canny边缘检测的方法，先采用高斯算子与图像卷积，平滑图像；然后提取图像水平垂直方向的梯度和梯度方向；接着计算梯度方向上梯度最大的点作为边缘点，形成脊轨迹，沿着轨迹利用阈值对像素值进行处理，获得初步边缘图像；最后边缘连接，得到初步边缘二值图；

2.2、对初步边缘二值图像进行二值形态学膨胀运算，为了加宽和补全边缘，得到边缘二值图；

步骤(3)具体为：

3.1、对预处理后的图像采用高斯算子进行卷积，平滑图像，得到高斯滤波后图像；再对高斯滤波后图像进行指定次数的中值滤波，为了过滤缺陷部分的高频特性，得到中值滤波后图像；

3.2、计算高斯滤波后图像和中值滤波后图像的差值，采用阈值对差值进行判断，差值符合阈值的区域为可能是缺陷的区域，再对此区域进行区域填充和二值形态学闭运算，得到差值二值图；

3.3、定义差值集合，集合中的每个元素为差值二值图中各自不相交的区域，定义边缘集合，集合中的每个元素为边缘二值图中各自不相交的区域；

3.4、做数学集合运算，得差值集和边缘集的交集，从差值二值图中去除交集中的区域，再根据阈值判断去除交集后的区域过小、过大、图像边界的区域，完成了整个灰度显著性检测，得到初步缺陷区域。

2.根据权利要求1所述的方法，其特征在于，步骤(4)具体为：

4.1、计算先前缺陷图像中的缺陷区域大小，设定阈值；

4.2、计算初步缺陷区域中每个区域的大小，根据先验知识计算出的阈值，判断满足的区域为缺陷。