基于机器视觉的带钢表面缺陷的检测方法技术

基于机器视觉的带钢表面缺陷的检测方法，属于智能检测技术领域，解决了现有带钢表面缺陷识别检测效率低的问题，包括步骤：步骤1：将待检测带钢读入计算机，得到原始图像f，然后进行两次均值滤波，原始图像f、滤波图像f1、f2中的坐标为第x列、第y行的像素点的灰度值分别为f（x，y）、f1（x，y）和f2（x，y）；步骤2：检验以下数据是否在设定区间之内：f（x，y），f1（x，y），f（x，y）－f2（x，y），f1（x，y）－f2（x，y）；如果上述数据均在设定区间之内，则判定待检测带钢为初级合格品；反之，则判定待检测带钢存在表面缺陷。本发明专利技术算法简单、误检率低。

【技术实现步骤摘要】
基于机器视觉的带钢表面缺陷的检测方法
本专利技术属于智能检测
，特别涉及基于图像处理的产品表面缺陷的自动化检测方法。
技术介绍
在钢铁制造业中，从连铸和热轧到镀锌及精整，扁平带钢加工中各式各样的质量挑战经常出现。缺陷检测与分类是质量控制环节中非常重要的一环，材料表面质量的优劣直接影响最终产品的性能和质量。面对越来越激烈的市场化竞争，诸多企业对金属材料表面质量提出了越来越高的要求。工业生产中，由于各种技术或者生产工艺问题，会造成一定的缺陷。对于带钢这类表面积很大的产品，仅靠人工去识别缺陷，容易误判缺陷类别以及错过微小缺陷，尤其是带钢处于高速运转状态时。由此来看人工检视缺陷不是一种高效的方法。为了避免人工检测误判造成的损失，有效降低生产成本、提升正品率并为客户提供优质的产品，随着CCD成像技术和计算机技术的迅猛发展，应用机器视觉来解决缺陷的检测与分类问题逐渐成为一种趋势，通过计算机的辅助可以实现对带钢的表面质量性能进行精密的检测与记录。通过相机采集钢带表面的图像，采用一定的图像处理的算法来获得图像上异常的区域，相对正常的区域，这一部分属于缺陷区域。
技术实现思路
为解决现有带钢表面缺陷依靠人工识别，造成检测效率低、容易产生误判的问题，本专利技术提供一种基于机器视觉的带钢表面缺陷的检测方法，其技术方案如下：基于机器视觉的带钢表面缺陷的检测方法，包括以下顺序步骤：步骤1：滤波处理：采用图像采集设备将待检测带钢读入计算机，得到带钢彩色图像，然后将带钢彩色图像转化成带钢灰度图像，得到原始图像f，原始图像f中坐标为第x列、第y行的像素点的灰度值为f（x，y）；对原始图像f进行一次均值滤波，得到一次滤波图像f1，一次滤波图像f1中坐标为第x列、第y行的像素点的灰度值为f1（x，y）；对原始图像f进行二次均值滤波，得到二次滤波图像f2，二次滤波图像f2中坐标为第x列、第y行的像素点的灰度值为f2（x，y），其中二次均值滤波时所用的均值滤波器的窗口大于一次均值滤波时所用的均值滤波器的窗口；步骤2：缺陷判定：检验以下数据是否在设定区间之内：f（x，y）；f1（x，y）；f（x，y）－f2（x，y）；f1（x，y）－f2（x，y）；如果上述数据均在设定区间之内，则判定待检测带钢为初级合格品；如果上述数据中有一个在设定区间之外，则判定待检测带钢存在表面缺陷。作为本专利技术方法的优选方案：所述步骤1还包括以下步骤：沿纵向将原始图像f划分为若干个单元，每一个单元包括相同行数的像素点，将每一个单元中每一列像素点的灰度值的平均值，作为一个新像素点的灰度值，得到重建图像f3，重建图像f3中坐标为第x列、第k行的的新像素点的灰度值为f3（x，k），重建图像f3中的坐标为第x+1列、第k行的新像素点的灰度值为f3（x+1，k）；然后采用1×m大小的滤波器对重建图像f3进行滤波，其中m为大于1的正整数，得到重建图像f4，重建图像f4中坐标为第x列、第k行的的新像素点的灰度值为f4（x，k）；所述步骤2中的初级合格品还要进行以下缺陷判定：检验以下数据是否在设定区间之内：f3（x，k）－f3（x+1，k）；f4（x，k）－f3（x，k）；如果上述数据均在设定区间之内，则判定初级合格品为合格成品；如果上述数据中有一个在设定区间之外，则判定初级合格品存在表面缺陷。作为本专利技术方法的进一步优选方案：所述步骤1中的一次均值滤波，是指采用3×3大小的均值滤波器对原始图像f进行滤波；所述步骤1中的二次均值滤波，是指采用21×21大小的均值滤波器对原始图像f进行滤波；所述步骤1中的m为9。作为本专利技术方法的进一步优选方案：f（x，y）中有一个在设定区间之外，则判定待检测带钢存在大面积色差的缺陷；f1（x，y）中有一个在设定区间之外，则判定待检测带钢存在油污的缺陷；f（x，y）－f2（x，y）中有一个在设定区间之外，则判定待检测带钢存在锌浪、氧化铁皮的缺陷；f1（x，y）－f2（x，y）中有一个在设定区间之外，则判定待检测带钢存在点状夹杂的缺陷；f3（x，k）－f3（x+1，k）中有一个在设定区间之外，则判定待检测带钢存在长条划伤的缺陷；f4（x，k）－f3（x，k）中有一个在设定区间之外，则判定待检测带钢存在长条来料划痕的缺陷。作为本专利技术方法的进一步优选方案：所述步骤1中的原始图像f包含512行，2048列个像素点。作为本专利技术方法的进一步优选方案：所述步骤1中沿纵向将原始图像f划分为若干个单元时，每一个单元包括64行像素点。本专利技术用于从带钢图像中提取缺陷区域，可应用于工业品表面缺陷检测，属于图像处理问题，提供了一种基于图像处理的缺陷类型的快速判断方法。通过本专利技术上述两个步骤可以对整张图像中像素点做是否属于缺陷像素点的判断。本专利技术与现有技术相比具有如下特点：算法简单、运算速度快、精确度高、误检率低等优点，为工业产品表面缺陷检测提供了一种新的可靠的方法。本专利技术可以检测到的最小缺陷为涵盖图片的四个像素，并且缺陷灰度的信噪比至少为2:1，本专利技术的图片上每个像素对应钢板实际大小为0.5mm*0.5mm，就是说最小能检测到1mm*1mm的缺陷，本专利技术方法对这种1mm*1mm缺陷的检测率达到95％以上。本专利技术的优点在于通过多种滤波器组合能把带钢绝大多数的常见缺陷检测出来本专利技术中的图像采集设备是指高速数字相机拍摄钢带表面,通过图像采集卡读入计算机。附图说明图1为本专利技术方法示意图；图2为图像原始数据与平滑数据以及判定方法示意图；图3为线状数据与平滑线状数据示意图；图4为基准线判定、平滑基准线判定、线状灰度判定、线状基准线判定方法示意图；图5为经本专利技术方法检测后判定存在大面积色差的带钢照片；图6为经本专利技术方法检测后判定存在锌浪、氧化铁皮的带钢照片；图7为经本专利技术方法检测后判定存在油污的带钢照片；图8为经本专利技术方法检测后判定存在点状夹杂的带钢照片；图9为经本专利技术方法检测后判定存在长条划伤的带钢照片；图10为经本专利技术方法检测后判定存在长条来料划痕的带钢照片；图11为原始图像f中的其中一行像素点的灰度值波形图。具体实施方式以下结合附图以及实施例对本专利技术的技术方案作进一步详细说明。以下实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和过程，但本专利技术的保护范围不限于下述的实施例。在本专利技术的一个实施例中，所述方法的流程如图1所示，本实施例具体实施步骤如下（优选地使用C++语言编程）：一种基于机器视觉的带钢表面缺陷的检测方法，包括以下顺序步骤：步骤1：滤波处理：在生产线上，采用图像采集设备将待检测带钢读入计算机，得到带钢彩色图像；通过计算机将带钢彩色图像转化成带钢灰度图像；通过边缘检测获取带钢的边界，去除背景，得到带钢区域的图像，即原始图像f，其中原始图像f包含512行，2048列个像素点，原始图像f中的各个像素点的灰度值构成原始数据，其中坐标为第x列、第y行的像素点的灰度值为f（x，y），如图2所示；然后按以下步骤对原始图像f进行处理：步骤1.1：小窗口滤波：采用3×3大小的均值滤波器对原始图像f进行滤波，即对于原始图像f中的每一个像素点，用该像素点及其周围最近的9个像素点的灰度平均值来代替该像素点的原始像素值，从而去除噪声，得到一次滤波图像f1，一次滤波图像f1中的各个像素点本文档来自技高网...

【技术保护点】
基于机器视觉的带钢表面缺陷的检测方法，其特征在于，包括以下顺序步骤：步骤1：滤波处理：采用图像采集设备将待检测带钢读入计算机，得到带钢彩色图像，然后将带钢彩色图像转化成带钢灰度图像，得到原始图像f，原始图像f中坐标为第x列、第y行的像素点的灰度值为f（x，y）；对原始图像f进行一次均值滤波，得到一次滤波图像f1，一次滤波图像f1中坐标为第x列、第y行的像素点的灰度值为f1（x，y）；对原始图像f进行二次均值滤波，得到二次滤波图像f2，二次滤波图像f2中坐标为第x列、第y行的像素点的灰度值为f2（x，y），其中二次均值滤波时所用的均值滤波器的窗口大于一次均值滤波时所用的均值滤波器的窗口；步骤2：缺陷判定：检验以下数据是否在设定区间之内：f（x，y）；f1（x，y）；f（x，y）－f2（x，y）；f1（x，y）－f2（x，y）；如果上述数据均在设定区间之内，则判定待检测带钢为初级合格品；如果上述数据中有一个在设定区间之外，则判定待检测带钢存在表面缺陷。

【技术特征摘要】
1.基于机器视觉的带钢表面缺陷的检测方法，其特征在于，包括以下顺序步骤：步骤1：滤波处理：采用图像采集设备将待检测带钢读入计算机，得到带钢彩色图像，然后将带钢彩色图像转化成带钢灰度图像，得到原始图像f，原始图像f中坐标为第x列、第y行的像素点的灰度值为f(x，y)；对原始图像f进行一次均值滤波，得到一次滤波图像f1，一次滤波图像f1中坐标为第x列、第y行的像素点的灰度值为f1(x，y)；对原始图像f进行二次均值滤波，得到二次滤波图像f2，二次滤波图像f2中坐标为第x列、第y行的像素点的灰度值为f2(x，y)，其中二次均值滤波时所用的均值滤波器的窗口大于一次均值滤波时所用的均值滤波器的窗口；沿纵向将原始图像f划分为若干个单元，每一个单元包括相同行数的像素点，将每一个单元中每一列像素点的灰度值的平均值，作为一个新像素点的灰度值，得到重建图像f3，重建图像f3中的坐标为第x列、第k行的新像素点的灰度值为f3(x，k)，重建图像f3中的坐标为第x+1列、第k行的新像素点的灰度值为f3(x+1，k)；然后采用1×m大小的滤波器对重建图像f3进行滤波，其中m为大于1的正整数，得到重建图像f4，重建图像f4中的坐标为第x列、第k行的新像素点的灰度值为f4(x，k)；步骤2：缺陷判定：检验以下数据是否在设定区间之内：f(x，y)；f1(x，y)；f(x，y)－f2(x，y)；f1(x，y)－f2(x，y)；如果上述数据均在设定区间之内，则判定待检测带钢为初级合格品；如果上述数据中有一个在设定区间之外，则判定待检测带钢存在表面缺陷；初级合格品还要进行以下缺陷判定：检验以...

【专利技术属性】
技术研发人员：张栋，
申请(专利权)人：上海掌迪自动化科技有限公司，
类型：发明
国别省市：上海;31