The invention belongs to the field of strip surface detection technology, and discloses a defect picture classification collection method based on the VAI surface detection system, including the first attribute value of the first attribute based on the defective picture, and screening the first defect picture group that meets the range of the first attribute eigenvalue in the classified picture; second genera based on the defect picture. The first attribute values include defect area, defect length, and defect width, including defect area range, defect length range, and defect width range; second genera; the first attribute value range includes the defect area, defect length and defect width. The eigenvalues include the average gray value and the standard deviation of the gray value; the second attribute eigenvalue range includes the range of average gray value and the standard difference range of gray value; the range of the first attribute value and the range of the second attribute eigenvalue are determined according to the specific defect category. The invention provides a reliable method for classifying and collecting defective pictures.
【技术实现步骤摘要】
一种基于VAI表面检测系统的缺陷图片分类收集方法
本专利技术涉及带钢表面检测
,特别涉及一种基于VAI表面检测系统的缺陷图片分类收集方法。
技术介绍
VAI线阵表面检测系统(下面简称VAI)的缺陷图片分类收集是建立VAI缺陷数据库的重要准备过程。主要通过针对各种已知缺陷寻找对应的缺陷图片作为建立数据库的原始缺陷数据。VAI缺陷分类收集结果的好坏直接影响着球形文件的生成以及分类器的分类效果,因此我们在进行VAI缺陷图片分类收集时必须做到缺陷图片定性准确。但是,现有技术中对VAI进行分类器缺陷图片收集时通常是根据肉眼对其形貌进行观测,当主观上认为其符合某一类缺陷特征时,就对缺陷进行定性并收集到该类缺陷图片集中,最后通过DAC&DAC(VAI自带软件)进行运算后形成球形文件,最后将此球形文件调用到检测服务器中对实时检出缺陷进行运算分类。这样的缺陷收集方法虽然很直观,但是受人为主观因素影响较大,分类过程中出现问题不易查找原因,因此用这种方法制成的分类器缺陷分类准确率及检出率比较低。
技术实现思路
本专利技术提供一种基于VAI表面检测系统的缺陷图片分类收集方法,解决现有技术中VAI线阵表面检测系统的缺陷数据库原始缺陷图片定性分类受主观影响大,可靠性差的技术问题。为解决上述技术问题,本专利技术提供了一种基于VAI表面检测系统的缺陷图片分类收集方法,包括:基于缺陷的第一属性特征值,在待分类图片中筛查满足第一属性特征值范围的第一缺陷图片组;基于缺陷的第二属性特征值,在所述第一缺陷图片组中筛查满足第二属性特征值范围的初分类缺陷图片;其中,所述第一属性特征值包括:缺 ...
【技术保护点】
1.一种基于VAI表面检测系统的缺陷图片分类收集方法,其特征在于,包括:基于缺陷的第一属性特征值,在待分类图片中筛查满足第一属性特征值范围的第一缺陷图片组;基于缺陷的第二属性特征值,在所述第一缺陷图片组中筛查满足第二属性特征值范围的初分类缺陷图片;其中,所述第一属性特征值包括:缺陷面积、缺陷长度以及缺陷宽度;所述第一属性特征值范围包括:缺陷面积范围,缺陷长度范围以及缺陷宽度范围;仅当待分类图片的缺陷面积、缺陷长度以及缺陷宽度对应落在缺陷面积范围,缺陷长度范围以及缺陷宽度范围内的情况下,认定待分类缺陷图片属于第一缺陷图片组;所述第二属性特征值包括:平均灰度值和灰度值标准差;所述第二属性特征值范围包括:平均灰度值范围和灰度值标准差范围;仅当待分类图片的平均灰度值和灰度值标准差对应落在平均灰度值范围和灰度值标准差范围内的情况下,认定待分类缺陷图片属于初分类缺陷图片;所述第一属性特征值范围和所述第二属性特征值范围根据具体缺陷类别确定。
【技术特征摘要】
1.一种基于VAI表面检测系统的缺陷图片分类收集方法,其特征在于,包括:基于缺陷的第一属性特征值,在待分类图片中筛查满足第一属性特征值范围的第一缺陷图片组;基于缺陷的第二属性特征值,在所述第一缺陷图片组中筛查满足第二属性特征值范围的初分类缺陷图片;其中,所述第一属性特征值包括:缺陷面积、缺陷长度以及缺陷宽度;所述第一属性特征值范围包括:缺陷面积范围,缺陷长度范围以及缺陷宽度范围;仅当待分类图片的缺陷面积、缺陷长度以及缺陷宽度对应落在缺陷面积范围,缺陷长度范围以及缺陷宽度范围内的情况下,认定待分类缺陷图片属于第一缺陷图片组;所述第二属性特征值包括:平均灰度值和灰度值标准差;所述第二属性特征值范围包括:平均灰度值范围和灰度值标准差范围;仅当待分类图片的平均灰度值和灰度值标准差对应落在平均灰度值范围和灰度值标准差范围内的情况下,认定待分类缺陷图片属于初分类缺陷图片;所述第一属性特征值范围和所...
【专利技术属性】
技术研发人员:张悦,杨国义,唐璇,毕士龙,胡茂林,
申请(专利权)人:武汉钢铁有限公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。