一种钢板表面缺陷检测方法及系统技术方案

本发明专利技术提供一种钢板表面缺陷检测方法及系统，能够快速准确地检测出钢板表面的缺陷。所述方法包括：在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器。本发明专利技术涉及缺陷检测领域。

【技术实现步骤摘要】
一种钢板表面缺陷检测方法及系统
本专利技术涉及缺陷检测领域，特别是指一种钢板表面缺陷检测方法及系统。
技术介绍
钢板的生产技术是钢铁工业发展水平的一个重要标志，其产品在汽车工业、船舶工业、国防工业、航空航天和化工设备等领域得到了广泛的应用。钢板在生产过程中由于受到原材料、轧制工艺和系统控制等诸多技术因素的影响，其表面出现擦疤(scar)、划伤(scratch)、夹杂(inclusion)、毛刺(burr)、起皮(seam)、铁鳞(ironscale)等缺陷的情况时有发生。这些缺陷不仅会影响钢板表面的外观完整性，还会对钢板的耐磨性、抗腐蚀性、抗疲劳性和电磁特性等主要特性有不同程度的影响。因此及时检测钢板表面缺陷，对于提高钢板表面质量和产品经济效益具有重要意义。现有的表面缺陷检测技术，一般采用传统的模式识别或机器学习方法，在工业相机获取钢板表面图片后，对图片进行预处理，然后对预处理后的图片进行特征提取，最后使用训练好的分类器对特征进行分类，无法对图像中多个、多类缺陷进行识别，也无法得到缺陷的详细位置、尺寸信息。
技术实现思路
本专利技术要解决的技术问题是提供一种钢板表面缺陷检测方法及系统，以解决现有技术所存在的无法对图像中多个、多类缺陷进行识别，也无法得到缺陷的详细位置、尺寸信息的问题。为解决上述技术问题，本专利技术实施例提供一种钢板表面缺陷检测方法，包括：在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器。进一步地，在利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测之前，所述方法包括：采集钢板表面缺陷图像；对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库；获取缺陷数据库中每幅缺陷图像的缺陷信息，其中，所述缺陷信息包括：缺陷类别、缺陷位置和缺陷尺寸；建立SSD缺陷检测网络；根据建立的缺陷数据库和获取的每幅缺陷图像的缺陷信息，对建立的SSD缺陷检测网络进行训练，得到用于缺陷检测的SSD缺陷检测网络参数；其中，训练好的SSD缺陷检测网络用于对实时采集的钢板表面图像中的每例缺陷进行分类和定位，并确定每例缺陷的尺寸。进一步地，在对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库之前，所述方法包括：对采集到的缺陷图像进行扩充处理，得到新的缺陷图像，其中，所述扩充处理包括：翻转、旋转、裁剪操作中的一种或多种。进一步地，所述对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库包括：对扩充后得到的新的缺陷图像进行图像增强处理，增加缺陷图像中缺陷与背景的对比度；根据数据增强结果，建立缺陷数据库。进一步地，所述图像增强处理包括：对比度增强、锐度增强、色度增强中的一种或多种。本专利技术实施例还提供一种钢板表面缺陷检测系统，包括：第一采集模块，用于在钢板实际生产线上，实时采集钢板表面图像；检测模块，用于利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器。进一步地，所述系统还包括：第二采集模块，用于采集钢板表面缺陷图像；第一建立模块，用于对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库；获取模块，用于获取缺陷数据库中每幅缺陷图像的缺陷信息，其中，所述缺陷信息包括：缺陷类别、缺陷位置和缺陷尺寸；第二建立模块，用于建立SSD缺陷检测网络；训练模块，用于根据建立的缺陷数据库和获取的每幅缺陷图像的缺陷信息，对建立的SSD缺陷检测网络进行训练，得到用于缺陷检测的SSD缺陷检测网络参数；其中，训练好的SSD缺陷检测网络用于对实时采集的钢板表面图像中的每例缺陷进行分类和定位，并确定每例缺陷的尺寸。进一步地，所述系统还包括：扩充模块，用于对采集到的缺陷图像进行扩充处理，得到新的缺陷图像，其中，所述扩充处理包括：翻转、旋转、裁剪操作中的一种或多种。进一步地，所述第一建立模块包括：增强单元，用于对扩充后得到的新的缺陷图像进行图像增强处理，增加缺陷图像中缺陷与背景的对比度；建立单元，用于根据数据增强结果，建立缺陷数据库。进一步地，所述图像增强处理包括：对比度增强、锐度增强、色度增强中的一种或多种。本专利技术的上述技术方案的有益效果如下：上述方案中，在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器；这样，通过SSD缺陷检测网络能够快速准确地检测出钢板表面的缺陷，从而提高钢板表面缺陷检测的识别准确率和检测速度，且还能确定缺陷图像中每例缺陷的具体位置和尺寸信息，缺陷的详细信息有助于钢铁制造企业分析缺陷产生的原因和生产工艺中的漏洞，以便于改进生产工艺，生产更高质量的钢板产品。附图说明图1为本专利技术实施例提供的钢板表面缺陷检测方法的流程示意图；图2为本专利技术实施例提供的训练SSD缺陷检测网络的流程示意图；图3为本专利技术实施例提供的SSD缺陷检测网络结构示意图；图4(a)为本专利技术实施例提供的擦疤缺陷检测效果示意图；图4(b)为本专利技术实施例提供的划伤缺陷检测效果示意图；图4(c)为本专利技术实施例提供的夹杂缺陷检测效果示意图；图4(d)为本专利技术实施例提供的毛刺缺陷检测效果示意图；图4(e)为本专利技术实施例提供的起皮缺陷检测效果示意图；图4(f)为本专利技术实施例提供的铁鳞缺陷检测效果示意图；图5为本专利技术实施例提供的钢板表面缺陷检测系统的结构示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本专利技术针对现有的无法对图像中多个、多类缺陷进行识别，也无法得到缺陷的详细位置、尺寸信息的问题，提供一种钢板表面缺陷检测方法及系统。本专利技术实施例所述的钢板表面缺陷检测方法采用深度卷积神经网络来对钢板的表面缺陷进行检测。深度卷积神经网络对于图像分类任务有较高的准确性，目前最新的卷积神经网络对于固定种类图像的分类能力已经超过人类。而且深度卷积神经网络在模型训练完成后，对图片的处理速度很快，本专利技术实施例中训练好的SSD缺陷检测网络可以达到67帧/秒的检测速度。对于当前实际生产线30m/s的带速要求，如果单个电荷耦合元件(Charge-CoupledDevices，CCD)相机的视场长度为50cm～100cm，缺陷检测技术的检测速度应达到30～60帧/秒，本专利技术实施例提供的钢板表面缺陷检测方法完全满足工业生产实时检测速度的要求。实施例一如图1所示，本专利技术实施例提供的钢板表面缺陷检测方法，包括：S101，在钢板实际生产线上，实时采集钢板表面图像；S102，利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器(SingleShotMultiBoxDetector)。本专利技术实施例所述的钢板表面缺陷检测方法，在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷本文档来自技高网...

【技术保护点】
1.一种钢板表面缺陷检测方法，其特征在于，包括：在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器。

【技术特征摘要】
1.一种钢板表面缺陷检测方法，其特征在于，包括：在钢板实际生产线上，实时采集钢板表面图像；利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测，确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸，其中，SSD表示单镜头多框检测器。2.根据权利要求1所述的钢板表面缺陷检测方法，其特征在于，在利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测之前，所述方法包括：采集钢板表面缺陷图像；对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库；获取缺陷数据库中每幅缺陷图像的缺陷信息，其中，所述缺陷信息包括：缺陷类别、缺陷位置和缺陷尺寸；建立SSD缺陷检测网络；根据建立的缺陷数据库和获取的每幅缺陷图像的缺陷信息，对建立的SSD缺陷检测网络进行训练，得到用于缺陷检测的SSD缺陷检测网络参数；其中，训练好的SSD缺陷检测网络用于对实时采集的钢板表面图像中的每例缺陷进行分类和定位，并确定每例缺陷的尺寸。3.根据权利要求2所述的钢板表面缺陷检测方法，其特征在于，在对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库之前，所述方法包括：对采集到的缺陷图像进行扩充处理，得到新的缺陷图像，其中，所述扩充处理包括：翻转、旋转、裁剪操作中的一种或多种。4.根据权利要求3所述的钢板表面缺陷检测方法，其特征在于，所述对采集得到的缺陷图像进行数据增强，根据数据增强结果建立缺陷数据库包括：对扩充后得到的新的缺陷图像进行图像增强处理，增加缺陷图像中缺陷与背景的对比度；根据数据增强结果，建立缺陷数据库。5.根据权利要求4所述的钢板表面缺陷检测方法，其特征在于，所述图像增强处理包括：对比度增强、锐度增强、色度...

【专利技术属性】
技术研发人员：苏振锋，李江昀，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11