当前位置: 首页 > 专利查询>上海大学专利>正文

一种带钢表面快速质量甄别与缺陷特征自动提取方法技术

技术编号:23935017 阅读:22 留言:0更新日期:2020-04-25 02:50
本发明专利技术涉及计算机视觉技术领域,公开了一种带钢表面快速质量甄别与缺陷特征自动提取方法,步骤如下:1)将采集的带钢表面图像进行灰度投影,得到灰度矩阵图;2)找出灰度矩阵图中每行灰度投影值的最大值R

A method of rapid quality identification and defect feature extraction for strip surface

【技术实现步骤摘要】
一种带钢表面快速质量甄别与缺陷特征自动提取方法
本专利技术属于计算机视觉
,具体涉及一种带钢表面快速质量甄别与缺陷特征自动提取方法。
技术介绍
带钢是钢铁工业的主要产品之一,是航空航天、造船、汽车、机械制造等行业不可缺少的原材料,其质量的优劣将直接影响到最终产品的质量和性能。在带钢制造过程中,由于原材料、轧制设备及加工工艺等多方面的因素,导致带钢表面出现裂纹、结疤、孔洞等不同类型的缺陷。带钢表面缺陷不但容易造成带钢断带、堆积、停车等严重生产事故的发生,而且还会严重磨损轧辊,对生产企业造成难以估量的经济和社会影响。近年来随着工业技术发展,企业逐渐开始使用以机器视觉为代表的非接触无损检测技术,其兼且其具有分辨率高、分类性强、受环境电磁场影响小、工作距离大、测量精度高和成本低等优点。在生产过程中,带钢的移动速度能超过10m/s,每秒都将产生大量的图像数据(如25帧/秒)等待系统处理,而含有表面缺陷的带钢只占很少一部分,绝大部分的带钢而没有缺陷,这对算法实时缺陷检测能力要求很高。目前用于带钢表面缺陷快速甄别的算法应用最广泛的方法主要是“差影法”,然而在实际生产中采用相机采集带钢表面图像时,由于受到光照和硬件设备影响,采集到的带钢表面图像会出现带钢边界图像虚化而导致带钢边界无法正常检出。当采集的带钢表面图像出现带钢边界图像虚化时,采用canny算子边缘检测对带钢图像处理后会发现在带钢边缘与背景交汇区域有一条明显的细长断裂的折线,继续使用“差影法”进行检测,该折线所在的区域会被错误识别为带钢表面缺陷,因此,采用“差影法”对带钢表面图像进行检测会将带钢边界图像虚化的地方认定为“边部缺陷”,然而在实际中该处边界部分并不存在缺陷。大量的边部“伪缺陷”对带钢表面质量快速甄别与缺陷特征提取提出了重大挑战。如何甄别伪缺陷也必须纳入带钢缺陷甄别研究范围之内。针对现有技术针存在对带钢缺陷面积率低,边部伪缺陷及光照干扰严重,使各类真实缺陷难以有效提取等问题,本申请在“差影法”基础上,根据带钢表面缺陷图像特点,研究了一种带钢表面快速质量甄别与缺陷特征自动提取方法。
技术实现思路
本专利技术的目的旨在提供一种带钢表面快速质量甄别与缺陷特征自动提取方法。为实现专利技术目的,本专利技术采用的技术方案如下:一种带钢表面快速质量甄别与缺陷特征自动提取方法,包括以下步骤:(1)将采集的带钢表面图像以按列向下、按行向右的方式进行灰度投影,得到灰度矩阵图;(2)对步骤(1)得到的灰度矩阵图进行分析,找出灰度矩阵图中每行灰度投影值的最大值RMax、最小值RMin以及每列灰度投影值的最大值CMax、最小值CMin,计算每行灰度投影均值RAvg、每列灰度投影均值CAvg和整个灰度矩阵图的全局灰度均值GlobalAvg,然后根据每行、每列灰度投影值的均值以及最大值与最小值的差值判断带钢表面图像中的缺陷区域、无缺陷区域、边界伪缺陷区域、带钢边界与背景的转换区域、背景区域;(3)根据步骤(2)的判断结果裁剪并删除灰度矩阵图中的边界伪缺陷区域、转换区域和背景区域,然后在裁剪后的灰度矩阵图中标记出缺陷特征ROI区域。根据上述的带钢表面快速质量甄别与缺陷特征自动提取方法,优选地,步骤(2)中根据每行、每列灰度投影值最大值与最小值的差值判断带钢表面图像中的缺陷区域、无缺陷区域、边界伪缺陷区域、带钢边界与背景的转换区域、背景区域的具体操作如下:A、对灰度矩阵图中每列进行判断:(A1)CMax与CMin的差值不在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且CAvg>GlobalAvg/10,则该列无缺陷;(A2)CMax与CMin的差值、CAvg均在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,则该列存在缺陷;(A3)CMax与CMin的差值在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,但CAvg<(1-2µ)GlobalAvg,则该列为带钢边界与背景的转换区域;以转换区域的相邻列为起始,向灰度均值增大的方向横向延伸,得到边界伪缺陷区域,其中,所述相邻列的灰度均值大于转换区域的灰度均值,横向延伸的宽度为转换区域宽度的1~3倍;(A4)CMax与CMin的差值不在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且CAvg≤GlobalAvg/10,则该列为带钢背景区域;B、对灰度矩阵图中每行进行判断:(B1)RMax与RMin的差值不在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且RAvg>GlobalAvg/10,则该行无缺陷;(B2)RMax与RMin的差值、RAvg均在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,则该行存在缺陷;(B3)RMax与RMin的差值在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且RAvg<(1-2µ)GlobalAvg,则该行为带钢边界与背景的转换区域;以转换区域的相邻行为起始,向灰度均值增大的方向纵向延伸,得到边界伪缺陷区域,其中,所述相邻行的灰度均值大于转换区域的灰度均值,纵向延伸的宽度为转换区域宽度的1~3倍;(B4)RMax与RMin的差值不在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且RAvg≤GlobalAvg/10,则该行为带钢背景区域;其中,µ为缺陷阈值系数。根据列判断结果找出缺陷区域所在的列,根据行判断结果找出缺陷区域所在的行,行、列交叉的位置即为缺陷区域所在的位置。根据上述的带钢表面快速质量甄别与缺陷特征自动提取方法,缺陷阈值系数µ主要是根据现场的照明情况与无缺陷轧钢的灰度值进行先期调整测试得出的结果,其取值范围的大小直接决定缺陷特征ROI区域的边框大小。若µ取值过小,ROI区域的边框会比较小,这样算法只能框住比较明显的缺陷特征,忽略不明显的缺陷特征;若µ取值过大,ROI区域的边框会比较大,算法不但能框住比较明显的缺陷特征和不明显的缺陷特征,还可能会将缺陷周围无缺陷区域框进去。根据上述的带钢表面快速质量甄别与缺陷特征自动提取方法,优选地,所述缺陷阈值系数µ的取值范围为20%~30%。更加优选地,所述缺陷阈值系数µ的取值范围为30%。根据上述的带钢表面快速质量甄别与缺陷特征自动提取方法,优选地,步骤(3)的具体操作为:根据步骤(2)的判断结果,裁剪并删除灰度矩阵图中的边界伪缺陷区域、转换区域和背景区域,在裁剪后的灰度矩阵图中对判断含有缺陷的行列进行标记,同时绘制矩形框框出缺陷区域,所述矩形框区域即为缺陷特征ROI区域。根据上述的带钢表面快速质量甄别与缺陷特征自动提取方法,优选地,步骤(1)中在对带钢表面图像进行灰度投影前,先对带钢表面图像进行背景区域粗裁,其具体操作为:根据带钢与背景区分清晰的特点,对采集的带钢表面图像进行识别,筛选出带钢表面图像中的边部背景,并将其删除。该操作能够有效过滤掉了大部分边本文档来自技高网
...

【技术保护点】
1.一种带钢表面快速质量甄别与缺陷特征自动提取方法,其特征在于,包括以下步骤:/n(1)将采集的带钢表面图像以按列向下、按行向右的方式进行灰度投影,得到灰度矩阵图;/n(2)对步骤(1)得到的灰度矩阵图进行分析,找出灰度矩阵图中每行灰度投影值的最大值R

【技术特征摘要】
1.一种带钢表面快速质量甄别与缺陷特征自动提取方法,其特征在于,包括以下步骤:
(1)将采集的带钢表面图像以按列向下、按行向右的方式进行灰度投影,得到灰度矩阵图;
(2)对步骤(1)得到的灰度矩阵图进行分析,找出灰度矩阵图中每行灰度投影值的最大值RMax、最小值RMin以及每列灰度投影值的最大值CMax、最小值CMin,计算每行灰度投影均值RAvg、每列灰度投影均值CAvg和整个灰度矩阵图的全局灰度均值GlobalAvg,然后根据每行、每列灰度投影值的均值以及最大值与最小值的差值判断带钢表面图像中的缺陷区域、无缺陷区域、边界伪缺陷区域、带钢边界与背景的转换区域和背景区域;
(3)根据步骤(2)的判断结果裁剪并删除灰度矩阵图中的边界伪缺陷区域、转换区域、背景区域,然后在裁剪后的灰度矩阵图中标记出缺陷特征ROI区域。


2.根据权利要求1所述的带钢表面快速质量甄别与缺陷特征自动提取方法,其特征在于,步骤(2)中根据每行、每列灰度投影值最大值与最小值的差值判断带钢表面图像中的缺陷区域、无缺陷区域、边界伪缺陷区域、带钢边界与背景的转换区域、背景区域的具体操作如下:
A、对灰度矩阵图中每列进行判断:
(A1)CMax与CMin的差值不在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,且CAvg>GlobalAvg/10,则该列无缺陷;
(A2)CMax与CMin的差值、CAvg均在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,则该列存在缺陷;
(A3)CMax与CMin的差值在[(1-µ)GlobalAvg,(1+µ)GlobalAvg]内,但CAvg<(1-2µ)GlobalAvg,则该列为带钢边界与背景的转换区域;以转换区域的相邻列为起始,向灰度均值增大的方向横向延伸,得到边界伪缺陷区域,其中,...

【专利技术属性】
技术研发人员:万翔刘丽兰封博文张祥玉
申请(专利权)人:上海大学
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 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。

1