一种基于远红外图像的金属洗手盆缺陷检测方法技术

本发明专利技术公开一种基于远红外图像的金属洗手盆缺陷检测方法，首先，通过自行设计的锐化算子对红外图像进行增强；然后，经过选择性搜索（Selective Search,SS）算法从远红外图像中生成金属缺陷候选区域；进一步，构建双分类器同时对候选区域进行分类；最后，对双分类器所得的分类结果进行融合，获得最终的金属缺陷分类结果。系统包括：红外图像预处理模块、金属缺陷目标候选区域生成模块、分类器离线训练模块、候选区域双分类器分类模块、分类器结果融合模块。本发明专利技术利用远红外图像，能在黑暗场景成像，无需进行补光，且算法进行能够兼顾检测准确率和检测速度。

【技术实现步骤摘要】
一种基于远红外图像的金属洗手盆缺陷检测方法
本专利技术属于计算机视觉与模式识别、图像处理和智能金属产品缺陷检测系统领域，尤其涉及一种基于远红外图像的金属洗手盆缺陷检测方法。
技术介绍
洗手盆金属产品是人们日常生活过程中常用的生活产品。在其生成过程中，通常会造成其中的重要零部件缺失，对产品质量造成较大影响。传统的方式需要安排专门的质检人员用肉眼进行排查，费时费力、效果不够理想。无法全天候无人值守。目前，部分带有人工智能的金属制品缺陷检测系统，具备一定的自动识别功能，但由于缺陷类型比较多、金属存在反光，通常，当应用到具体的实际场景中时，实时性和准确率尚未能很好地满足实际应用的需求。故研究基于视频的金属洗手盆缺陷检测方法，直接来源于实际产品生产过程中的需求。为对钢板表面缺陷进行检测，徐镪等(徐镪，朱洪锦，范洪辉，周红燕，余光辉.改进的YOLOv3网络在钢板表面缺陷检测研究[J].计算机工程与应用,2020)对表面缺陷检测进行有效检测，提出了一种改进的YOLOv3(YouOnlyLookOnce)网络检测方法，通过使用轻量级网络、加入空洞卷积和引入Inception结构进行改进，虽然在实时性方面取得了提升，然而在很多计算能力受限的边缘计算场景，难以为基于深度学习的方法提供足够的计算开销。为选择出能降低金属缺陷分类错误的特征信息，丛成等(丛成，吕哲，高翔，王敏.基于支持向量机的钢板缺陷分类问题的研究[J].智能处理与应用,2020,(04):33-36.)采用主成分分析对初始数据进行降维处理，然后采用支持向量机作为分类器，对钢板表面缺陷进行分类。该方法计算开销比较小，适用于实时运行的嵌入式系统。然而，单纯基于单一分类器进行分类，分类鲁棒性有待进一步提升。针对金属板带材表面缺陷呈现形式存在多样性和随机性而导致难以快速定位并准确识别的问题，王海云等(王海云，王剑平，罗付华.融合多层次特征FasterR-CNN的金属板带材表面缺陷检测研究[J].机械科学与技术,2020.)提出一种融合多层次特征的FasterR-CNN缺陷目标检测算法(Defect-TargetDetectionNetwork,DDN)，该方法通过融合VGG-16提取的各层次特征图，得到具有丰富位置信息和语义信息的融合特征图，后续网络基于该融合特征图产生最终的缺陷检测结果。重点改进了深度网络的特征提取部分，取得了较高的检测准确率，然而该方法计算开销亦比较大。此外，每种缺陷需要训练数据量亦比较大，才能获得较好的检测效果。在利用远红外图像进行金属缺陷检测方面，王海云等(陈涛，李伟忠，刘延雷，王飞，蒋诚航，周泓.金属管道未焊透缺陷红外在线检测可行性分析[J].红外技术,2019,41(12):1146-1150.)针对远红外成像技术对初步研究了高温金属管道的未焊透缺陷检测问题，使用有限元分析的方法，对含未焊透缺陷的金属管道焊接接头外表面温度分布进行了数值计算，对远红外成像检测的现场检验可行性进行了研究和探讨，该研究成果可以为在线运行的高温金属压力管道焊接缺陷远红外成像检测应用提供参考。该方法创新性地利用了远红外图像进行金属缺陷检测，然而使用的算法智能程度较低，尚未进行比较深程度的图像处理和模式识别算法进行远红外图像的缺陷检测。综上所述，虽然基于视频的金属缺陷检测方法已经取得了一定的成果，但是，为了满足实际应用的要求，迫切需要在检测准确率、实时性方面做出进一步的改进。
技术实现思路
本专利技术实施例的目的在于提供一种基于远红外图像的金属洗手盆缺陷检测方法，旨在解决现有的基于视频的金属缺陷检测方法的识别准确率不达标和/或不尽如人意、实时性需要提高、鲁棒性不强的问题。一种基于远红外图像的金属洗手盆缺陷检测方法，其特征在于针对金属洗手盆缺陷的特点，自行设计的增强算子对远红外图像进行增强，并构建一个双分类器联合分类的分类器对候选区域完成分类，具体包括：步骤一，利用自行设计的锐化算子对远红外图像进行增强；步骤二，基于选择性搜索算法获取金属缺陷候选区域；步骤三，构建双分类器(基于亮度特征和局部二值模式特征)同时对候选区域进行分类；步骤四，融合双分类器的分类结果以获得最终检测结果。进一步，权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤一所述的自行设计的锐化算子指，针对金属洗手盆缺陷的远红外成像特点，在Laplacian考虑45°和135°方向的算子基础上，对其算子中的数值乘以2，以构造新的算子形式，然后依次使用新的45°和135°算子，完成对红外图像的增强。进一步，权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤二所述的选择性搜索算法指，在每一帧远红外图像中，首先通过在灰度图像中，基于图的图像分割方法得到小尺度的区域，然后根据远红外亮度强度自相似性特征多次合并得到更大尺度的区域，在合并过程中生成的区域即为候选区域。进一步，权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤二所述的构建双分类器(基于亮度特征和局部二值模式特征)同时对候选区域进行分类指，对同一个候选区域，构建双分类器同时进行分类；所述的双分类器指基于亮度特征的判别分类器和基于局部二值模式特征的支持向量机分类器；所述的基于亮度特征的判别分类器指，通过对1000张含有缺陷目标图片的平均亮度值进行统计分析所得到的亮度模型，图片的平均亮度大于120时，该亮度特征分类器才会认为该候选区域为缺陷类别的概率为0.8，否则认为该候选区域为缺陷类别的概率为0.5；所述的基于局部二值模式特征的支持向量机分类器指提取候选区域的局部二值模式特征，并通过线性支持向量机学习算法获得支持向量机分类器。进一步，权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤二所述的融合双分类器的分类结果以获得最终检测结果指，对亮度判别分类器的输出结果和支持向量机分类结果进行加权融合，分别设置权重为0.3和0.7，以最终获得缺陷检测结果。本专利技术提供的一种基于远红外图像的金属洗手盆缺陷检测方法，与现有的多少基于可见光视频的金属缺陷检测技术相比，本专利技术具有如下优点和效果：为了将信息不明显的金属洗手盆的缺陷在图像中得以凸显，针对金属洗手盆缺陷的特点，提出了一种自行构建的图像锐化算子对远红外图像进行增强；将用于可见光三通道图像的选择性搜索算法，适配到远红外单通道亮度图像中并修改了合并准则，如此进行候选区域获取，不仅能生成较好的缺陷候选区域，而且能同时在图像和视频中执行分割；同时设计了基于亮度统计特征的分类器和基于局部二值模式特征的支持向量机分类器联合决策的分类方式，相对于单一分类器的方法，能获得更高的分类精度；该训练所需要的训练样本数量，相对于目前流行的深度学习方法，在训练样本量不大的情况下，可以获得较好的分类器泛化能力。此外，本系统基于远红外图像进行检测，有别于目前多数的基于见光传感器的缺陷系统需要利用昂贵的补光灯进行补光，本系统无需进行补光即可稳定成像，较方便地满足实际应用的需求。...

【技术保护点】
1.一种基于远红外图像的金属洗手盆缺陷检测方法，其特征在于针对金属洗手盆缺陷的特点，自行设计的增强算子对远红外图像进行增强，并构建一个双分类器联合分类的分类器对候选区域完成分类，具体包括：/n步骤一，利用自行设计的锐化算子对远红外图像进行增强；/n步骤二，基于选择性搜索算法获取金属缺陷候选区域；/n步骤三，构建双分类器（基于亮度特征和局部二值模式特征）同时对候选区域进行分类；/n步骤四，融合双分类器的分类结果以获得最终检测结果。/n

【技术特征摘要】
1.一种基于远红外图像的金属洗手盆缺陷检测方法，其特征在于针对金属洗手盆缺陷的特点，自行设计的增强算子对远红外图像进行增强，并构建一个双分类器联合分类的分类器对候选区域完成分类，具体包括：
步骤一，利用自行设计的锐化算子对远红外图像进行增强；
步骤二，基于选择性搜索算法获取金属缺陷候选区域；
步骤三，构建双分类器（基于亮度特征和局部二值模式特征）同时对候选区域进行分类；
步骤四，融合双分类器的分类结果以获得最终检测结果。


2.权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤一所述的自行设计的锐化算子指，针对金属洗手盆缺陷的远红外成像特点，在Laplacian考虑45°和135°方向的算子基础上，对其算子中的数值乘以2，以构造新的算子形式，然后依次使用新的45°和135°算子，完成对红外图像的增强。


3.权利要求1所述基于远红外图像的金属洗手盆缺陷检测方法，其特征在于，步骤二所述的选择性搜索算法指，在每一帧远红外图像中，首先通过在灰度图像中，基于图的图像分割方法得到小尺度的区域，然后根据远红外亮度强度自相...

【专利技术属性】
技术研发人员：何潮俊，张浩泉，王国华，
申请(专利权)人：广东顺德募优网络科技有限公司，
类型：发明
国别省市：广东;44