一种特钢棒材表面缺陷多级联合检测方法及系统技术方案

本发明专利技术提供一种特钢棒材表面缺陷多级联合检测方法及系统，属于智能检测领域，所述特钢棒材表面缺陷多级联合检测方法包括：采集待测棒材在当前检测状态参数下的当前帧表面图像，保证棒材缺陷检测的实时性，再根据第一检测网络，判断当前帧表面图像中是否存在缺陷；若当前帧表面图像中不存在缺陷，则将当前帧表面图像丢弃，继续采集待测棒材的下一帧表面图像；若当前帧表面图像中存在缺陷，则基于图像复原模型，根据当前检测状态参数，对表面图像进行复原，得到清晰图像；基于第二检测网络对清晰图像进行缺陷检测，得到清晰图像中缺陷的位置和类型。通过两级网络检测缺陷，并对图像进行复原，提高了特钢棒材表面缺陷检测的准确度。度。度。

【技术实现步骤摘要】
一种特钢棒材表面缺陷多级联合检测方法及系统


[0001]本专利技术涉及智能检测领域，特别是涉及一种特钢棒材表面缺陷多级联合检测方法及系统。

技术介绍

[0002]特钢棒材是钢铁行业的重要产品，被广泛应用于建筑和加工制造等行业。在特钢棒材的生产过程中，受加工设备以及工艺流程的影响，表面可能会产生裂纹、刮伤、凹坑、耳子等缺陷。这些缺陷会成为性能突变的源头，影响产品的耐磨性、疲劳强度和硬度。
[0003]目前生产线中使用的棒材缺陷检测方法主要有红外探伤、漏磁检测和机器视觉等检测方法。但是，由于在生产过程中，棒材表面温度逐渐趋于平均，因此红外探伤在进行检测时需要采用外部热源对棒材进行主动加热。而漏磁检测需要预先对棒材进行磁化处理，因此在进行缺陷检测时所使用的红外探伤仪和漏磁检测仪构造复杂，检测程序繁琐。使用机器视觉进行检测时，为了获取棒材表面完整且无形变的图像，通常采用高分辨率线阵相机对棒材进行扫描，相机的响应频率与需要生产线运行速度相匹配，检测数据量庞大，仅适合作为离线检测方法使用；而在线检测方法为了保障实时性，通常采用低分辨率相机，数据量小但无法检出细小缺陷。
[0004]基于上述问题，亟需一种新的检测方法以提高特钢棒材表面缺陷检测的实时性和准确度。

技术实现思路

[0005]本专利技术的目的是提供一种特钢棒材表面缺陷多级联合检测方法及系统，可提高特钢棒材表面缺陷检测的实时性和准确度。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种特钢棒材表面缺陷多级联合检测方法，所述特钢棒材表面缺陷多级联合检测方法包括：
[0008]采集待测棒材在当前检测状态参数下的当前帧表面图像；
[0009]根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷；
[0010]若所述当前帧表面图像中不存在缺陷，则将所述当前帧表面图像丢弃，继续采集待测棒材的下一帧表面图像；
[0011]若所述当前帧表面图像中存在缺陷，则基于图像复原模型，根据当前检测状态参数，对所述表面图像进行复原，得到清晰图像；
[0012]基于第二检测网络，对所述清晰图像进行缺陷检测，得到缺陷检测结果；所述缺陷检测结果包括清晰图像中缺陷的位置和类型。
[0013]可选地，当前检测状态参数包括：相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径、待测棒材的长度、相机的分辨率和待测棒材的运动速度、寄存器的读取时间；
[0014]所述采集待测棒材在当前检测状态参数下的当前帧表面图像，具体包括：
[0015]通过棒材运动装置使待测棒材在通过检测位置时产生水平运动和绕轴线旋转运动；
[0016]根据相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径以及待测棒材的长度，确定相机焦距；
[0017]根据相机的分辨率和待测棒材的运动速度，确定采集表面图像的相机曝光时间，作为曝光时间下限；
[0018]通过增加曝光时间，制造模糊图像，扩大缺陷在表面图像中的占比，将表面图像在没有丢失缺陷的情况下相机的最大曝光时长作为最大曝光时间；
[0019]根据最大曝光时间和寄存器的读取时间，确定最小帧率，作为最优帧率；
[0020]根据所述相机焦距及所述最优帧率，调整所述相机，并通过调整后的相机采集运动过程中待测棒材的表面图像。
[0021]可选地，所述根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷，具体包括：
[0022]基于所述第一检测网络，检测所述当前帧表面图像中的缺陷目标框；
[0023]判断所述当前帧表面图像中是否存在缺陷目标框；若所述当前帧表面图像中不存在缺陷目标框，则判定所述当前帧表面图像中不存在缺陷；若所述当前帧表面图像中存在缺陷目标框，则判定所述当前帧表面图像中存在缺陷。
[0024]可选地，所述第一检测网络的建立方法包括：
[0025]获取待测棒材在历史检测参数下的样本图像集；所述样本图像集包括多帧历史图像以及各帧历史图像中的真实缺陷目标框；
[0026]根据各帧历史图像以及各帧历史图像中的真实缺陷目标框，对目标检测网络Yolo v4进行迭代训练，得到第一检测网络。
[0027]可选地，所述第一检测网络的建立方法还包括：
[0028]采用生成式对抗网络，对所述样本图像集进行扩充，得到扩充后的样本图像集；所述扩充后的样本图像集用于对Yolo v4网络进行迭代训练。
[0029]可选地，所述采用生成式对抗网络，对样本图像集进行扩充，得到扩充后的样本图像集，具体包括：
[0030]将各帧历史图像进行裁剪、翻转、缩放，得到真实图像集；
[0031]根据所述真实图像集，采用生成器和判别器的对抗训练，得到模拟缺陷图像集；
[0032]将所述模拟缺陷图像集与所述真实图像集混合，作为扩充后的样本图像集。
[0033]可选地，所述图像复原模型的建立方法包括：
[0034]获取待测棒材在历史检测参数下的样本图像集；所述历史检测参数包括相机帧率、待测棒材转速和待测棒材移动速度；
[0035]根据相机帧率、待测棒材转速、待测棒材移动速度以及各帧历史图像，确定退化函数；
[0036]根据所述退化函数以及各帧历史图像，采用维纳滤波方法，得到图像复原模型。
[0037]可选地，所述第二检测网络的建立方法包括：
[0038]获取待测棒材在历史检测参数下的样本图像集；
[0039]采用图像复原模型对所述样本图像集中的图像进行复原，得到清晰历史图像集；所述清晰历史图像集中包括多帧清晰历史图像以及各帧清晰历史图像中的缺陷目标位置和缺陷目标类型；
[0040]根据所述清晰历史图像集，对目标检测算法Yolo v4进行迭代训练，得到第二检测网络。
[0041]为实现上述目的，本专利技术还提供了如下方案：
[0042]一种特钢棒材表面缺陷多级联合检测系统，所述特钢棒材表面缺陷多级联合检测系统包括：
[0043]图像采集单元，用于采集待测棒材在当前检测状态参数下的当前帧表面图像；
[0044]缺陷判断单元，与所述图像采集单元连接，用于根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷，并在所述当前帧表面图像中不存在缺陷时，将所述当前帧表面图像丢弃，继续采集待测棒材的下一帧表面图像；
[0045]图像复原单元，分别与所述图像采集单元及所述缺陷判断单元连接，用于在所述当前帧表面图像中存在缺陷时，基于图像复原模型，根据当前检测状态参数，对所述表面图像进行复原，得到清晰图像；
[0046]缺陷检测单元，与所述图像复原单元连接，用于基于第二检测网络，对所述清晰图像进行缺陷检测，得到缺陷检测结果；所述缺陷检测结果包括清晰图像中缺陷的位置和类型。
[0047]可选地，当前检测状态参数包括：相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径、待测棒材的长度、相机的分辨率和待测棒材的运本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特钢棒材表面缺陷多级联合检测方法，其特征在于，所述特钢棒材表面缺陷多级联合检测方法包括：采集待测棒材在当前检测状态参数下的当前帧表面图像；根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷；若所述当前帧表面图像中不存在缺陷，则将所述当前帧表面图像丢弃，继续采集待测棒材的下一帧表面图像；若所述当前帧表面图像中存在缺陷，则基于图像复原模型，根据当前检测状态参数，对所述表面图像进行复原，得到清晰图像；基于第二检测网络，对所述清晰图像进行缺陷检测，得到缺陷检测结果；所述缺陷检测结果包括清晰图像中缺陷的位置和类型。2.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，当前检测状态参数包括：相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径、待测棒材的长度、相机的分辨率和待测棒材的运动速度、寄存器的读取时间；所述采集待测棒材在当前检测状态参数下的当前帧表面图像，具体包括：通过棒材运动装置使待测棒材在通过检测位置时产生水平运动和绕轴线旋转运动；根据相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径以及待测棒材的长度，确定相机焦距；根据相机的分辨率和待测棒材的运动速度，确定采集表面图像的相机曝光时间，作为曝光时间下限；通过增加曝光时间，制造模糊图像，扩大缺陷在表面图像中的占比，将表面图像在没有丢失缺陷情况下相机的最大曝光时长作为最大曝光时间；根据最大曝光时间和寄存器的读取时间，确定最小帧率，作为最优帧率；根据所述相机焦距及所述最优帧率，调整所述相机，并通过调整后的相机采集运动过程中待测棒材的表面图像。3.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷，具体包括：基于所述第一检测网络，检测所述当前帧表面图像中的缺陷目标框；判断所述当前帧表面图像中是否存在缺陷目标框；若所述当前帧表面图像中不存在缺陷目标框，则判定所述当前帧表面图像中不存在缺陷；若所述当前帧表面图像中存在缺陷目标框，则判定所述当前帧表面图像中存在缺陷。4.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述第一检测网络的建立方法包括：获取待测棒材在历史检测参数下的样本图像集；所述样本图像集包括多帧历史图像以及各帧历史图像中的真实缺陷目标框；根据各帧历史图像以及各帧历史图像中的真实缺陷目标框，对目标检测网络Yolov4进行迭代训练，得到第一检测网络。5.根据权利要求4所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述第一检测网络的建立方法还包括：采用生成式对抗网络，对所述样本图像集进行扩充，得到扩充后的样本图像集；所述扩
充后的样本图像集用于对Yolov4网络进行迭代训练。6.根据权利要求5所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述采用生成式对抗网络，对样本图像集进行扩充，得到扩充后的样本图像集，具体包括：将各帧历史图像进行裁剪、翻转、缩放，得到真实图像集；根据所述真实图像集，采用生成器和判别器的对抗训练，得到模拟缺陷图像集；将所述模...

【专利技术属性】
技术研发人员：熊晓燕，乔葳，兰媛，王晖，董会杰，韩晓红，黄家海，刘智飞，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：