金属缺陷识别方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种金属缺陷识别方法，该方法获取金属表面图像的灰度图像，对灰度图进行边缘检测并获取边缘检测效果；当边缘检测效果低于预设阈值时，筛选出真实边缘；以每条真实边缘作为目标边缘，通过获取连接边缘的步骤得到目标边缘的连接边缘，判断连接边缘是否为实际边缘线；由作为实际边缘线的连接边缘、目标边缘和相邻边缘组成一条组合边缘，获取组合边缘的连接边缘，组成新的组合边缘，直至新的组合边缘形成一个封闭区域；获取封闭区域为缺陷区域的置信度，当置信度大于预设的置信度阈值时，对应的封闭区域为缺陷区域。本发明专利技术能够弥补边缘检测的缺陷，将未识别到的边缘提取出来，提高缺陷区域的识别精度。的识别精度。的识别精度。

【技术实现步骤摘要】
金属缺陷识别方法


[0001]本专利技术涉及数据处理
，具体涉及一种金属缺陷识别方法。

技术介绍

[0002]在金属生产及装配过程中，金属表面可能会出现一些缺陷，较为轻微的缺陷会影响金属的美观，而较为严重的缺陷会降低材料强度，缩短工件寿命，并且增加安全风险，并且轻微的缺陷时间久了可能也会转为严重缺陷。因此对金属产品表面进行缺陷检测是质量检测中必不可少的一环。
[0003]随着工业技术的发展，对于金属表面的缺陷检测已然从人工检测转变到了机器智能检测，然而传统的机器视觉在进行缺陷识别时，由于光照不均、金属表面反光等因素，很难提取出准确的缺陷区域，从而导致识别精度不高。

技术实现思路

[0004]本专利技术提供一种金属缺陷识别方法，用于解决金属表面缺陷检测精度不高的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了一种金属缺陷识别方法，该方法包括以下步骤：采集金属表面图像，获取表面图像的灰度图像，对所述灰度图像进行边缘检测，得到边缘像素点和背景像素点，基于边缘像素点和背景像素点的信息熵差异获取边缘检测效果；当边缘检测效果低于预设阈值时，获取未封闭边缘线，通过对每条未封闭边缘线进行闭合分析，筛选出真实边缘；以每条真实边缘作为目标边缘，通过获取连接边缘的步骤得到目标边缘的连接边缘，基于连接边缘两侧的像素值判断所述连接边缘是否为实际边缘线；由作为实际边缘线的连接边缘、目标边缘和相邻边缘组成一条组合边缘，通过所述步骤获取组合边缘的连接边缘，组成新的组合边缘，直至新的组合边缘形成一个封闭区域；基于所述封闭区域内每个像素点的灰度梯度获取所述封闭区域为缺陷区域的置信度，当所述置信度大于预设的置信度阈值时，对应的封闭区域为缺陷区域；所述步骤为：获取每条目标边缘与其他真实边缘之间的特征距离，以最短特征距离对应的其他真实边缘作为目标边缘的相邻边缘，以目标边缘和相邻边缘的特征距离对应的两个端点分别作为起点和终点进行边缘生长。
[0005]优选的，所述边缘检测效果的获取方法为：计算边缘像素点的第一信息熵以及背景像素点的第二信息熵，以第一信息熵和第二信息熵的差值绝对值作为分子，以两个信息熵中的最大值作为分母，得到的比值即为所述边缘检测效果。
[0006]优选的，所述闭合分析的过程为：获取每条未封闭边缘线的两个端点，基于两个端点之间的直线距离获取最大生长
次数，利用区域生长算法从一个端点沿着除了该未封闭边缘线以外的灰度梯度最小的方向生长，当生长次数达到最大生长次数之后，仍未达到另一端点，该边缘线为干扰边缘；否则为真实边缘。
[0007]优选的，所述特征距离的获取方法为：获取目标边缘的两个目标端点以及每条其他真实边缘的两个边缘端点，获取每个目标端点和每个边缘端点之间的端点距离，以最短的端点距离作为目标边缘和对应的其他真实边缘之间的特征距离。
[0008]优选的，所述以目标边缘和相邻边缘的特征距离对应的两个端点分别作为起点和终点进行边缘生长，包括：获取起点和终点之间的直线距离，基于该直线距离获取最大生长次数，利用区域生长算法从起点沿着除了目标边缘以外的灰度梯度最小的方向生长，在最大生长次数以内进行边缘生长达到终点。
[0009]优选的，所述基于连接边缘两侧的像素值判断所述连接边缘是否为实际边缘线，包括：获取所述连接边缘的中心点，将所述起点和所述终点连接为一条直线，过中心点作该直线的垂线，获取所述连接边缘上每个像素点在垂线的两个延伸方向上的相邻像素点作为对应的关联像素点，计算每个像素点对应的两个关联像素点的灰度差值与该像素点的灰度值的比值，所述连接边缘上的所有像素点的比值的平均值为实际边缘概率，当所述实际边缘概率大于预设的概率阈值时，对应的连接边缘为实际边缘线，否则不是实际边缘线。
[0010]优选的，所述置信度的获取方法为：以封闭区域内每个像素点作为邻域中心构建邻域区域，获取邻域中心在邻域区域内每个方向上的灰度梯度，获取所有像素点在同一个方向上的灰度梯度的差异性，计算所有方向的差异性的和，即为所述置信度。
[0011]优选的，该方法还包括以下步骤：利用训练完成的目标检测网络对每个缺陷区域进行缺陷分类。
[0012]优选的，所述目标检测网络的训练过程为：以缺陷区域图像作为网络输入，通过对金属表面缺陷包围框进行类别标注作为网络标签，采用均方差损失函数对目标检测网络进行训练，直至损失函数收敛，目标检测网络训练完成。
[0013]本专利技术实施例至少具有如下有益效果：通过边缘像素点和背景像素点的信息熵差异获取边缘检测效果，当信息熵差异过小时，边缘像素点和背景像素点区分不明显，说明边缘检测效果不好，此时需要进行后续的步骤，对边缘检测效果不好的灰度图像，获取未封闭边缘，未封闭边缘可能是光照不均或者反光造成的干扰边缘，也可能是由于边缘检测效果不好，只识别出了缺陷区域的部分边缘，因此对未闭合边缘进行闭合分析筛选出真实边缘，然后对相邻的真实边缘通过连接边缘进行连接形成一个封闭区域，能够形成封闭区域的相邻真实边缘很可能是由于边缘检测效果不好而检测到的缺陷区域中断了的部分边缘，通过获取封闭边缘为缺陷区域的置信度识别出缺陷区域。本专利技术能够弥补边缘检测的缺陷，将未识别到的边缘提取出来，提高缺陷区域的识别精度。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1为本专利技术一个实施例提供的一种金属缺陷识别方法的步骤流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种金属缺陷识别方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]下面结合附图具体的说明本专利技术所提供的一种金属缺陷识别方法的具体方案。
[0019]请参阅图1，其示出了本专利技术一个实施例提供的一种金属缺陷识别方法的步骤流程图，该方法包括以下步骤：步骤S001，采集金属表面图像，获取表面图像的灰度图像，对灰度图像进行边缘检测，得到边缘像素点和背景像素点，基于边缘像素点和背景像素点的信息熵差异获取边缘检测效果。
[0020]具体的步骤包括：1、采集金属表面图像，并获取表面图像的灰度图像。
[0021]在固定光源下利用工业相机采集金属表面图像，采集的图像为RGB图像，对RGB图像进行灰度化处理，得到表面图像的灰度图像。
[0022]灰度化处理为现有技术，可以通过多种方法达到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属缺陷识别方法，其特征在于，该方法包括以下步骤：采集金属表面图像，获取表面图像的灰度图像，对所述灰度图像进行边缘检测，得到边缘像素点和背景像素点，基于边缘像素点和背景像素点的信息熵差异获取边缘检测效果；当边缘检测效果低于预设阈值时，获取未封闭边缘线，通过对每条未封闭边缘线进行闭合分析，筛选出真实边缘；以每条真实边缘作为目标边缘，通过获取连接边缘的步骤得到目标边缘的连接边缘，基于连接边缘两侧的像素值判断所述连接边缘是否为实际边缘线；由作为实际边缘线的连接边缘、目标边缘和相邻边缘组成一条组合边缘，通过所述步骤获取组合边缘的连接边缘，组成新的组合边缘，直至新的组合边缘形成一个封闭区域；基于所述封闭区域内每个像素点的灰度梯度获取所述封闭区域为缺陷区域的置信度，当所述置信度大于预设的置信度阈值时，对应的封闭区域为缺陷区域；所述步骤为：获取每条目标边缘与其他真实边缘之间的特征距离，以最短特征距离对应的其他真实边缘作为目标边缘的相邻边缘，以目标边缘和相邻边缘的特征距离对应的两个端点分别作为起点和终点进行边缘生长。2.根据权利要求1所述的一种金属缺陷识别方法，其特征在于，所述边缘检测效果的获取方法为：计算边缘像素点的第一信息熵以及背景像素点的第二信息熵，以第一信息熵和第二信息熵的差值绝对值作为分子，以两个信息熵中的最大值作为分母，得到的比值即为所述边缘检测效果。3.根据权利要求1所述的一种金属缺陷识别方法，其特征在于，所述闭合分析的过程为：获取每条未封闭边缘线的两个端点，基于两个端点之间的直线距离获取最大生长次数，利用区域生长算法从一个端点沿着除了该未封闭边缘线以外的灰度梯度最小的方向生长，当生长次数达到最大生长次数之后，仍未达到另一端点，该边缘线为干扰边缘；否则为真实边缘。4.根据权利要求1所述的一种金属缺陷识别方法，其特征在于，所述特征距离的获取方法为：获取目标边缘的两个目标端点以及每条其他真实边缘...

【专利技术属性】
技术研发人员：汤琴，
申请(专利权)人：如皋富美龙金属制品有限公司，
类型：发明
国别省市：