基于图像识别的金属构件表面缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像识别的金属构件表面缺陷检测方法。该方法包括：获取金属构件表面的灰度图，并利用灰度图得到待分析连通域；基于每个待分析连通域的角点的数量、质心和重心的距离，以及每个连通域对应的第一和第二序列中的元素获得每个待分析连通域的冷隔边缘圆边显著度；基于一个待分析连通域对应的每组边缘像素点的拟合优度中的最大值和第一、第二对比度得到冷隔生成结构显著度；冷隔边缘圆边显著度和冷隔生成结构指数的乘积为待分析连通域的冷隔瑕疵显著度；利用每个待分析连通域的冷隔瑕疵显著度判断得到金属构件中出现冷隔瑕疵的区域。本发明专利技术能够准确的检测出金属构件中出现冷隔瑕疵的区域。疵的区域。疵的区域。

【技术实现步骤摘要】
基于图像识别的金属构件表面缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像识别的金属构件表面缺陷检测方法。

技术介绍

[0002]金属构件在人们的生活中随处可见，对于人们的生活有着至关重要的作用，用途是十分广泛。但是在加工这些金属构件的过程中，金属构件的表面可能会因为加工过程中出现缺陷，例如冷隔缺陷，为避免冷隔缺陷影响这些金属构件的使用，需要对金属构件表面的冷隔缺陷进行缺陷检测。
[0003]现有的缺陷检测方法主要有三维激光扫描、渗透检测、射线检测等。三维激光扫描对外形信息识别精准，判断高效但需要先获得点云数据并进行复杂的处理；渗透检测可以识别出较为复杂的表面裂纹缺陷，但检测的代价与成本较高；射线检测利用γ射线等检测射线进行检测，结果直观，灵敏度高，但对复杂的微裂纹检测效果不佳，同时对操作的要求较高，如果操作不当会造成环境污染甚至威胁检测人员的生命安全。利用图像处理进行检测操作简单且方便快捷，但现有对金属构件的表面缺陷进行检测的方法一般基于阈值分割，易将多种不同缺陷混淆，精度不够，同时如果结图像利用神经网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的金属构件表面缺陷检测方法，其特征在于，该方法包括：获取金属构件表面的灰度图，并利用灰度图得到边缘图像；对边缘图像进行分析获得多个连通域；分别对每个连通域的边缘像素点进行拟合获得每个连通域的拟合优度；获得拟合优度小于拟合阈值的连通域记为待分析连通域；将每个待分析连通域的边缘像素点按照设定规则分别进行排序，并在排序后的边缘像素点中按照固定间隔分别进行标记得到标记像素点序列；每个待分析连通域的标记像素点序列中每两个相邻边缘像素点的横坐标的差值和纵坐标的差值分别组成第一序列和第二序列；基于每个待分析连通域的角点的数量、质心和重心的距离，以及每个连通域对应的第一和第二序列中的元素获得每个待分析连通域的冷隔边缘圆边显著度；将任一待分析连通域的标记像素点序列中的标记像素点按照固定数量进行分组，得到不同组的标记像素点，并将每组标记像素点分别与圆进行拟合得到标记像素点的拟合优度；获得每个待分析连通域以及灰度图中除了所有待分析连通域的其他区域的对比度，分别为第一对比度和第二对比度；基于一个待分析连通域对应的每组标记像素点的拟合优度中的最大值和第一、第二对比度得到冷隔生成结构显著度；每个待分析连通域的冷隔边缘圆边显著度和冷隔生成结构显著度的乘积为每个待分析连通域的冷隔瑕疵显著度；利用每个待分析连通域的冷隔瑕疵显著度判断得到金属构件中出现冷隔瑕疵的区域。2.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法，其特征在于，所述将每个待分析连通域的边缘像素点按照设定规则分别进行排序，并在排序后的边缘像素点中按照固定间隔分别进行标记得到标记像素点序列，包括：在任意一个待分析连通域内随机选取一个像素点，为起始点；在起始点的邻域内选取一个边缘像素点，将边缘像素点作为第一起始点；在第一起始点的邻域内选取一个边缘像素点作为第二起始点；在第二起始点的邻域内选取一个边缘像素点，作为第三起始点，以此类推直至按照设定规则选取该待分析连通域内所有边缘像素点，其中设定规则为按照顺时针方向选取待分析连通域内所有边缘像素点；按照选取所有边缘像素点的顺序对该待分析连通域内的边缘像素点进行排序获得边缘像素点排序序列；每间隔固定间隔对边缘像素点排序序列中的一个边缘像素点进行标记获得一个标记像素点，所有的标记像素点组成标记像素点序列。3.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法，其特征在于，在所述分别组成第一序列和第二序列之后还包括：利用Mann
‑
Kend...

【专利技术属性】
技术研发人员：张峻豪，
申请(专利权)人：山东金源不锈钢制品有限公司，
类型：发明
国别省市：