基于视觉特征的型钢表面缺陷检测方法技术

本发明专利技术涉及图像处理领域，具体涉及基于视觉特征的型钢表面缺陷检测方法，所述方法包括：获取型钢表面图像；根据型钢表面图像得到型钢表面图像中的所有可能缺陷区域，获取每个可能缺陷区域的所有反光像素和所有背光像素；根据每个可能缺陷区域的反光像素和背光像素得到每个可能缺陷区域的分布混乱程度；根据每个可能缺陷区域中所有反光像素和所有背光像素得到每个可能缺陷区域的边缘规则程度；进而得到每个可能缺陷区域的刚性缺陷概率；根据所有可能缺陷区域的刚性缺陷概率得到刚性缺陷区域，从而有效区分摩擦缺陷和刚性缺陷，更为准确的提取出型钢表面的刚性缺陷。准确的提取出型钢表面的刚性缺陷。准确的提取出型钢表面的刚性缺陷。

【技术实现步骤摘要】
基于视觉特征的型钢表面缺陷检测方法


[0001]本申请涉及图像处理领域，具体涉及基于视觉特征的型钢表面缺陷检测方法。

技术介绍

[0002]随着科技的不断发展，生产活动中对于型钢的要求也在不断地提升。特别是在一些高端领域，如航空、航天及精密制造业等领域，对型钢检测的要求更加严格。在工业生产过程中，型钢表面可能出现的缺陷主要包括以下几种：氧化腐蚀、划痕、磨损和裂纹等。目前研究人员正在开发各种方法来防止和检测这些缺陷。例如，一些涂层技术可以提供额外的保护层，此外，通过一些无损检测技术可以帮助提前发现存在问题，例如传统人工检测、机器视觉检测、X射线检测和超声波检测等。
[0003]目前，市场上存在多种方法来检测型钢表面的缺陷，总体来说，除了传统的人工检测外，视觉检测在工业应用中较为常见，视觉检测是一种非接触式的检测方法，它使用计算机视觉技术来分析型钢表面的图像并检测缺陷。这种方法可以快速地检测出大量型钢的表面缺陷情况，在检测过程中，传统的通过阈值检测可能会将部分表面摩擦问题和表面刚性缺陷同时检测出来，但是通常表面部分摩擦并不会对实际使用形成安全问题。因此如何检测并区分表面刚性缺陷和摩擦缺陷是一个需要解决的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供基于视觉特征的型钢表面缺陷检测方法，所述方法包括：获取型钢表面图像；根据型钢表面图像得到整体灰度值，根据整体灰度值获取型钢表面图像中的所有可能缺陷区域，根据整体灰度值和可能缺陷区域得到每个可能缺陷区域的可能反光序列和可能背光序列，根据每个可能缺陷区域的可能反光序列和可能背光序列得到每个可能反光值的第一差值和每个可能背光值的第二差值，根据所有可能反光值的第一差值和所有可能背光值的第二差值得到每个可能缺陷区域的所有反光像素和所有背光像素；获取每个可能缺陷区域中每个反光像素的第一距离和每个背光像素的第二距离，根据每个可能缺陷区域中所有反光像素的第一距离和所有背光像素的第二距离得到每个可能缺陷区域的分布混乱程度；根据每个可能缺陷区域中所有反光像素和所有背光像素得到每个可能缺陷区域的边缘规则程度；根据每个可能缺陷区域的分布混乱程度和边缘规则程度得到每个可能缺陷区域的刚性缺陷概率；根据所有可能缺陷区域的刚性缺陷概率得到刚性缺陷区域。
[0005]优选的，所述根据整体灰度值获取型钢表面图像中的所有可能缺陷区域，包括的具体步骤为：
对型钢表面图像进行超像素分割处理得到多个超像素块，将每个超像素块内所有像素的灰度值求均值得到每个超像素块的灰度值，将灰度值大于整体灰度值的超像素块记为可能缺陷超像素块；获取可能缺陷超像素块的最小外接矩形，将可能缺陷超像素块的最小外接矩形记为可能缺陷区域。
[0006]优选的，所述根据整体灰度值和可能缺陷区域得到每个可能缺陷区域的可能反光序列和可能背光序列，包括的具体步骤为：将可能缺陷区域中灰度值大于整体灰度值的像素记为可能反光像素，将可能反光像素的灰度值称为可能反光值；将每个可能缺陷区域中所有可能反光像素的可能反光值从小到大排列得到每个可能缺陷区域的可能反光序列；将可能缺陷区域中灰度值小于等于整体灰度值的像素记为可能背光像素，将可能背光像素的灰度值称为可能背光值，将每个可能缺陷区域中所有可能背光像素的可能背光值从小到大排列得到每个可能缺陷区域的可能背光序列。
[0007]优选的，所述根据每个可能缺陷区域的可能反光序列和可能背光序列得到每个可能反光值的第一差值和每个可能背光值的第二差值，包括的具体步骤为：将可能反光序列中各可能反光值与前一个位置的可能反光值作差得到每个可能缺陷区域的各可能反光值的第一差值；将可能背光序列中各可能背光值与前一个位置的可能背光值作差得到每个可能缺陷区域的各可能背光值的第二差值。
[0008]优选的，所述根据所有可能反光值的第一差值和所有可能背光值的第二差值得到每个可能缺陷区域的所有反光像素和所有背光像素，包括的具体步骤为：将第一差值最大值对应的两个可能反光值均记为每个可能缺陷区域的参考可能反光值，将两个参考可能反光值中最小值作为每个可能缺陷区域的反光阈值；将每个可能缺陷区域的各像素的灰度值与反光阈值比较，将可能缺陷区域中灰度值大于反光阈值的像素称为反光像素；将第二差值最大值对应的两个可能背光值均记为每个可能缺陷区域的参考可能背光值；将两个参考可能背光值中最大值作为每个可能缺陷区域的背光阈值；将每个可能缺陷区域的各像素的灰度值与背光阈值比较，将可能缺陷区域中灰度值小于背光阈值的像素称为背光像素。
[0009]优选的，所述获取每个可能缺陷区域中每个反光像素的第一距离和每个背光像素的第二距离，包括的具体步骤为：获取每个反光像素的第一距离，包括：将每个可能缺陷区域中所有反光像素构成反光像素集合，将可能缺陷区域的最左上角像素记为基准像素，在每个可能缺陷区域中获取与基准像素最近的一个反光像素，将反光像素作为目标反光像素，在反光像素集合中获取与目标反光像素最近的反光像素，将目标反光像素与反光像素之间的距离作为目标反光像素的第一距离，将反光像素从反光像素集合中去除得到新的反光像素集合，将反光像素作为新的目标反光像素，在新的反光像素集合中获取新的目标反光像素的最近反光像素，将新的目标反
光像素与反光像素之间的距离作为新的目标反光像素的第一距离，以此类推得到所有反光像素的第一距离；获取每个背光像素的第二距离。
[0010]优选的，所述根据每个可能缺陷区域中所有反光像素的第一距离和所有背光像素的第二距离得到每个可能缺陷区域的分布混乱程度，包括的具体步骤为：其中，m为每个可能缺陷区域中的反光像素的数量，n为每个可能缺陷区域的背光像素的数量，表示每个可能缺陷区域内第i个反光像素的第一距离，表示第j个背光像素的第二距离，表示每个可能缺陷区域内所有反光像素的第一距离的均值，表示每个可能缺陷区域内所有背光像素的第二距离的均值，表示每个可能缺陷区域的分布混乱程度。
[0011]优选的，所述根据每个可能缺陷区域中所有反光像素和所有背光像素得到每个可能缺陷区域的边缘规则程度，包括的具体步骤为：对每个可能缺陷区域的所有反光像素作连通域处理得到每个可能缺陷区域的多个反光区域，对每个可能缺陷区域的所有背光像素作连通域处理得到每个可能缺陷区域的多个背光区域；计算每个反光区域的边缘规则程度，包括：获取反光区域的所有最外侧点，所有最外侧点构成反光区域的第一包围线，获取第一包围线上各像素的斜率方向；将第一包围线的所有像素的斜率方向信息熵的倒数作为每个反光区域的边缘规则程度；计算每个背光区域的边缘规则程度；将每个可能缺陷区域中所有反光区域、背光区域的边缘规则程度求均值得到可能缺陷区域的边缘规则程度。
[0012]优选的，所述根据每个可能缺陷区域的分布混乱程度和边缘规则程度得到每个可能缺陷区域的刚性缺陷概率，包括的具体步骤为：其中，表示每个可能缺陷区域的分布混乱程度，表示每个可能缺陷区域的边缘规则程度，表示每个可能缺陷区域的刚性缺陷概率，e表示自然常数。
[0013]优选的，所述根据所有可能缺陷区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视觉特征的型钢表面缺陷检测方法，其特征在于，该方法包括：获取型钢表面图像；根据型钢表面图像得到整体灰度值，根据整体灰度值获取型钢表面图像中的所有可能缺陷区域，根据整体灰度值和可能缺陷区域得到每个可能缺陷区域的可能反光序列和可能背光序列，根据每个可能缺陷区域的可能反光序列和可能背光序列得到每个可能反光值的第一差值和每个可能背光值的第二差值，根据所有可能反光值的第一差值和所有可能背光值的第二差值得到每个可能缺陷区域的所有反光像素和所有背光像素；获取每个可能缺陷区域中每个反光像素的第一距离和每个背光像素的第二距离，根据每个可能缺陷区域中所有反光像素的第一距离和所有背光像素的第二距离得到每个可能缺陷区域的分布混乱程度；根据每个可能缺陷区域中所有反光像素和所有背光像素得到每个可能缺陷区域的边缘规则程度；根据每个可能缺陷区域的分布混乱程度和边缘规则程度得到每个可能缺陷区域的刚性缺陷概率；根据所有可能缺陷区域的刚性缺陷概率得到刚性缺陷区域。2.如权利要求1所述的基于视觉特征的型钢表面缺陷检测方法，其特征在于，所述根据整体灰度值获取型钢表面图像中的所有可能缺陷区域，包括的具体步骤为：对型钢表面图像进行超像素分割处理得到多个超像素块，将每个超像素块内所有像素的灰度值求均值得到每个超像素块的灰度值，将灰度值大于整体灰度值的超像素块记为可能缺陷超像素块；获取可能缺陷超像素块的最小外接矩形，将可能缺陷超像素块的最小外接矩形记为可能缺陷区域。3.如权利要求1所述的基于视觉特征的型钢表面缺陷检测方法，其特征在于，所述根据整体灰度值和可能缺陷区域得到每个可能缺陷区域的可能反光序列和可能背光序列，包括的具体步骤为：将可能缺陷区域中灰度值大于整体灰度值的像素记为可能反光像素，将可能反光像素的灰度值称为可能反光值；将每个可能缺陷区域中所有可能反光像素的可能反光值从小到大排列得到每个可能缺陷区域的可能反光序列；将可能缺陷区域中灰度值小于等于整体灰度值的像素记为可能背光像素，将可能背光像素的灰度值称为可能背光值，将每个可能缺陷区域中所有可能背光像素的可能背光值从小到大排列得到每个可能缺陷区域的可能背光序列。4.如权利要求3所述的基于视觉特征的型钢表面缺陷检测方法，其特征在于，所述根据每个可能缺陷区域的可能反光序列和可能背光序列得到每个可能反光值的第一差值和每个可能背光值的第二差值，包括的具体步骤为：将可能反光序列中各可能反光值与前一个位置的可能反光值作差得到每个可能缺陷区域的各可能反光值的第一差值；将可能背光序列中各可能背光值与前一个位置的可能背光值作差得到每个可能缺陷区域的各可能背光值的第二差值。5.如权利要求4所述的基于视觉特征的型钢表面缺陷检测方法，其特征在于，所述根据
所有可能反光值的第一差值和所有可能背光值的第二差值得到每个可能缺陷区域的所有反光像素和所有背光像素，包括的具体步骤为：将第一差值最大值对应的两个可能反光值均记为每个可能缺陷区域的参考可能反光值，将两个参考可能反光值中最小值作为每个可能缺陷区域的反光阈值；将每个可能缺陷区域的各像素的灰度值与反光阈值比较，将可能缺陷区域中灰度值大于反光阈值的像素称为反光像素；将第二差值最大值对应的两个可能背...

【专利技术属性】
技术研发人员：石伟东，
申请(专利权)人：无锡市方顺型钢科技有限公司，
类型：发明
国别省市：