【技术实现步骤摘要】
钢铁表面缺陷检测方法、装置及电子设备
[0001]本专利技术涉及钢铁检测
,尤其涉及一种钢铁表面缺陷检测方法
、
装置及电子设备
。
技术介绍
[0002]钢铁作为一种重要的工业原材料,广泛应用于航空航天设备
、
汽车组件
、
工业设备等生产制备场景
。
因此,钢铁的质量直接决定了以其为原材料的工业成本的质量
。
为保证钢铁的质量,一般会检测钢铁表面是否存在缺陷,并以钢铁表面的缺陷程度去评估钢铁的质量
。
[0003]目前,通常采用人工抽检的方式进行钢铁表面缺陷检测
。
然而,人工抽检的方式无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求
。
技术实现思路
[0004]本专利技术实施例提供了一种钢铁表面缺陷检测方法
、
装置及电子设备,以解决现有的缺陷检测方法无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求的问题
。
[0005]第一方面,本专利技术实施例提供了一种钢铁表面缺陷检测方法,包括:
[0006]根据待测钢铁表面图像的前景灰度均值和背景灰度均值,生成待测钢铁表面图像的二值化分割阈值;
[0007]对待测钢铁表面图像依次进行灰度均衡化处理
、
滤波处理以及边缘增强处理,得到第一图像;
[0008]利用二值化分割阈值对第一图像进行二值化处理,得到第二图像;
[0009]根据第二 ...
【技术保护点】
【技术特征摘要】
1.
一种钢铁表面缺陷检测方法,其特征在于,包括:根据待测钢铁表面图像的前景灰度均值和背景灰度均值,生成所述待测钢铁表面图像的二值化分割阈值;对所述待测钢铁表面图像依次进行灰度均衡化处理
、
滤波处理以及边缘增强处理,得到第一图像;利用所述二值化分割阈值对所述第一图像进行二值化处理,得到第二图像;根据所述第二图像和预先训练的缺陷检测模型,生成所述待测钢铁表面图像的缺陷检测结果;其中,所述缺陷检测模型是基于预设训练集训练得到的,所述预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像,所述钢铁表面缺陷图像对应有缺陷类型
。2.
根据权利要求1所述的钢铁表面缺陷检测方法,其特征在于,所述根据待测钢铁表面图像的前景灰度均值和背景灰度均值,生成所述待测钢铁表面图像的二值化分割阈值,包括:对所述待测钢铁表面图像进行前背景分割操作,得到前景区域和背景区域;计算所述待测钢铁表面图像的平均灰度值
、
所述前景区域与所述待测钢铁表面图像的第一像素比值
、
所述背景区域与所述待测钢铁表面图像的第二像素比值;根据所述平均灰度值和所述第一像素比值,得到所述前景灰度均值;根据所述平均灰度值和所述第二像素比值,得到所述背景灰度均值;计算所述前景灰度均值和所述背景灰度均值的平均值,并将所述平均值定义为所述二值化分割阈值
。3.
根据权利要求1所述的钢铁表面缺陷检测方法,其特征在于,所述利用所述二值化分割阈值对所述第一图像进行二值化处理,包括:将所述第一图像中大于所述二值化分割阈值的像素点所对应的灰度值设为第一灰度值;将所述第一图像中小于所述二值化分割阈值的像素点所对应的灰度值设为第二灰度值
。4.
根据权利要求1所述的钢铁表面缺陷检测方法,其特征在于,所述根据所述第二图像和预先训练的缺陷检测模型,生成所述待测钢铁表面图像的缺陷检测结果,包括:对所述第二图像进行闭运算处理,得到闭运算图像;对所述闭运算图像进行缺陷区域识别;当所述闭运算图像中存在尺寸大于预设阈值的缺陷区域时,在所述待测钢铁表面图像中标记出与所述闭运算图像中的所述尺寸大于预设阈值的缺陷区域相对应的图像区域,并将标记后的所述待测钢铁表面图像输入至所述缺陷检测模型,得到所述待测钢铁表面图像对应的缺陷类型的缺陷检测结果;当所述闭运算图像中不存在所述尺寸大于预设阈值的缺陷区域时,生成所述待测钢铁表面图像为无缺陷的缺陷检测结果
。5.
根据权利要求1所述的钢铁表面缺陷检测方法,其特征在于,所述对所述待测钢铁表面图像依次进行灰度均衡化处理
、
滤波处理以及边缘增强处理,得到第一图像,包括:根据所述待测钢铁表面图像的灰度直方图获取用于灰度均衡化处理的灰度映射关系,并根据所述灰度映射关系对所述待测钢铁表面图像进行灰度均衡化处理,得到第三图像;
根据所述第三图像的空间临近度和所述第三图像的像素值相似度,获取用于滤波处理的卷积权值,并根据所述卷积权值对所述第三图像进行滤波处理,得到第四图像;获取用于边缘增强处理的所述第四图像的水平梯度图像和竖直梯度图像,并根据所述水平梯度图像和所述竖直梯度图像得到所述第一图像
。6.
根据权利要求5所述的钢铁表...
【专利技术属性】
技术研发人员:郝亮,李毅仁,李玉涛,潘志威,王建业,苗志伟,杜利达,金皓宁,张宇,李宏鹏,
申请(专利权)人:河钢集团有限公司衡水板业包装材料科技有限公司哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。