【技术实现步骤摘要】
基于图像的缺陷检测方法、装置、电子设备及存储介质
[0001]本专利技术属于图像处理
,尤其涉及一种基于图像的缺陷检测方法
、
装置
、
电子设备及存储介质
。
技术介绍
[0002]在钢卷生产过程中,由于技术
、
生产环境等因素的干扰,钢卷的质量极易受到影响
。
其中,钢卷的表面缺陷是影响质量的最直观表现,为了保证钢卷的合格率和生产效率,精确且快速地检测表面缺陷是十分必要的
。
[0003]通过钢卷图像可以检测表面缺陷
。
检测方法分为两大类,一类是传统算法,另一类是深度学习
。
深度学习普遍存在检测精度不稳定
、
需要巨量的标注样本
、
检测速度无法满足产线的要求的问题
。
相比之下,传统算法虽然精度略低,但是拥有速度快
、
检测精度稳定
、
不需要大量标注样本的优点
。
因此,如何进一步提高传统算法的检测速度和检测精度,是目前亟需解决的问题
。
技术实现思路
[0004]有鉴于此,本专利技术实施例提供了一种基于图像的缺陷检测方法
、
装置
、
电子设备及存储介质,以提高检测钢卷表面缺陷的速度和精度
。
[0005]本专利技术实施例的第一方面提供了一种基于图像的缺陷检测方法,包括:
[0006]获取待检测钢卷的表面图 ...
【技术保护点】
【技术特征摘要】
1.
一种基于图像的缺陷检测方法,其特征在于,包括:获取待检测钢卷的表面图像;根据所述表面图像的直方图,确定仅包含缺陷区域的第一处理图像;通过边缘算法计算所述表面图像的梯度图,根据所述直方图中的缺陷区域峰值和非缺陷区域峰值,确定所述梯度图的分割阈值,并根据所述分割阈值对所述梯度图进行二值化处理,得到仅包含缺陷区域的第二处理图像;基于第一处理图像和第二处理图像得到缺陷检测结果
。2.
如权利要求1所述的基于图像的缺陷检测方法,其特征在于,根据所述表面图像的直方图,确定仅包含缺陷区域的第一处理图像,包括:从所述直方图的两个峰值中确定缺陷区域峰值;根据缺陷区域峰值确定缺陷区域像素范围,基于缺陷区域像素范围对所述表面图像进行二值化操作,得到仅包含缺陷区域的第一处理图像
。3.
如权利要求2所述的基于图像的缺陷检测方法,其特征在于,从所述直方图的两个峰值中确定缺陷区域峰值,包括:分别计算两个峰值与非缺陷区域像素平均值的差值,将差值较大的峰值确定为缺陷区域峰值,差值较小的峰值则为非缺陷区域峰值;所述非缺陷区域像素平均值由预先标注缺陷的表面图像样本确定
。4.
如权利要求1所述的基于图像的缺陷检测方法,其特征在于,所述边缘算法为
Sobel
算子;根据所述直方图中的缺陷区域峰值和非缺陷区域峰值,确定所述梯度图的分割阈值,包括:以缺陷区域峰值和非缺陷区域峰值作为范围边界,得到分割阈值的取值范围,通过最大类间方差法在取值范围内寻找所述梯度图的分割阈值
。5.
如权利要求1所述的基于图像的缺陷检测方法,其特征在于,通过最大类间方差法在取值范围内寻找所述梯度图的分割阈值,包括:在取值范围内选取一个值,通过该值将所述梯度图中的像素划分为两类,根据计算两类的类间方差;计算取值范围内各个值对应的类间方差,将对应最大类间方差的值确定为分割阈值;其中,
ω0(...
【专利技术属性】
技术研发人员:郝亮,李毅仁,潘志威,陈云朋,王建业,贾树理,王钊哲,肖鹏,张宇,刘培培,
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。