System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种铝材表面质量的检测方法技术_技高网

一种铝材表面质量的检测方法技术

技术编号:40577738 阅读:5 留言:0更新日期:2024-03-06 17:19
本发明专利技术涉及图像数据处理技术领域,具体涉及一种铝材表面质量的检测方法。该方法包括:采集铝材表面的图像并进行预处理获得铝材的表面灰度图;根据灰度方差序列中第一个突变点和第二个突变点对应的区域的边缘获得灰度极大值点对应的异常区域;根据异常区域的边缘的平均梯度获得异常区域的梯度异常性;方向序列中元素的数量与点对灰度异常性的乘积为异常区域的灰度共生异常性;缺陷可信程度大于下四分位数的缺陷区域为疑似脏点缺陷区域;对表面灰度图中除了疑似脏点缺陷区域的其他区域进行滤波获得滤波后图像;根据滤波后图像对铝材表面进行质量检测。本发明专利技术能够准确的对铝材表面质量进行检测。

【技术实现步骤摘要】

本专利技术涉及图像数据处理,具体涉及一种铝材表面质量的检测方法


技术介绍

1、在金属的工业生产过程中,由于各方面因素的影响,表面容易存在缺陷,严重影响了质量和外观。为了保证产品的市场与口碑,质检是至关重要的一步。铝材作为一种重要金属,会存在脏点缺陷。随着机器视觉的发展,现有技术通过阈值分割检测脏点,但由于表面脏点缺陷区域与非缺陷区域的区分度不高,并且表面存在与脏点灰度差异不大的噪声,检查准确率低,技术有待优化。

2、铝材表面的脏点有多种表现形式,对于由破损造成的不明显脏点,易与正常表面区域的噪声混淆,造成铝材表面质量检测不准确的问题。


技术实现思路

1、为了解决上述技术问题,本专利技术的目的在于提供一种铝材表面质量的检测方法,所采用的技术方案具体如下:

2、本专利技术一个实施例提供了一种铝材表面质量的检测方法:

3、采集铝材表面的图像并进行预处理获得铝材的表面灰度图;获得表面灰度图中的疑似缺陷灰度图;获得疑似缺陷灰度图中的至少两个灰度极大值点;以灰度极大值点为中心进行至少两次区域扩张获得灰度极大值点对应的区域序列;计算灰度极大值点对应的区域序列每个区域的灰度方差组成灰度方差序列;根据灰度方差序列中第一个突变点和第二个突变点对应的区域的边缘获得灰度极大值点对应的异常区域;

4、根据异常区域的边缘的平均梯度获得异常区域的梯度异常性;设定阈值,获得每个异常区域在四个方向上的灰度共生矩阵,基于每个方向上的灰度共生矩阵中点对的灰度差的绝对值大于阈值的点对获得异常区域的点对灰度异常性;获得基于每个方向上的灰度共生矩阵中点对的灰度差的绝对值大于阈值的点对中像素点在异常区域中的连线的方向获得方向序列;方向序列中元素的数量与点对灰度异常性的乘积为异常区域的灰度共生异常性;

5、根据异常区域的梯度异常性和灰度共生异常性获得缺陷可信程度;根据缺陷可信度对异常区域进行筛选,获得疑似脏点缺陷区域;对表面灰度图中除了疑似脏点缺陷区域的其他区域进行滤波获得滤波后图像;根据滤波后图像对铝材表面进行质量检测。

6、优选地,采集铝材表面的图像并进行预处理获得铝材的表面灰度图包括:对铝材表面的图像进行语义分割,将背景区域的像素值设为0,铝材区域的像素值保持不变,得到语义分割后的图像;对语义分割后的图像进行灰度化处理得到表面灰度图。

7、优选地,获得疑似缺陷灰度图中的至少两个灰度极大值点包括:

8、设定预设尺寸的滑动窗口,当滑动窗口在疑似缺陷灰度图上滑动时,获得每个滑动窗口内灰度值最大的像素点,为灰度极大值点。

9、优选地,根据灰度方差序列中第一个突变点和第二个突变点对应的区域的边缘获得灰度极大值点对应的异常区域包括:第一个突变点对应的区域序列中的区域的边缘为异常区域的内边缘,第二个突变点对应的区域序列中的区域的边缘为异常区域的外边缘。

10、优选地,根据异常区域的边缘的平均梯度获得异常区域的梯度异常性包括:异常区域的内边缘的平均梯度值与外边缘的平均梯度值的比值为异常区域的梯度异常性。

11、优选地,点对灰度异常性为:

12、

13、其中,表示第s个异常区域的点对灰度异常;分别表示一个异常区域四个方向上的灰度共生矩阵;表示阈值;表示第s个异常区域的灰度共生矩阵的点对的集合;表示点对中两个像素点的灰度值的差值的绝对值;表示点对中两个像素点的灰度值的差值的绝对值出现的频率。

14、优选地,缺陷可信程度为:

15、

16、其中,表示第s个异常区域的缺陷可信程度;表示第s个异常区域的梯度异常性;表示第s个异常区域的灰度共生异常性;表示以自然常数e为底的指数函数。

17、优选地,根据滤波后图像对铝材表面进行质量检测包括:对滤波后图像重新进行阈值分割,得到呈现破损状态的脏点缺陷中的高亮区域,分割后标注的高亮区域为脏点缺陷所在区域,输出缺陷所在区域的位置参数。

18、优选地,所述疑似缺陷灰度图的获取方法包括:

19、获得表面灰度图的梯度图像,对梯度图像进行分割,获得掩膜图像;将掩膜图像与表面灰度图相乘获得疑似缺陷灰度图。

20、优选地,所述疑似脏点缺陷区域的获取方法包括:

21、对所有异常区域的缺陷可信程度进行排序,基于排序结果获得下四分位数;缺陷可信程度大于下四分位数的异常区域为疑似脏点缺陷区域。

22、本专利技术实施例至少具有如下有益效果:本专利技术基于sobel算子和大津分割得到疑似缺陷灰度图,由区域生长获取了完整的异常区域,为进一步判断是否为脏点缺陷打下基础,降低了缺陷的漏检率。本专利技术通过计算异常区域在梯度和灰度共生上的异常性得到了缺陷可信程度,用指标区分了同为异常区域的噪声和脏点,减少了噪声对脏点缺陷检测的干扰,提高了缺陷检测的准确率。

本文档来自技高网...

【技术保护点】

1.一种铝材表面质量的检测方法,其特征在于,该方法包括:

2.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述采集铝材表面的图像并进行预处理获得铝材的表面灰度图包括:对铝材表面的图像进行语义分割,将背景区域的像素值设为0,铝材区域的像素值保持不变,得到语义分割后的图像;对语义分割后的图像进行灰度化处理得到表面灰度图。

3.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述获得疑似缺陷灰度图中的至少两个灰度极大值点包括:

4.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述根据灰度方差序列中第一个突变点和第二个突变点对应的区域的边缘获得灰度极大值点对应的异常区域包括:第一个突变点对应的区域序列中的区域的边缘为异常区域的内边缘,第二个突变点对应的区域序列中的区域的边缘为异常区域的外边缘。

5.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述根据异常区域的边缘的平均梯度获得异常区域的梯度异常性包括:异常区域的内边缘的平均梯度值与外边缘的平均梯度值的比值为异常区域的梯度异常性。</p>

6.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述点对灰度异常性为:

7.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述缺陷可信程度为:

8.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述根据滤波后图像对铝材表面进行质量检测包括:对滤波后图像重新进行阈值分割,得到呈现破损状态的脏点缺陷中的高亮区域,分割后标注的高亮区域为脏点缺陷所在区域,输出缺陷所在区域的位置参数。

9.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述疑似缺陷灰度图的获取方法包括:

10.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述疑似脏点缺陷区域的获取方法包括:

...

【技术特征摘要】

1.一种铝材表面质量的检测方法,其特征在于,该方法包括:

2.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述采集铝材表面的图像并进行预处理获得铝材的表面灰度图包括:对铝材表面的图像进行语义分割,将背景区域的像素值设为0,铝材区域的像素值保持不变,得到语义分割后的图像;对语义分割后的图像进行灰度化处理得到表面灰度图。

3.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述获得疑似缺陷灰度图中的至少两个灰度极大值点包括:

4.根据权利要求1所述的一种铝材表面质量的检测方法,其特征在于,所述根据灰度方差序列中第一个突变点和第二个突变点对应的区域的边缘获得灰度极大值点对应的异常区域包括:第一个突变点对应的区域序列中的区域的边缘为异常区域的内边缘,第二个突变点对应的区域序列中的区域的边缘为异常区域的外边缘。

5.根据权利要求1所述的一种铝材表面质量的检测方法,...

【专利技术属性】
技术研发人员:张树涛卓其桓孟庆涛
申请(专利权)人:山东海天七彩建材有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1