【技术实现步骤摘要】
本专利技术涉及图像阈值分割，具体涉及基于机器视觉的建筑结构钢板缺陷检测方法。
技术介绍
1、建筑结构钢板是用于建筑结构中的钢板，是建筑物的重要组成部分，对其进行缺陷检测可以便于及时发现钢板的质量问题并进行处理，延长钢板的使用寿命，提高建筑物的整体品质。因此，对建筑结构钢板进行缺陷检测至关重要。其中，划痕缺陷是建筑结构钢板中比较常见的一种缺陷。
2、由于划痕缺陷的存在往往会导致钢板结构材料的强度减弱，并且在用于建筑时划痕缺陷处容易成为裂纹的起点；其次，在划痕处往往更容易被腐蚀，从而导致钢板材料的表面和内部结构可能更易受到严重的腐蚀，进而使得钢板的结构硬度明显偏弱，从而导致钢板对建筑的负载承受能力下降严重，更容易出现断裂，影响建筑质量。因此，对建筑结构钢板进行划痕缺陷检测至关重要。
3、目前，对物体进行缺陷检测时，通常采用的方式为：通过神经网络，对物体进行缺陷检测。
4、然而，当采用神经网络，对建筑结构钢板进行划痕缺陷检测时，经常会存在如下技术问题：
5、训练神经网络时，往往需要大量存在划痕缺...
【技术保护点】
1.一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，所述根据每个灰度值下的每个连通区域的拟合直线与其最小外接矩形的长边所在直线，以及每个连通区域内所有边缘像素点对应的梯度方向，对每个连通区域进行划痕缺陷形状规律分析处理，得到每个连通区域对应的缺陷表现因子，包括：
3.根据权利要求2所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，所述从所述标记连通区域的所有拟合直线中筛选出所述标记连通区域对应的目标拟合直线，包括：
4...
【技术特征摘要】
1.一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，所述根据每个灰度值下的每个连通区域的拟合直线与其最小外接矩形的长边所在直线，以及每个连通区域内所有边缘像素点对应的梯度方向，对每个连通区域进行划痕缺陷形状规律分析处理，得到每个连通区域对应的缺陷表现因子，包括：
3.根据权利要求2所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，所述从所述标记连通区域的所有拟合直线中筛选出所述标记连通区域对应的目标拟合直线，包括：
4.根据权利要求3所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，所述根据所述标记连通区域内所有边缘像素点对应的梯度方向，以及所述标记连通区域对应的初始缺陷因子，确定所述标记连通区域对应的缺陷表现因子，包括：
5.根据权利要求4所述的一种基于机器视觉的建筑结构钢板缺陷检测方法，其特征在于，连通区域对应的缺陷表现因子对应的公式为：
【专利技术属性】
技术研发人员：田志军，王宾，刘甜，石杰，武伟，安建辉，肖建超，郭睿，王国平，
申请(专利权)人：中铁置业集团河北雄安有限公司，
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。