一种用于带钢表面的缺陷识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115953398A(43)申请公布日2023.04.11(21)申请号202310231775.9(22)申请日2023.03.13(71)申请人无锡斯达新能源科技股份有限公司地址214187江苏省无锡市惠山区洛社镇园中路201号申请人无锡惠淳科技有限公司(72)发明人张新忠(74)专利代理机构绍兴三人行柯信知识产权代理事务所(普通合伙)33495专利代理师朱亚飞(51)Int.Cl.G06T7/00(2017.01)G06V10/28(2022.01)G06V10/764(2022.01)G06V10/77(2022.01)权利要求书2页说明书9页附图2页(54)发明名称一种用于带钢表面的缺陷识别方法(57)摘要本发明涉及数据识别技术领域，具体涉及一种用于带钢表面的缺陷识别方法。该方法是一种应用电子设备进行识别的方法，利用人工智能系统完成对带钢表面的缺陷识别。该方法首先通过相机识别带钢图像和对应的灰度图像，对灰度图像进行数据处理得到对应的疑似缺陷区域；对疑似缺陷区域进行数据处理得到对应的长游程优势和短游程优势，根据长游程优势和短游程优势判断带钢的缺陷类别。本发明结合改性尼龙材料表面缺陷特征的方向信息构建出改性尼龙材料表面缺陷特征图，得到改性尼龙材料的表面平整度，最终根据改性尼龙材料的表面平整度对改性尼龙材料表面缺陷进行识别，确保了的完整性和准确性。CN115953398ACN115953398A权利要求书1/2页1.一种用于带钢表面的缺陷识别方法，其特征在于，该方法包括以下步骤：采集带钢图像和对应的灰度图像；获取灰度图像的灰度直方图和对应的邻域直方图；所述邻域直方图的横轴为像素点的灰度值，纵轴为像素点邻域内的灰度均值；对邻域直方图内的数据点进行聚类，得到两个类别；将两个类别中灰度均值小的类别中数据点对应的像素点作为疑似缺陷像素点，得到疑似缺陷区域；对每个疑似缺陷区域进行扩散，得到扩散后的疑似缺陷区域的扩散长度，根据所述扩散长度和扩散的像素点数量获取疑似缺陷区域的灰度游程矩阵的权重值；根据所述权重值构建疑似缺陷区域的最优灰度游程矩阵；根据所述最优灰度游程矩阵中像素点的灰度计算长游程优势和短游程优势；根据所述长游程优势和所述短游程优势判断带钢的缺陷类别；其中，对每个疑似缺陷区域进行扩散的方法为：以疑似缺陷区域的质心所在像素点为中心，将其邻域内分为8个区间；基于疑似缺陷区域的区域边缘进行扩散，在相应的区间内每次只扩散一个像素点；满足扩散的像素点的扩散条件为差异度小于预设差异第一阈值；不满足扩散条件，则在此方向区间范围内停止扩散；所述差异度的计算公式为：其中，为差异度；表示扩散集合内像素点的数量；为扩散集合内第m个像素点的灰度值；其中，根据所述扩散长度和扩散的像素点数量获取疑似缺陷区域的灰度游程矩阵的权重值的方法为：以疑似缺陷区域的质心所在像素点为中心，将其邻域内分为4个区间组；根据区间组分别计算四个区间组的扩散长度和每个区间内满足差异度小于预设差异第二阈值的像素点数量；根据满足差异度小于预设差异第二阈值的像素点的数量占比作为区间组内的数量权重值；根据所述数量权重值和所述扩散长度计算每个区间组的区间权重值，每个区间权重值分别作为不同偏移方向下的灰度游程矩阵的权重值；其中，最优灰度游程矩阵的计算公式：其中，D为最优灰度游程矩阵；表示偏移方向b下的灰度游程矩阵，表示偏移角度b下的灰度共生矩阵对应的区间组的区间权重值；其中，；其中，长游程优势的计算公式为：其中，短游程优势的计算公式为：2CN115953398A权利要求书2/2页其中，为长游程优势；为短游程优势；表示灰度游程矩阵中灰度级的数量；表示灰度游程矩阵中游程长度的数量；表示灰度级为的像素灰度值连续出现j次的频数；j为灰度级为的像素灰度值连续出现次数；其中，区间权重值的计算公式为：其中，为偏移方向b下区间组的区间权重值；为偏移方向b下区间组的扩散长度；为偏移方向b下区间组的数量权重值；其中，。2.根据权利要求1所述的一种用于带钢表面的缺陷识别方法，其特征在于，所述根据所述长游程优势和所述短游程优势判断带钢的缺陷类别，包括：当长游程优势和所述短游程优势均大于等于预设第一阈值时，带钢图像对应的带钢为正常带钢；当短游程优势大于等于预设第一阈值且长游程优势小于等于预设第二阈值时，带钢图像对应的带钢上存在划痕裂纹缺陷；当长游程优势大于等于预设第一阈值且短游程优势小于等于预设第二阈值时，带钢图像对应的带钢上存在麻点缺陷；其他情况下，带钢图像对应的带钢上存在片装类缺陷。3CN115953398A说明书1/9页一种用于带钢表面的缺陷识别方法技术领域[0001]本发明涉及数据识别技术领域，具体涉及一种用于带钢表面的缺陷识别方法。背景技术