【技術實現步驟摘要】
本專利技術屬于工業檢測，具體涉及一種金屬表面缺陷檢測與分類方法、系統、設備和介質。
技術介紹
1、金屬板在工業生產與日常生活中應用廣泛，但其制造過程復雜，涉及多種設備與工藝，易導致表面出現形態多樣的缺陷。這些缺陷不僅削弱了金屬板的耐磨性、抗腐蝕性，還影響了其電磁特性及外觀美觀度，進而對電磁性能和涂鍍效果產生不利影響。因此，對于金屬板生產企業而言，表面缺陷檢測是至關重要的一環。它不僅能迅速識別并剔除缺陷產品，確保產品質量，維護企業聲譽，還能通過分析檢測結果，及時發現并糾正生產過程中的問題，促進生產流程的優化與改進。
2、在金屬制品產業中，產品質量檢測與控制占據著核心地位。其中，金屬表面缺陷檢測作為確保產品質量、增強產品競爭力的關鍵環節，已成為金屬工業技術創新的重要焦點。這一檢測技術不僅對金屬產業至關重要，還廣泛惠及其他產業領域，因此備受國家重視，被列為重點技術攻關項目，獲得廣泛支持與關注。自上世紀七十年代起，機器視覺檢測技術便開啟了全面探索與研發之路，并于八十年代成功應用于生產實踐。進入九十年代，基于圖像處理技術的缺陷檢測迎來了飛速發展期，創新成果層出不窮，理論研究與生產實踐齊頭并進，使得生產領域的產品質量檢測步入了相對成熟的應用階段。當前，國內眾多科研機構均將金屬表面缺陷檢測技術的研發視為關鍵科技任務，已取得顯著技術突破，有效滿足了國內金屬行業對高質量檢測技術的需求，顯著提升了我國金屬產品的整體品質。
3、cn202011496247.9的專利申請文件公開了一種金屬表面缺陷檢測方法、系統、裝置和存儲介質，
4、cn202110614111.1的專利申請文件公開了一種基于機器視覺的金屬表面缺陷檢測系統，通過改進光學檢測手段、優化圖像處理算法,使得檢測精度高,檢測速度快,檢測穩定性高,重復性好,輸出的檢測結果穩定；但三大系統的所需要的硬件設施比較昂貴，圖像分辨率得不到保證以及算法較復雜，從而產生模型計算繁雜且成本高的問題。
技術實現思路
1、為了解決上述現有技術存在的缺陷，本專利技術的目的在于提供一種金屬表面缺陷檢測與分類方法、系統、設備和介質，通過采用灰度歸一化、自適應直方圖均衡化、gabor濾波器、最大熵算法、形態學處理以及改良的局部二值模式對不同缺陷類型的圖像進行處理，將處理好的圖像進行缺陷位置與大小的計算，并進行gui測量頁面設計；本專利技術圖像處理效果顯著，提升了圖像對比度，強化了缺陷邊界的識別，實現了圖像的精確分割與結構的細致優化，還精準地提取了圖像特征，并支持高效的分類訓練；具有提高圖像質量、增強缺陷檢測精度、優化特征提取與分析的優點。
2、為了實現上述目的，本專利技術采用的技術方案是：
3、一種金屬表面缺陷檢測與分類方法，包括以下步驟：
4、步驟1：采集帶有不同缺陷類型的金屬表面圖像，將不同缺陷類型的金屬表面圖像整理為圖像樣本數據集；
5、步驟2：采用灰度歸一化和自適應直方圖均衡化對步驟1整理的圖像樣本數據集進行對比度增強處理，得到對比度增強和降低噪聲的圖像集；
6、步驟3：使用gabor濾波器對步驟2中經過對比度增強和降低噪聲的圖像集進行濾波算法處理，得到減少噪聲和增強缺陷邊界的圖像集；
7、步驟4：使用最大熵算法對步驟3中經過減少噪聲和增強缺陷邊界的圖像集進行閾值分割，得到最佳閾值的圖像集。
8、步驟5：使用matlab自帶的形態學處理函數(bwmorph函數)，參數選擇為“thin”，對步驟4得到的最佳閾值的圖像集進行多次重復操作，得到細化處理后的圖像集；
9、步驟6：采用改良的局部二值模式對步驟5中細化處理后的圖像集進行特征提取，將提取的特征轉換為特征向量，并整理為矩陣；
10、步驟7：建立支持向量機模型，并對步驟6轉換的特征向量進行分類監督訓練，得到訓練好的圖像集；
11、步驟8：將步驟7訓練好的圖像集進行提取并標記為軋入氧化皮缺陷、斑點缺陷和劃痕缺陷，并分別計算軋入氧化皮缺陷、斑點缺陷和劃痕缺陷的位置和大小；
12、步驟9：將步驟8計算好缺陷位置與大小的圖像集進行gui設計。
13、所述步驟2的具體方法為：
14、步驟2.1：采用灰度歸一化公式對步驟1整理的圖像樣本數據集進行處理，使圖像樣本數據集灰度值分布在0～255之間；灰度歸一化公式定義為：
15、
16、式中，iin——原始圖像的灰度值；
17、imin——原始圖像的最小灰度值；
18、imax——原始圖像的最大灰度值；
19、iout——灰度歸一化后圖像的灰度值；
20、步驟2.2：對步驟2.1進行灰度歸一化處理后的圖像樣本數據集進行自適應直方圖均衡化，具體方法為：
21、步驟2.2.1：將原始的直方圖分布設定一個閾值，將大于閾值以上的部分(鉗位)剪切掉；
22、步驟2.2.2：將剪切掉的部分進行均衡化處理，再將均衡化處理后剪切掉的部分疊加到原始小于閾值的直方圖分布上；
23、步驟2.2.3：對疊加后的直方圖分布進行均衡化處理，進一步增強對比度并有效降低噪聲。
24、所述步驟3的具體方法為：
25、步驟3.1：使用gabor濾波器對步驟2.2得到的對比度增強和降低噪聲的圖像集進行濾波算法處理；所述gabor濾波器由正弦平面波調制的高斯核函數定義：
26、
27、其中：是經過旋轉的坐標，θ是gabor濾波器的方向參數，決定了gabor濾波的濾波方向選擇特性；σ是高斯核函數的標準差，控制高斯函數的寬度；λ是頻帶寬度，影響濾波器的帶寬和頻率特性；γ為空間方向比例因子；
28、濾波后的圖像為：
29、
30、其中，為像素坐標；g為是gabor濾波器的響應，即在每個像素位置上濾波器的輸出值；i為原始圖像的像素值，即需要進行濾波處理的圖像數據；
31、步驟3.2：使用不同的濾波器平行線方向(θ)對軋入氧化皮缺陷、斑點缺陷進行gabor濾波；所述θ＝0°,45°,90°,135°；
32、步驟3.3：將θ＝90°,135°濾波器的相加與θ＝0°,45°濾波器的相加作差，抵消gabor濾波因方向選擇性導致的紋波，同時濾除噪聲并增強缺陷邊界。
33、所述步驟4的具體方法為：
34、步驟4.1：將閾值t從0按每次加1的方式增大到255，按閾值t將步驟3.3處理后的圖像集分為背景(0)和前景(1)；
35、步驟4.2：對每個閾值t(0≤t<255)進行計算，求取最佳閾值，具體計算方法本文檔來自技高網...
【技術保護點】
1.一種金屬表面缺陷檢測與分類方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟2的具體方法為：
3.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟3的具體方法為：
4.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟4的具體方法為：
5.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟6的具體方法為：
6.根據權利要求1或5所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟7的具體方法為：
7.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟8的具體方法為：
8.一種金屬表面缺陷檢測與分類系統，其特征在于：包括：
9.一種金屬表面缺陷檢測與分類設備，其特征在于：包括：
10.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現所述的一種金屬表面缺陷檢測與
...【技術特征摘要】
1.一種金屬表面缺陷檢測與分類方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟2的具體方法為：
3.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟3的具體方法為：
4.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟4的具體方法為：
5.根據權利要求1所述的一種金屬表面缺陷檢測與分類方法，其特征在于：所述步驟6的具體方法為：
6.根...
【專利技術屬性】
技術研發人員：張寧，李飛，張恩旭，戚國偉，呂澄，張建強，
申請(專利權)人：西京學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。