【技術實現步驟摘要】
本專利技術涉及冷軋帶鋼表面缺陷檢測，特別是涉及一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法。
技術介紹
1、冷軋帶鋼是指以熱軋帶鋼和鋼板為原料，在常溫下經冷軋機軋制成帶鋼和薄板，一般厚度為0.1～3mm，寬度為100～2000mm。冷軋帶材或板材具有表面光潔度好、平整性好、尺寸精度高和力學性能好等優點。冷軋帶鋼表面容易產生多種缺陷，這些缺陷主要包括黑斑、壓斑、粗糙度問題等，故冷軋帶鋼表面缺陷檢測是保證產品質量的重要環節。現有的缺陷檢測方法如sift、surf等算法雖然檢測效果較好，但計算復雜度高，難以滿足在線檢測的實時性要求。因此，本專利技術提出一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，以解決上述問題。
技術實現思路
1、為了克服現有技術的不足，本專利技術的目的是提供一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，能夠快速、準確地分割出缺陷區域，滿足在線檢測的要求。
2、為實現上述目的，本專利技術提供了如下方案：一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，包括以下步驟：
3、獲取冷軋帶鋼的樣本圖像，并結合動態規劃的方式計算所述樣本圖像的積分圖；
4、利用所述積分圖，將所述樣本圖像均勻劃分為多個大小相同的子塊，并計算每個所述子塊的灰度均值特征；
5、利用所述灰度均值特征，計算每個所述子塊與四鄰域子塊之間的差分值，選擇最大的差分值作為所述子塊的四鄰域差分值，并生成四鄰域差分圖；
6、根據所述四鄰域差分圖，采
7、利用區域增長算法合并相鄰的所述缺陷子塊，得到所述樣本圖像的完整缺陷區域。
8、可選的，獲取冷軋帶鋼的樣本圖像，并結合動態規劃的方式計算所述樣本圖像的積分圖，包括：
9、獲取所述樣本圖像中的所有像素點和圖像原點，結合動態規劃的方式，通過遞推公式計算每個所述像素點到所述圖像原點的像素值，并計算像素值之和；像素值之和的公式為：
10、i(x,y)＝f(x,y)+i(x-1,y)+i(x,y-1)-i(x-1,y-1)
11、其中，(x,y)為像素點，i(x-1,y)為左側像素的積分值，i(x,y-1)為上方像素的積分值，i(x-1,y-1)為左上角像素的積分值。
12、可選的，利用所述積分圖，將所述樣本圖像均勻劃分為多個大小相同的子塊，并計算每個所述子塊的灰度均值特征，包括：
13、設置子塊大小，根據所述積分圖的性質，計算所述積分圖四個角點的積分值，得到子塊內像素和，再將所述子塊內像素和與所述子塊面積相除，得到每個所述子塊的灰度均值特征；灰度均值特征的計算公式為：
14、
15、其中，(x1,y1)為子塊左上角坐標，(x2,y2)為子塊右下角坐標，w、h分別為子塊的寬度和高度，i(x,y)為積分圖在點(x,y)處的值。
16、可選的，四鄰域差分值的計算公式為：
17、d(i,j)＝max(dup(i,j),ddown(i,j),dleft(i，j),dright(i，))
18、其中，(i,j)為子塊，dup(i,j)為子塊的上鄰子塊的灰度均值，ddown(i,j)為子塊的下鄰子塊的灰度均值，dleft(i,j)為子塊的左鄰子塊的灰度均值，dright(i,j)為子塊的右鄰子塊的灰度均值。
19、可選的，根據所述四鄰域差分圖，采用雙閾值法對差分值進行劃分，并標定各個所述子塊是否為缺陷區域，得到缺陷子塊和非缺陷子塊，包括：
20、計算差分值的均值，并將均值與2-3倍的標準差相加，得到用于檢測明顯邊界的高閾值，再計算0.4-0.6倍的所述高閾值，得到用于檢測弱邊界的低閾值；
21、利用所述高閾值和所述低閾值對所述四鄰域差分圖中的每個子塊進行缺陷判斷；判斷公式為：
22、
23、其中，label(i,j)＝2表示強缺陷點，label(i,j)＝1表示弱缺陷點，label(i,j)＝0表示背景點。
24、可選的，區域增長算法的實現過程包括：
25、s1、構建一個空的候選點隊列，將強缺陷點設置為種子點，并將所述種子點加入空的所述候選點隊列；
26、s2、當所述候選點隊列非空時，從所述候選點隊列取出一個種子點，并檢查所選種子點的8鄰域點；
27、s3、當所述8鄰域點中存在未被訪問且label(i,j)≥1的點時，則將點標記為已訪問，重新返回所述候選點隊列，并將該點的label值更新為2；
28、s4、重復步驟s2-s3至所述候選點隊列為空，得到所有label＝2的點，并構成完整缺陷區域。
29、可選的，區域增長算法的表達式為：
30、r(p)＝{n∈n(p)|label(n)≥1∧visited(n)＝false}
31、其中，n為8鄰域點中的點，r(p)為點p的生長區域，n(p)為點p的8鄰域點集，label(n)表示點n的標簽值，visited(n)表示點n是否被訪問過。
32、本專利技術通過提供一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，公開了以下技術效果：
33、1、檢測效率高：相比sift、surf等算法，本方法的平均檢測耗時顯著降低，大大提高了檢測速度。并且在在合適的參數設置下，本方法能夠得到高水平的缺陷檢出率。
34、2、適用性強：本方法適用于各種類型的冷軋帶鋼表面缺陷，包括疤痕、白斑、夾渣、夾層、孔洞等。
35、3、實現簡單：本方法基于簡單的圖像處理操作，易于實現和優化。
36、下面通過附圖和實施例，對本專利技術的技術方案做進一步的詳細描述。
本文檔來自技高網...【技術保護點】
1.一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，獲取冷軋帶鋼的樣本圖像，并結合動態規劃的方式計算所述樣本圖像的積分圖，包括：
3.根據權利要求2所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，利用所述積分圖，將所述樣本圖像均勻劃分為多個大小相同的子塊，并計算每個所述子塊的灰度均值特征，包括：
4.根據權利要求3所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，四鄰域差分值的計算公式為：
5.根據權利要求4所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，根據所述四鄰域差分圖，采用雙閾值法對差分值進行劃分，并標定各個所述子塊是否為缺陷區域，得到缺陷子塊和非缺陷子塊，包括：
6.根據權利要求5所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，區域增長算法的實現過程包括：
7.根據權利要求6所述的一種基于四鄰域差分的冷軋帶鋼
...【技術特征摘要】
1.一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，獲取冷軋帶鋼的樣本圖像，并結合動態規劃的方式計算所述樣本圖像的積分圖，包括：
3.根據權利要求2所述的一種基于四鄰域差分的冷軋帶鋼表面缺陷快速檢測方法，其特征在于，利用所述積分圖，將所述樣本圖像均勻劃分為多個大小相同的子塊，并計算每個所述子塊的灰度均值特征，包括：
4.根據權利要求3所述的一種基于四鄰域差分的冷軋帶鋼表面...
【專利技術屬性】
技術研發人員：郭龍鑫，劉洋，徐科，關秀格，陳科曉，石躍強，鄭磊，
申請(專利權)人：河北普陽鋼鐵有限公司，
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。