[发明专利]基于机器视觉的不锈钢表面缺陷检测方法

说明书

技术领域

本发明涉及钢铁制造的技术领域，尤其涉及到基于机器视觉的不锈钢表面缺陷检测方法。

背景技术

钢铁的生产和制造是一个影响国家国民经济和工业现代化的十分重要的因素。例如，在日常生活中，不锈钢产品应用于各个方面。所以对不锈钢的质量检测显得尤为重要。

不锈钢表面缺陷通常分为二维缺陷和三维缺陷。传统不锈钢的表面缺陷检测由检测人员通过人眼目测来完成。但是,这种方法存在着很多不足，譬如：1、检测结果容易受检测人员主观因素影响；2、只能用于检测运行速度很慢的不锈钢表面；3、很难检测到小的缺陷。

发明内容

本发明的目的在于克服现有技术的不足，提供一种检测结果精确、检测效率高、能检测到不锈钢表面二维及三维细小缺陷的基于机器视觉的不锈钢表面缺陷检测方法。

为实现上述目的，本发明所提供的技术方案为：方法包括以下步骤：

S1.采用CCD工业相机采集待检测不锈钢的表面图像；

S2.对采集到的待检测不锈钢表面图像进行基于Blob分析的二维缺陷检测；

S3.对采集到的待检测不锈钢表面图像进行基于频域的傅立叶变换的三维缺陷检测；

S4.根据二维和三维缺陷检测结果将存在缺陷的不锈钢分离开来。

进一步地，步骤S2不锈钢表面二维缺陷检测步骤如下：

S21.选定ROI区域：

采用全局阈值法将ROI区域，即不锈钢板区域分割出来，然后提取不锈钢板连通域。设待分割图像为f(x，y),阈值分割后的图像为S(x，y),公式为

其中，T为分割阈值；

S22.图像预处理；

S23.分割图像：

采用改进的双阈值法将预处理后的灰度图进行分割，将图像分割为前景图像(即缺陷区域)和背景图像的像素集合；

设前景图像为p(x,y),阈值分割后的图像为q(x,y),按如下公式进行图像分割：

其中T₁和T₂为针对不锈钢板成像效果所设置的改进阈值；

S24.提取特征：

对目标区域进行连通区域提取，得出缺陷部分的面积、圆形度、灰度均值参数。

面积计算公式为：

其中，R表示图像区域，m、n表示图像区域有m行n列，f(i，j)表示区域内点(i，j)处的像素值；

圆形度计算公式为：

其中，P表示区域的周长，A表示区域的面积；

灰度均值计算公式为：

其中，L为灰度级总数，z_i表示第i个灰度级，h(z_i)表示直方图中统计的灰度为z_i的像素个数；

进一步地，步骤S3不锈钢表面三维缺陷检测步骤如下：

S31.创建高斯滤波器：

创建两个高斯滤波器,并对高斯滤波后的图像做减法处理；

公式描述为：

O(i，j)＝|I₁(i，j)-I₂(i，j)|，

其中，O(i，j)为相减后的图像，I₁(i，j)，I₂(i，j)分别为经高斯滤波后的两图像；

S32.图像预处理：

将RGB三通道图像图转化为灰度图；

设转换后的灰度图为Gray(i，j)，计算公式为：

Gray(i，j)＝0.11*R(i，j)+0.59*G(i，j)+0.3*B(i，j)，

其中，Gray(i，j)为转换后的图像在(i，j)点处的灰度值；

S33.预处理后的图像从空间域转换到频域处理：

将灰度图进行傅立叶变换，从空间域转换到频域处理；

二维傅立叶变换计算公式为：

其中，f(x，y)为空间域图像，F(u，v)为二维傅里叶变换后图像；

S34.对频域图像进行卷积运算：

对图像用一个滤波器在频域进行卷积运算，计算公式为：

其中，g(i，j)为输入图像，h称为相关核，f(i，j)为输出图像；

S35.将频域图像重新转换到空间域处理：

对卷积运算后的图像进行傅立叶反变换，重新转换到空间域处理；

计算公式为：

二维傅立叶反变换计算公式为: