[发明专利]一种钢卷边裂识别方法、系统、介质和终端

说明书

本发明提供一种钢卷边裂识别方法、系统、介质和终端，其方法包括：获取钢卷侧面图像并进行数据标注，生成数据集，根据数据集分别建立钢卷分割模型和钢卷边裂识别模型，并进行训练；采集目标区域内钢卷的实时图像，并输入至训练后的钢卷分割模型，将钢卷区域图像分割至预设目标尺寸，获取图像分割结果；将图像分割结果输入至训练后的钢卷边裂识别模型，获取边裂识别结果；根据边裂识别结果，获取钢卷边裂部位在实际场景中的位置信息，便于对边裂缺陷进行针对性的工艺控制措施，可实施性较强。一方面，可以提高识别的效率和识别的准确度，另一方面，克服了钢铁冶炼过程中的环境恶劣，避免了人工观察潜在的危险因素，提高了检测的安全性。

技术领域

本发明涉及钢铁领域、图像处理与识别领域和监控领域，尤其涉及一种钢卷边裂识别方法、系统、介质和终端。

背景技术

在钢铁冶炼过程中，钢卷边裂是影响板带产品质量的主要因素之一，为了保证钢卷产品质量，在生产过程中，需要检测钢卷是否产生边裂并采取工艺控制措施，为下一步的加工生产做好准备。

目前，由于钢铁冶炼的环境复杂，针对检测钢卷是否产生边裂，还通常采用人工的方式，但是一方面，由于边裂缺陷通常较为细微，人眼识别难度较高，会导致人工识别的效率和准确度较低，另一方面，由于钢铁冶炼过程中的环境恶劣，人工观察会存在潜在的危险因素，因此，在检测的准确度和安全性上存在一定的限制。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种钢卷边裂识别方法、系统、介质和终端，以解决上述技术问题。

本发明提供的钢卷边裂识别方法，包括：

获取钢卷侧面图像并进行数据标注，生成数据集，所述数据集包括钢卷分割数据集和边裂识别数据集；

根据所述数据集分别建立钢卷分割模型和钢卷边裂识别模型，并进行训练；

采集目标区域内钢卷的实时图像，并输入至训练后的钢卷分割模型，将钢卷区域图像分割至预设目标尺寸，获取图像分割结果；

将所述图像分割结果输入至训练后的钢卷边裂识别模型，获取边裂识别结果；

根据所述边裂识别结果，获取钢卷边裂部位在实际场景中的位置信息。

与本发明的一实施例中，多角度采集所述钢卷侧面图像，并将其作为原始图像输入至钢卷分割模型，获取仅包含钢卷区域的掩膜图像，所述多角度包括钢卷卷芯两侧中每一侧的左上，左下，右上和右下方位。

与本发明的一实施例中，根据原始图像尺寸和预设目标尺寸对所述掩膜图像进行图像分割，将所述掩膜图像分割为若干预设尺寸的可重叠、且不重复的掩膜子图像；

根据所述掩膜子图像，获取边裂识别结果。

与本发明的一实施例中，获取水平方向分割后掩膜子图像的数量与每张掩膜子图像的起始位置；

获取竖直方向分割后掩膜子图像的数量与每张掩膜子图像的起始位置；

根据预设目标尺寸和图像水平，以及竖直方向起始位置，将所述掩膜图像分割为可重叠、且不重复的标准图像；

获取每个标准图像在原始图像中的相对位置。

与本发明的一实施例中，所述水平方向分割后掩膜子图像的数量与每张掩膜子图像的起始位置，根据采集到的原始图像水平方向像素值、预设的分割后图像的像素值、水平方向各图像的起始位置坐标、以及相邻两张图片之间水平方向重叠部分的像素值的获取；

所述竖直方向分割后掩膜子图像的数量与每张掩膜子图像的起始位置，根据采集到的原始图像竖直方向像素值、预设的分割后图像的像素值、水平方向各图像的起始位置坐标、以及相邻两张图片之间水平方向重叠部分的像素值的获取；