[发明专利]基于计算机视觉的铜排冷隔缺陷检测方法及系统

说明书

本发明涉及机器视觉技术领域，具体涉及一种基于计算机视觉的铜排冷隔缺陷检测方法及系统，包括：获取铜排的表面图像和该表面图像的灰度图像，进而确定待确定类型的冷隔缺陷以及该冷隔缺陷的各个边缘像素点；根据各个边缘像素点的位置和梯度，确定各个边缘像素点中的外包轮廓像素点；根据外包轮廓像素点的梯度方向以及各个边缘像素点的位置和梯度幅值，确定各个外包轮廓像素点的平滑度指标值；根据外包轮廓像素点的平滑度指标值，计算冷隔缺陷两侧轮廓平滑度匹配度，进而确定待检测铜排的冷隔缺陷类型。本发明可以准确、快速地识别出冷隔缺陷的具体缺陷类型，提高了确定冷隔缺陷类型的效率。

技术领域

本发明涉及机器视觉技术领域，具体涉及一种基于计算机视觉的铜排冷隔缺陷检测方法及系统。

背景技术

在铜排生产过程中，目前应用较为广泛的生产工艺为连续挤压法。在铜排的连续挤压生产过程中会出现各种缺陷，而冷隔缺陷作为最主要缺陷之一，其会造成铜排强度不足，容易在后续的铜排拉伸等成型工艺进行中形成断裂，严重影响铜排质量。

铜排冷隔缺陷的产生原因主要分为内部原因与外部原因两种，内部原因为原料上引铜杆坯内部含有较大气泡，从而在原料内部产生金属不连续的现象，这样的原料铜杆坯料在送入连续挤压机的模具腔之前会在经过原料导板与堵头时发生气泡破裂的可能，使气泡内表面变为新的外表面，在模具腔内被挤压时气泡内表面会相互重叠，产生冷隔缺陷。

外部原因为模腔、导料板与挤压轮间距过大，挤压过程中上引铜杆坯料尚有部分活动空间，从而出现铜杆弯曲折叠现象，折叠过程中上引杆表面的氧化物、油污等杂质被带入折叠间隙中，在模腔内阻碍熔合，形成冷隔缺陷。

上述两种冷隔缺陷形成原因不同，但因其均会对铜排产品质量造成严重影响，因此在生产过程中准确识别冷隔缺陷产生原因是提升产品质量控制效益的关键，现有对两种冷隔缺陷的归因方式依赖人工目测评价，效率低下，而一般的神经网络算法需要大量的训练数据进行网络训练，数据成本较高。因此需要一种可以自动对铜排冷隔缺陷进行归因的缺陷检测方法来提高生产线自动化程度，进一步提升产品质量以及生产效率。

发明内容

本发明的目的在于提供一种基于计算机视觉的铜排冷隔缺陷检测方法及系统，用于解决现有人工确定冷隔缺陷的类型效率较低的问题。

为解决上述技术问题，本发明提供了一种基于计算机视觉的铜排冷隔缺陷检测方法，包括以下步骤：

获取铜排的表面图像，进而获取表面图像中的待确定类型的冷隔缺陷区域的灰度图像，并根据所述灰度图像，获取待确定类型的冷隔缺陷的各个边缘像素点；

根据各个边缘像素点的位置和梯度，确定各个边缘像素点中的各个冷隔缺陷第一侧外包轮廓像素点和冷隔缺陷第二侧外包轮廓像素点；

根据各个冷隔缺陷第一侧外包轮廓像素点和冷隔缺陷第二侧外包轮廓像素点的梯度方向以及各个边缘像素点的位置和梯度幅值，确定各个冷隔缺陷第一侧外包轮廓像素点和冷隔缺陷第二侧外包轮廓像素点的平滑度指标值；

根据各个冷隔缺陷第一侧外包轮廓像素点和冷隔缺陷第二侧外包轮廓像素点的平滑度指标值，计算冷隔缺陷两侧轮廓平滑度匹配度，并根据冷隔缺陷两侧轮廓平滑度匹配度，确定待检测铜排的冷隔缺陷类型。

进一步的，确定各个边缘像素点中的各个冷隔缺陷第一侧外包轮廓像素点和冷隔缺陷第二侧外包轮廓像素点的步骤包括：

根据各个边缘像素点的位置，确定各个边缘像素点中的各个第一侧边缘像素点和第二侧边缘像素点，分别对各个第一侧边缘像素点所在的区域和各个第二侧边缘像素点所在区域的最小外接矩形进行网格划分，得到冷隔缺陷的各个第一侧网格和第二侧网格；

根据冷隔缺陷的各个第一侧网格和第二侧网格内的边缘像素点数目，确定各个第一侧网格中的各个第一侧外轮廓网格以及各个第二侧网格中的各个第二侧外轮廓网格；