[发明专利]基于机器视觉的有色金属压延质量检测方法及系统

说明书

本发明涉及机器视觉技术领域，具体涉及一种基于机器视觉的有色金属压延质量检测方法及系统，包括：获取有色金属压延成品的表面图像，得到表面图像的灰度图像，并对灰度图像进行阈值分割，获取缺陷纹理二值图像；确定各个缺陷点的灰度延伸方向搜寻树，得到灰度延伸方向搜寻树的各个分支路径的编码序列；计算各个分支路径的编码序列中各个元素的置信度序列，进而计算缺陷纹理二值图像中的划伤、揉伤和振痕的成分占比，从而得到有色金属压延成品的缺陷成分。本发明通过对有色金属压延成品的检测，可以准确地获取有色金属压延成品的缺陷成分，为后续的有色金属压延成品的质量控制提供了可靠的依据。

技术领域

本发明涉及机器视觉技术领域，具体涉及一种基于机器视觉的有色金属压延质量检测方法及系统。

背景技术

随着现代化工、农业和科学技术的突飞猛进，有色金属在人类发展中的地位愈来愈重要。有色金属不仅是世界上重要的战略物资、生产资料，而且也是人类生活中不可缺少的消费资料的重要材料。

有色金属的压延工艺作为现代有色金属加工工艺中应用最为广泛的一种，也存在着一些产品质量缺陷。压延产品的外观质量作为主要的质量评估标准，若存在外观缺陷则会对压延产品价值产生较大的影响，而外观质量中出现最为频繁且普遍的缺陷为表面痕迹。表面痕迹表现为金属表面存在方向不一且光泽不一的各类细线状痕迹，在这些痕迹中，表面划伤、表面揉伤、表面振痕作为其中三种，其光泽特征均为高亮的线状痕迹，在痕迹的方向上具有各自的差异。而在复杂的实际生产工况中，表面划伤、表面揉伤、表面振痕会以混合的形式在压延产品表面出现，即同时存在。

现有技术中对有色金属的压延成品表面缺陷的检验方法一般为canny边缘检测或霍夫直线检测，但这两种方法仅能检测出一般的缺陷，并不能检测出有色金属的压延成品的表面缺陷成分，不适应于当前有色金属压延生产中的复杂工况。

发明内容

本发明的目的在于提供一种基于机器视觉的有色金属压延质量检测方法及系统，用于解决不能检测出有色金属的压延成品的表面缺陷成分的问题。

为了解决上述技术问题，本发明所采用的技术方案具体如下：

本发明提供了一种基于机器视觉的有色金属压延质量检测方法，包括以下步骤：

获取有色金属压延成品的表面图像，得到表面图像的灰度图像，并对灰度图像进行阈值分割，获取缺陷纹理二值图像；

根据缺陷纹理二值图像中的各个缺陷点，确定各个缺陷点的灰度延伸方向搜寻树，得到灰度延伸方向搜寻树的各个分支路径的编码序列；

根据灰度延伸方向搜寻树的各个分支路径的编码序列，计算各个分支路径的编码序列中各个元素的置信度序列，得到各个缺陷点的方向延伸共生矩阵；

根据各个缺陷点的方向延伸共生矩阵，计算各个缺陷点属于划伤、揉伤和振痕的概率值；

根据各个缺陷点属于划伤、揉伤和振痕的概率值，计算缺陷纹理二值图像中的划伤、揉伤和振痕的成分占比，进而得到有色金属压延成品的缺陷成分。

进一步地，确定各个缺陷点的灰度延伸方向搜寻树的步骤包括：

根据缺陷纹理二值图像中的各个缺陷点，确定各个缺陷点中的延伸路径起始点，判断延伸起始点周围八邻域的像素点是否为缺陷点；

若延伸路径起始点周围八邻域的像素点为缺陷点，则将该缺陷点作为路径节点，并确定路径节点的八邻域的目标像素点，对路径节点周围八邻域的目标像素点继续判断，若路径节点周围八邻域的目标像素点为缺陷点，则将该缺陷点作为路径节点，并重复上述步骤，直至路径节点周围八邻域的目标像素点均不为缺陷点，从而得到延伸路径起始点的多种路径；

根据延伸路径起始点的多种路径，确定各个缺陷点的灰度延伸方向搜寻树。

进一步地，得到灰度延伸方向搜寻树的各个分支路径的编码序列的步骤包括：