[发明专利]一种带钢表面缺陷识别方法、装置、介质及设备

权利要求书

1.一种带钢表面缺陷识别方法，其特征在于，采用表检仪进行带钢表面缺陷识别，所述方法包括：

通过所述表检仪获取带钢表面图像集；

根据所述表检仪自学习的缺陷典型特征对所述带钢表面图像集进行分析，得到缺陷图像；

根据所述表检仪自学习的缺陷分类特征对所述缺陷图像进行分类，得到与所述缺陷图像所对应的缺陷类型。

2.根据权利要求1所述的方法，其特征在于，所述带钢缺陷为点状露晶缺陷。

3.根据权利要求2所述的方法，其特征在于，所述缺陷典型特征包括：

第一特征，带钢表面的点状露晶缺陷的密度比例小于等于5％；

第二特征，带钢表面的点状露晶缺陷的平均强度大于等于180；

第三特征，带钢表面的点状露晶缺陷的最强亮度大于等于220。

4.根据权利要求3所述的方法，其特征在于，所述缺陷分类特征包括：

第一分类特征，在带钢表面的预设面积内点状露晶缺陷分布的面积的为0mm2～200mm²；

第二分类特征，在带钢表面的预设面积内点状露晶缺陷分布的面积的为200mm2～500mm²；

第三分类特征，在带钢表面的预设面积内点状露晶缺陷分布的面积的为500mm2～1000mm²；

第四分类特征，在带钢表面的预设面积内点状露晶缺陷分布的面积的为大于1000mm²。

5.根据权利要求4所述的方法，其特征在于，所述缺陷图像所对应的带钢表面同时具备所述第一特征，所述第二特征和所述第三特征。

6.根据权利要求5所述的方法，其特征在于，所述缺陷分类特征用于表征带钢表面质量等级。

7.根据权利要求6所述的方法，其特征在于，所述在带钢表面的预设面积内点状露晶缺陷所分布的面积越大，带钢表面的质量等级越低。

8.一种带钢表面缺陷识别装置，其特征在于，所述装置包括：

获取单元，被用于获取带钢表面图像集；

分析单元，被用于根据表检仪自学习的缺陷典型特征对所述带钢表面图像集进行分析，得到缺陷图像；

缺陷分类单元，被用于根据所述表检仪自学习的缺陷分类特征对所述缺陷图像进行分类，得到与所述缺陷图像所对应的缺陷类型。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如权利要求1至7任一项所述的方法所执行的操作。

10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至7任一项所述的方法所执行的操作。