[发明专利]一种带钢表面缺陷识别方法、装置、介质及设备

说明书

本申请提供了一种带钢表面缺陷识别方法、装置、介质及设备，其中，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。本申请解决了带钢表面出现的点状露晶缺陷无法实时检测的问题，实现了对带钢表面点状露晶缺陷的精准识别，为带钢的缺陷分析和成品工序分切提供依据，提高了产品的质量和市场竞争力。

技术领域

本申请涉及冷轧技术领域，特别涉及一种带钢表面缺陷识别方法、装置、介质及设备。

背景技术

取向硅钢的表面缺陷种类繁多，特征各不相同，缺陷的产生与原料、设备、工艺参数等均有直接或间接的关系，解决带钢的表面缺陷问题，需要对缺陷全流程进行分析，缺陷定义和识别是进行缺陷分析的重要组成部分。取向硅钢在高温退火过程中表层涂覆的氧化镁与脱碳退火过程中形成的以SiO₂为主要成分的氧化层发生反应，生成硅酸镁底层。而硅酸镁的形成过程控制困难，带钢表面极易发生露晶缺陷，尤其点状露晶缺陷，只能通过质检人员在频闪灯下观察并记录，无法进行实时监控。

基于此，如何采用有效的方法实时检测带钢表面的点状露晶缺陷，保证检测的准确性，提高带钢表面的点状露晶缺陷检测和识别的效率，是亟待解决的技术问题。

发明内容

本申请的目的在于提供一种带钢表面缺陷识别方法、装置、介质及设备，本申请解决了带钢表面出现的点状露晶缺陷无法实时检测的问题，实现了对带钢表面点状露晶缺陷的精准识别，为带钢的缺陷分析和成品工序分切提供依据，提高了产品的质量和市场竞争力。

具体的，本申请采用如下技术方案：

根据本申请实施例的第一方面，提供了一种带钢表面缺陷识别方法，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。

在本申请的一些实施例中，基于前述方案，所述带钢缺陷为点状露晶缺陷。

在本申请的一些实施例中，基于前述方案，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。

在本申请的一些实施例中，基于前述方案，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。

在本申请的一些实施例中，基于前述方案，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。

在本申请的一些实施例中，基于前述方案，所述缺陷分类特征用于表征带钢表面质量等级。

在本申请的一些实施例中，基于前述方案，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。

根据本申请实施例的第二方面，提供了一种带钢表面缺陷识别装置，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。