[发明专利]基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法

说明书

技术领域

本发明属于智能检测和机器视觉领域，具体涉及一种基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法。

背景技术

硅钢板是一种重要的软磁性材料，主要用作变压器和各种电机的铁芯。它的生产工艺复杂，制造技术严格，国外的生产技术都以专利形式加以保护，视为企业的生命。由于受生产条件的局限，硅钢板的表面不可避免地会存在不同形式、不同类别的缺陷，且尺寸大小、缺陷数量及其分布的差异很大。表面缺陷的存在，严重影响硅钢板生产的顺利组织和产品合格率的提高，很大程度上制约了钢铁企业的发展。在生产过程中如何及时地检测出缺陷，并通过对缺陷信息的分析，找出缺陷产生的原因，实现对硅钢板表面质量的控制是钢铁企业非常关注的问题。

由于使用硅钢板生产的电机类产品对硅钢板表面质量要求非常严格，微小缺陷的存在也严重影响产品的性能。为了满足客户的需求，钢铁企业必须保证硅钢板表面缺陷的完全检出，然而微小缺陷是检测的难点，在检测过程中，提高对微小缺陷检测精度的同时，表面复杂背景突出，给缺陷检测带来了更大的挑战。

为了能够快速准确的检测钢板表面缺陷，基于机器视觉的钢板表面质量检测技术已经得到一定程度的应用和推广，并且各种各样的检测方法已经被应用于检测系统中。尽管一些检测方法在某些单一类型（例如裂纹、孔洞等）的缺陷检测中已经取得了不错的实验结果，但是目前还没有一个通用的方法能够检测所有类型的表面缺陷。因此，有必要开发一个适合的检测方法能够实现复杂背景下硅钢板表面微小缺陷的准确检测。

发明内容

针对复杂背景下硅钢板表面微小缺陷的检测问题，本发明提出一种基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法，以实现对硅钢板表面微小缺陷检测的目的。

本发明的技术方案是：

一种基于显著活动轮廓模型的硅钢板表面微小缺陷检测方法，包括如下步骤：

步骤1、采用面阵工业相机采集硅钢板表面图像；

步骤2、采用视觉显著方法对采集的硅钢板表面图像进行检测，判断是否为缺陷图像，若是，则执行步骤3，否则将图像删除；

步骤3、采用显著活动轮廓模型对缺陷图像进行定位检测。

步骤2所述的采用视觉显著方法对采集的硅钢板表面图像进行检测，具体步骤如下：

步骤2-1、使用5×5高斯滤波窗口对采集的硅钢板表面图像进行滤波处理；

步骤2-2、将滤波后的硅钢板表面图像和未滤波的硅钢板表面图像进行颜色空间转换，即从RGB颜色空间转换到Lab颜色空间；

步骤2-3、在Lab颜色空间下，分别计算未滤波的硅钢板表面图像的平均向量I_μ(x,y)和滤波后的硅钢板表面图像的向量I_f(x,y)；

步骤2-4、将步骤2-3中获得的I_μ(x,y)和I_f(x,y)代入以下公式中计算得到显著值S(x,y)，进一步根据显著值绘制显著图；

S(x,y)=||I_μ(x,y)-I_f(x,y)||      (1)

步骤2-5、计算显著图中的平均灰度并与初始设置的阈值大小进行比较判断该图像是否为缺陷图像。

步骤3所述的采用显著活动轮廓模型对缺陷图像进行定位检测，具体步骤如下：

步骤3-1、构建硅钢板表面缺陷图像的最小化能量函数：