一种基于带钢表面检测的图像处理方法与流程

本发明涉及工业缺陷检测，具体为一种基于带钢表面检测的图像处理方法。

背景技术：

1、带钢表面缺陷智能检测系统是利用先进的人工智能技术和机器视觉技术，对带钢表面进行实时、高效的质量检测和缺陷识别。带钢表面缺陷检测通常采用多种方法，以确保产品质量和工艺的精确控制。基于机器视觉的检测方法通过高分辨率相机采集高清图像，在通过图像处理技术识别缺陷，这种方法检测速度快，但精度相对较低。由于不同材料和缺陷类型在光谱上表现出不同的特征，因此可以通过光谱分析的检测方法识别和分类缺陷。另外，不同缺陷类型会对声波产生不同的反射和散射，从而可以通过分析振动声调检测识别缺陷。基于激光扫描仪的检测方法通过激光扫描仪对带钢表面进行三维测量，通过分析表面形貌的变化来检测缺陷，这种方法适用于检测深度较大的缺陷。带钢表面缺陷检测方法多种多样，各有优缺点。随着技术的发展，开发更加高效、准确和智能的带钢表面缺陷检测系统将成为未来研究的重点方向。

2、目前，传统基于带钢表面检测的图像处理方法检测方式单一，检测精度低，无法实时识别表面的坑洼和划痕，另外，原材料质量以及生产过程中的温度控制、冷却速度、轧制工艺等都会导致带钢表面的颜色不均匀或出现斑点、条纹等缺陷，传统带钢表面缺陷智能检测系统无法识别具有颜色涂层的带钢色差缺陷和纹理缺陷。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于带钢表面检测的图像处理方法，具备灵活适配检测精度高、高效识别涂层质量佳等优点，解决了传统带钢表面缺陷智能检测系统检测精度低，无法识别具有颜色涂层的带钢缺陷的问题。

3、（二）技术方案

4、为实现上述目的，本发明提供如下技术方案：一种基于带钢表面检测的图像处理方法，所述基于带钢表面检测的图像处理方法通过带钢表面缺陷智能检测设备、数据采集模块和智能检测模块进行检测；所述带钢表面缺陷智能检测设备包括中央控制台、高清摄像头、投影仪、透明放置台、传送带、机械臂、白色检测仓和黑色检测仓；所述数据采集模块由图像数据单元和光影数据单元组成，所述图像数据单元通过网络连接高清摄像头采集图像数据集，所述图像数据集包括所有带钢表面的高清图像数据，所述光影数据单元通过网络连接高清摄像头采集光影数据集，所述光影数据集包括所有带钢表面的高清光影数据，所述数据采集模块通过网络将图像数据集和光影数据集传输至智能检测模块；所述智能检测模块由图像分析单元和光影分析单元组成，所述图像分析单元通过网络连接中央控制台获取所有带钢表面统一的参考图像和参考颜色值，再结合图像数据集，分析生成灰度数据组和外观指数，判断带钢表面是否存在坑洼和色差，若外观指数不等于1时，表示带钢表面存在色差，并将判断结果传输至中央控制台，所述光影分析单元通过网络连接中央控制台获取所有带钢表面统一的参考影像，再结合光影数据集，判断带钢表面是否存在纹理缺陷，并将判断结果传输至中央控制台。

5、优选的，所述中央控制台电性连接高清摄像头、投影仪和传送带，所述投影仪用于将光束图案投射到带钢表面，所述透明放置台设置有两个，且每个透明放置台的顶面设置为曲面，所述传送带设置于白色检测仓和黑色检测仓周围，所述白色检测仓内壁设置为白色背景，所述黑色检测仓设置为黑色背景。

6、优选的，所述图像数据集的表达式为，至分别为第一段至第段带钢表面的高清图像数据，表示带钢表面的高清图像数据，高清图像数据包括正面视角图像、左侧视角图像、右侧视角图像、背面视角图像、俯视角图像和仰视角图像。

7、优选的，所述光影数据集的表达式为，至分别为第一段至第段带钢表面的高清光影数据，表示带钢表面的高清光影数据，高清光影数据包括正面视角光影、左侧视角光影、右侧视角光影、背面视角光影、俯视角光影和仰视角光影。

8、优选的，所述参考图像包括正面视角参考图像、左侧视角参考图像、右侧视角参考图像、背面视角参考图像、俯视角参考图像和仰视角参考图像，所述图像分析单元通过图像处理软件识别、、、、和中每个像素点的灰度值，并根据每张图像中的灰度最小值和灰度最大值生成灰度阈值，灰度阈值包括正面视角灰度阈值、左侧视角灰度阈值、右侧视角灰度阈值、背面视角灰度阈值、俯视角灰度阈值和仰视角灰度阈值。

9、优选的，所述灰度数据组计算流程如下：抽取图像数据集中第段带钢表面的高清图像数据，并标记为；将中的正面视角图像标记为，将中的左侧视角图像标记为，将中的右侧视角图像标记为，将中的背面视角图像标记为，将中的俯视角图像标记为，将中的仰视角图像标记为；通过图像处理软件识别、、、、和中每个像素点的灰度值，将中像素点的灰度值标记为，将中像素点的灰度值标记为，将中像素点的灰度值标记为，将中像素点的灰度值标记为，将中像素点的灰度值标记为，将中像素点的灰度值标记为；公式中，表示灰度数据组，表示将中像素点的灰度值对比正面视角灰度阈值，表示将中像素点的灰度值对比左侧视角灰度阈值，表示将中像素点的灰度值对比右侧视角灰度阈值，表示将中像素点的灰度值对比背面视角灰度阈值，表示将中像素点的灰度值对比俯视角灰度阈值，表示将中像素点的灰度值对比仰视角灰度阈值。

10、优选的，所述灰度数据组中任意一张图像像素点的灰度值超出灰度阈值时，表示该段带钢表面存在坑洼。

11、优选的，所述外观指数计算流程如下：通过图像处理软件将和、和、和、和、和、和进行正片叠底，并得出每组图像正片叠底后的混合颜色值；公式中，表示单组图像正片叠底后的混合颜色值，表示图像数据集中带钢表面的颜色值，表示参考图像中的颜色值，表示颜色值计算公式中的常数，表示单组带钢表面图像和参考图像正片叠底后的混合颜色值；公式中，表示外观指数，表示和正片叠底后的混合颜色值，表示和正片叠底后的混合颜色值，表示和正片叠底后的混合颜色值，表示和正片叠底后的混合颜色值，表示和正片叠底后的混合颜色值，表示和正片叠底后的混合颜色值，表示第段带钢表面六组图像正片叠底后的混合颜色值之和与参考颜色值的比值，即为外观指数。

12、优选的，所述参考影像包括正面视角参考影像、左侧视角参考影像、右侧视角参考影像、背面视角参考影像、俯视角参考影像和仰视角参考影像。

13、优选的，所述光影检测单元根据参考影像和光影数据集，判断带钢表面是否存在纹理缺陷，其判断流程如下：抽取光影数据集中第段带钢表面的光影数据，并标记为；将中的正面视角光影标记为，将中的左侧视角光影标记为，将中的右侧视角光影标记为，将中的背面视角光影标记为，将中的俯视角光影标记为，将中的仰视角光影标记为；通过视频处理软件将和、和、和、和、和、和进行逐帧对比，若任意一组影像存在不同时，表示第段带钢表面存在纹理缺陷。

14、与现有技术相比，本发明提供了带钢表面缺陷智能检测系统及设备，具备以下有益效果：

15、1、本发明通过数据采集模块网络连接高清摄像头获取所有带钢表面的高清图像数据和高清光影数据，并分类组成图像数据集和光影数据集，智能检测模块通过网络连接中央控制台获取所有带钢表面统一的参考图像和参考颜色值，再结合图像数据集，分析生成灰度数据组和外观指数，基于像素灰度值进行缺陷识别，计算效率高，能够满足工业生产中实时性的检测需求，及时发现并处理带钢表面缺陷，灵活适配检测精度高。

16、2、本发明通过分析灰度数据组和外观指数，判断带钢表面是否存在坑洼和色差，若灰度数据组中任意一张图像像素点的灰度值超出灰度阈值时，表示该段带钢表面存在坑洼，若外观指数不等于1时，表示带钢表面存在色差，并将判断结果传输至中央控制台，外观指数越接近1，表示色差越细微，并将判断结果传输至中央控制台，智能检测模块通过网络连接中央控制台获取所有带钢表面统一的参考影像，再通过视频处理软件将带钢表面所有视角的光影数据和参考影像进行逐帧对比，若任意一组影像存在不同时，表示该段带钢表面存在纹理缺陷，并将判断结果传输至中央控制台，高效识别涂层质量佳。