[发明专利]一种钢材开裂型缺陷的自动测量、表征分类方法及其系统

说明书

技术领域

本发明涉及钢材的开裂型表面缺陷及其形貌分析领域，具体涉及一种钢材开裂型缺陷的自动测量、表征分类方法及其系统。

背景技术

钢铁产品生产过程中，由于炼钢及轧制过程中的种种原因，使得钢材出现各种各样的缺陷，如表面裂纹、内部裂纹、块状夹杂与裂纹交织型开裂缺陷等。显然，这些缺陷的大小、形态及其类型对钢材的材质及其性能起着至关重要的影响。为了提高钢材的性能，充分发挥材质本身的作用，控制有害缺陷的影响，就必须对这些缺陷的大小、形态及其类型进行准确测量、表征和分类，以期达到工艺优化控制所需的对各类钢材开裂型缺陷的定量表征要求。因此，如何精确、高效地测量与表征分析钢材缺陷的大小、形态及其类型，成为钢材材质分析领域中迫切需要解决的重要问题。由于钢材钢种不同，生产工艺各异，受到捕捉缺陷源的困扰，尤其是钢材上出现的各类开裂型缺陷来自何处，在形态特征上有何本质差异，如何进行定量表征，其相关技术，目前国内外还未见报道。

现在对于钢材开裂型缺陷的分析尚停留在人工现场粗略测量的粗糙评价模式阶段，对于此类缺陷的分析方法均采用人工使用钢卷尺进行测量，意即使用钢卷尺对钢材上的开裂型缺陷测量其大致长度和宽度。但是对于钢中绝大多数呈弯曲、网状及枝杈形态分布的开裂型缺陷，以及块状夹杂与裂纹交织型开裂缺陷等，人工测量模式则显得束手无策，根本无法对其进行定量测量、表征和分类。显然，这种人工测量、表征、分类模式，其结果仅为定性评价，评价标准过于主观、粗糙，有的甚至无法评价，且必然带来诸如效率低、精度低及人力资源耗费过大等问题。

发明内容

本发明的目的是针对目前钢材开裂型缺陷靠人工测量、表征与分类方法的低效率、低精度，甚至有的无法进行测量、表征的问题，提出了一种基于特征点的缺陷最小子段最小外接盒形面积之求和法对开裂型缺陷进行自动测量、表征分类及系统，利用计算机实现对钢材各类开裂型缺陷的大小、形态及其类型进行精确、高效地测量、表征、分类工作。

本发明的技术方案是：一种钢材开裂型缺陷的自动测量、表征分类方法，首先是利用摄像设备获取钢材待测缺陷的原始图像，并导入计算机；将钢材待测缺陷原始图像进行线性平均低通滤波去噪；运用局部自适应阈值分割算法得到待测缺陷的二值图像；对分割后的图像进行最小子段区域标定以及提取其形态特征参数和线性形态系数；区分出所有最小子段的缺陷类型；对上述所有最小子段的最小外接矩形、最小外接圆求其面积之总和，得当量缺陷SDE，继而得到待测图像的缺陷率ρ，完成对各类开裂型缺陷的定量表征；对待测缺陷进行类型判定；测量完毕，将上述开裂型缺陷的测量、表征、分类结果以图表文件显示输出。

本发明方法的具体步骤为：

1.利用摄像设备获取钢材待测缺陷的原始图像，并导入计算机；

2.将钢材待测缺陷原始图像预处理进行线性平均低通滤波去噪；

3.运用局部自适应阈值分割算法得到待测缺陷的二值图像；

4.对分割后的图像进行最小子段区域标定，对每一最小子段均采用最小外接矩形加以覆盖后提取形态特征参数：最小子段缺陷的最小外接矩形长L、最小子段缺陷的最小外接矩形宽B和线性形态系数C；

5.由线性形态系数C区分出所有最小子段的缺陷类型；

6.对开裂型缺陷进行定量表征，对上述所有最小子段的最小外接矩形、最小外接圆求其面积之总和，得当量缺陷SDE，继而得到待测图像的缺陷率ρ；

7.对待测缺陷进行类型判定；

8.测量完毕，将上述开裂型缺陷的测量、表征、分类结果以图表文件显示输出。

上述方案中，所述步骤1钢材待测缺陷图像的采集过程：是利用摄像设备采集钢材待测缺陷原始图片模块，获取的原始图像存入图像采集卡中；

上述方案中，所述步骤2图像预处理过程：对原始图像进行线性平均低通滤波去噪处理，过滤掉包含在原始图像中的噪声；

上述方案中，所述步骤3二值图像获取：针对目标和背景占据不同灰度级范围的图像，采用基于区域划分的局部自适应阈值分割算法，对图像按坐标分块，对每一子块分别自动获得最佳阈值，得到目标与背景完全分离的二值图像；

上述方案中，所述步骤4对分割后的图像进行最小子段区域标定：具体为对目标缺陷按其特征点角点进行分段，得到包括首点和尾点的所有角点共n个，以及由这些角点构成的最小子段n-1段，对每一最小子段均采用最小外接矩形加以覆盖，同时提取其形态特征参数：L、B和线性形态系数C，C表示为：