[发明专利]一种钢板表面缺陷检测方法及系统在审

专利信息
申请号: 201811341003.6 申请日: 2018-11-12
公开(公告)号: CN109544522A 公开(公告)日: 2019-03-29
发明(设计)人: 苏振锋;李江昀 申请(专利权)人: 北京科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 钢板表面 实时采集 钢板表面缺陷 缺陷检测 图像 检测 检测器 实时检测 单镜头 钢板 网络
【权利要求书】:

1.一种钢板表面缺陷检测方法,其特征在于,包括:

在钢板实际生产线上,实时采集钢板表面图像;

利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测,确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸,其中,SSD表示单镜头多框检测器。

2.根据权利要求1所述的钢板表面缺陷检测方法,其特征在于,在利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测之前,所述方法包括:

采集钢板表面缺陷图像;

对采集得到的缺陷图像进行数据增强,根据数据增强结果建立缺陷数据库;

获取缺陷数据库中每幅缺陷图像的缺陷信息,其中,所述缺陷信息包括:缺陷类别、缺陷位置和缺陷尺寸;

建立SSD缺陷检测网络;

根据建立的缺陷数据库和获取的每幅缺陷图像的缺陷信息,对建立的SSD缺陷检测网络进行训练,得到用于缺陷检测的SSD缺陷检测网络参数;

其中,训练好的SSD缺陷检测网络用于对实时采集的钢板表面图像中的每例缺陷进行分类和定位,并确定每例缺陷的尺寸。

3.根据权利要求2所述的钢板表面缺陷检测方法,其特征在于,在对采集得到的缺陷图像进行数据增强,根据数据增强结果建立缺陷数据库之前,所述方法包括:

对采集到的缺陷图像进行扩充处理,得到新的缺陷图像,其中,所述扩充处理包括:翻转、旋转、裁剪操作中的一种或多种。

4.根据权利要求3所述的钢板表面缺陷检测方法,其特征在于,所述对采集得到的缺陷图像进行数据增强,根据数据增强结果建立缺陷数据库包括:

对扩充后得到的新的缺陷图像进行图像增强处理,增加缺陷图像中缺陷与背景的对比度;

根据数据增强结果,建立缺陷数据库。

5.根据权利要求4所述的钢板表面缺陷检测方法,其特征在于,所述图像增强处理包括:对比度增强、锐度增强、色度增强中的一种或多种。

6.一种钢板表面缺陷检测系统,其特征在于,包括:

第一采集模块,用于在钢板实际生产线上,实时采集钢板表面图像;

检测模块,用于利用训练好的SSD缺陷检测网络对实时采集的钢板表面图像进行缺陷实时检测,确定实时采集的钢板表面图像中每例缺陷的类型、位置和尺寸,其中,SSD表示单镜头多框检测器。

7.根据权利要求6所述的钢板表面缺陷检测系统,其特征在于,所述系统还包括:

第二采集模块,用于采集钢板表面缺陷图像;

第一建立模块,用于对采集得到的缺陷图像进行数据增强,根据数据增强结果建立缺陷数据库;

获取模块,用于获取缺陷数据库中每幅缺陷图像的缺陷信息,其中,所述缺陷信息包括:缺陷类别、缺陷位置和缺陷尺寸;

第二建立模块,用于建立SSD缺陷检测网络;

训练模块,用于根据建立的缺陷数据库和获取的每幅缺陷图像的缺陷信息,对建立的SSD缺陷检测网络进行训练,得到用于缺陷检测的SSD缺陷检测网络参数;

其中,训练好的SSD缺陷检测网络用于对实时采集的钢板表面图像中的每例缺陷进行分类和定位,并确定每例缺陷的尺寸。

8.根据权利要求7所述的钢板表面缺陷检测系统,其特征在于,所述系统还包括:

扩充模块,用于对采集到的缺陷图像进行扩充处理,得到新的缺陷图像,其中,所述扩充处理包括:翻转、旋转、裁剪操作中的一种或多种。

9.根据权利要求8所述的钢板表面缺陷检测系统,其特征在于,所述第一建立模块包括:

增强单元,用于对扩充后得到的新的缺陷图像进行图像增强处理,增加缺陷图像中缺陷与背景的对比度;

建立单元,用于根据数据增强结果,建立缺陷数据库。

10.根据权利要求9所述的钢板表面缺陷检测系统,其特征在于,所述图像增强处理包括:对比度增强、锐度增强、色度增强中的一种或多种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811341003.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top