[发明专利]一种热轧钢卷端面质量检测方法及系统

说明书

本发明公开了一种热轧钢卷端面质量检测方法及系统，方法包括：获取工业相机拍摄的热轧钢卷端面图像；利用中值滤波器消除热轧钢卷端面图像的噪声；利用灰度梯度阈值搜索算法对热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像；对待检测区域图像进行光照均衡处理，提高待检测区域图像的亮度，得到补光后图像；利用Kirsch算子检测补光后图像的缺陷，并消除其噪声点，得到预处理后图像；利用特征提取层从预处理后图像中提取初级特征，并利用区域网络候选层从初级特征中提取感兴趣区域，再利用卷积神经网络快速区域标定层对感兴趣区域进行处理，提取热轧钢卷端面图像中的缺陷特征。本发明提供的方法及系统可以高效的检测热轧钢卷端面质量。

技术领域

本发明涉及质量检测技术领域，尤其涉及一种热轧钢卷端面质量检测方法及系统。

背景技术

热轧带钢卷形质量是热连轧卷取区域最重要的质量指标，带钢卷取过程中，存在着边损、折叠、花边纹、塔形等质量问题，若不及时发现并处理，会造成较大质量异议损失。钢卷端面纹理图案复杂，缺陷形态各异，缺陷检出十分困难，国内目前尚无分类准确、识别率高的钢卷质量检测系统。

现有的热轧带钢卷形质量识别，完全是依靠经验丰富的技术人员进行肉眼确定，存在着效率低、易漏检等问题。

因此，需要一种效率高、能避免漏检的方法检测热轧钢卷端面质量。

发明内容

本申请实施例通过提供一种热轧钢卷端面质量检测方法及系统，可以高效的检测热轧钢卷端面质量。

本发明提供一种热轧钢卷端面质量检测方法，其包括：

获取工业相机拍摄的热轧钢卷端面图像；其中，每一热轧钢卷端面对应的图像均为两个工业相机拍摄得到；

利用中值滤波器消除热轧钢卷端面图像的噪声；

利用灰度梯度阈值搜索算法对热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像；

对待检测区域图像进行光照均衡处理，提高待检测区域图像的亮度，得到补光后图像；

利用Kirsch算子检测补光后图像的缺陷，并对经过Kirsch算子检测的缺陷使用形态学操作消除其噪声点，得到预处理后图像；

利用特征提取层从预处理后图像中提取初级特征，并利用区域网络候选层从初级特征中提取感兴趣区域，再利用卷积神经网络快速区域标定层对感兴趣区域进行处理，提取热轧钢卷端面图像中的缺陷特征，并将缺陷特征输出。

优选的，利用灰度梯度阈值搜索算法对热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像，包括：

将热轧钢卷端面图像做Sobel算子的X方向卷积，得到第一Sobel结果图，以及将热轧钢卷端面图像做Sobel算子的Y方向卷积，得到第二Sobel结果图；

将第一Sobel结果图做列投影，得到列投影矩阵，并从列投影矩阵的左右起始位置开始搜索热轧钢卷端面图像中的钢卷左右边界，且在搜索到钢卷左右边界后进行裁剪，还将第二Sobel结果图做行投影，得到行投影矩阵，并从行投影矩阵的上下起始位置开始搜索热轧钢卷端面图像中的钢卷上下边界，且在搜索到钢卷上下边界后进行裁剪，得到待检测区域图像。

优选的，利用灰度梯度阈值搜索算法对热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像，还包括：

判断待检测区域图像的实际高度值是否小于预设高度值，或者待检测区域图像的实际宽度值是否小于预设宽度值，若待检测区域图像的实际高度值小于预设高度值，或者待检测区域图像的实际宽度值小于预设宽度值，则确定热轧钢卷端面图像无效。

优选的，对待检测区域图像进行光照均衡处理，提高待检测区域图像的亮度，得到补光后图像，包括：