[发明专利]一种基于机器视觉的板带钢表面缺陷检测方法及装置

说明书

本发明提供一种基于机器视觉的板带钢表面缺陷检测方法及装置，所述方法首先根据无缺陷以及不同缺陷类型的板带钢图像的灰度特征量，建立参考样本数据库，然后获取酸洗冷连轧生产线上板带钢运行到拍摄区域时的原始图像作为待检测图像，将待检测图像依次经过灰度处理、图像增强处理后提取灰度特征量，将每张待检测图像对应的灰度特征量与参考样本数据库中的灰度特征量进行对比，确定出待检测图像对应的板带钢部分是否有缺陷，如果有缺陷确定出具体的缺陷类型及其位置，所述装置中安装有导轨，可以实现相机、光源的左右移动，分别安装在生产线的轧制段和酸洗段可同时检测不同工位处的缺陷。

技术领域

本发明涉及智能检测技术领域，具体涉及一种基于机器视觉的板带钢表面缺陷检测方法及装置。

背景技术

随着我国经济的快速发展，人们对板带钢的需求越来越大，近年来板带钢生产得到了快速发展，板带钢作为钢铁产业的重要产品之一，已经被应用于工业生产制造、航空航天等诸多高精密领域。因此，这对板带钢的表面质量有着很高的要求，通常需要对板带钢表面进行缺陷检测。

当前的板带钢表面缺陷检测通常为人工进行肉眼检测，但随着工作时间上的延长，人会产生视觉疲劳，另外环境、光线、拍摄角度等都会对结果有影响。尤其当板带钢处于快速运转时，人对板带钢表面的缺陷更加难以判断。与机器视觉检测相比，机器不会因时间过长产生疲劳，符合现在批量生产的要求。但是现有的检测系统无法适应缺陷的变化，如两相近的表面缺陷，系统无法准确识别出缺陷类型。另外拍摄角度、光线明暗等外部因素，也会对板带钢表面缺陷检测有影响。因此，需要对板带钢表面检测提出一种能够准确、高效、实时的检测方法。

发明内容

针对现有技术的不足，本发明提出一种基于机器视觉的板带钢表面缺陷检测方法，包括以下步骤：

步骤1：根据无缺陷以及不同缺陷类型的板带钢图像的灰度特征量，建立参考样本数据库；

步骤2：获取酸洗冷连轧生产线上板带钢运行到拍摄区域时的原始图像作为待检测图像；

步骤3：将每张待检测图像进行灰度处理，得到板带钢的灰度图像；

步骤4：利用自适应滤波算法对灰度图像进行图像增强处理；

步骤5：将增强处理后的每张灰度图像均匀划分为N个独立单元；

步骤6：计算每个单元的灰度值，绘制每张灰度图像的灰度直方分布图；

步骤7：提取每张灰度直方分布图的灰度特征量；

步骤8：将每张待检测图像对应的灰度特征量与参考样本数据库中的灰度特征量进行对比，确定出待检测图像对应的板带钢部分是否有缺陷，如果有缺陷确定出具体的缺陷类型；

步骤9：根据待检测图像的拍摄时间t，以及酸洗冷连轧生产线的运行速度v，利用公式(1)确定出缺陷部分相对于板带钢一端的距离L；

L＝v(t-t₀) (1)

式中，t₀表示板带钢一端进入生产线的起始时间。