[发明专利]一种基于机器视觉的钢板外表面缺陷在线检测方法

权利要求书

1.一种基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，所述基于机器视觉的钢板外表面缺陷在线检测方法包括以下步骤：

步骤一，根据设备的检测原理，进行检测环境的搭建；

步骤二，通过外界触发，工业CCD相机实时完成对钢板外表面图像的采集；

步骤三，通过对图像进行滤波处理，利用Prewitt边缘提取算法提取条纹的特征信息；

步骤四，通过对提取条纹的特征信息进行计算，判断此钢板外表面是否存在缺陷。

2.如权利要求1所述的基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，步骤一中，所述根据设备检测原理，进行检测环境搭建，包括：

(1)线激光器将以一定的角度投影到钢板外表面上，通过利用工业CCD相机在垂直于钢板的方向进行图像的采集；

(2)利用外界触发，动态的拍摄钢板外表面的缺陷，保证采集效率以及钢板外表面每一处均可以被采集到。

3.如权利要求1所述的基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，步骤一中，若被测钢板外表面没有缺陷时，线激光器投影到钢板外表面时，条纹在钢板外表面呈现水平状态；若被测钢板外表面凸缺陷时，线激光器投影到钢板外表面时，条纹在钢板外表面呈现凸起来状态；若被测钢板外表面凹缺陷时，线激光器投影到钢板外表面时，条纹在钢板外表面呈现凹进去状态。

4.如权利要求1所述的基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，步骤二中，所述通过外界触发，工业CCD相机实时完成对钢板外表面图像的采集，包括：

通过计算工业CCD相机拍摄的视野、相机的采集帧率、钢板的运动速度、以及相邻两次采集图像的重叠率，得出钢板运动距离L进行一张图采集，采集的得到相邻两张图。

5.如权利要求1所述的基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，步骤三中，所述通过对图像进行滤波处理，包括：

(1)利用数字图像处理算法中的滤波算子对采集到的图像进行滤波；采用中值滤波的方法，把图像中某点像素的灰度值被该点领域内像素的灰度中值替换，使目标像素点的灰度值与产品表面实际的真实值更加接近，数学表达式为：

G(x,y)＝med(f(m,n))；

其中，f(m,n)表示原始图像的像素灰度值；G(x,y)表示中值滤波后的像素灰度值；

(2)把经过改进后的中值滤波处理的图像，进行色彩转换，把三通道的图像转为单通道的灰度图像。

6.如权利要求1所述的基于机器视觉的钢板外表面缺陷在线检测方法，其特征在于，步骤三中，当该点像素灰度值为其领域的中像素点灰度值的最值，则该像素点将由其领域内像素点的灰度中值进行替代；当该点像素灰度值不是其领域的中像素点灰度值的最值，则该像素点将不被其领域内像素点的灰度中值进行替代，即不做任何处理。