[发明专利]一种特钢棒材表面缺陷多级联合检测方法及系统

权利要求书

1.一种特钢棒材表面缺陷多级联合检测方法，其特征在于，所述特钢棒材表面缺陷多级联合检测方法包括：

采集待测棒材在当前检测状态参数下的当前帧表面图像；

根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷；

若所述当前帧表面图像中不存在缺陷，则将所述当前帧表面图像丢弃，继续采集待测棒材的下一帧表面图像；

若所述当前帧表面图像中存在缺陷，则基于图像复原模型，根据当前检测状态参数，对所述表面图像进行复原，得到清晰图像；

基于第二检测网络，对所述清晰图像进行缺陷检测，得到缺陷检测结果；所述缺陷检测结果包括清晰图像中缺陷的位置和类型。

2.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，当前检测状态参数包括：相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径、待测棒材的长度、相机的分辨率和待测棒材的运动速度、寄存器的读取时间；

所述采集待测棒材在当前检测状态参数下的当前帧表面图像，具体包括：

通过棒材运动装置使待测棒材在通过检测位置时产生水平运动和绕轴线旋转运动；

根据相机到待测棒材的距离、相机感光元件的尺寸、待测棒材的直径以及待测棒材的长度，确定相机焦距；

根据相机的分辨率和待测棒材的运动速度，确定采集表面图像的相机曝光时间，作为曝光时间下限；

通过增加曝光时间，制造模糊图像，扩大缺陷在表面图像中的占比，将表面图像在没有丢失缺陷情况下相机的最大曝光时长作为最大曝光时间；

根据最大曝光时间和寄存器的读取时间，确定最小帧率，作为最优帧率；

根据所述相机焦距及所述最优帧率，调整所述相机，并通过调整后的相机采集运动过程中待测棒材的表面图像。

3.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述根据第一检测网络，判断所述当前帧表面图像中是否存在缺陷，具体包括：

基于所述第一检测网络，检测所述当前帧表面图像中的缺陷目标框；

判断所述当前帧表面图像中是否存在缺陷目标框；若所述当前帧表面图像中不存在缺陷目标框，则判定所述当前帧表面图像中不存在缺陷；若所述当前帧表面图像中存在缺陷目标框，则判定所述当前帧表面图像中存在缺陷。

4.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述第一检测网络的建立方法包括：

获取待测棒材在历史检测参数下的样本图像集；所述样本图像集包括多帧历史图像以及各帧历史图像中的真实缺陷目标框；

根据各帧历史图像以及各帧历史图像中的真实缺陷目标框，对目标检测网络Yolov4进行迭代训练，得到第一检测网络。

5.根据权利要求4所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述第一检测网络的建立方法还包括：

采用生成式对抗网络，对所述样本图像集进行扩充，得到扩充后的样本图像集；所述扩充后的样本图像集用于对Yolov4网络进行迭代训练。

6.根据权利要求5所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述采用生成式对抗网络，对样本图像集进行扩充，得到扩充后的样本图像集，具体包括：

将各帧历史图像进行裁剪、翻转、缩放，得到真实图像集；

根据所述真实图像集，采用生成器和判别器的对抗训练，得到模拟缺陷图像集；

将所述模拟缺陷图像集与所述真实图像集混合，作为扩充后的样本图像集。

7.根据权利要求1所述的特钢棒材表面缺陷多级联合检测方法，其特征在于，所述图像复原模型的建立方法包括：

获取待测棒材在历史检测参数下的样本图像集；所述历史检测参数包括相机帧率、待测棒材转速和待测棒材移动速度；

根据相机帧率、待测棒材转速、待测棒材移动速度以及各帧历史图像，确定退化函数；

根据所述退化函数以及各帧历史图像，采用维纳滤波方法，得到图像复原模型。