[发明专利]金属物料的渣点检测方法、装置、设备和存储介质

说明书

本申请涉及一种金属物料的渣点检测方法、装置、设备和存储介质。其中，金属物料的渣点检测方法包括步骤：获取待测金属物料的截面图像；截面图像包括背光源图像和环形光源图像；其中，背光源图像为对置于背光源中待测金属物料进行图像采集得到；环形光源图像为对置于环形光源中的待测金属物料进行图像采集得到；采用大津法对背光源图像进行二值化处理，得到二值化图像；将二值化图像确定为环形光源图像的蒙版图像，并根据蒙版图像对环形光源图像进行图像处理，得到纯背景图像；采用预设神经网络模型处理纯背景图像，并输出渣点检测结果。

技术领域

本申请涉及金属含渣量检测技术领域，特别是涉及一种金属物料的渣点检测方法、装置、设备和存储介质。

背景技术

在金属原料的质量检测中，用机器视觉与图像处理来取代人工计数截面渣点数量已是大势所趋。而通过机器视觉与图像处理来进行铝锭截面渣点检测效果的好坏很大程度上取决于检测装置的合理性和检测方法的准确性与响应性。

在实现过程中，发明人发现传统技术中至少存在如下问题：传统检测技术无法兼顾成本和检测精度。

发明内容

基于此，有必要针对上述技术问题，提供一种能够兼顾成本和检测精度的金属物料的渣点检测方法、装置、设备和存储介质。

为了实现上述目的，一方面，本发明实施例提供了一种金属物料的渣点检测方法，包括步骤：

获取待测金属物料的截面图像；截面图像包括背光源图像和环形光源图像；其中，背光源图像为对置于背光源中待测金属物料进行图像采集得到；环形光源图像为对置于环形光源中的待测金属物料进行图像采集得到；

采用大津法对背光源图像进行二值化处理，得到二值化图像；

将二值化图像确定为环形光源图像的蒙版图像，并根据蒙版图像对环形光源图像进行图像处理，得到纯背景图像；

采用预设神经网络模型处理纯背景图像，并输出渣点检测结果。

在其中一个实施例中，根据蒙版图像对环形光源图像进行图像处理，得到纯背景图像的步骤，包括:

在环形光源图像上叠加蒙版图像；

确定蒙版图像中像素值为第一设定值的像素的叠加位置，将环形光源图像中处于叠加位置的像素的值调整为第二设定值，得到纯背景图像。

在其中一个实施例中，采用大津法对背光源图像进行二值化处理的步骤之前，还包括：

预处理背光源图像，得到预处理图像；

采用大津法对背光源图像进行二值化处理，得到二值化图像的步骤包括：

采用大津法确定预处理图像的二值化阈值；

将预处理图像中像素值大于二值化阈值的像素点的值设为第二设定值，并将预处理图像中像素值小于或等于二值化阈值的像素点设为第一设定值，得到二值化图像。

在其中一个实施例中，预处理背光源图像，得到预处理图像的步骤包括：

对背光源图像进行中值滤波处理，得到预处理图像。

在其中一个实施例中，还包括步骤：

获取多个测试金属物料的测试背光源图像和测试环形光源图像；

对各测试背光源图像和各测试环形光源图像进行图像处理，得到多个纯背景测试图像；

根据各纯背景测试图像，生成训练集和测试集；

采用训练集对第一神经网络模型进行训练，得到第二神经网络模型；