[发明专利]一种用于钢材剥皮的缺陷识别方法

权利要求书

1.一种用于钢材剥皮的缺陷识别方法，其特征在于，该方法包括以下步骤：

获取剥皮后的待检测钢材的RGB图像；

获取所述RGB图像中各像素点的亮度分量，根据所述RGB图像中各行像素点的亮度分量或各列像素点的亮度分量，得到所述RGB图像中各像素点对应的亮度波动强度；基于所述亮度波动强度获得区域生长的种子点；

根据种子点对应的亮度波动强度、种子点的预设邻域内各像素点对应的亮度波动强度、种子点的亮度分量、种子点的预设邻域内各像素点的亮度分量，确定区域生长规则；基于所述生长规则对所述RGB图像中的种子点进行区域生长，获得所述RGB图像中的各疑似凹坑区域；基于预先训练好的神经网络对所有疑似凹坑区域进行筛选，基于筛选结果判断剥皮后的待检测钢材是否存在缺陷；

所述根据种子点对应的亮度波动强度、种子点的预设邻域内各像素点对应的亮度波动强度、种子点的亮度分量、种子点的预设邻域内各像素点的亮度分量，确定区域生长规则，包括：

计算种子点的预设邻域内各像素点的预设邻域内所有像素点的亮度分量的方差；

根据所述方差、种子点与其预设邻域内各像素点的亮度波动强度、种子点与其预设邻域内各像素点的亮度分量的差异、种子点与其预设邻域内各像素点之间的欧式距离，计算种子点与其预设邻域内各像素点之间的合并指标，基于所述合并指标确定区域生长规则；所述生长规则为：判断种子点与其预设邻域内各像素点之间的合并指标是否大于合并指标阈值，若大于，则将对应邻域像素点作为新的种子点；

采用如下公式计算种子点与其预设邻域内各像素点之间的合并指标：

其中，为第z个种子点与其预设邻域内第j个像素点之间的合并指标，为第j个像素点的预设邻域内所有像素点对应的亮度波动强度的最大值，为第j个像素点的预设邻域内所有像素点对应的亮度波动强度的最小值，为第z个种子点对应的亮度波动强度，为第z个种子点的预设邻域内第j个像素点对应的亮度波动强度，为第z个种子点与其预设邻域内第j个像素点之间的欧式距离，为第z个种子点的亮度分量，为第z个种子点的预设邻域内第j个像素点的亮度分量，求方差函数，为第j个像素点的预设邻域内所有像素点的亮度分量的方差，为归一化函数，为预设调整参数，为取绝对值符号。

2.根据权利要求1所述的一种用于钢材剥皮的缺陷识别方法，其特征在于，所述根据所述RGB图像中各行像素点的亮度分量或各列像素点的亮度分量，得到所述RGB图像中各像素点对应的亮度波动强度，包括：

根据所述RGB图像中各行像素点的亮度分量或各列像素点的亮度分量，构建各行对应的亮度序列或各列对应的亮度序列；

根据所述RGB图像中各像素点的亮度分量和与其所在的亮度序列中相邻的亮度分量，得到所述RGB图像中各像素点对应的亮度波动强度。

3.根据权利要求2所述的一种用于钢材剥皮的缺陷识别方法，其特征在于，根据所述RGB图像中各像素点的亮度分量和与其所在的亮度序列中相邻的亮度分量，得到所述RGB图像中各像素点对应的亮度波动强度，包括：

对于所述RGB图像中的第i个像素点：

计算第i个像素点的亮度分量和与其所在的亮度序列中相邻的亮度分量的差异；计算第i个像素点的亮度分量所在的亮度序列中所有亮度分量的最大值和最小值的差值；基于所述差异和所述差值，得到第i个像素点对应的亮度波动强度，所述差异与所述亮度波动强度呈正相关关系，所述差值与所述亮度波动强度呈负相关关系。

4.根据权利要求1所述的一种用于钢材剥皮的缺陷识别方法，其特征在于，所述基于所述亮度波动强度获得区域生长的种子点，包括：分别判断所述RGB图像中各像素点对应的亮度波动强度是否大于超参数，若大于，则将对应像素点作为区域生长的种子点。

5.根据权利要求1所述的一种用于钢材剥皮的缺陷识别方法，其特征在于，所述获取所述RGB图像中各像素点的亮度分量，包括：将所述RGB图像转化至LAB颜色空间，获取各像素点的亮度分量。