[发明专利]一种钢材开裂型缺陷的自动测量、表征分类方法及其系统

摘要

本发明属于钢材的开裂型表面缺陷及其形貌分析领域的一种钢材开裂型缺陷的自动测量、表征分类方法及其系统，利用图像采集模块获取钢材待测缺陷的原始图像，进行线性平均低通滤波去噪；运用局部自适应阈值分割算法得到二值图像；对分割后的图像进行最小子段区域标定以及提取其形态特征参数和线性形态系数；区分出所有最小子段的缺陷类型；计算当量缺陷SDE和缺陷率ρ，完成对各类开裂型缺陷的定量表征；对待测缺陷进行类型判定；测量完毕，将测量、表征、分类结果以图表文件显示输出。本发明解决了人工模式精度偏低，尤其能够填补对于钢中呈弯曲、网状及枝杈形态分布的开裂型缺陷，以及块状夹杂与裂纹交织型开裂缺陷等人工测量模式无法处理的空白。

主权项

一种钢材开裂型缺陷的自动测量、表征分类方法，其特征在于，包括以下步骤：1)利用摄像设备获取钢材待测缺陷的原始图像，并导入计算机；2)将钢材待测缺陷原始图像预处理进行线性平均低通滤波去噪，过滤掉包含在原始图像中的噪声；3)运用局部自适应阈值分割算法得到待测缺陷的二值图像；4)对分割后的图像进行最小子段区域标定，对每一最小子段均采用最小外接矩形加以覆盖后提取形态特征参数：最小子段缺陷的最小外接矩形长L、最小子段缺陷的最小外接矩形宽B和线性形态系数C，对分割后的图像进行最小子段区域标定，具体为：对目标缺陷按其特征点角点进行分段，得到包括首点和尾点的所有角点共n个，以及由这些角点构成的最小子段n‑1段，对每一最小子段均采用最小外接矩形加以覆盖，同时提取其形态特征参数：L、B和线性形态系数C，C表示为：C=LB]]>式中，L为最小子段缺陷的最小外接矩形长，在所有L值中的数值最大者Lmax即为该缺陷图像中的最大弦长；B为最小子段缺陷的最小外接矩形宽，在所有B值中的数值最大者Bmax即为该缺陷图像中的最大宽度；5)由线性形态系数C区分出所有最小子段的缺陷类型，当线性形态系数C≥4时，为线型缺陷；否则为块状型缺陷；其中，块状型缺陷的最小子段采用最小外接圆替代原有的最小外接矩形，线型缺陷的最小子段则不变；6)对开裂型缺陷进行定量表征，对上述所有最小子段的最小外接矩形、最小外接圆求其面积之总和，得当量缺陷SDE，继而得到待测图像的缺陷率ρ，缺陷率ρ为当量缺陷SDE与覆盖整个待测缺陷的最小外接矩形面积的比值；7)对待测缺陷进行类型判定，依据最小子段中是否有外接圆加以覆盖，若有，则为复合型开裂缺陷，否则为线型开裂缺陷；8)测量完毕，将上述开裂型缺陷的测量、表征、分类结果以图表文件显示输出。