[發(fā)明專(zhuān)利]一種基于VAI表面檢測(cè)系統(tǒng)的缺陷圖片分類(lèi)收集方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711483556.0
• 申請(qǐng)日: 2017-12-29
• 公開(kāi)（公告）號(hào): CN108242053B
• 公開(kāi)（公告）日: 2020-12-01
• 發(fā)明（設(shè)計(jì)）人: 張悅;楊國(guó)義;唐璇;畢士龍;胡茂林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 武漢鋼鐵有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06T7/62;G06F16/583
• 代理公司: 北京眾達(dá)德權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11570
• 代理人: 劉杰

本發(fā)明屬于帶鋼表面檢測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種基于VAI表面檢測(cè)系統(tǒng)的缺陷圖片分類(lèi)收集方法，包括：基于缺陷圖片的第一屬性特征值，在待分類(lèi)圖片中篩查滿(mǎn)足第一屬性特征值范圍的第一缺陷圖片組；基于缺陷圖片的第二屬性特征值，在第一缺陷圖片組中篩查滿(mǎn)足第二屬性特征值范圍的初分類(lèi)缺陷圖片，第一屬性特征值包括：缺陷面積、缺陷長(zhǎng)度以及缺陷寬度；第一屬性特征值范圍包括：缺陷面積范圍，缺陷長(zhǎng)度范圍以及缺陷寬度范圍；第二屬性特征值包括：平均灰度值和灰度值標(biāo)準(zhǔn)差；第二屬性特征值范圍包括：平均灰度值范圍和灰度值標(biāo)準(zhǔn)差范圍；第一屬性特征值范圍和第二屬性特征值范圍根據(jù)具體缺陷類(lèi)別確定。本發(fā)明提供一種可靠的分類(lèi)收集缺陷圖片的方法。

技術(shù)領(lǐng)域

本發(fā)明涉及帶鋼表面檢測(cè)技術(shù)領(lǐng)域，特別涉及一種基于VAI表面檢測(cè)系統(tǒng)的缺陷圖片分類(lèi)收集方法。

背景技術(shù)

VAI線陣表面檢測(cè)系統(tǒng)(下面簡(jiǎn)稱(chēng)VAI)的缺陷圖片分類(lèi)收集是建立VAI缺陷數(shù)據(jù)庫(kù)的重要準(zhǔn)備過(guò)程。主要通過(guò)針對(duì)各種已知缺陷尋找對(duì)應(yīng)的缺陷圖片作為建立數(shù)據(jù)庫(kù)的原始缺陷數(shù)據(jù)。VAI缺陷分類(lèi)收集結(jié)果的好壞直接影響著球形文件的生成以及分類(lèi)器的分類(lèi)效果，因此我們?cè)谶M(jìn)行VAI缺陷圖片分類(lèi)收集時(shí)必須做到缺陷圖片定性準(zhǔn)確。

但是，現(xiàn)有技術(shù)中對(duì)VAI進(jìn)行分類(lèi)器缺陷圖片收集時(shí)通常是根據(jù)肉眼對(duì)其形貌進(jìn)行觀測(cè)，當(dāng)主觀上認(rèn)為其符合某一類(lèi)缺陷特征時(shí)，就對(duì)缺陷進(jìn)行定性并收集到該類(lèi)缺陷圖片集中，最后通過(guò)DACDAC(VAI自帶軟件)進(jìn)行運(yùn)算后形成球形文件，最后將此球形文件調(diào)用到檢測(cè)服務(wù)器中對(duì)實(shí)時(shí)檢出缺陷進(jìn)行運(yùn)算分類(lèi)。這樣的缺陷收集方法雖然很直觀，但是受人為主觀因素影響較大，分類(lèi)過(guò)程中出現(xiàn)問(wèn)題不易查找原因，因此用這種方法制成的分類(lèi)器缺陷分類(lèi)準(zhǔn)確率及檢出率比較低。

發(fā)明內(nèi)容

本發(fā)明提供一種基于VAI表面檢測(cè)系統(tǒng)的缺陷圖片分類(lèi)收集方法，解決現(xiàn)有技術(shù)中VAI線陣表面檢測(cè)系統(tǒng)的缺陷數(shù)據(jù)庫(kù)原始缺陷圖片定性分類(lèi)受主觀影響大，可靠性差的技術(shù)問(wèn)題。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于VAI表面檢測(cè)系統(tǒng)的缺陷圖片分類(lèi)收集方法，包括：

基于缺陷的第一屬性特征值，在待分類(lèi)圖片中篩查滿(mǎn)足第一屬性特征值范圍的第一缺陷圖片組；

基于缺陷的第二屬性特征值，在所述第一缺陷圖片組中篩查滿(mǎn)足第二屬性特征值范圍的初分類(lèi)缺陷圖片；

其中，所述第一屬性特征值包括：缺陷面積、缺陷長(zhǎng)度以及缺陷寬度；所述第一屬性特征值范圍包括：缺陷面積范圍，缺陷長(zhǎng)度范圍以及缺陷寬度范圍；

僅當(dāng)待分類(lèi)圖片的缺陷面積、缺陷長(zhǎng)度以及缺陷寬度對(duì)應(yīng)落在缺陷面積范圍，缺陷長(zhǎng)度范圍以及缺陷寬度范圍內(nèi)的情況下，認(rèn)定待分類(lèi)缺陷圖片屬于第一缺陷圖片組；

所述第二屬性特征值包括：平均灰度值和灰度值標(biāo)準(zhǔn)差；所述第二屬性特征值范圍包括：平均灰度值范圍和灰度值標(biāo)準(zhǔn)差范圍；

僅當(dāng)待分類(lèi)圖片的平均灰度值和灰度值標(biāo)準(zhǔn)差對(duì)應(yīng)落在平均灰度值范圍和灰度值標(biāo)準(zhǔn)差范圍內(nèi)的情況下，認(rèn)定待分類(lèi)缺陷圖片屬于初分類(lèi)缺陷圖片；

所述第一屬性特征值范圍和所述第二屬性特征值范圍根據(jù)具體缺陷類(lèi)別確定。

進(jìn)一步地，所述方法還包括：

通過(guò)VAI表面檢測(cè)系統(tǒng)將所述初分類(lèi)缺陷圖片生成對(duì)應(yīng)缺陷的球形文件；

并基于所述球形文件的R屬性和N屬性篩查出所述球形文件中分類(lèi)錯(cuò)誤的缺陷圖片；

將所述分類(lèi)錯(cuò)誤的缺陷圖片剔除；

其中，僅當(dāng)R屬性值小于1且N屬性值大于0的情況下，認(rèn)定初分類(lèi)缺陷圖片分類(lèi)錯(cuò)誤；

所述R屬性值為球形文件的初始半徑，所述N屬性值為被檢圖片同類(lèi)型缺陷圖片被劃為其它缺陷類(lèi)型圖片數(shù)量。

進(jìn)一步地，所述方法還包括：