[發(fā)明專利]一種基于圖像灰度值的熱軋帶鋼表面缺陷分級(jí)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010184159.9
• 申請(qǐng)日: 2020-03-17
• 公開（公告）號(hào): CN111402236B
• 公開（公告）日: 2023-04-28
• 發(fā)明（設(shè)計(jì)）人: 邵健;李天倫;何安瑞
• 申請(qǐng)（專利權(quán)）人: 北京科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/66;G06V10/764
• 代理公司: 北京市廣友專利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

1.一種基于圖像灰度值的熱軋帶鋼表面缺陷分級(jí)方法，其特征在于，包括：

獲取某類缺陷區(qū)域圖像中每個(gè)像素點(diǎn)的灰度值，根據(jù)得到的灰度值確定缺陷的形態(tài)特征；其中，缺陷區(qū)域圖像對(duì)應(yīng)的缺陷嚴(yán)重程度等級(jí)已被標(biāo)注；

根據(jù)缺陷區(qū)域幾何信息及缺陷形態(tài)特征，通過(guò)隨機(jī)抽樣重復(fù)訓(xùn)練、測(cè)試缺陷分級(jí)模型，選擇各等級(jí)下缺陷預(yù)測(cè)準(zhǔn)確率大于預(yù)設(shè)閾值的測(cè)試樣本作為相應(yīng)等級(jí)下的典型樣本集；

根據(jù)各等級(jí)下的典型樣本集，確定相應(yīng)等級(jí)的質(zhì)心；

確定待分級(jí)的區(qū)域缺陷圖像的缺陷形態(tài)特征，將其與自身的缺陷區(qū)域幾何信息組成缺陷特征，確定缺陷特征與各等級(jí)質(zhì)心之間的距離，獲取距離最小值對(duì)應(yīng)的等級(jí)作為待分級(jí)的區(qū)域缺陷圖像的缺陷嚴(yán)重程度等級(jí)；

其中，所述獲取某類缺陷區(qū)域圖像中每個(gè)像素點(diǎn)的灰度值，根據(jù)得到的灰度值確定缺陷的形態(tài)特征包括：

根據(jù)缺陷區(qū)域位置坐標(biāo)對(duì)帶鋼圖像進(jìn)行裁剪，得到缺陷區(qū)域圖像；

獲取缺陷區(qū)域圖像中每個(gè)像素點(diǎn)的灰度值，根據(jù)得到的灰度值確定用于描述缺陷的形態(tài)特征；

其中，所述形態(tài)特征包括：缺陷區(qū)域圖像的熵、缺陷區(qū)域圖像內(nèi)全部像素點(diǎn)的數(shù)目、缺陷區(qū)域圖像的灰度范圍、缺陷區(qū)域圖像灰度值分布的偏離情況、缺陷區(qū)域圖像的灰度分布情況中的一種或多種；

其中，缺陷區(qū)域圖像的熵表示為：

其中，H為缺陷區(qū)域圖像的熵，代表圖像的清晰程度；P(c_g)表示缺陷區(qū)域內(nèi)像素點(diǎn)灰度值為指定值c_g的概率，P(c_g)表示為：

其中，N(g_i＝c_g)表示缺陷區(qū)域內(nèi)像素點(diǎn)中灰度值為c_g的事件數(shù)；m為缺陷區(qū)域圖像內(nèi)全部像素點(diǎn)的數(shù)目；

其中，缺陷區(qū)域圖像的灰度范圍表示為：

R＝max(g_i)-min(g_i)

其中，R為缺陷區(qū)域圖像的灰度范圍；數(shù)列g(shù)_i為按灰度值從小到大的順序排列得到的缺陷區(qū)域圖像的灰度值數(shù)列；

其中，缺陷區(qū)域圖像灰度值分布的偏離情況表示為：

D＝M_e-μ

其中，D表示缺陷區(qū)域圖像灰度值分布的偏離情況；M_e為中位數(shù)，即數(shù)列g(shù)_i中間位置的灰度值；μ為缺陷區(qū)域圖像全部像素點(diǎn)灰度值的均值；m為缺陷區(qū)域圖像內(nèi)全部像素點(diǎn)的數(shù)目；數(shù)列g(shù)_i為按灰度值從小到大的順序排列得到的缺陷區(qū)域圖像的灰度值數(shù)列；

其中，缺陷區(qū)域圖像的灰度分布情況表示為：

其中，L_p為數(shù)列g(shù)_i中某一百分位置p％上灰度值與中位數(shù)之比，用于描述缺陷區(qū)域圖像的灰度分布情況；表示數(shù)列序號(hào)數(shù)值向下取整；數(shù)列g(shù)_i為按灰度值從小到大的順序排列得到的缺陷區(qū)域圖像的灰度值數(shù)列。

2.根據(jù)權(quán)利要求1所述的基于圖像灰度值的熱軋帶鋼表面缺陷分級(jí)方法，其特征在于，在獲取某類缺陷區(qū)域圖像中每個(gè)像素點(diǎn)的灰度值，根據(jù)得到的灰度值確定缺陷的形態(tài)特征之前，所述方法包括：

通過(guò)表檢系統(tǒng)獲得具有某類表面缺陷的帶鋼圖像及其缺陷區(qū)域幾何信息；其中，

所述缺陷區(qū)域幾何信息包括：缺陷區(qū)域位置坐標(biāo)、缺陷區(qū)域規(guī)格和缺陷區(qū)域距離邊界位置。

3.根據(jù)權(quán)利要求1所述的基于圖像灰度值的熱軋帶鋼表面缺陷分級(jí)方法，其特征在于，所述根據(jù)缺陷區(qū)域幾何信息及缺陷形態(tài)特征，通過(guò)隨機(jī)抽樣重復(fù)訓(xùn)練、測(cè)試缺陷分級(jí)模型，選擇各等級(jí)下缺陷預(yù)測(cè)準(zhǔn)確率大于預(yù)設(shè)閾值的測(cè)試樣本作為相應(yīng)等級(jí)下的典型樣本集包括：

H1，從缺陷區(qū)域圖像的幾何信息及形態(tài)特征中選擇若干維度，構(gòu)建整體樣本數(shù)據(jù)集；

H2，保持整體樣本數(shù)據(jù)集每個(gè)等級(jí)樣本數(shù)量相同的情況下，從中等比等量隨機(jī)抽取數(shù)據(jù)構(gòu)建訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集；

H3，將訓(xùn)練數(shù)據(jù)集輸入k-臨近分類算法進(jìn)行分級(jí)訓(xùn)練，得到缺陷分級(jí)模型，并利用測(cè)試數(shù)據(jù)集對(duì)得到的缺陷分級(jí)模型進(jìn)行測(cè)試；

H4，重復(fù)多次步驟H2、H3的操作，選擇各等級(jí)下缺陷預(yù)測(cè)準(zhǔn)確率大于預(yù)設(shè)閾值的測(cè)試樣本作為相應(yīng)等級(jí)下的典型樣本集。