[發(fā)明專利]一種基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法

有效

• 申請?zhí)枺?/td>: 202110238250.9
• 申請日: 2021-03-04
• 公開（公告）號: CN113034442B
• 公開（公告）日: 2023-10-13
• 發(fā)明（設計）人: 吳昆鵬;石杰;鄧能輝;楊朝霖
• 申請（專利權）人: 北京科技大學設計研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/155;G06T7/60;G06T7/62;G01N21/88;G06V10/762;G06V10/764
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法，其特征在于：包括步驟如下：

(1)利用帶鋼表面缺陷檢測數(shù)據(jù)，按單獨類別、易混類別分別進行數(shù)據(jù)組合，針對每一種數(shù)據(jù)組合依據(jù)缺陷的橫向位置、縱向位置在預先設定的全黑背景圖像上繪制各個缺陷點，形成不同類別組合的缺陷分布圖譜；

(2)針對不同類別組合的缺陷分布圖譜，依據(jù)其所具有的內(nèi)部特征，對應的采用置信度檢測、直線檢測、周期檢測、聚類檢測、分布特征檢測從缺陷分布圖譜中尋找出供分級判斷的關鍵特征；

(3)整合各缺陷分布圖譜得到的關鍵特征，形成接近于人感知的上層分析模式圖，實現(xiàn)數(shù)據(jù)的降維和降偽；

(4)結(jié)合鋼種、規(guī)格、工藝參數(shù)信息，針對性調(diào)整不同缺陷分布圖譜中關鍵特征的等級標準，采用嚴重級別高掩蓋嚴重級別低的原則，保留關鍵特征中嚴重級別最高的等級作為最終的帶鋼質(zhì)量等級。

2.根據(jù)權利要求1所述的基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法，其特征在于：所述步驟(1)中將表面缺陷檢測系統(tǒng)中的缺陷數(shù)據(jù)，在預定義大小的圖像上進行繪制，缺陷統(tǒng)一繪制為10×10像素大小；

缺陷在圖像上繪制的橫向像素位置：

其中，P_{d_w}為缺陷在圖像上繪制的橫向像素位置，W_I為圖像寬度，默認為2048；W_s為帶鋼寬度，單位為mm；P_{s_w}為缺陷在帶鋼寬度方向上的位置；

缺陷在圖像上繪制的縱向像素位置：

其中，P_{d_l}為缺陷在圖像上繪制的縱向像素位置，L_I為圖像高度，默認為8192；L_S為帶鋼長度，單位為mm；P_{s_l}為缺陷在帶鋼長度方向上的位置。

3.根據(jù)權利要求1所述的基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法，其特征在于：所述步驟(1)中首先針對不同類別的缺陷分別單獨繪制缺陷分布圖譜，然后對于缺陷識別時易混淆的缺陷類別進行組合，得到組合類別的缺陷分布圖譜，其中，易混淆的缺陷類別包括輥印和斑點、重皮和劃傷。

4.根據(jù)權利要求1所述的基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法，其特征在于：所述步驟(2)中內(nèi)部特征包括缺陷的形態(tài)、灰度、周期性、長度、寬度、面積、連續(xù)性、分布情況。

5.根據(jù)權利要求1所述的基于缺陷分布圖譜的熱軋帶鋼表面質(zhì)量分級方法，其特征在于：所述步驟(2)中對于不同類別組合的缺陷分布圖譜分別尋找關鍵特征的具體過程如下：

對于單點缺陷，依賴于圖像分類置信度和缺陷數(shù)量作為關鍵特征，單點缺陷包括結(jié)疤、邊裂；

對于縱向連續(xù)性缺陷，通過對缺陷分布圖譜進行閾值處理，即進行二值化處理，閾值為1；采用隨機抽樣一致算法尋找出圖像中近乎直線的缺陷像素分布為關鍵特征加以保留，其余零散缺陷點忽略，縱向連續(xù)性缺陷包括劃傷、狹縫；

對于周期性缺陷，在缺陷分布圖譜上通過對橫向位置一致的像素點根據(jù)間隔判斷出是否存在周期，以及具體的周期值作為關鍵特征，其余零散缺陷點忽略；周期性缺陷包括輥印、壓痕；

對于密集型缺陷，在缺陷分布圖譜上首先采用圖像像素聚類的方式，得到具有堆簇規(guī)律的區(qū)域，利用形態(tài)學變換將整個區(qū)域分割出，將區(qū)域像素面積超過指定大小的保留作為關鍵特征；密集型缺陷包括脫皮、夾雜；

對于分布型缺陷，將圖像按長度方向均分成100個子區(qū)塊，通過統(tǒng)計不同區(qū)塊下缺陷像素點分布情況，確定出缺陷所占面積及分布離散度作為關鍵特征，分布型缺陷包括鐵鱗、氧化鐵皮。