[發明專利]一種基于人工智能的冶煉品缺陷檢測方法、裝置及系統

有效

• 申請號: 202210720330.2
• 申請日: 2022-06-24
• 公開（公告）號: CN114820597B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 黎雪花
• 申請（專利權）人: 江蘇歐盛液壓科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于人工智能的冶煉品缺陷檢測方法、裝置及系統，涉及人工智能檢測技術領域，不但節省了人工成本，而且確保了檢測準確度；還對灰度圖像進行了灰度修正，排除了更多因素的影響，進一步提高了檢測準確度。方案要點為：獲取待檢物各表面原始圖像，將其轉換為灰度圖像，分別計算每一行像素平均值、每一行像素方差和閾值分割點，根據閾值分割點區分出光照不均圖像，并對其進行灰度修正，根據修正后灰度信息確定其最終灰度值，根據最終灰度值進行缺陷檢測，即對應完成待檢物的缺陷檢測。本發明主要用于冶煉品缺陷檢測中。

技術領域

本發明涉及人工智能檢測技術領域，尤其涉及一種基于人工智能的冶煉品缺陷檢測方法、裝置及系統。

背景技術

近年來, 隨著冶煉工業不斷發展，其產量日益增加。在冶煉工藝中，例如：煉鐵工藝中，往往會存在很多生鐵殘次品，即冶煉出的生鐵表面存在大量的缺陷，致使生鐵產品質量下降。因此，在大量冶煉成品中檢測并篩選出存在缺陷的殘次品，成為了提高冶煉質量的有力保證。

現有技術通過人工挑選的方式實現對殘次品的檢測與篩選，具體的，工人通過肉眼觀察，識別存在缺陷的殘次品，并將其篩除。

上述現有技術即通過人工挑選實現對殘次品的檢測與篩選，由于目前冶煉工業產量大，人工消耗巨大，成本高；冶煉工廠環境惡劣，不利于檢測工人身體健康；人工通過肉眼識別存在缺陷的殘次品，存在較大局限性，準確率低，從而無法保證冶煉質量。

發明內容

本發明提供一種基于人工智能的冶煉品缺陷檢測方法、裝置及系統，包括：獲取待檢物各表面原始圖像，將其轉換為灰度圖像，分別計算每一行像素平均值、每一行像素方差和閾值分割點，根據閾值分割點區分出光照不均圖像，并對其進行灰度修正，根據修正后灰度信息確定其最終灰度值，根據最終灰度值進行缺陷檢測，即對應完成待檢物的缺陷檢測，相比于現有技術，本發明科學地將待檢物各表面原始圖像轉換為灰度圖像進行檢測，不但節省了人工成本，而且確保了檢測準確度；進一步的，本發明還對灰度圖像進行了灰度修正，排除了更多因素的影響，例如：冶煉品在成像時受到成像設備攝像頭、檢測環境光源或冶煉品表面對于光線吸收和反射差異的影響，大大提高了檢測準確度。

為達到上述目的，本發明采用如下技術方案：

本發明提供一種基于人工智能的冶煉品缺陷檢測方法，包括：

獲取待檢物各表面原始圖像。

將每一張原始圖像轉換為灰度圖像；每一張灰度圖像由均勻分布的M行、N列像素點組成，其中，M為大于或等于1的整數，N為大于或等于1的整數。

對于各張灰度圖像，分別計算每一行像素平均值和每一行像素方差。

根據每一行像素平均值和每一行像素方差，計算閾值分割點。

根據閾值分割點與各張所述灰度圖像上各像素點的像素值，判斷每一張灰度圖像是否為光照不均圖像：

若灰度圖像上存在一個或多個像素點的像素值大于閾值分割點，則斷定當前灰度圖像為光照不均圖像。

對于各張光照不均圖像，分別進行灰度修正。

確定各張灰度圖像上每一行像素點的修正后灰度信息。

同理，獲取每一列像素點的修正后灰度信息。

對于各張灰度圖像，根據其每一行像素點的修正后灰度信息和每一列像素點的修正后灰度信息，確定其最終灰度值。

對于各張灰度圖像，根據其最終灰度值進行缺陷檢測，以便對應完成待檢物的缺陷檢測。

進一步的，所述的基于人工智能的冶煉品缺陷檢測方法，在對于各張灰度圖像，根據其最終灰度值進行缺陷檢測之后，還包括：

選取多張無缺陷灰度圖像和多張有缺陷灰度圖像，確定為有效性判定圖像組。