技术领域
本发明涉及产品表面质量检测技术领域,特别涉及一种基于局部基尼系数的带钢表面缺陷检测方法。
背景技术
带钢表面缺陷是影响质量的重要因素之一,其表面缺陷的实时检测是保证产品供给质量的重要前提。在常见带钢表面视觉检测系统中,因光源的不均匀照明,环境光干扰等原因,实际获取的图像常常受到光照不均因素的影响导致图像原始灰度信息的丢失,难以保障带钢表面缺陷检测的精准检测。空间滤波、频率滤波、形态学滤波是实现带钢表面缺陷检测的常规手段,然而,采集的表面图像光照不均匀且变化的表面反射率使带钢表面缺陷检测成为视觉检测系统的难点。
发明内容
本发明的目的在于,提供一种基于局部基尼系数的带钢表面缺陷检测方法。本发明能够利用局部基尼系数进行带钢表面缺陷的检测,具有抗噪声干扰能力强的特点。
本发明的技术方案:
一种基于局部基尼系数的带钢表面缺陷检测方法,其特征在于,按下述步骤进行:
S1:设置滑动窗口宽度为w,则形成窗口大小为w×w;
S2:将滑动窗口移动至获取到的带钢图像左上角,计算当前窗口内的局部基尼系数;
S3:将滑动窗口向右移动一个像素,计算当前窗口内元素的局部尼基系数;
S4:继续遍历当前图像所有像素,形成局部基尼系数序列;
S5:设置基尼系数阈值,若局部基尼系数大于该阈值,则该像素点为缺陷特征。
前述的基于局部基尼系数的带钢表面缺陷检测方法中,
所述的步骤S3中, 局部基尼系数的算法为:
其中
前述的基于局部基尼系数的带钢表面缺陷检测方法中,
所述的步骤S5中,缺陷判断的算法为:
其中,
与现有技术相比,本发明具有以下有益效果:
本发明首先设置宽度形成固定大小的滑动窗口;其次将滑动窗口移动至带钢图像左上角,计算当前窗口内的局部基尼系数;随后将滑动窗口向右移动一个像素,计算当前窗口内元素的局部尼基系数;随后遍历当前图片所有像素,形成局部基尼系数序列;最终通过设置基尼系数阈值进行判断,若局部基尼系数大于该阈值,则该像素点为缺陷特征。本发明提出了一种基于局部稀疏测度(基尼系数)的方法进行带钢表面的缺陷检测,较之常规机器学习方法,无需获取大量样本即可进行带钢缺陷的检测。此外由于尼基系数范围在0到1之间,因此其阈值选择具有一定程度的通用性。
附图说明
图1是本发明的流程图;
图2是本发明的实施例1中使用的带钢表面照片;
图3是本发明的实施例1中滑动窗口示意图,其中窗口边长为3;
图4是本发明的实施例1中计算的局部基尼系数;
图5是本发明中实施例1中缺陷定位的结果,其中阈值为所有局部基尼系数平均值的3倍。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明,但并不作为对本发明限制的依据。
实施例:一种基于局部基尼系数的带钢表面缺陷检测方法,其特征在于,按下述步骤进行:
S1:设置滑动窗口宽度为w,则形成窗口大小为w×w;
S2:将滑动窗口移动至获取到的带钢图像左上角,计算当前窗口内的局部基尼系数;
S3:将滑动窗口向右移动一个像素,计算当前窗口内元素的局部尼基系数;
S4:继续遍历当前图像所有像素,形成局部基尼系数序列;
S5:设置基尼系数阈值,若局部基尼系数大于该阈值,则该像素点为缺陷特征;
所述的步骤S3中, 局部基尼系数的算法为:
其中
所述的步骤S5中,缺陷判断的算法为:
其中,
下面结合具体案例对本发明进一步说明,其流程图如图1所示,包括以下步骤,
① 获取到的带钢表面图片如附图2所示;
②设置滑动窗口宽度为3,则形成窗口大小为3×3,如附图3所示;
③将滑动窗口移动至获取到的带钢图像左上角,计算当前窗口内的局部基尼系数,其中,局部基尼系数的算法为:
其中
④将滑动窗口向右移动一个像素(为方便展示,附图3逆时针旋转了90度),计算当前窗口内元素的局部尼基系数;
⑤继续遍历当前图片所有像素,形成局部基尼系数序列,如附图4所示;
⑥设置基尼系数阈值,若局部基尼系数大于该阈值,则该像素点为缺陷特征,其结果如附图5所示,具体算法为:
其中,
机译: 连续退火炉带钢表面缺陷的检测方法
机译: 连续退火炉带钢表面缺陷的检测方法
机译: 一种方法来生成学习模型,学习完成模型,表面缺陷检测方法,钢材的制造方法,通过确定方法,等级确定方法,表面缺陷确定程序,通过确定程序,确定系统 ,以及钢材的制造设施