專利名稱：有色金屬加工質(zhì)量控制中的產(chǎn)品表面缺陷檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種檢測技術(shù)領(lǐng)域的一種方法，具體是一種有色金屬加工質(zhì)量控制中的產(chǎn)品表面缺陷檢測方法。

背景技術(shù)：
為了滿足國防、民用對有色金屬產(chǎn)品高質(zhì)量的要求和與國際產(chǎn)品質(zhì)量標(biāo)準(zhǔn)接軌，消費(fèi)者對于有色金屬材料質(zhì)量的要求越來越高，其中表面質(zhì)量是產(chǎn)品質(zhì)量的重要指標(biāo)之一，需要通過表面檢測系統(tǒng)進(jìn)行實(shí)時(shí)在線檢測。目前，表面檢測系統(tǒng)已經(jīng)大量應(yīng)用于陶瓷、紡織、冶金行業(yè)(主要以黑色金屬加工為主)。隨著有色金屬行業(yè)近年來的快速發(fā)展，迫切需要能夠?qū)τ猩饘佼a(chǎn)品表面進(jìn)行實(shí)時(shí)在線檢測的方法。
對有色金屬行業(yè)中的產(chǎn)品表面缺陷檢測是表面缺陷識別系統(tǒng)中關(guān)鍵且難度非常大的環(huán)節(jié)，其原因在于系統(tǒng)數(shù)據(jù)量過大，以精整線尤甚，由于系統(tǒng)需要實(shí)時(shí)在線檢測，要求算法實(shí)時(shí)性和有效性都要好。同時(shí)由于檢測對象反光率高，在板型不好或者有色產(chǎn)品表面涂有附著物的情況下極易出現(xiàn)大量干擾性數(shù)據(jù)，其中代表性的有板型缺陷和清洗液缺陷，這些缺陷的出現(xiàn)一般數(shù)據(jù)量巨大，會導(dǎo)致大量重復(fù)的檢測和識別，急劇增加系統(tǒng)的處理負(fù)擔(dān)，并可能干擾正常缺陷的檢測和識別?；趫D像閾值的方法雖然速度快但是一般不能適用于缺陷復(fù)雜的情況，大多應(yīng)用于簡單的缺陷檢測領(lǐng)域如陶瓷的缺陷檢測中。基于Garbor小波的檢測方法，利用Garbor小波的方向性檢測產(chǎn)品表面地缺陷，通常應(yīng)用于紡織領(lǐng)域。因此根據(jù)有色金屬行業(yè)產(chǎn)品的特點(diǎn)研究快速有效的表面缺陷檢測算法是有色金屬行業(yè)產(chǎn)品表面缺陷檢測和識別系統(tǒng)的重要研究內(nèi)容之一。
通過對相關(guān)技術(shù)文獻(xiàn)檢索發(fā)現(xiàn)Vasilic S.等在工業(yè)電子(IndustrialElectronics)的2006年IEEE國際論壇上發(fā)表了《基于邊緣檢測的瓷磚表面缺陷檢測方法》(《The Edge Detecting Methods in Ceramic Tiles DefectsDetection》)，但是該方法是基于邊緣檢測的，而有色金屬表面卻險(xiǎn)種的邊緣較少，因而該方法難以適用。此外Cem Baykal等人在電路與系統(tǒng)的2004年國際會議上發(fā)表了《紡織品缺陷檢測》(《IN-CAMERA DETECTION OF FABRIC DEFECTS》)，該方法利用紋理特征進(jìn)行缺陷檢測，然而有色金屬表面缺乏紋理信息，這同樣不能應(yīng)用于有色金屬表面缺陷檢測。


發(fā)明內(nèi)容
本發(fā)明針對上述現(xiàn)有技術(shù)的問題，提供一種有色金屬加工質(zhì)量控制中的產(chǎn)品表面缺陷檢測方法，能夠?qū)τ猩饘佼a(chǎn)品表面進(jìn)行快速有效的實(shí)時(shí)在線檢測。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，包括如下步驟 步驟一，采用常速模型對圖像從上到下，從下到上，從左到右，從右到左，四個(gè)方向每行每列對應(yīng)設(shè)置的一個(gè)卡爾曼濾波器設(shè)定初始像素值； 步驟二，利用步驟一中的初始像素值使用卡爾曼濾波器對圖像進(jìn)行四個(gè)方向的濾波，在對每行每列進(jìn)行濾波的同時(shí)利用來自于每個(gè)濾波器在每個(gè)位置的測量殘差計(jì)算并保存該位置的ξ(k)； 步驟三，將四個(gè)方向分別計(jì)算得到的相同位置的ξ(k)求和，將結(jié)果與由人工選取的域值進(jìn)行二值化操作得到缺陷模版。
步驟一中的卡爾曼濾波器采用一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法，采用信號與噪聲的狀態(tài)空間模型，利用前一時(shí)刻地估計(jì)值和現(xiàn)時(shí)刻的觀測值來更新對狀態(tài)變量的估計(jì)，求出現(xiàn)時(shí)刻的估計(jì)值。
步驟一中采用常速模型的卡爾曼濾波器的參數(shù)設(shè)定為狀態(tài)向量



是對圖像中某行某列的某個(gè)像素的灰度值的估計(jì)，η沒有具體的意義，測量向量的值z(k)等于某個(gè)濾波器在第k時(shí)刻與該濾波器對應(yīng)的行或列的第k個(gè)元素的像素值，測量矩陣H＝(01)，系統(tǒng)控制矩陣G＝0，狀態(tài)轉(zhuǎn)移矩陣T為采樣時(shí)間，這里T＝1，這里測量噪聲方差R＝50，狀態(tài)噪聲方差初始方差 步驟一中卡爾曼濾波器設(shè)定初始像素值為 a.從上到下沿著每一列分別濾波時(shí)第n(n＝1，2，3，…)個(gè)濾波器初始狀態(tài)值確定如下x(0|0)＝(0 I(1，n))T，I(1，n)為圖像第1行，n列的像素值； b.從下到上沿著每一列分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0，I(M，n))T，I(M，n)為圖像第M行，n列的像素值； c.從左到右沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0 I(n，1))T，I(n，0)為圖像第n行，1列的像素值； d.從右到左沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0 I(n，N))T，I(n，N)為圖像第n行，N列的像素值，其中I表示圖像的灰度值。
步驟二中的測量殘差的公式為μ(k+1)＝z(k+1)-z(k+1|k)，其中，k為時(shí)刻，測量向量的值z(k+1)等于某個(gè)濾波器的第k+1時(shí)刻與該濾波器對應(yīng)的行或列的第k+1個(gè)元素的像素值； 所述的將結(jié)果與由人工選取的域值進(jìn)行二值化操作，是指當(dāng)某一位置ξ(k)的和大于所設(shè)定的域值，將此位置的值設(shè)為1，當(dāng)ξ(k)的和小于所設(shè)定的域值，將此位置的值設(shè)為0。
與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果本方法只需人工根據(jù)經(jīng)驗(yàn)和檢測效果確定Kalman濾波器中的測量噪聲的方差和獲取缺陷模版時(shí)的域值兩個(gè)參數(shù)，計(jì)算量與使用閾值的方法在同一數(shù)量級，能夠應(yīng)用于實(shí)時(shí)在線的情況使用簡單，對大部分缺陷有著較好的檢測效果。



圖1一些典型的缺陷產(chǎn)品圖像和用本方法得到的缺陷模版
具體實(shí)施例方式 下面結(jié)合附圖對本發(fā)明的實(shí)施例作詳細(xì)說明本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。
步驟一，采用常速模型對圖像從上到下，從下到上，從左到右，從右到左，四個(gè)方向每行每列對應(yīng)設(shè)置的一個(gè)卡爾曼濾波器設(shè)定初始像素值。
設(shè)產(chǎn)品圖像I大小為MxN像素，由于需要從四個(gè)方向進(jìn)行濾波，即從上到下，從下到上，從左到右，從右到左，每行(列)對應(yīng)一個(gè)濾波器，所以需要初始化2(M+N)個(gè)濾波器。
步驟一中的卡爾曼濾波器采用一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法，采用信號與噪聲的狀態(tài)空間模型，利用前一時(shí)刻地估計(jì)值和現(xiàn)時(shí)刻的觀測值來更新對狀態(tài)變量的估計(jì)，求出現(xiàn)時(shí)刻的估計(jì)值。
該方法適用于高斯噪聲情況下對線性系統(tǒng)進(jìn)行參數(shù)估計(jì)。給定狀態(tài)方程和測量方程如下 x(k+1)＝F(k)x(k)+G(k)u(k)+v(k) (1) z(k+1)＝H(k+1)x(k+1)+w(k+1) 其中x，z為狀態(tài)向量和測量向量；v，w為零均值高斯噪聲，分別被稱作狀態(tài)噪聲和測量噪聲，Q，R分別其為方差；u是已知的輸入向量，F(xiàn)，H為狀態(tài)轉(zhuǎn)移矩陣和測量矩陣；F，G，Q假設(shè)已知并且可能是時(shí)變的；這兩個(gè)噪聲序列和初始狀態(tài)假設(shè)互不相關(guān)。
卡爾曼濾波方法可以描述如下 x(k+1|k)＝F(k)x(k|k)+G(k)u(k) z(k+1)＝H(k+1)x(k+1|k)(2) μ(k+1)＝z(k+1)-z(k+1|k) P(k+1|k)＝F(k)P(k|k)F(k)′+Q(k) S(k+1)＝R(k+1)+H(k+1)P(k+1|k)H(k+1)′ x(k+1|k+1)＝x(k+1|k)+W(k+1)μ(k+1) W(k+1)＝P(k+1|k)H(k+1)′S(k+1)-1 P(k+1|k+1)＝P(k+1|k)-W(k+1)S(k+1)W(k+1)′ 其中A(k+1|k)表示在k時(shí)刻對k+1時(shí)刻A的值的估計(jì)；P，S為狀態(tài)協(xié)方差矩陣和更新協(xié)方差矩陣；W，μ為濾波器增益和測量殘差。
本實(shí)施例在濾波時(shí)采用常速模型(CV模型)的卡爾曼濾波器進(jìn)行濾波。即使用CV模型來描述圖像的變化情況。缺陷區(qū)域的圖像不滿足CV模型，因而只要檢測出這些不滿足CV模型的區(qū)域就可以檢測出缺陷區(qū)域。在采用常速模型(CV模型)的卡爾曼濾波器中，步驟一中采用常速模型的卡爾曼濾波器的參數(shù)設(shè)定為狀態(tài)向量


是對圖像中某行某列的某個(gè)像素的灰度值的估計(jì)，η沒有具體的意義，測量向量的值z(k)等于某個(gè)濾波器在第k時(shí)刻與該濾波器對應(yīng)的行或列的第k個(gè)元素的像素值，測量矩陣H＝(01)，系統(tǒng)控制矩陣G＝0，狀態(tài)轉(zhuǎn)移矩陣T為采樣時(shí)間，這里T＝1，這里測量噪聲方差R＝50，狀態(tài)噪聲方差初始方差 把圖像中的每行(列)看作是一個(gè)測量序列，即(1)式中的z，那么就可以使用上述CV模型的卡爾曼濾波器對圖像的每一行(列)分別進(jìn)行濾波。每一行(列)對應(yīng)一個(gè)卡爾曼濾波器。由于將圖像中的行(列)看作是測量序列，因此對應(yīng)于某個(gè)濾波器的第k時(shí)刻的測量向量的值z(k)等于與該濾波器對應(yīng)的行(列)的第k個(gè)元素的像素值。每個(gè)濾波器均采用上述相同的參數(shù)設(shè)置。步驟一中卡爾曼濾波器設(shè)定初始像素值為 a.從上到下沿著每一列分別濾波時(shí)第n(n＝1，2，3，…)個(gè)濾波器初始狀態(tài)值確定如下x(0|0)＝(0 I(1，n))T，I(1，n)為圖像第1行，n列的像素值； b.從下到上沿著每一列分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0，I(M，n))T，I(M，n)為圖像第M行，n列的像素值； c.從左到右沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0 I(n，1))T，I(n，0)為圖像第n行，1列的像素值； d.從右到左沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下 x(0|0)＝(0 I(n，N))T，I(n，N)為圖像第n行，N列的像素值，其中I表示圖像的灰度值。也可以將所有濾波器狀態(tài)初始值設(shè)置為x(0|0)＝(0I)T，I為圖像I的平均灰度值，但求取I會一定程度上降低檢測速度。
步驟二，利用步驟一中的初始像素值使用卡爾曼濾波器對圖像進(jìn)行四個(gè)方向 的濾波，在對每行每列進(jìn)行濾波的同時(shí)利用來自于每個(gè)濾波器在每個(gè)位置的測量殘差μ(k)計(jì)算并保存該位置的ξ(k)；步驟二中的測量殘差的公式為μ(k+1)＝z(k+1)-z(k+1|k)，其中，k為時(shí)刻，測量向量的值z(k+1)等于某個(gè)濾波器的第k+1時(shí)刻與該濾波器對應(yīng)的行或列的第k+1個(gè)元素的像素值； 這里的測量殘差來自于卡爾曼濾波器，即(2)式中的μ。對于步驟一中的任意一個(gè)濾波器，在高斯條件下μ(k)N(0，S(k))，N(0，S(k))為均值0，方差為S(k)的正態(tài)分布，并且 ξ(k)＝μT(k)S-1(k)μ(k) (3) 服從

是μ的維數(shù))分布，其中μ(k)，S(k)見(2)式。
沿自上而下的方向?qū)D片每一列進(jìn)行濾波的同時(shí)利用來自于濾波器在的測量殘差μ(k)計(jì)算該位置的ξ(k)，將其保存矩陣∑up中。類似的沿自下而上的方向、自左而右、自由而左的方向?qū)D片進(jìn)行濾波時(shí)可以分別得到∑down，∑left，∑right。矩陣∑up，∑down，∑left，∑right用以在步驟三中確定缺陷模版。
步驟三，將四個(gè)方向分別計(jì)算得到的相同位置的ξ(k)求和，將結(jié)果與由人工選取的域值進(jìn)行二值化操作得到缺陷模版。
所述的將結(jié)果與由人工選取的域值進(jìn)行二值化操作，是指當(dāng)某一位置ξ(k)的和大于所設(shè)定的域值，將此位置的值設(shè)為1，當(dāng)ξ(k)的和小于所設(shè)定的域值，將此位置的值設(shè)為0。
由于基于殘差的x2檢測有一定的滯后性，僅采用從一個(gè)方向進(jìn)行檢測會造成檢測到的缺陷偏離真實(shí)位置，例如，僅采從上到下的檢測會發(fā)生檢測到的缺陷比實(shí)際缺陷的位置略為偏下，因此采用從四個(gè)方向分別濾波并計(jì)算ξ(k)，然后將四個(gè)方向分別計(jì)算得到相同位置的ξ(k)分別相加，即，計(jì)算 ∑＝∑up+∑down+∑left+∑right (4) 如果ξ(k)的和超過了某個(gè)域值 該位置就極有可能存在缺陷，其中1-α為置信區(qū)間，

為選取域值的一個(gè)參照，具體的取值范圍可以根據(jù)x2分布表來選取，人工選取域值的時(shí)候一般應(yīng)適當(dāng)增大域值。
由人工選取的域值對∑進(jìn)行二值化操作得到缺陷模版。即，若矩陣∑中第i行j列元素的值大于設(shè)定的域值則將矩陣中該元素的值置為1，否則置為0。對矩陣∑進(jìn)行二值化后就得到了缺陷模版。該域值應(yīng)不低于

(α)，可根據(jù)實(shí)際檢測效果進(jìn)行增加，本實(shí)例中該域值設(shè)置為60。這樣所取得的缺陷模版略大于真實(shí)的缺陷，但缺陷的中心位置能夠保持與實(shí)際缺陷位置一致。
本實(shí)施例的缺陷圖片來自于某鋁箔生產(chǎn)線在產(chǎn)過程中所產(chǎn)生的缺陷，該生產(chǎn)線采用線掃描攝像機(jī)對鋁箔表面進(jìn)行掃描。對所產(chǎn)生的圖片進(jìn)行人工篩選，篩選出缺陷樣本，一些缺陷樣本和使用本發(fā)明檢測所得的缺陷模版如圖1所示。圖1中的檢測結(jié)果均是利用相同的參數(shù)值，即測量噪聲方差為50、提取缺陷模版時(shí)域值為60。
對樣本圖像的實(shí)驗(yàn)表明本實(shí)施例對缺陷的檢測成功率在98％以上。
權(quán)利要求
1、一種有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征在于，包括如下步驟
步驟一，采用常速模型對圖像從上到下，從下到上，從左到右，從右到左，四個(gè)方向每行每列對應(yīng)設(shè)置的一個(gè)卡爾曼濾波器設(shè)定初始像素值；
步驟二，利用步驟一中的初始像素值使用卡爾曼濾波器對圖像進(jìn)行四個(gè)方向的濾波，在對每行每列進(jìn)行濾波的同時(shí)利用來自于每個(gè)濾波器在每個(gè)位置的測量殘差計(jì)算并保存該位置的ξ(k)；
步驟三，將四個(gè)方向分別計(jì)算得到的相同位置的ξ(k)求和，將結(jié)果與由人工選取的域值進(jìn)行二值化操作得到缺陷模版。
2、根據(jù)權(quán)利要求1所述的有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征是，步驟一中的卡爾曼濾波器采用一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法，采用信號與噪聲的狀態(tài)空間模型，利用前一時(shí)刻地估計(jì)值和現(xiàn)時(shí)刻的觀測值來更新對狀態(tài)變量的估計(jì)，求出現(xiàn)時(shí)刻的估計(jì)值。
3、根據(jù)權(quán)利要求1所述的有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征是，步驟一中采用常速模型的卡爾曼濾波器的參數(shù)設(shè)定為
狀態(tài)向量x＝(η
，
是對圖像中某行某列的某個(gè)像素的灰度值的估計(jì)，η沒有具體的意義；
測量向量的值z(k)等于某個(gè)濾波器在第k時(shí)刻與該濾波器對應(yīng)的行或列的第k個(gè)元素的像素值；
測量矩陣H＝(0 1)；
系統(tǒng)控制矩陣G＝0；
狀態(tài)轉(zhuǎn)移矩陣T為采樣時(shí)間，T＝1；
測量噪聲方差R＝50；
狀態(tài)噪聲方差
初始方差
4、根據(jù)權(quán)利要求1或3所述的有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征是，步驟一中卡爾曼濾波器設(shè)定初始像素值為
a.從上到下沿著每一列分別濾波時(shí)第n(n＝1，2，3，…)個(gè)濾波器初始狀態(tài)值確定如下x(00)＝(0 I(1，n))T，I(1，n)為圖像第1行，n列的像素值；
b.從下到上沿著每一列分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下x(0|0)＝(0，I(M，n))T，I(M，n)為圖像第M行，n列的像素值；
c.從左到右沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下x(0|0)＝(0I(n，1))T，I(n，0)為圖像第n行，1列的像素值；
d.從右到左沿著每一行分別濾波時(shí)第n個(gè)濾波器初始狀態(tài)值確定如下x(0|0)＝(0I(n，N))T，I(n，N)為圖像第n行，N列的像素值，其中I表示圖像的灰度值。
5、根據(jù)權(quán)利要求1所述的有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征是，步驟二中的測量殘差的公式為
μ(k+1)＝z(k+1)-z(k+1|k).
其中，k為時(shí)刻，測量向量的值z(k+1)等于某個(gè)濾波器的第k+1時(shí)刻與該濾波器對應(yīng)的行或列的第k+1個(gè)元素的像素值。
6、根據(jù)權(quán)利要求1所述的有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，其特征是，所述的將結(jié)果與由人工選取的域值進(jìn)行二值化操作，是指當(dāng)某一位置ξ(k)的和大于所設(shè)定的域值，將此位置的值設(shè)為1，當(dāng)ξ(k)的和小于所設(shè)定的域值，將此位置的值設(shè)為0。
全文摘要
一種有色金屬加工質(zhì)量控制系統(tǒng)中對產(chǎn)品表面缺陷進(jìn)行檢測的方法，采用常速模型對圖像從上到下，從下到上，從左到右，從右到左，四個(gè)方向每行每列對應(yīng)設(shè)置的一個(gè)卡爾曼濾波器設(shè)定初始像素值；利用步驟一中的初始像素值使用卡爾曼濾波器對圖像進(jìn)行四個(gè)方向的濾波，在對每行每列進(jìn)行濾波的同時(shí)利用來自于每個(gè)濾波器在每個(gè)位置的測量殘差μ(k)計(jì)算并保存該位置的ξ(k)；將四個(gè)方向分別計(jì)算得到的相同位置的ξ(k)求和，將結(jié)果與由人工選取的域值進(jìn)行二值化操作得到缺陷模版。本方法只需人工根據(jù)經(jīng)驗(yàn)和檢測效果確定兩個(gè)參數(shù)，使用簡單。本方法計(jì)算量與使用閾值的方法在同一數(shù)量級，能夠應(yīng)用于實(shí)時(shí)在線的情況。
文檔編號G06T7/00GK101545868SQ20091005045
公開日2009年9月30日 申請日期2009年4月30日 優(yōu)先權(quán)日2009年4月30日
發(fā)明者鳴 翟, 羅新斌, 山 傅, 敬忠良 申請人:上海交通大學(xué)