本發(fā)明涉及圖像處理，尤其涉及基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、隨著工業(yè)和智能制造的推進(jìn)，企業(yè)對(duì)生產(chǎn)效率和產(chǎn)品質(zhì)量的要求日益提高，金屬帶材在建筑、汽車、電子等多個(gè)行業(yè)廣泛應(yīng)用，產(chǎn)品質(zhì)量直接影響到下游行業(yè)的安全性和性能。檢測(cè)缺陷成為提升產(chǎn)品競(jìng)爭(zhēng)力的關(guān)鍵。在金屬帶材的切割、沖壓或成形過(guò)程中，如果刀具磨損或未對(duì)準(zhǔn)，可能會(huì)在表面留下凹坑；凹坑缺陷會(huì)直接影響金屬帶材的外觀和結(jié)構(gòu)完整性，降低產(chǎn)品的整體質(zhì)量，而對(duì)于凹坑缺陷，傳統(tǒng)的人工檢測(cè)方式已難以滿足快速、高效的生產(chǎn)需求，因此自動(dòng)化的檢測(cè)系統(tǒng)能夠大幅度提高檢測(cè)速度，降低生產(chǎn)線上的人工成本，提升整體生產(chǎn)效率。

2、馮鳴、劉祎等，改進(jìn)反銳化掩模的自適應(yīng)圖像增強(qiáng)算法，測(cè)試技術(shù)學(xué)報(bào)，2020年第34卷第1期，在該論文中提出了一種改進(jìn)反銳化掩模技術(shù)的自適應(yīng)圖像增強(qiáng)算法，該算法通過(guò)使用正弦函數(shù)來(lái)自適應(yīng)地控制鄰域內(nèi)不同像素的權(quán)重，使圖像平坦區(qū)域和邊緣部分進(jìn)行不同程度的增強(qiáng)。

3、由于污垢區(qū)域與金屬帶材上的凹坑缺陷在金屬帶材表面圖像中可能會(huì)呈現(xiàn)出相似的灰度值表現(xiàn)，因此使用反銳化掩模算法增強(qiáng)圖像時(shí)，對(duì)金屬帶材表面圖像中的每個(gè)像素點(diǎn)使用同樣大小的高斯模糊標(biāo)準(zhǔn)差，可能會(huì)導(dǎo)致污垢區(qū)域被增強(qiáng)，進(jìn)而導(dǎo)致在后續(xù)的缺陷檢測(cè)過(guò)程中將污垢區(qū)域錯(cuò)誤地檢測(cè)為凹坑缺陷，同時(shí)也可能會(huì)將潛在的凹坑缺陷區(qū)域過(guò)度模糊，使其細(xì)節(jié)信息丟失，這樣也會(huì)影響最終對(duì)于潛在凹坑缺陷區(qū)域的準(zhǔn)確檢測(cè)。

技術(shù)實(shí)現(xiàn)思路

1、為了解決噪聲的存在導(dǎo)致使用dbscan算法對(duì)溫度數(shù)據(jù)進(jìn)行異常檢測(cè)時(shí)的準(zhǔn)確性降低，可能會(huì)將溫度數(shù)據(jù)中的異常數(shù)據(jù)識(shí)別為正常數(shù)據(jù)的技術(shù)問(wèn)題，本發(fā)明提供基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法及系統(tǒng)。

2、第一方面，本發(fā)明提供基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法，采用如下的技術(shù)方案：

3、基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法，包括步驟：

4、采集金屬帶材表面圖像；獲取金屬帶材表面圖像中每個(gè)像素點(diǎn)的重要程度；基于所述重要程度，獲取重要像素點(diǎn)；獲取每個(gè)重要像素點(diǎn)的凹坑可能性：

5、；代表第r個(gè)重要像素點(diǎn)的凹坑可能性；代表第r個(gè)重要像素點(diǎn)的初級(jí)凹坑可能性；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的第m個(gè)鄰域方向的灰度變化因子；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的所有鄰域方向的灰度變化因子均值；exp()代表以自然常數(shù)為底數(shù)的指數(shù)函數(shù)；norm()代表歸一化函數(shù)；

6、獲取每個(gè)重要像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差；代表第r個(gè)重要像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差；代表預(yù)設(shè)高斯模糊標(biāo)準(zhǔn)差；

7、基于所述高斯模糊標(biāo)準(zhǔn)差對(duì)金屬帶材表面圖像進(jìn)行增強(qiáng)，得到增強(qiáng)圖像，對(duì)增強(qiáng)圖像進(jìn)行邊緣檢測(cè)識(shí)別凹坑缺陷區(qū)域。

8、本發(fā)明的創(chuàng)新性在于對(duì)每個(gè)像素點(diǎn)的灰度表現(xiàn)以及其鄰近像素的灰度值進(jìn)行深入分析，以評(píng)估每個(gè)像素點(diǎn)的凹坑可能性，可以顯著提升圖像處理的針對(duì)性和效果，進(jìn)而根據(jù)每個(gè)像素點(diǎn)的凹坑可能性自適應(yīng)獲取每個(gè)像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差，使得對(duì)污垢區(qū)域像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差較大，盡可能將污垢區(qū)域平滑點(diǎn)，對(duì)凹坑缺陷區(qū)域的高斯模糊標(biāo)準(zhǔn)差較小，保留其細(xì)節(jié)，減少因相似灰度特征而導(dǎo)致的誤檢，從而實(shí)現(xiàn)更為精確的圖像增強(qiáng)。

9、優(yōu)選的，所述獲取金屬帶材表面圖像中每個(gè)像素點(diǎn)的重要程度，包括：

10、；

11、式中，代表第n個(gè)像素點(diǎn)的重要程度；代表金屬帶材表面圖像中所有像素點(diǎn)的灰度均值；代表第n個(gè)像素點(diǎn)的灰度值；代表超參數(shù)；代表第n個(gè)像素點(diǎn)的第k個(gè)鄰域像素點(diǎn)的灰度值；代表第n個(gè)像素點(diǎn)的鄰域像素點(diǎn)的個(gè)數(shù)，norm()代表歸一化函數(shù)。

12、重要程度較大的像素點(diǎn)可能為凹坑缺陷區(qū)域以及污垢區(qū)域，便于后續(xù)對(duì)其進(jìn)行分析。

13、優(yōu)選的，所述獲取重要像素點(diǎn)，包括：

14、預(yù)設(shè)重要程度閾值t1，若任意像素點(diǎn)的重要程度大于或等于重要程度閾值t1，將該像素點(diǎn)記為重要像素點(diǎn)，獲取金屬帶材表面圖像中的所有重要像素點(diǎn)。

15、便于后續(xù)對(duì)重要像素點(diǎn)進(jìn)行分析，區(qū)分凹坑缺陷像素點(diǎn)以及污垢區(qū)域像素點(diǎn)。

16、優(yōu)選的，所述重要像素點(diǎn)的初級(jí)凹坑可能性的獲取包括：

17、獲取每個(gè)重要像素點(diǎn)的臨近區(qū)域；

18、；

19、式中，代表第r個(gè)重要像素點(diǎn)的初級(jí)凹坑可能性；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的灰度值；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域中的灰度值最小值；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的重要程度；代表第r個(gè)重要像素點(diǎn)的重要程度；exp()代表以自然常數(shù)為底數(shù)的指數(shù)函數(shù)。

20、便于后續(xù)根據(jù)每個(gè)重要像素點(diǎn)的初級(jí)凹坑可能性，獲取每個(gè)重要像素點(diǎn)的凹坑可能性。

21、優(yōu)選的，所述獲取每個(gè)重要像素點(diǎn)的臨近區(qū)域，包括：

22、基于每個(gè)重要像素點(diǎn)的重要程度對(duì)每個(gè)重要像素點(diǎn)進(jìn)行區(qū)域生長(zhǎng)，得到每個(gè)重要像素點(diǎn)的臨近區(qū)域。

23、優(yōu)選的，所述灰度變化因子的獲取包括：

24、獲取每個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的每個(gè)鄰域方向序列；

25、；

26、式中，代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的第m個(gè)鄰域方向的灰度變化因子；norm()代表歸一化函數(shù)；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的第m個(gè)鄰域方向序列中的最后一個(gè)像素點(diǎn)的灰度值；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的灰度值；代表第r個(gè)重要像素點(diǎn)的臨近區(qū)域的中心像素點(diǎn)的第m個(gè)鄰域方向序列中相鄰像素點(diǎn)之間的灰度差值為正數(shù)的個(gè)數(shù)。

27、優(yōu)選的，所述基于所述高斯模糊標(biāo)準(zhǔn)差對(duì)金屬帶材表面圖像進(jìn)行增強(qiáng)，得到增強(qiáng)圖像，包括：

28、根據(jù)每個(gè)重要像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差，使用反銳化掩模算法對(duì)每個(gè)重要像素點(diǎn)進(jìn)行模糊處理，得到模糊圖像，根據(jù)金屬帶材表面圖像減去模糊圖像，得到細(xì)節(jié)圖像，將細(xì)節(jié)圖像與金屬帶材表面圖像相加得到增強(qiáng)圖像。

29、對(duì)污垢區(qū)域進(jìn)行了大幅度的模糊，對(duì)凹坑缺陷區(qū)域細(xì)節(jié)進(jìn)行了保留，得到的增強(qiáng)圖像更加準(zhǔn)確。

30、第二方面，本發(fā)明提供基于圖像識(shí)別的金屬帶材缺陷檢測(cè)系統(tǒng)，采用如下的技術(shù)方案：

31、基于圖像識(shí)別的金屬帶材缺陷檢測(cè)系統(tǒng)，包括：處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法。

32、通過(guò)采用上述技術(shù)方案，將上述的基于圖像識(shí)別的金屬帶材缺陷檢測(cè)方法生成計(jì)算機(jī)程序，并存儲(chǔ)于存儲(chǔ)器中，以被處理器加載并執(zhí)行，從而根據(jù)存儲(chǔ)器及處理器制作終端設(shè)備，方便使用。

33、本發(fā)明具有以下技術(shù)效果：本發(fā)明的目的在于對(duì)每個(gè)像素點(diǎn)的灰度表現(xiàn)以及其鄰近像素的灰度值進(jìn)行分析，來(lái)評(píng)估每個(gè)像素點(diǎn)的凹坑可能性，顯著提升了圖像處理的針對(duì)性和效果，進(jìn)而根據(jù)每個(gè)像素點(diǎn)的凹坑可能性自適應(yīng)獲取每個(gè)像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差，使得對(duì)污垢區(qū)域像素點(diǎn)的高斯模糊標(biāo)準(zhǔn)差較大，盡可能將污垢區(qū)域平滑點(diǎn)，對(duì)凹坑缺陷區(qū)域的高斯模糊標(biāo)準(zhǔn)差較小，保留其細(xì)節(jié)，減少因相似灰度特征而導(dǎo)致的誤檢，從而實(shí)現(xiàn)更為精確的圖像增強(qiáng)。