(6)對處理獲得的二值圖像進(jìn)行圖像分割和輪廓檢測，再提取得到的輪廓的在灰度圖中的坐標(biāo)、面積、擬合矩形的長寬和灰度均值等信息，再轉(zhuǎn)換成帶鋼邊部的缺陷信息，包括缺陷位置坐標(biāo)、大小、長寬尺寸和平均深度等信息，輸出檢測結(jié)果，存檔。
[0021]步驟(2)中測距傳感器掃描傳送的帶鋼鋼卷邊部的形貌數(shù)據(jù)格式為:
X1, hj；x 2，h2；x 3，h3；......其中X1, x2, x3,......為一道激光束從一端到另一端的連續(xù)位置信息，h1； h2, h3......為被測點(diǎn)與激光測距傳感器間的距離數(shù)據(jù)，距離數(shù)據(jù)為有效數(shù)據(jù)，需要保留的數(shù)據(jù)。
[0022]步驟(3)中根據(jù)公式:
gi=hj/100, (g 為灰度值，h 為距尚，i=l、2、3......)
將距離數(shù)據(jù)轉(zhuǎn)化為灰度圖像中的灰度值(參見附圖4)。
[0023]步驟(4)中，由于實(shí)際掃描軌跡為圓環(huán)形，但獲得的數(shù)據(jù)卻為矩形，需要根據(jù)掃描數(shù)據(jù)和激光測距傳感器的掃描模式進(jìn)行帶鋼邊部形貌圖像的重建，重建模型的數(shù)學(xué)模型如下:
參見附圖3，假設(shè)掃描得到得矩形總長度為b，寬度為a (即激光束寬度)，則實(shí)際掃描的圓環(huán)內(nèi)圓的半徑R1和外圓半徑R2分別為:
R2=W (2 31)
R1=R2-B
Ii=R2-R1
得到實(shí)際掃描圓環(huán)的內(nèi)外圓半徑Rp民后，貝1J整個(gè)圓環(huán)由η個(gè)圓組成,從圓環(huán)最外圈算起，依次為0，1，2，3，……η，則每個(gè)圓的半徑為:
R=R2-1 (i=0、l、2、3......)
每個(gè)圓對應(yīng)的數(shù)據(jù)為矩形從上往下第(i+1)行的數(shù)據(jù)，數(shù)據(jù)總長度均為b，隨著圓半徑的遞減，周長減小，數(shù)據(jù)密度相應(yīng)增大，但由于實(shí)際掃描得到的數(shù)據(jù)本身就存在重復(fù)的情況，所以在擬合為圓環(huán)時(shí)不影響最后重建圖像的結(jié)果。
[0024]在重建帶鋼邊部形貌灰度圖像過程中，每個(gè)點(diǎn)的位置坐標(biāo)根據(jù)圓的極坐標(biāo)方程來確定的，即:
x=x0+R*cos Θy=y0+R*sin θ
(χ0, y0)為圓心坐標(biāo)，θ e [0,2ji]
每個(gè)點(diǎn)的灰度值由步驟(3)獲得，逐點(diǎn)繪制即可得到初步的帶鋼邊部形貌灰度圖像圖。
[0025]對初步得到得圖像中可能存在的漏點(diǎn)現(xiàn)象，即存在某個(gè)像素點(diǎn)(\，Yj)灰度值為空，采用取左上角(Xj-1，yrl)和右下角(Xj+1，Yj+l)像素點(diǎn)灰度均值進(jìn)行插值填充，最終得到完整的帶鋼邊部形貌灰度圖像。
[0026]步驟(5)中，采用中值濾波對得到得帶鋼邊部形貌灰度圖像進(jìn)行去噪處理，減少噪聲信號對檢測結(jié)果的影響。
[0027]步驟(5)中，二值化處理采用先進(jìn)行圖像分割，然后對分割后的局部圖像分別采用OTSU算法(最大類間差法)，確定最佳二值化的分割閾值，進(jìn)行圖像的二值化，得到二值圖像。其中OTSU算法原理為:
假設(shè)分割閾值為t，則灰度值大于t的點(diǎn)為前景點(diǎn)，小于t的為背景點(diǎn)。前景點(diǎn)占圖像比例為Wtl,灰度均值為U。，背景點(diǎn)占圖像比例為W1,灰度均值為U1，則整個(gè)圖像的灰度均值為:
U=W0;!<U0+W1;!<U1
建立函數(shù):
g (t) =W0* (U0-U)2+W1* (U1-U)2
g(t)即為分割閾值t的類間方差表達(dá)式，在t e (O, 255)范圍內(nèi)，使得g(t)取得最大值的t值即為最佳二值化分割閾值。
[0028]步驟(6)中采用在開源圖像處理源碼庫OpenCV中的輪廓檢測算法基礎(chǔ)上，加以改進(jìn)得到的輪廓檢測和信息提取算法，對步驟(5)中得到的二值圖像進(jìn)行輪廓檢測，得到其中灰度值變化明顯和與周圍區(qū)域灰度差值大的區(qū)域，即實(shí)際帶鋼邊部可能存在缺陷的區(qū)域，提取圖像中輪廓的坐標(biāo)、面積、灰度均值，以及將輪廓擬合為矩形的長寬信息(參見附圖5)，得到這些信息在通過圖像與實(shí)際檢測的帶鋼邊部比例進(jìn)行轉(zhuǎn)化，即可得到實(shí)際帶鋼邊部缺陷的位置坐標(biāo)、缺陷面積、缺陷長寬尺寸以及缺陷深度等缺陷信息，最終將這些缺陷信息輸出存檔。
[0029]步驟(6)中根據(jù)檢測到的缺陷深度值與設(shè)定的缺陷等級進(jìn)行比較，即可得到缺陷等級評定結(jié)果。缺陷等級設(shè)定根據(jù)不同的生產(chǎn)要求由使用者自行設(shè)定。
[0030]下面給出一個(gè)缺陷等級評定結(jié)果的示例:
檢測時(shí)間:2014-7-18 9:36:20
檢測參數(shù):
掃描步長:7.00mm/s 掃描精度:3.0Omm/s (缺陷最小允許值)
缺陷等級:3.00-5.0Omm 為 I 級，5.00-7.0Omm 為 II 級，7.0Omm 以上為 III 級
10-18 21.30-22.35 長:19mm 寬:1.20mm 深度:6.83mm II 級
24-9 17.20-19.00 長:6mm 寬:1.80mm 深度:3.54mm I 級
321-29 2.30-6.35 長:9mm 寬:4.05mm 深度:5.28mm II 級 I級缺陷I個(gè)
II級缺陷2個(gè) III級缺陷O個(gè)缺陷總數(shù)I個(gè)。
[0031 ] 以上僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1.一種帶鋼邊部缺陷檢測識(shí)別方法，其特征在于:包括如下步驟: 第一步:通過激光測距傳感器對帶鋼鋼卷邊部進(jìn)行環(huán)形軌跡掃描，生成形貌數(shù)據(jù)，所述形貌數(shù)據(jù)的格式為:X1, hj；x 2，h2；x 3，h3；......其中X1, x2, x3,......為一道激光束從一端到另一端的連續(xù)位置信息，Ii1, h2, h3,......為被測點(diǎn)與激光測距傳感器間的距離數(shù)據(jù)，距離數(shù)據(jù)為有效數(shù)據(jù)，需要保留的數(shù)據(jù)； 第二步:通過公式:&=4/Α，將所述距離數(shù)據(jù)轉(zhuǎn)化為灰度值，并將XjPgi轉(zhuǎn)化成帶鋼邊部矩形形貌灰度圖，其中i=l，2，3，……，AS整數(shù)； 第三步:將矩形形貌灰度圖轉(zhuǎn)換成環(huán)形形貌灰度圖； 第四步:將所述環(huán)形形貌灰度圖進(jìn)行二值化處理，得到二值圖像； 第五步:對所述二值圖像進(jìn)行輪廓檢測，得到其中灰度值變化明顯和與周圍區(qū)域灰度差值大的缺陷區(qū)域； 第六步:提取所述缺陷區(qū)域的坐標(biāo)、面積、灰度均值，以及所述區(qū)域?qū)?yīng)于所述矩形形貌灰度圖中的長寬信息； 第七步:將所述缺陷區(qū)域?qū)?yīng)至所述實(shí)際檢測的帶鋼邊部，得到實(shí)際帶鋼邊部的缺陷位置坐標(biāo)、缺陷面積、缺陷長寬尺寸以及缺陷深度。
2.根據(jù)權(quán)利要求1所述的帶鋼邊部缺陷檢測識(shí)別方法，其特征在于:所述第一步中的環(huán)形軌跡掃描的掃描步長是7mm/s,掃描精度為3mm/s。
3.根據(jù)權(quán)利要求1所述的帶鋼邊部缺陷檢測識(shí)別方法，其特征在于:在所述第四步之前，還包括采用中值濾波對得到的環(huán)形形貌灰度圖進(jìn)行去噪處理。
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的帶鋼邊部缺陷檢測識(shí)別方法，其特征在于:A=100
5.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的帶鋼邊部缺陷檢測識(shí)別方法，其特征在于:所述第四步的二值化處理包括如下步驟: (1)圖像分割； (2)通過最大類間差法對分割后的局部圖像確定最佳二值化的分割閾值； (3)對分割后的圖像的進(jìn)行二值化； (4)得到二值圖像。
【專利摘要】本發(fā)明涉及冷軋制造業(yè)技術(shù)領(lǐng)域，公開了一種帶鋼邊部缺陷檢測識(shí)別方法，包括第一步：生成形貌數(shù)據(jù)，第二步：生成帶鋼邊部矩形形貌灰度圖，第三步：轉(zhuǎn)換成環(huán)形形貌灰度圖，第四步：將所述環(huán)形形貌灰度圖進(jìn)行二值化處理，得到二值圖像，第五步：對所述二值圖像進(jìn)行輪廓檢測，得到缺陷區(qū)域，第六步：提取所述缺陷區(qū)域的坐標(biāo)、面積、灰度均值，第七步：將所述缺陷區(qū)域?qū)?yīng)至所述實(shí)際檢測的帶鋼邊部，得到實(shí)際帶鋼邊部的缺陷位置坐標(biāo)、缺陷面積、缺陷長寬尺寸以及缺陷深度。本發(fā)明能夠?qū)т撲摼淼倪叢咳毕葸M(jìn)行準(zhǔn)確快速的檢測，提高檢測精度和準(zhǔn)確度，最終提供被檢測鋼卷的邊部檢測報(bào)告。
【IPC分類】G01N21-95
【公開號】CN104535586
【申請?zhí)枴緾N201410656403
【發(fā)明人】陳建鈞, 陳杰, 呂棟煒, 陳國寧, 金正洋
【申請人】華東理工大學(xué)
【公開日】2015年4月22日
【申請日】2014年11月18日