一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法
【專(zhuān)利摘要】一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，包括：采用面陣工業(yè)相機(jī)采集硅鋼板表面缺陷圖像；采用視覺(jué)顯著方法對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行缺陷檢測(cè)；采用基于顯著線掃描形態(tài)學(xué)的檢測(cè)方法對(duì)油污缺陷圖像進(jìn)行定位檢測(cè)；本發(fā)明將硅鋼板被油污干擾物所覆蓋的情況從缺陷檢測(cè)中排除，這些偽缺陷干擾增加了目標(biāo)檢測(cè)與識(shí)別的難度。解決了缺陷檢測(cè)時(shí)的雜亂背景問(wèn)題、覆蓋的油污干擾問(wèn)題以及反光的偽缺陷干擾問(wèn)題；本發(fā)明對(duì)信息欠缺的二值圖像進(jìn)行了線掃描填充操作，該操作能夠有效的獲得油污干擾區(qū)域；本發(fā)明運(yùn)用了形態(tài)學(xué)理論的邊緣處理方法去除油污邊緣和反光偽缺陷邊緣，避免了相減操作不能夠有效消除偽邊緣的問(wèn)題。
【專(zhuān)利說(shuō)明】—種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于機(jī)器視覺(jué)和無(wú)損檢測(cè)【技術(shù)領(lǐng)域】，具體涉及一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法。

【背景技術(shù)】
[0002]在金屬板材中，硅鋼板作為高端鋼鐵產(chǎn)品，其制造技術(shù)和產(chǎn)品質(zhì)量已成為衡量一個(gè)國(guó)家特殊鋼生產(chǎn)和科技發(fā)展水平的重要標(biāo)志之一。硅鋼板又稱(chēng)矽鋼板，是一種含碳極低的娃鐵軟磁合金，一般含娃量0.5?4.5 %。主要用來(lái)制作各種發(fā)電機(jī)、電動(dòng)機(jī)和變壓器的鐵芯，同時(shí)硅鋼板也是電子、電力和軍事工業(yè)中不可或缺的重要軟磁性合金材料。由于硅鋼板與一國(guó)的電能消耗量密切相關(guān)，并且生產(chǎn)工藝復(fù)雜，制造技術(shù)嚴(yán)格，大部分國(guó)外企業(yè)都將硅鋼板的生產(chǎn)技術(shù)以專(zhuān)利形式加以保護(hù)，視為企業(yè)的生命。
[0003]高品質(zhì)硅鋼板材的生產(chǎn)離不開(kāi)有效的檢測(cè)手段，嚴(yán)格的產(chǎn)品質(zhì)量檢測(cè)是控制生產(chǎn)流程、改善工藝設(shè)備和提高產(chǎn)品質(zhì)量的可靠保障。研制和應(yīng)用硅鋼板表面缺陷檢測(cè)系統(tǒng)，實(shí)現(xiàn)硅鋼板表面缺陷自動(dòng)化的在線檢測(cè)，對(duì)企業(yè)質(zhì)量控制和生產(chǎn)決策具有重要的作用。
[0004]冷軋硅鋼板生產(chǎn)線與熱軋板生產(chǎn)線環(huán)境相比，盡管沒(méi)有了高溫和水汽等干擾因素，然而粉塵、噪聲和油污等干擾因素的存在使得表面缺陷成像的質(zhì)量大打折扣。而且，干擾因素的存在時(shí)常導(dǎo)致缺陷的目標(biāo)信息被干擾物覆蓋，甚至被完全淹沒(méi)。隨著降噪設(shè)備、高性能傳感器等設(shè)備的不斷發(fā)展更新，圖像的采集問(wèn)題已初步被解決。然而，目前在獲得的缺陷圖像中仍然可能會(huì)出現(xiàn)目標(biāo)信息被干擾物所覆蓋，例如在硅鋼板表面圖像中會(huì)出現(xiàn)缺陷目標(biāo)被油污所覆蓋的情況，這些偽缺陷干擾增加了目標(biāo)檢測(cè)與識(shí)別的難度。而從圖像處理和目標(biāo)識(shí)別的角度解決該問(wèn)題，需要解決雜亂背景的問(wèn)題、覆蓋的油污干擾問(wèn)題以及反光的偽缺陷干擾問(wèn)題。因此，有必要開(kāi)發(fā)一個(gè)適合的檢測(cè)方法能夠?qū)崿F(xiàn)油污干擾下硅鋼板表面缺陷的準(zhǔn)確檢測(cè)。


【發(fā)明內(nèi)容】

[0005]針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法。
[0006]本發(fā)明的技術(shù)方案是:
[0007]一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，包括如下步驟:
[0008]步驟1、采用面陣工業(yè)相機(jī)采集硅鋼板表面缺陷圖像；
[0009]步驟2、采用視覺(jué)顯著方法對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行缺陷檢測(cè)；
[0010]步驟2-1、使用5X5高斯濾波窗口對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行濾波處理；
[0011]步驟2-2、將步驟2-1濾波后的硅鋼板表面缺陷圖像和未濾波的硅鋼板表面缺陷圖像進(jìn)行顏色空間轉(zhuǎn)換，即從RGB顏色空間轉(zhuǎn)換到Lab顏色空間；
[0012]步驟2-3、在Lab顏色空間下，分別計(jì)算未濾波的硅鋼板表面缺陷圖像的平均向量即每個(gè)像素點(diǎn)對(duì)應(yīng)的Lab值的平均值構(gòu)成的矩陣Ili (X，y)，濾波后的硅鋼板表面缺陷圖像的平均向量If(x，y)；
[0013]步驟2-4、根據(jù)IljUy)和If(x，y)計(jì)算得到硅鋼板表面缺陷圖像的顯著值S(x, y)，并根據(jù)顯著值繪制顯著圖；
[0014]S(x, y) = IIlll(XJ)-1f(XJ)II(I)
[0015]步驟2-5、計(jì)算顯著圖中的平均灰度，判斷該平均灰度是否大于初始設(shè)置的閾值，是，則當(dāng)前硅鋼板表面缺陷圖像為油污缺陷圖像，執(zhí)行步驟3，否則返回步驟I ;
[0016]步驟3、采用基于顯著線掃描形態(tài)學(xué)的檢測(cè)方法對(duì)油污缺陷圖像進(jìn)行定位檢測(cè)；
[0017]步驟3-1、使用基于形態(tài)學(xué)的開(kāi)閉濾波方法對(duì)步驟2-4中得到的顯著圖進(jìn)行濾波處理；
[0018]所述基于形態(tài)學(xué)的開(kāi)閉濾波方法采用交替順序的開(kāi)-閉濾波，即用一系列不斷增大的結(jié)構(gòu)元素來(lái)執(zhí)行開(kāi)-閉濾波，直到結(jié)構(gòu)元素尺寸與設(shè)定的結(jié)構(gòu)元素尺寸上限相同為止。
[0019]步驟3-2、對(duì)步驟3-1中濾波后的圖像進(jìn)行歸一化處理，并使用全局二值化方法獲得二值圖像；
[0020]步驟3-3、對(duì)步驟3-2中得到的二值圖像進(jìn)行線掃描填充操作獲得線掃描結(jié)果二值圖像，并提取該圖像邊緣得到油污干擾區(qū)域；
[0021]所述線掃描填充操作包括水平方向線掃描填充和豎直方向線掃描填充，具體如下:首先對(duì)于二值圖像矩陣的每一行，先尋找該行中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到一個(gè)新的二值圖像，即水平方向線掃描二值圖像；再對(duì)于水平方向線掃描圖像的每一列，先尋找該列中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到豎直方向線掃描二值圖像，即最終的線掃描結(jié)果二值圖像，提取該圖像邊緣得到油污干擾區(qū)域圖像；
[0022]所述步驟3-3利用Canny算子提取線掃描結(jié)果二值圖像邊緣得到油污干擾區(qū)域。
[0023]步驟3-4、對(duì)步驟3-3中得到的油污干擾區(qū)域圖像使用形態(tài)學(xué)理論的邊緣處理方法去除油污干擾區(qū)域邊緣和反光偽缺陷邊緣，獲得去除油污干擾的硅鋼板表面缺陷圖像。
[0024]步驟3-4-1:對(duì)得到的油污干擾區(qū)域圖像執(zhí)行膨脹操作，得到膨脹邊緣圖像；
[0025]步驟3-4-2:將膨脹操作后的圖像與油污干擾區(qū)域圖像進(jìn)行邏輯“或”運(yùn)算，得到新的膨脹邊緣圖像；
[0026]步驟3-4-3:將邏輯“或”運(yùn)算前后的兩幅膨脹邊緣圖像執(zhí)行圖像相減消除邊緣操作，得到最終的油污干擾區(qū)域圖像；
[0027]步驟3-4-4:對(duì)最終的油污干擾區(qū)域圖像執(zhí)行膨脹操作，并將其顯示在硅鋼板表面缺陷圖像上。
[0028]有益效果:
[0029]I)將硅鋼板被油污干擾物所覆蓋的情況從缺陷檢測(cè)中排除，這些偽缺陷干擾增加了目標(biāo)檢測(cè)與識(shí)別的難度。解決了缺陷檢測(cè)時(shí)的雜亂背景問(wèn)題、覆蓋的油污干擾問(wèn)題以及反光的偽缺陷干擾問(wèn)題；
[0030]2)本發(fā)明對(duì)信息欠缺的二值圖像進(jìn)行了線掃描填充操作，該操作能夠有效的獲得油污干擾區(qū)域；
[0031]3)本發(fā)明運(yùn)用了形態(tài)學(xué)理論的邊緣處理方法去除油污邊緣和反光偽缺陷邊緣，避免了相減操作不能夠有效消除偽邊緣的問(wèn)題。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0032]圖1為本發(fā)明【具體實(shí)施方式】的油污干擾下的硅鋼板表面缺陷檢測(cè)方法流程圖；
[0033]圖2為本發(fā)明【具體實(shí)施方式】的硅鋼板表面缺陷圖像變化過(guò)程示意圖；
[0034]圖3為本發(fā)明【具體實(shí)施方式】的擦裂缺陷圖像及其實(shí)驗(yàn)結(jié)果；其中，(a)擦裂缺陷圖像；(b)形態(tài)學(xué)梯度方法的實(shí)驗(yàn)結(jié)果；(c)Canny算子的實(shí)驗(yàn)結(jié)果；(d)本方法的實(shí)驗(yàn)結(jié)果；
[0035]圖4為本發(fā)明【具體實(shí)施方式】的劃傷缺陷圖像及其實(shí)驗(yàn)結(jié)果；其中，(a)劃傷缺陷圖像；(b)形態(tài)學(xué)梯度方法的實(shí)驗(yàn)結(jié)果；(c)Canny算子的實(shí)驗(yàn)結(jié)果；(d)本方法的實(shí)驗(yàn)結(jié)果；
[0036]圖5為本發(fā)明【具體實(shí)施方式】的小缺陷圖像及其實(shí)驗(yàn)結(jié)果；其中，(a)小缺陷圖像；(b)形態(tài)學(xué)梯度方法的實(shí)驗(yàn)結(jié)果；(c) Canny算子的實(shí)驗(yàn)結(jié)果；(d)本方法的實(shí)驗(yàn)結(jié)果。

【具體實(shí)施方式】
[0037]下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】做詳細(xì)說(shuō)明。
[0038]一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，如圖1所示，包括如下步驟:
[0039]步驟1、采用面陣工業(yè)相機(jī)采集硅鋼板表面缺陷圖像；
[0040]步驟2、采用視覺(jué)顯著方法對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行缺陷檢測(cè)；
[0041]步驟2-1、使用5X5高斯濾波窗口對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行濾波處理；
[0042]步驟2-2、將步驟2-1濾波后的硅鋼板表面缺陷圖像和未濾波的硅鋼板表面缺陷圖像進(jìn)行顏色空間轉(zhuǎn)換，即從RGB顏色空間轉(zhuǎn)換到Lab顏色空間；
[0043]步驟2-3、在Lab顏色空間下，分別計(jì)算未濾波的硅鋼板表面缺陷圖像的平均向量即每個(gè)像素點(diǎn)對(duì)應(yīng)的Lab值的平均值構(gòu)成的矩陣Ili (X，y)，濾波后的硅鋼板表面缺陷圖像的平均向量If(x，y)；
[0044]步驟2-4、根據(jù)IljUy)和If(x，y)計(jì)算得到硅鋼板表面缺陷圖像的顯著值S(x, y)，并根據(jù)顯著值繪制顯著圖；
[0045]S(x, y) = IIlll(XJ)-1f(XJ)II(I)
[0046]步驟2-5、計(jì)算顯著圖中的平均灰度，判斷該平均灰度是否大于初始設(shè)置的閾值200，是，則當(dāng)前硅鋼板表面缺陷圖像為油污缺陷圖像，執(zhí)行步驟3，否則返回步驟I ;
[0047]步驟3、采用基于顯著線掃描形態(tài)學(xué)的檢測(cè)方法對(duì)油污缺陷圖像進(jìn)行定位檢測(cè)；
[0048]步驟3-1、使用基于形態(tài)學(xué)的開(kāi)閉濾波方法對(duì)步驟2-4中得到的顯著圖進(jìn)行濾波處理；
[0049]基于形態(tài)學(xué)的開(kāi)閉濾波方法采用交替順序的開(kāi)-閉濾波，即用一系列不斷增大的結(jié)構(gòu)元素來(lái)執(zhí)行開(kāi)-閉濾波，直到結(jié)構(gòu)元素尺寸與設(shè)定的結(jié)構(gòu)元素尺寸上限相同為止。交替順序的開(kāi)-閉濾波的一種形式是用一系列不斷增大的結(jié)構(gòu)元素來(lái)執(zhí)行開(kāi)-閉濾波，即開(kāi)始時(shí)使用的是一個(gè)較小的結(jié)構(gòu)元素，然后增加其大小，直到其大小與獲得結(jié)果所設(shè)定的結(jié)構(gòu)元素的大小相同為止。與單個(gè)開(kāi)-閉濾波器相比，交替順序的開(kāi)-閉濾波的結(jié)果要稍微平滑一些。顯示了對(duì)顯著圖像的濾波處理，其中，結(jié)構(gòu)元素使用了圓盤(pán)(即“disk”)類(lèi)型，半徑范圍為2至3。
[0050]步驟3-2、對(duì)步驟3-1中濾波后的圖像進(jìn)行歸一化處理，并使用全局二值化方法獲得二值圖像；
[0051]步驟3-3、對(duì)步驟3-2中得到的二值圖像進(jìn)行線掃描填充操作獲得線掃描結(jié)果二值圖像，并提取該圖像邊緣得到油污干擾區(qū)域；
[0052]所述線掃描填充操作包括水平方向線掃描填充和豎直方向線掃描填充，具體如下:首先對(duì)于二值圖像矩陣的每一行，先尋找該行中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到一個(gè)新的二值圖像，即水平方向線掃描二值圖像；再對(duì)于水平方向線掃描圖像的每一列，先尋找該列中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到豎直方向線掃描二值圖像，即最終的線掃描結(jié)果二值圖像，提取該圖像邊緣得到油污干擾區(qū)域圖像；
[0053]利用Canny算子提取線掃描結(jié)果二值圖像邊緣得到油污干擾區(qū)域。
[0054]步驟3-4、對(duì)步驟3-3中得到的油污干擾區(qū)域圖像使用形態(tài)學(xué)理論的邊緣處理方法去除油污干擾區(qū)域邊緣和反光偽缺陷邊緣，獲得去除油污干擾的硅鋼板表面缺陷圖像。
[0055]步驟3-4-1:對(duì)得到的油污干擾區(qū)域圖像執(zhí)行膨脹操作，得到膨脹邊緣圖像；
[0056]步驟3-4-2:將膨脹操作后的圖像與油污干擾區(qū)域圖像進(jìn)行邏輯“或”運(yùn)算，得到新的膨脹邊緣圖像；
[0057]步驟3-4-3:將邏輯“或”運(yùn)算前后的兩幅膨脹邊緣圖像執(zhí)行圖像相減消除邊緣操作，得到最終的油污干擾區(qū)域圖像；
[0058]步驟3-4-4:對(duì)最終的油污干擾區(qū)域圖像執(zhí)行膨脹操作，并將其顯示在硅鋼板表面缺陷圖像上。
[0059]硅鋼板表面缺陷圖像變化過(guò)程如圖2所示。
[0060]本實(shí)施方式的實(shí)施環(huán)境如下:
[0061]硬件平臺(tái):IntelPentium(R)Duo-Core 2.8GHz 中央處理器,4G 內(nèi)存。
[0062]軟件平臺(tái):Windows操作系統(tǒng)，Matlab7.10軟件平臺(tái)。
[0063]本實(shí)施方式中，在油污干擾下的硅鋼表面缺陷圖像樣本庫(kù)中進(jìn)行檢測(cè)定位實(shí)驗(yàn)。
[0064]實(shí)驗(yàn)一:應(yīng)用本方法對(duì)待檢測(cè)的擦裂缺陷圖像即圖3(a)進(jìn)行檢測(cè)實(shí)驗(yàn)，其實(shí)驗(yàn)結(jié)果如圖3(d)所示。同時(shí)，分別使用形態(tài)學(xué)梯度方法和Canny算子對(duì)擦裂缺陷圖像進(jìn)行檢測(cè)的實(shí)驗(yàn)結(jié)果如圖3(b)和圖3(c)所示。
[0065]從圖3(b)和圖3(c)中可以看到，盡管形態(tài)學(xué)梯度和Canny算子可以在雜亂背景中檢測(cè)出部分擦裂缺陷目標(biāo)區(qū)域，但同時(shí)這些方法也檢測(cè)出了太多的干擾邊緣。而與前兩種方法相反，從圖3(d)中可以看到本方法不僅完全檢測(cè)出了表面缺陷目標(biāo)，同時(shí)很好的去除了油污邊緣和反光偽缺陷邊緣，表現(xiàn)出更好的檢測(cè)性能。
[0066]實(shí)驗(yàn)二:應(yīng)用本方法對(duì)待檢測(cè)的劃傷缺陷圖像即圖4(a)進(jìn)行檢測(cè)實(shí)驗(yàn)，其實(shí)驗(yàn)結(jié)果如圖4(d)所示。同時(shí)，分別使用形態(tài)學(xué)梯度方法和Canny算子對(duì)劃傷缺陷圖像進(jìn)行檢測(cè)的實(shí)驗(yàn)結(jié)果如圖4(b)和圖4(c)所示。
[0067]從圖4(b)和圖4(c)中可以看到，由于油污邊緣和反光偽缺陷邊緣的干擾，導(dǎo)致形態(tài)學(xué)梯度和Canny算子在檢測(cè)出部分劃傷缺陷目標(biāo)區(qū)域的同時(shí)也檢測(cè)出了這些干擾邊緣。而從圖4(d)中可以看到本發(fā)明方法不僅完全檢測(cè)出了表面缺陷目標(biāo)，同時(shí)很好的去除了油污邊緣和反光偽缺陷邊緣，進(jìn)一步驗(yàn)證了本方法對(duì)油污干擾下劃傷表面缺陷目標(biāo)檢測(cè)的有效性。
[0068]實(shí)驗(yàn)三:應(yīng)用本方法對(duì)待檢測(cè)的小缺陷圖像即圖5(a)進(jìn)行檢測(cè)實(shí)驗(yàn)，其實(shí)驗(yàn)結(jié)果如圖5(d)所示。同時(shí)，分別使用形態(tài)學(xué)梯度方法和Canny算子對(duì)擦裂缺陷圖像進(jìn)行檢測(cè)的實(shí)驗(yàn)結(jié)果如圖5(b)和圖5(c)所示。
[0069]圖5(b)和圖5(c)中的結(jié)果和前兩個(gè)實(shí)驗(yàn)中的情況一樣，即這兩種方法檢測(cè)出了太多的干擾邊緣。而圖5(d)中的結(jié)果也和預(yù)期的一樣，即本方法可以準(zhǔn)確檢測(cè)出小缺陷目標(biāo)，表現(xiàn)出更好的檢測(cè)性能，驗(yàn)證了本方法的有效性。
【權(quán)利要求】
1.一種油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，其特征在于:包括如下步驟: 步驟1、采用面陣工業(yè)相機(jī)采集硅鋼板表面缺陷圖像； 步驟2、采用視覺(jué)顯著方法對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行缺陷檢測(cè)； 步驟2-1、使用5X5高斯濾波窗口對(duì)采集的硅鋼板表面缺陷圖像進(jìn)行濾波處理； 步驟2-2、將步驟2-1濾波后的硅鋼板表面缺陷圖像和未濾波的硅鋼板表面缺陷圖像進(jìn)行顏色空間轉(zhuǎn)換，即從RGB顏色空間轉(zhuǎn)換到Lab顏色空間； 步驟2-3、在Lab顏色空間下，分別計(jì)算未濾波的硅鋼板表面缺陷圖像的平均向量即每個(gè)像素點(diǎn)對(duì)應(yīng)的Lab值的平均值構(gòu)成的矩陣Ili (X，y)，濾波后的硅鋼板表面缺陷圖像的平均向量If (X，y)； 步驟2-4、根據(jù)Ili (x，y)和If(x，y)計(jì)算得到硅鋼板表面缺陷圖像的顯著值S (x，y)，并根據(jù)顯著值繪制顯著圖；
S(x, y) = I I Ill (x, y)-1f (x, y) I(I) 步驟2-5、計(jì)算顯著圖中的平均灰度，判斷該平均灰度是否大于初始設(shè)置的閾值，是，則當(dāng)前硅鋼板表面缺陷圖像為油污缺陷圖像，執(zhí)行步驟3，否則返回步驟I ; 步驟3、采用基于顯著線掃描形態(tài)學(xué)的檢測(cè)方法對(duì)油污缺陷圖像進(jìn)行定位檢測(cè)； 步驟3-1、使用基于形態(tài)學(xué)的開(kāi)閉濾波方法對(duì)步驟2-4中得到的顯著圖進(jìn)行濾波處理；步驟3-2、對(duì)步驟3-1中濾波后的圖像進(jìn)行歸一化處理，并使用全局二值化方法獲得二值圖像； 步驟3-3、對(duì)步驟3-2中得到的二值圖像進(jìn)行線掃描填充操作獲得線掃描結(jié)果二值圖像，并提取該圖像邊緣得到油污干擾區(qū)域； 所述線掃描填充操作包括水平方向線掃描填充和豎直方向線掃描填充，具體如下:首先對(duì)于二值圖像矩陣的每一行，先尋找該行中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到一個(gè)新的二值圖像，即水平方向線掃描二值圖像；再對(duì)于水平方向線掃描圖像的每一列，先尋找該列中的所有O值，然后將第一個(gè)O值和最后一個(gè)O值中間的所有值設(shè)置為O值，進(jìn)而得到豎直方向線掃描二值圖像，即最終的線掃描結(jié)果二值圖像，提取該圖像邊緣得到油污干擾區(qū)域圖像； 步驟3-4、對(duì)步驟3-3中得到的油污干擾區(qū)域圖像使用形態(tài)學(xué)理論的邊緣處理方法去除油污干擾區(qū)域邊緣和反光偽缺陷邊緣，獲得去除油污干擾的硅鋼板表面缺陷圖像。
2.根據(jù)權(quán)利要求1所述的油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，其特征在于:所述基于形態(tài)學(xué)的開(kāi)閉濾波方法采用交替順序的開(kāi)-閉濾波，即用一系列不斷增大的結(jié)構(gòu)元素來(lái)執(zhí)行開(kāi)-閉濾波，直到結(jié)構(gòu)元素尺寸與設(shè)定的結(jié)構(gòu)元素尺寸上限相同為止。
3.根據(jù)權(quán)利要求1所述的油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，其特征在于:所述步驟3-3利用Canny算子提取線掃描結(jié)果二值圖像邊緣得到油污干擾區(qū)域。
4.根據(jù)權(quán)利要求1所述的油污干擾下的硅鋼板表面缺陷圖像檢測(cè)方法，其特征在于:所述步驟3-4按以下步驟執(zhí)行: 步驟3-4-1:對(duì)得到的油污干擾區(qū)域圖像執(zhí)行膨脹操作，得到膨脹邊緣圖像； 步驟3-4-2:將膨脹操作后的圖像與油污干擾區(qū)域圖像進(jìn)行邏輯“或”運(yùn)算，得到新的膨脹邊緣圖像； 步驟3-4-3:將邏輯“或”運(yùn)算前后的兩幅膨脹邊緣圖像執(zhí)行圖像相減消除邊緣操作，得到最終的油污干擾區(qū)域圖像； 步驟3-4-4:對(duì)最終的油污干擾區(qū)域圖像執(zhí)行膨脹操作，并將其顯示在硅鋼板表面缺陷圖像上。
【文檔編號(hào)】G06T5/30GK104318556SQ201410548807
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年10月16日 優(yōu)先權(quán)日:2014年10月16日
【發(fā)明者】宋克臣, 顏云輝, 董志鵬, 溫馨, 趙永杰 申請(qǐng)人:東北大學(xué)