[发明专利]金属板带材表面图像缺陷合并方法

说明书

技术领域

本发明涉及金属板带材表面图像缺陷合并方法，用于板带材表面质量检测系统，实现缺陷的特征计算的优化和提供生产所需的缺陷位置报告，属于先进制造技术及设备领域。

背景技术

在有色金属行业和钢铁行业，对板带材，铝箔的表面质量的要求越来越高，需要对表面进行实时的在线检测，这其中包含一些特殊用途的薄带材料，如密封包装料、管料等，需要对其内部存在的针孔缺陷进行全面准确的检测，避免由于误检和漏检对后续产品造成损失。基于光学图像的机器视觉检测技术是目前的主流检测方法。其检测的高效性和工作环境要求低的特点使得正逐步取代人工检测。该检测技术通常分为反射式与透射式两种检测方式。无论哪一种方式，都是通过对图像进行缺陷分割，最后都要给出检测出的缺陷的类别和缺陷的位置报告，以服务于客户。然而对于分割后的结果，无论采用哪种分割方，如阈值分割方法，信息熵分割方法，边缘检测，等等，实际为一个整体的缺陷目标经常在图像上被分割成几部分。这就会导致在缺陷目标特征计算时，特征值与实际缺陷的不相符合性，导致基于特征值的分类器的缺陷分类精度的降低。而在透射式孔洞检测系统中，因为孔洞在图像上的表现基本都是两两独立的，但是从实物来看，也许几个相互独立的小孔洞作为一个大的缺陷来处理，更有利于产品的后续处理，如，产品的评估，卷材的分切，废料剔除；同样其他的方式的检测系统也需要在带材的质量缺陷报告中给出的是完整的缺陷的位置报告，这些都需要对孔洞等缺陷进行在线自动合并，因为这样可以避免产品质量综合评估时由于缺陷数量造成的误判，废料剔除时能准确合理的缺陷位置能最小化损失值。

发明内容

本发明的目的在于针对现有分割算法在缺陷分割上的不完整性和生产中产品评估和位置报告上的实际需求，提出一种基于位置相邻度为主要判断依据的金属板带材表面图像缺陷合并方法。

金属板带材表面图像缺陷合并方法，特点是：

设图像分割得到K个不相邻的缺陷目标，首先计算每个被分割出的缺陷的最小外接矩形的四个顶点的坐标RCT_i=(x_1i,y_1i,x_2i,y_2i)，其中

i=1,2,...,K；然后设定放缩参数(w₁,w₂,a)，对矩形进行尺度放大，放大后的矩形四顶点坐标为ROI_i=(x_1i',y_1i',x_2i',y_2i')；然后根据放大后的矩形框的分布和相交情况，进行缺陷合并。

进一步地，上述的金属板带材表面图像缺陷合并方法，计算图像上每个缺陷的最小外接矩形的四个顶点坐标，四个坐标记为

RCT_i=(x_1i,y_1i,x_2i,y_2i),其中(x_1i,y_1i)表示缺陷i的最小外接矩形左上点的坐标，(x_2i,y_2i)表示矩形右下点的坐标。

更进一步地，上述的金属板带材表面图像缺陷合并方法，设定矩形放大参数(w₁,w₂,a)，其中w₁<w₂，参数单位是像素，该参数结合实际生产工艺需要与缺陷分布特点来设定。

更进一步地，上述的金属板带材表面图像缺陷合并方法，设缺陷所在的原始图像为M行N列，其图像右下角端点坐标为(N,M)，由外接矩形RCT_i放大后的矩形坐标为ROI_i=(x_1i',y_1i',x_2i',y_2i')，各坐标按计算公式如下：

更进一步地，上述的金属板带材表面图像缺陷合并方法，根据放大后的缺陷的矩形的相交情况，以矩形来刻画不同缺陷之间的相邻的程度进行缺陷合并。

再进一步地，上述的金属板带材表面图像缺陷合并方法，若两个缺陷的放大后的矩形相交，即两矩形有重叠的区域，则这两个缺陷合并为一个缺陷用于后续处理；否则，这两个缺陷被认为是两个相互独立的缺陷。