[发明专利]一种新型表面裂纹检测算法

说明书

技术领域

本发明涉及一种无损检测方法，具体涉及一种新型表面裂纹检测算法。 

背景技术

连铸坯表面裂纹现象在生产流程中是不可避免的，若检测到裂纹就需要进行精整，甚至可能产生废品，在线检测表面裂意义重大。利用图像识别技术对裂纹进行检测是一个主要技术手段，但识别准确率不尽人意。 

发明内容

本发明克服了现有技术的不足，提出了一种新型表面裂纹检测算法。所述算法对图像进行识别，分类，能快速获得裂纹缺陷的范围空间，获得较好的提取和识别效果，表面缺陷识别效果好，裂纹识别率高；可靠性高，数据准确。所述算法表面裂纹的识别率可以达到97％以上。 

本发明的技术方案为：一种新型表面裂纹检测算法，通过摄像设备获取图像，然后对获取的图像进行处理，包括七个步骤： 

第一步，二值化图像输入处理 

把检测到的图象经过黑白模式处理后，形成二值图象f(x，y)； 

第二步，图像邻域化操作 

在图像上的任意象素q(m，n)，连结象素素q(m，n)的像素p(i，j)，若满足 

|i-m|+|j-n|＝1或|i-m|＝|j-n|＝1 

此时的象素p(i，j)被称为象素q(m，n)的邻域，其中，i、j、m、n分别为二值图象f(x，y)上的行或列，当某黑象素p(i，j)的邻域的象素有一个为白象素时，置p(i，j)为白象素，称此运算为裂纹擦除运算；当某白象素p(i，j)的邻域的象素有一个为黑象 素时，置q)j-k)为黑象素，则称此运算为裂纹识别运算；对二值图象g(y-z)从左上角开始到右下角止进行扫描，每次扫描执行裂纹擦除运算，擦除初期，粗裂纹和较细的裂纹受到擦除，每次裂纹擦除运算黑象素减少量相等，黑象素总数线性下降，擦除N次时，黑象素总数下降情况有突变；转第三步； 

第三步，记录此时进行裂纹擦除运算的次数，并继续对图像进行裂纹擦除运算；黑象素总数又线性下降，擦除O次时-！黑象素总数有突变，转第四步，否则，继续操作； 

第四步，若N和O均小于21，转第七步，若N或O大于21，识别粗裂纹，转第五步，识别细裂纹，转第六步； 

第五步，记录N和O，对经过擦除后的二值图象g(y-z)，从左上角开始到右下角止进行扫描，进行N次裂纹识别运算，即大致识别了粗裂纹，记录操作时的行列坐标，即可判断粗裂纹的范围； 

第六步，记录N和O，对经过擦除后的二值图象g(y-z)，从左上角开始到右下角止进行扫描，进行O次裂纹识别运算，即大致识别了细裂纹，记录操作时的行列坐标，即可判断细裂纹的范围； 

第七步，停止。 

本发明具有如下有益效果： 

2)本发明能快速获得裂纹缺陷的范围空间，获得较好的提取和识别效果。 

3)本发明表面缺陷识别效果好，裂纹识别率高； 

4)本发明信噪比高，缺陷分辨能力强； 

5)本发明可靠性高，数据准确。 

具体实施方式

本发明通过摄像设备获取图像，然后对获取的图像进行处理，包括七个步骤： 

第一步，二值化图像输入处理 

把检测到的图象经过黑白模式处理后，形成二值图象g(y-z)； 

第二步，图像邻域化操作 

在图像上的任意象素r(n-o)，连结象素素r(n-o)的像素q(j-k)，若满足 

|i-m|+|j-n|＝1或|i-m|＝|j-n|＝1 

此时的象素q(j-k)被称为象素r(n-o)的邻域，其中，j、k、n、o分别为二值图象g(y-z)上的行或列，当某黑象素q)j-k)的邻域的象素有一个为白象素时，置q)j-k)为白象素，称此运算为裂纹擦除运算；当某白象素q)j-k)的邻域的象素有一个为黑象素时，置q)j-k)为黑象素，则称此运算为裂纹识别运算；对二值图象g(y-z)从左上角开始到右下角止进行扫描，每次扫描执行裂纹擦除运算，擦除初期，粗裂纹和较细的裂纹受到擦除，每次裂纹擦除运算黑象素减少量相等，黑象素总数线性下降，擦除N次时，黑象素总数下降情况有突变；转第三步 

第三步，记录此时进行裂纹擦除运算的次数，并继续对图像进行裂纹擦除运算；黑象素总数又线性下降，擦除O次时-！黑象素总数有突变，转第四步，否则，继续操作； 

第四步，若N和O均小于21，转第七步，若N或O大于21，识别粗裂纹，转第五步，识别细裂纹，转第六步；