[发明专利]一种基于VAI表面检测系统的缺陷图片分类收集方法

说明书

本发明属于带钢表面检测技术领域，公开了一种基于VAI表面检测系统的缺陷图片分类收集方法，包括：基于缺陷图片的第一属性特征值，在待分类图片中筛查满足第一属性特征值范围的第一缺陷图片组；基于缺陷图片的第二属性特征值，在第一缺陷图片组中筛查满足第二属性特征值范围的初分类缺陷图片，第一属性特征值包括：缺陷面积、缺陷长度以及缺陷宽度；第一属性特征值范围包括：缺陷面积范围，缺陷长度范围以及缺陷宽度范围；第二属性特征值包括：平均灰度值和灰度值标准差；第二属性特征值范围包括：平均灰度值范围和灰度值标准差范围；第一属性特征值范围和第二属性特征值范围根据具体缺陷类别确定。本发明提供一种可靠的分类收集缺陷图片的方法。

技术领域

本发明涉及带钢表面检测技术领域，特别涉及一种基于VAI表面检测系统的缺陷图片分类收集方法。

背景技术

VAI线阵表面检测系统(下面简称VAI)的缺陷图片分类收集是建立VAI缺陷数据库的重要准备过程。主要通过针对各种已知缺陷寻找对应的缺陷图片作为建立数据库的原始缺陷数据。VAI缺陷分类收集结果的好坏直接影响着球形文件的生成以及分类器的分类效果，因此我们在进行VAI缺陷图片分类收集时必须做到缺陷图片定性准确。

但是，现有技术中对VAI进行分类器缺陷图片收集时通常是根据肉眼对其形貌进行观测，当主观上认为其符合某一类缺陷特征时，就对缺陷进行定性并收集到该类缺陷图片集中，最后通过DACDAC(VAI自带软件)进行运算后形成球形文件，最后将此球形文件调用到检测服务器中对实时检出缺陷进行运算分类。这样的缺陷收集方法虽然很直观，但是受人为主观因素影响较大，分类过程中出现问题不易查找原因，因此用这种方法制成的分类器缺陷分类准确率及检出率比较低。

发明内容

本发明提供一种基于VAI表面检测系统的缺陷图片分类收集方法，解决现有技术中VAI线阵表面检测系统的缺陷数据库原始缺陷图片定性分类受主观影响大，可靠性差的技术问题。

为解决上述技术问题，本发明提供了一种基于VAI表面检测系统的缺陷图片分类收集方法，包括：

基于缺陷的第一属性特征值，在待分类图片中筛查满足第一属性特征值范围的第一缺陷图片组；

基于缺陷的第二属性特征值，在所述第一缺陷图片组中筛查满足第二属性特征值范围的初分类缺陷图片；

其中，所述第一属性特征值包括：缺陷面积、缺陷长度以及缺陷宽度；所述第一属性特征值范围包括：缺陷面积范围，缺陷长度范围以及缺陷宽度范围；

仅当待分类图片的缺陷面积、缺陷长度以及缺陷宽度对应落在缺陷面积范围，缺陷长度范围以及缺陷宽度范围内的情况下，认定待分类缺陷图片属于第一缺陷图片组；

所述第二属性特征值包括：平均灰度值和灰度值标准差；所述第二属性特征值范围包括：平均灰度值范围和灰度值标准差范围；

仅当待分类图片的平均灰度值和灰度值标准差对应落在平均灰度值范围和灰度值标准差范围内的情况下，认定待分类缺陷图片属于初分类缺陷图片；

所述第一属性特征值范围和所述第二属性特征值范围根据具体缺陷类别确定。

进一步地，所述方法还包括：

通过VAI表面检测系统将所述初分类缺陷图片生成对应缺陷的球形文件；

并基于所述球形文件的R属性和N属性筛查出所述球形文件中分类错误的缺陷图片；

将所述分类错误的缺陷图片剔除；

其中，仅当R属性值小于1且N属性值大于0的情况下，认定初分类缺陷图片分类错误；

所述R属性值为球形文件的初始半径，所述N属性值为被检图片同类型缺陷图片被划为其它缺陷类型图片数量。

进一步地，所述方法还包括：