[发明专利]一种热轧钢卷端面质量检测方法及系统

权利要求书

1.一种热轧钢卷端面质量检测方法，其特征在于，包括：

获取工业相机拍摄的热轧钢卷端面图像；其中，每一所述热轧钢卷端面对应的图像均为两个工业相机拍摄得到；

利用中值滤波器消除所述热轧钢卷端面图像的噪声；

利用灰度梯度阈值搜索算法对所述热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像；

对所述待检测区域图像进行光照均衡处理，提高所述待检测区域图像的亮度，得到补光后图像；

利用Kirsch算子检测所述补光后图像的缺陷，并对经过Kirsch算子检测的缺陷使用形态学操作消除其噪声点，得到预处理后图像；

利用特征提取层从所述预处理后图像中提取初级特征，并利用区域网络候选层从所述初级特征中提取感兴趣区域，再利用卷积神经网络快速区域标定层对所述感兴趣区域进行处理，提取所述热轧钢卷端面图像中的缺陷特征，并将所述缺陷特征输出。

2.根据权利要求1所述的热轧钢卷端面质量检测方法，其特征在于，所述利用灰度梯度阈值搜索算法对所述热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像，包括：

将所述热轧钢卷端面图像做Sobel算子的X方向卷积，得到第一Sobel结果图，以及将所述热轧钢卷端面图像做Sobel算子的Y方向卷积，得到第二Sobel结果图；

将所述第一Sobel结果图做列投影，得到列投影矩阵，并从所述列投影矩阵的左右起始位置开始搜索所述热轧钢卷端面图像中的钢卷左右边界，且在搜索到所述钢卷左右边界后进行裁剪，还将所述第二Sobel结果图做行投影，得到行投影矩阵，并从所述行投影矩阵的上下起始位置开始搜索所述热轧钢卷端面图像中的钢卷上下边界，且在搜索到所述钢卷上下边界后进行裁剪，得到所述待检测区域图像。

3.根据权利要求2所述的热轧钢卷端面质量检测方法，其特征在于，所述利用灰度梯度阈值搜索算法对所述热轧钢卷端面图像的边缘进行搜索并裁剪，提取待检测区域图像，还包括：

判断所述待检测区域图像的实际高度值是否小于预设高度值，或者所述待检测区域图像的实际宽度值是否小于预设宽度值，若所述待检测区域图像的实际高度值小于预设高度值，或者所述待检测区域图像的实际宽度值小于预设宽度值，则确定所述热轧钢卷端面图像无效。

4.根据权利要求1所述的热轧钢卷端面质量检测方法，其特征在于，所述对所述待检测区域图像进行光照均衡处理，提高所述待检测区域图像的亮度，得到补光后图像，包括：

对所述待检测区域图像进行列投影，并计算所述待检测区域图像每列投影的平均灰度值G_j，且根据所述平均灰度值G_j计算补偿系数C_i，再将所述待检测区域图像的每一列像素点乘以该列像素点对应的补偿系数C_i，得到所述补光后图像；

其中，所述补偿系数C_i的计算公式为：A为所述待检测区域图像的像素点列数，1≤j≤A。

5.根据权利要求1所述的热轧钢卷端面质量检测方法，其特征在于，所述利用特征提取层从所述预处理后图像中提取初级特征，包括：

将所述预处理后图像依次通过双层稀疏滤波和VGG-16网络进行处理，提取所述初级特征。

6.根据权利要求1所述的热轧钢卷端面质量检测方法，其特征在于，所述利用区域网络候选层从所述初级特征中提取感兴趣区域，包括：

将所述初级特征依次经过5×5卷积和1×1卷积处理，得到特征图；

将所述特征图经过K维滑窗进行卷积，得到2×K分类结果和4×K分类结果，K≥1；

将所述2×K分类结果与所述4×K分类结果通过比对进行样本筛选，得到所述感兴趣区域。