[发明专利]基于图像增强的轧制过程中氧化铁皮检测方法与系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于图像增强的轧制过程中氧化铁皮检测方法与系统。该方法利用色彩滤波阵列采集钢铁轧制过程中的灰色图像；构建插值参数回归网络，将灰色图像通过插值参数回归网络得到HDR图像，对HDR图像进行聚类以完成氧化铁皮的检测。利用更改的色彩滤波阵列采集图像，对该图像中的每个位置用不同参数的滤波模板进行滤波操作，针对不同的位置的不同需求设定不同的滤波模板，使得获取的HDR图像更加无明显色偏且对比度强，以降低对HDR图像中氧化铁皮的漏检。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于图像增强的轧制过程中氧化铁皮检测方法与系统。

背景技术

氧化铁皮是钢板高温状态暴露与空气中在其表面形成的氧化膜，在钢铁生产的热轧工序中，钢板冷却时生成氧化铁皮。在轧制过程中需要利用高压水枪将钢铁表面的氧化铁皮去除，以免影产品的质量。在利用高压水枪去除氧化铁皮的过程中，需要对钢铁表面的氧化铁皮进行检测，判断氧化铁皮的去除效果，而轧制过程中高温高亮的场景经常会淹没氧化铁皮的特征，造成漏检。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于图像增强的轧制过程中氧化铁皮检测方法与系统，所采用的技术方案具体如下：

本发明实施例提供了一种基于图像增强的轧制过程中氧化铁皮检测方法，该方法包括：

利用色彩滤波阵列采集钢铁轧制过程中的灰度图像；

构建插值参数回归网络，将所述灰度图像通过所述插值参数回归网络得到HDR图像，对所述HDR图像进行聚类以完成氧化铁皮的检测；

所述插值参数回归网络的构建方法为：

获取所述灰度图像的RGB图像；检测所述RGB图像的质量类别以得到信息软标签、质量硬标签以及所述质量类别的置信度；获取所述质量类别为好的所述RGB图像的色偏因子和对比度图像，结合所述置信度、所述色偏因子和所述对比度图像分别得到色偏标签和对比度标签；

对所述灰度图像进行采样得到三个通道的拆分图，分别对三个所述拆分图构建初始插值参数图，将所述初始插值参数图加入高斯噪声后获取对应两通道的插值参数图，所述插值参数图中的像素值为二维高斯函数中的两个方差；根据所述插值参数图中不同位置处的所述方差得到对应位置的滤波模板，利用所述滤波模板完成对应位置的插值操作得到该位置的像素值，进而分别得到三个所述通道的通道图像，将所述通道图像进行通道合并得到一张所述HDR图像；

获取所述HDR图像的所述质量类别、所述色偏因子和所述对比度图像，进而结合所述信息软标签、所述质量硬标签、所述色偏标签和所述对比度标签构建所述插值参数回归网络的损失函数。

进一步地，所述色彩滤波阵列为GCCB。

进一步地，所述结合所述置信度、所述色偏因子和所述对比度图像分别得到色偏标签和对比度标签的方法，包括：

根据多张所述质量类别为好的所述RGB图像的所述置信度为每一张所述RGB图像分配权重；

结合所述权重和所述色偏因子得到所述色偏标签；结合所述权重和所述对比度图像得到所述对比度标签。

进一步地，所述初始插值参数图中的每个位置的所述像素值为0。

进一步地，所述高斯函数为：

其中，f(x,y)为所述滤波模板中像素点(x,y)位置的对像素点(c,f)位处的贡献度；为所述像素点(c,f)处横坐标对应的所述方差；为所述像素点(c,f)处纵坐标对应的所述方差。

进一步地，所述结合所述信息软标签、所述质量硬标签、所述色偏标签和所述对比度标签构建所述插值参数回归网络的损失函数的方法，包括：