一种基于形态学商运算的板带钢表面缺陷检测方法

技术领域

本发明涉及板带钢表面缺陷检测技术领域；尤其涉及一种基于形态学商运算的板带钢表面缺陷检测方法。

背景技术

随着带钢在汽车制造、航空航海、精密仪器和电器等行业的广泛应用，市场对板带钢的表面质量提出了更高的要求，致使钢铁企业要求板带钢缺陷在线检测技术即快速又准确。然而，板带钢表面缺陷检测技术主要以频闪仪和人工目视抽检为主，检测效率低，劳动力耗费量大、对人体伤害性强。目前，计算机视觉技术的已被广泛应用于工业领域，基于计算机视觉的检测技术主要由图像采集器CCD、图像处理及缺陷的识别分类组成，其中基于图像处理的表面缺陷提取是至关重要的环节。由于带钢表面缺陷多样化，现有的检测技术难以满足处理速度和检测精度的需求。

国内外对板带钢表面缺陷的检测方法已有诸多研究，围绕数学形态学已取得大量的进展，主要是借助数学形态学膨胀、腐蚀、开运算和闭运算等处理方式，获得板带钢的表面缺陷。然而，板带钢在线生产速度快、轧制环境恶劣和图像采集设备等因素，导致采集到的板带钢表面缺陷图像光照不均匀，存在噪声。除此之外，板带钢缺陷种类繁多、形态各异、随机性强、缺陷特征不鲜明。这使得基于数学形态学的带钢缺陷提取技术难以满足检测速度和精度的需求。总体上，目前关于图像处理在板带钢线生产表面缺陷检测中尚未形成准确且快速的方法和技术。现有技术中常用的检测方法，包括：人工检测、涡流检测方法、红外线检测方法、漏磁检测方法、激光扫描检测方法和机器视觉技术是目前板带钢表面缺陷检测的主要方法。

人工检测：人工检测是20世纪50年代至60年代国内外常用的板带钢表，表面缺陷检测方法，是通过人眼来观察和识别产品的表面缺陷。当带钢的轧制速度低于100m/min时，可以检测出较多比较明显的表面缺陷，但是对于微小的表面缺陷或者对比度较弱的若干类缺陷，则很容易发生漏检的情况。目前带钢在高速轧制时其速度已达2500/min，所以该方法已经无法满足生产需求。

涡流检测方法：该方法在钢板表面缺陷检测系统中己有了广泛的应用，通过把涡流检测设备安装在生产检测系统前端，在板带钢上下表面作横向反复移动来检测板带钢裂纹等缺陷。涡流检测需要对板带钢表面状态的要求比较高，受氧化铁皮的影响，检测速度较慢，难以满足高速轧制板带钢表面缺陷的检测要求。

红外线检测方法：是一套依靠工件瞬态热传导理论的检测方法，板带钢在感应线圈感应下下会产生电流。产品表面出现缺陷区域，该区域电阻值增大，导致感应电流在该区域的耗能增加，缺陷区域处温度升高，进而被红外扫描仪检测出缺陷。但是，红外线检测方法使用范围小、轧制条件要求高，无法适应大规模的生产。

漏磁检测方法：如果产品表面不存在缺陷，那么很难产生漏磁通；如果存在缺陷，就会产生漏磁通。该方法主要检测裂纹、夹杂和孔洞等缺陷。但是，此方法受轧制环境影响，检测精度和速度都不足以满足高速、高质量产品在线生产需要。

激光扫描检测方法：把激光当作光源，利用反射镜形成激光束反射，通过光学系统扫描产品表面，随后把反射光转换为电信号，以此检测板带钢表面缺陷。此方法与涡流检测和红外线检测相比，检测灵敏度高、通用性较强，然而检测系统组成复杂，不能准确提取微小缺陷。

机器视觉检测方法：该方法由图像处理系统、服务器和客户控制端组成，以成功应用于板带钢表面质量检测。与上述其他无损检测方法相比，机器视觉检测方法的可靠性、实用性、高效性等方面，均具有明显优势。在机器视觉检测系统中，板带钢表面缺陷的图像处理性能好坏直接影响最终检测效果，是国内外研发的重点和难点。

现有机器视觉技术方案的不足：

(1)基于边缘分割的板带钢表面缺陷检测方法是比较广泛的技术，主要有Robert算子、Sobel算子、拉普拉斯算子和Canny算子。其中，Robert算子和Sobel算子会弱化图像质量；拉普拉斯算子产生较多伪边缘且检测速度慢；Canny算子检测效率较好，但对为小缺陷检测效果一般。

(2)基于阈值分割的板带钢表面缺陷检测方法，如Otsu算法和超熵方法等，是通过选定阈值将原图像中的缺陷区域提取出来，也是研究比较广泛的一类方法。然而，这类方法对原图像中的噪声和光照不均比较敏感，直接影响检测效果。

(3)基于数学形态学的板带钢表面缺陷检测方法，用具有一定形态的结构元素提取图像中对应形状的缺陷区域，达到对图像分割效果。主要是通过形态学膨胀、腐蚀、开运算和闭运算等处理方法，去除原图像的噪声、获得缺陷区域。然而，这类方法检测对微小缺陷、对比度较低的缺陷检测效果差，对边界噪声敏感。

因此，亟待建立一种有效的板带钢表面缺陷检测方法，来适应板带钢表面缺陷检测的在线生产需求。

发明内容

本发明的目的是提供了一种基于形态学商运算的板带钢表面缺陷检测方法。本发明方法克服现有机器视觉技术方案中板带钢表面缺陷检测的检测率低、对噪声敏感等缺点，提供一种基于形态学商运算的板带钢表面缺陷检测方法，提高板带钢表面缺陷的检测准确率、检测速度和对噪声的鲁棒性，适应板带钢在线生产的需求。

本发明是通过以下技术方案实现的：

本发明涉及一种基于数学形态学的板带钢表面缺陷检测方法，具体步骤包括：

步骤1：图像采集，输入原图像I；

步骤2：对原图像I进行多尺度形态学图像滤波，获得掩模图像I

步骤3：对掩模图像I

步骤4：将掩模图像I

步骤5：通过图像反转和归一化处理获得商图像I

步骤6：将掩模图像I

步骤7：根据步骤3提取重构图像I

步骤8：根据步骤5获得商图像I

步骤9：将显著图I

步骤10：输出缺陷检测图。

上述技术方案中，所述步骤2中，为了保留板带钢图像中缺陷的细节，选取的结构元素方向(四个方向的3×3结构元素)分别为0°、45°、90、135°的线性结构元素，其结构元素如下所示：

开运算γ

I

式(1)中，γ

上述技术方案中，所述步骤3中，由于板带钢缺陷种类、形状多样化以及图像背景光照不均等问题，导致只采用闭运算无法准确估计板带钢的光照系数。对于板带钢表面缺陷图像光照系数的估计，可以看作板带钢缺陷图像的背景I

按照式子(2)(3)提取图像的背景，公式见如下：

I

I

上式中，γ

上述技术方案中，所述步骤4中，商运算如下所示：

式(4)中，I

上述技术方案中，所述步骤5中，要将商图像变换为显著图，按照对图像反转如式(5)，然后对变换后的图像进行归一化处理如式子(6)、(7)，从而得到显著图I

I

式(5)中，I

上述技术方案中，所述步骤6中，通过形态学重构函数imreconstruct(M，X)获得重构图像，其中M和X分别代表标记图像和掩模图像。

上述技术方案中，所述步骤9中，根据显著图的特点，利用基于显著图每行每列最大值的直方图阈值分割算法。阈值选取算法步骤：1)求显著图每行每列的最大值；2)分别求每行每列最大值的直方图；3)求直方图中第一个高波峰矩形的高度H；4)随着像素的增大，当矩形高度有明显的下降时即矩形的高度低于最高矩形高度β倍时，那么这个矩形对应的像素均值定为预备阈值选取；5)将两个阈值中最小的阈值作为最终分割图像的阈值。其中0<β<1，根据图2选取β＝0.35。

本发明具有以下优点：

本发明在于利用多尺度多结构的形态学商图像算法，获取板带钢表面缺陷的二值图像，进而完成缺陷识别。首先，建立一种改进的多尺度多结构形态学滤波算法，用来消除图像中的噪声。其次，建立多尺度多结构形态学商运算算法，有效校正光照不均，通过图像反转和归一化处理计算商图像的显著图。然而，商图像难以准确获取对比度较低的缺陷。为此，采用形态学重构提取该类缺陷，并对重构图像作商运算处理，同样经过图像反转和归一化处理计算商图像的显著图。最后，针对显著图中缺陷特征不明显的现象，建立一种基于显著图每行每列最大值直方图的阈值分割算法，实现显著图的阈值分割，获得板带钢表面缺陷的二值图像。本发明提高了基于数学形态学的板带钢表面缺陷检测精度和速度，能够满足板带钢在线检测的生产需要。

附图说明

图1是基于形态学商运算的板带钢表面缺陷检测方法流程图；

图2是不同β值对应的检测率测试图；

图3是原图像照片；

图4是滤波图像I

图5是显著图I

图6是显著图I

图7是多尺度形态学图像滤波处理步骤图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。应当指出的是，以下的实施实例只是对本发明的进一步说明，但本发明的保护范围并不限于以下实施例。

实施例

本实施例涉及一种基于形态学商运算的板带钢表面缺陷检测方法。

为了表明本发明提出的板带钢表面缺陷检测方法的有效性，采用Matalb2016b对实验图像进行处理，采用图像像素大小为260×190。基于图像采集过程中产生的光照问题，将被检测图像分为三类，即光照均匀、边缘光照不均和局部光照不均的板带钢表面缺陷图像，进行的实验测试和分析，本发明技术方案的实施步骤过程如图1所示。

步骤S101：图像采集，输入原图像I，见图3所示；

步骤S102：对原图像I进行多尺度形态学图像滤波，获得掩模图像I

步骤S103：对掩模图像I

步骤S104：将掩模图像I

步骤S105：通过图像反转和归一化处理获得商图像I

步骤S106：将掩模图像I

步骤S107：根据步骤3提取重构图像I

步骤S108：根据步骤5获得商图像I

步骤S109：将显著图I

本发明在于利用多尺度多结构的形态学商图像算法，获取板带钢表面缺陷的二值图像，进而完成缺陷识别。首先，建立一种改进的多尺度多结构形态学滤波算法，用来消除图像中的噪声。其次，建立多尺度多结构形态学商运算算法，有效校正光照不均，通过图像反转和归一化处理计算商图像的显著图。然而，商图像难以准确获取对比度较低的缺陷。为此，采用形态学重构提取该类缺陷，并对重构图像作商运算处理，同样经过图像反转和归一化处理计算商图像的显著图。最后，针对显著图中缺陷特征不明显的现象，建立一种基于显著图每行每列最大值直方图的阈值分割算法，实现显著图的阈值分割，获得板带钢表面缺陷的二值图像。本发明提高了基于数学形态学的板带钢表面缺陷检测精度和速度，能够满足板带钢在线检测的生产需要。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质。