一种电缆桥架的防腐涂层滚轧损伤检测方法技术

技术编号:35080874 阅读:35 留言:0更新日期:2022-09-28 11:49
本发明专利技术涉及图像处理领域,具体涉及一种电缆桥架的防腐涂层滚轧缺陷检测方法。采集板材灰度图像并建立灰度直方图,将灰度直方图中超出阈值的所有像素点作为突变像素点;根据所有突变像素点获取多个突变区域,计算每个突变区域中所有边缘像素点的斜率,计算每个突变区域的第一检测指标;获取每个突变区域中每个像素点各个邻域方向上与该像素点灰度级相同的像素点,根据每个突变区域中每个像素点与各个邻域方向上相同灰度级像素点的距离计算每个突变区域的第二检测指标;建立缺陷检测指标,利用缺陷检测指标对板材进行缺陷检测。本发明专利技术通过分析突变区域像素点的平滑性和离散性对板材缺陷进行检测,能够更好的区分板材中的缺陷和污渍。和污渍。和污渍。

【技术实现步骤摘要】
一种电缆桥架的防腐涂层滚轧损伤检测方法


[0001]本专利技术涉及图像处理领域,具体涉及一种电缆桥架的防腐涂层滚轧损伤检测方法。

技术介绍

[0002]由于生产电缆桥架的彩色涂层钢板采用预涂装技术,因此生产加工过程中对涂层的保护至关重要,如连续滚轧的加工工艺,容易产生表面涂层损伤和保护膜粘连,使防腐性能下降,滚扎过程中的损伤检测工作需要精力高度集中、重复性高、速度较快,因此常规人工检测会频繁出现注意力不集中、需要降低滚扎速度等效率低下问题。
[0003]现有的自动检测技术可以代替人工,检测结果更快、更精确且不会出现重复疲劳,但滚扎时若存在表面污渍,则常规的边缘分割算法提取缺陷边缘时就无法达到理想的效果,甚至可能将污渍误判为缺陷。
[0004]因此,本专利技术提供了一种电缆桥架的防腐涂层滚轧损伤检测方法,通过提取存在缺陷的钢板图像中的缺陷特征,提高自动检测系统的检测性能和准确度。

技术实现思路

[0005]本专利技术提供一种电缆桥架的防腐涂层滚轧损伤检测方法,以解决现有的问题,包括:采集板材灰度图像并建立灰度直方图,将灰度直方图中超出阈值的所有像素点作为突变像素点;根据所有突变像素点获取多个突变区域,计算每个突变区域中所有边缘像素点的斜率,计算每个突变区域的第一检测指标;获取每个突变区域中每个像素点各个邻域方向上与该像素点灰度级相同的像素点,根据每个突变区域中每个像素点与各个邻域方向上相同灰度级像素点的距离计算每个突变区域的第二检测指标;建立缺陷检测指标,利用缺陷检测指标对板材进行缺陷检测。
[0006]根据本专利技术提出的技术手段,通过对直方图进行初步筛选得到突变区域,进而对突变区域中的像素点特征进行计算,通过相同斜率像素点的个数表征突变区域的平滑性特征,通过相同灰度级像素点的分布范围标准突变区域的离散性特征,从而根据特征建立缺陷检测指标,能够对板材的缺陷类型进行准确的识别,降低了板材缺陷和污渍的识别难度,从而减少了停止机器进行检查的次数,提高了生产效率。
[0007]本专利技术采用如下技术方案,一种电缆桥架的防腐涂层滚轧损伤检测方法,包括:采集板材灰度图像并建立灰度直方图,将灰度直方图中主峰两侧波谷的灰度值作为阈值,将灰度值超出阈值的所有像素点作为突变像素点。
[0008]根据板材灰度图像中的所有突变像素点得到多个突变区域,获取每个突变区域的边缘像素点。
[0009]计算每个突变区域中所有边缘像素点的斜率,根据每个突变区域中相同斜率的数量计算每个突变区域的第一检测指标。
[0010]获取每个突变区域中每个像素点各个邻域方向上与该像素点灰度级相同的像素
点,根据每个突变区域中每个像素点与各个邻域方向上相同灰度级像素点的距离计算每个突变区域的第二检测指标。
[0011]根据每个突变区域的第一检测指标和第二检测指标建立缺陷检测指标,根据缺陷检测指标对板材进行缺陷检测。
[0012]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,将灰度值超出阈值的所有像素点作为突变像素点的方法为:建立板材灰度图像的灰度直方图并进行直方图均衡化;将直方图主峰左右两侧的波谷对应的灰度级作为阈值,得到阈值区间;遍历板材灰度图像中所有像素点,将灰度值处于阈值区间以外的所有像素点作为突变像素点。
[0013]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,计算每个突变区域的第一检测指标的方法为:获取每个突变区域的所有边缘像素点,计算每个边缘像素点的斜率;根据斜率值将边缘像素点分为多个类别,根据每个类别边缘像素点的斜率个数占比计算每个突变区域的第一检测指标,表达式为:其中,表示第W个突变区域的第一检测指标,表示第v个类别中斜率为k的边缘像素点数量,F为突变区域中边缘像素点的数量,Q表示边缘像素点的斜率类别数。
[0014]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,计算每个突变区域的第二检测指标的方法为:获取每个突变区域中的所有灰度级,获取每个灰度级中像素点的个数;对每个灰度级中的像素点进行遍历,计算每个像素点与其邻域方向上同灰度级像素点的欧式距离;根据每个突变区域中所有灰度级中每个像素点与其邻域方向上同灰度级像素点的欧式距离计算每个突变区域的离散度;将每个突变区域的离散度进行指数转化,得到每个突变区域的第二检测指标。
[0015]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,根据每个突变区域的第一检测指标和第二检测指标建立缺陷检测指标的方法为:所述缺陷检测指标为:其中,为第W个突变区域的缺陷检测指标,为第W个突变区域的第一检测指标,为第W个突变区域的第二检测指标,分别为第一检测指标和第二检测指标的权重值。
[0016]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,根据所有突变像素点获取多个突变区域的方法为:
对板材灰度图像中的所有突变像素点进行超像素分割,将得到的多个超像素块中的每个超像素块作为一个突变区域。
[0017]进一步的,一种电缆桥架的防腐涂层滚轧损伤检测方法,根据缺陷检测指标对板材进行缺陷检测的方法为:当板材中存在突变区域的缺陷检测指标大于阈值时,板材中的突变区域存在刚性损伤,控制辊轧机停止运行;当板材中不存在突变区域的缺陷检测指标大于阈值时,板材中的突变区域为污渍,辊轧机正常运行。
[0018]本专利技术的有益效果是:根据本专利技术提出的技术手段,通过对直方图进行初步筛选得到突变区域,进而对突变区域中的像素点特征进行计算,通过相同斜率像素点的个数表征突变区域的平滑性特征,通过相同灰度级像素点的分布范围标准突变区域的离散性特征,从而根据特征建立缺陷检测指标,能够对板材的缺陷类型进行准确的识别,降低了板材缺陷和污渍的识别难度,从而减少了停止机器进行检查的次数,提高了生产效率。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0020]图1为本专利技术实施例的一种电缆桥架的防腐涂层滚轧损伤检测方法结构示意图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0022]如图1所示,给出了本专利技术实施例的一种电缆桥架的防腐涂层滚轧损伤检测方法结构示意图,包括:101.采集板材灰度图像并建立灰度直方图,将灰度直方图中主峰两侧波谷的灰度值作为阈值,将灰度值超出阈值的所有像素点作为突变像素点。
[0023]本专利技术所针对的情景为:由于生产电缆桥架的彩色涂层钢板采用预涂装技术,因此生产加工过程中对涂层的保护至关重要,如连续滚轧的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种电缆桥架的防腐涂层滚轧损伤检测方法,其特征在于,包括:采集待检测板材灰度图像并建立灰度直方图,将灰度直方图中主峰两侧波谷的灰度值作为阈值,将灰度值超出阈值的所有像素点作为突变像素点;根据板材灰度图像中的所有突变像素点得到多个突变区域,获取每个突变区域的边缘像素点;计算每个突变区域中所有边缘像素点的斜率,根据每个突变区域中相同斜率的数量计算每个突变区域的第一检测指标;获取每个突变区域中每个像素点各个邻域方向上与该像素点灰度级相同的像素点,根据每个突变区域中每个像素点与各个邻域方向上相同灰度级像素点的距离计算每个突变区域的第二检测指标;根据每个突变区域的第一检测指标和第二检测指标获得缺陷检测指标,根据缺陷检测指标对待检测板材的缺陷类型进行判断。2.根据权利要求1所述的一种电缆桥架的防腐涂层滚轧损伤检测方法,其特征在于,将灰度值超出阈值的所有像素点作为突变像素点的方法为:建立板材灰度图像的灰度直方图并进行直方图均衡化;将直方图主峰左右两侧的波谷对应的灰度级作为阈值,得到阈值区间;遍历板材灰度图像中所有像素点,将灰度值处于阈值区间以外的所有像素点作为突变像素点。3.根据权利要求1所述的一种电缆桥架的防腐涂层滚轧损伤检测方法,其特征在于,计算每个突变区域的第一检测指标的方法为:获取每个突变区域的所有边缘像素点,计算每个边缘像素点的斜率;根据斜率值将边缘像素点分为多个类别,根据每个类别边缘像素点的斜率个数占比计算每个突变区域的第一检测指标,表达式为:其中,表示第W个突变区域的第一检测指标,表示第v个类别中斜率为k的边缘像素点数量,F为突...

【专利技术属性】
技术研发人员:王焱王延青薛文明吴睿张平丽戴中臣
申请(专利权)人:江苏濠玥电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1