钢铁表面缺陷检测方法、装置及电子设备与流程

本发明涉及钢铁检测，尤其涉及一种钢铁表面缺陷检测方法、装置及电子设备。

背景技术：

1、钢铁作为一种重要的工业原材料，广泛应用于航空航天设备、汽车组件、工业设备等生产制备场景。因此，钢铁的质量直接决定了以其为原材料的工业成本的质量。为保证钢铁的质量，一般会检测钢铁表面是否存在缺陷，并以钢铁表面的缺陷程度去评估钢铁的质量。

2、目前，通常采用人工抽检的方式进行钢铁表面缺陷检测。然而，人工抽检的方式无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求。

技术实现思路

1、本发明实施例提供了一种钢铁表面缺陷检测方法、装置及电子设备，以解决现有的缺陷检测方法无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求的问题。

2、第一方面，本发明实施例提供了一种钢铁表面缺陷检测方法，包括：

3、根据待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值；

4、对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理，得到第一图像；

5、利用二值化分割阈值对第一图像进行二值化处理，得到第二图像；

6、根据第二图像和预先训练的缺陷检测模型，生成待测钢铁表面图像的缺陷检测结果；其中，缺陷检测模型是基于预设训练集训练得到的，预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像，钢铁表面缺陷图像对应有缺陷类型。

7、在一种可能的实现方式中，根据待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值，包括：

8、对待测钢铁表面图像进行前背景分割操作，得到前景区域和背景区域；

9、计算待测钢铁表面图像的平均灰度值、前景区域与待测钢铁表面图像的第一像素比值、背景区域与待测钢铁表面图像的第二像素比值；

10、根据平均灰度值和第一像素比值，得到前景灰度均值；

11、根据平均灰度值和第二像素比值，得到背景灰度均值；

12、计算前景灰度均值和背景灰度均值的平均值，并将平均值定义为二值化分割阈值。

13、在一种可能的实现方式中，利用二值化分割阈值对第一图像进行二值化处理，包括：

14、将第一图像中大于二值化分割阈值的像素点所对应的灰度值设为第一灰度值；

15、将第一图像中小于二值化分割阈值的像素点所对应的灰度值设为第二灰度值。

16、在一种可能的实现方式中，根据第二图像和预先训练的缺陷检测模型，生成待测钢铁表面图像的缺陷检测结果，包括：

17、对第二图像进行闭运算处理，得到闭运算图像；

18、对闭运算图像进行缺陷区域识别；

19、当闭运算图像中存在尺寸大于预设阈值的缺陷区域时，在待测钢铁表面图像中标记出与闭运算图像中的尺寸大于预设阈值的缺陷区域相对应的图像区域，并将标记后的待测钢铁表面图像输入至缺陷检测模型，得到待测钢铁表面图像对应的缺陷类型的缺陷检测结果；

20、当闭运算图像中不存在尺寸大于预设阈值的缺陷区域时，生成待测钢铁表面图像为无缺陷的缺陷检测结果。

21、在一种可能的实现方式中，对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理，得到第一图像，包括：

22、根据待测钢铁表面图像的灰度直方图获取用于灰度均衡化处理的灰度映射关系，并根据灰度映射关系对待测钢铁表面图像进行灰度均衡化处理，得到第三图像；

23、根据第三图像的空间临近度和第三图像的像素值相似度，获取用于滤波处理的卷积权值，并根据卷积权值对第三图像进行滤波处理，得到第四图像；

24、获取用于边缘增强处理的第四图像的水平梯度图像和竖直梯度图像，并根据水平梯度图像和竖直梯度图像得到第一图像。

25、在一种可能的实现方式中，根据待测钢铁表面图像的灰度直方图获取用于灰度均衡化处理的灰度映射关系，并根据灰度映射关系对待测钢铁表面图像进行灰度均衡化处理，得到第三图像，包括：

26、将待测钢铁表面图像划分为若干个局部图像，获取所有局部图像对应的灰度直方图；其中，每个局部图像均对应一个灰度直方图，灰度直方图为局部图像中各个灰度级别对应的概率密度函数，灰度直方图的横坐标为局部图像中各个像素点的灰度级别，灰度直方图的纵坐标为各个灰度级别的像素点在局部图像中出现的频率；

27、对灰度直方图进行对比度限制处理，得到第二灰度直方图；

28、获取第二灰度直方图对应的累计概率密度函数，将累计概率密度函数与灰度级别总数进行计算，得到用于灰度均衡化处理的灰度映射关系；其中，累计概率密度函数为第二灰度直方图对应的第二概率密度函数的积分；

29、根据灰度映射关系对局部图像进行灰度均衡化处理，直到所有的局部图像处理完成；

30、将所有处理后的局部图像进行整合，得到第三图像。

31、在一种可能的实现方式中，根据第三图像的空间临近度和第三图像的像素值相似度，获取用于滤波处理的卷积权值，并根据卷积权值对第三图像进行滤波处理，得到第四图像，包括：

32、在第三图像中定义一个中心点；

33、计算第三图像中每个像素点到中心点的空间临近度，以及每个像素点与中心点的像素值相似度；

34、将每个像素点的空间临近度与像素值相似度相乘，得到每个像素点的卷积权值；

35、根据每个像素点的卷积权值与每个像素点的像素值得到第四图像。

36、在一种可能的实现方式中，获取用于边缘增强处理的第四图像的水平梯度图像和竖直梯度图像，并根据水平梯度图像和竖直梯度图像得到第一图像，包括：

37、获取第四图像在水平方向所对应的水平矩阵，以及第四图像在竖直方向所对应的竖直矩阵；

38、将水平矩阵与第四图像进行平面卷积计算，得到水平梯度图像；

39、将竖直矩阵与第四图像进行平面卷积计算，得到竖直梯度图像；

40、将水平梯度图像与竖直梯度图像进行按位或运算，得到第一图像。

41、第二方面，本发明实施例提供了一种钢铁表面缺陷检测装置，包括：

42、生成模块，用于根据待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值；

43、第一处理模块，用于对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理，得到第一图像；

44、第二处理模块，用于利用二值化分割阈值对第一图像进行二值化处理，得到第二图像；

45、检测模块，用于根据第二图像和预先训练的缺陷检测模型，生成待测钢铁表面图像的缺陷检测结果；其中，缺陷检测模型是基于预设训练集训练得到的，预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像，钢铁表面缺陷图像对应有缺陷类型。

46、第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述的方法的步骤。

47、本发明实施例提供一种钢铁表面缺陷检测方法、装置及电子设备，其首先根据预先获取到的待测钢铁表面图像的前景灰度均值和背景灰度均值，生成待测钢铁表面图像的二值化分割阈值，之后通过对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理等预处理，得到第一图像，再通过得到的二值化分割阈值对第一图像进行二值化处理，得到像素只有黑白的第二图像，最后根据第二图像和预先训练完成的缺陷检测模型，得到待测钢铁表面图像的缺陷检测结果。

48、如此，通过合适的二值化分割阈值将待测钢铁表面图像进行二值化处理，可以使第一图像中的像素转换为黑色或白色，进而使第一图像的对比度增强、清晰度增强，达到缩短缺陷位置识别时间，加快缺陷检测过程的技术效果。且由于第二图像中只有两种颜色，而第二图像的组成颜色少也侧面说明了第二图像的数据量小，因此，后续图像处理的速度会明显快于未经过二值化处理的图像。此外，采用基于大量数据训练得到的缺陷检测模型得到的检测结果也更加精确。因此，本发明可以在实际工业生产中高速、精确的对钢铁表面的缺陷进行检测。