一种提高缺陷判定效率的方法及系统与流程

本发明涉及缺陷检测，特别涉及一种提高缺陷判定效率的方法及系统。

背景技术：

1、目前，近年来依靠机器视觉表面检测系统开始应用到材料表面的检测中，主要是利用相机获取工件表面的二维和三维图像，经过处理和分析，得到工件表面信息，以实现对工件表面缺陷的检测，在产品出厂前，根据检测结果将有缺陷的产品进行剔除，以此来提高产品的出厂质量。在生产过程中，缺陷是不可避免的，比如在轧制过程中，铝板带箔表面的一层保护膜会被轧辊磨掉，并重新形成新的保护膜，这种过程与表面氧化腐蚀形成的腐蚀坑类似，因此轧制时容易产生表面缺陷，另外，由于轧辊与铝板带箔表面的摩擦力存在周期性变化，在轧制时如果不能很好地将该摩擦力转化成滑动摩擦，也容易产生周期性缺陷，在检测系统中，对于缺陷的检出有着成熟的方法，但是对于周期性、密集型缺陷判定确缺乏简单高效的方法。

2、因此，本发明提出一种提高缺陷判定效率的方法及系统。

技术实现思路

1、本发明提供一种提高缺陷判定效率的方法及系统，通过设置检测软件加载的相机参数，根据相机参数对目标材料表面进行连续图像采集，并将每张采集图像按照预设宽度和高度进行划分，获取每张采集图像中每个划分区域的缺陷数量以及区域面积，得到第一判定结果，在每张采集图像上标定所有缺陷中心坐标，并依据连续采集顺序，将最后一张采集图像上的缺陷中心坐标依次与按照采集顺序所对应的剩余每张采集图像的缺陷中心坐标进行位置比较，获取第二判定结果，对目标材料表面进行周期性缺陷以及密集型缺陷的判定，解决了背景技术中对于周期性、密集型缺陷判定确缺乏简单高效的方法的问题。

2、本发明提出一种提高缺陷判定效率的方法及系统，该方法包括：

3、步骤1：设置检测软件加载的相机参数，根据相机参数，对目标材料表面进行连续图像采集，并将每张采集图像按照预设宽度和预设高度进行划分；

4、步骤2：获取每张采集图像中每个划分区域的缺陷数量以及区域面积，得到第一判定结果；

5、步骤3：在每张采集图像上标定所有缺陷中心坐标，并依据连续采集顺序，将最后一张采集图像上的第一缺陷中心坐标依次与按照采集顺序所对应的剩余每张采集图像的第二缺陷中心坐标进行位置比较，获取第二判定结果；

6、步骤4：基于所述第一判定结果和第二判定结果对目标材料表面进行周期性缺陷以及密集型缺陷的判定。

7、优选的，设置检测软件加载的相机参数，包括：

8、获取相机的当前焦距信息，同时采集当前拍摄环境中在当前焦距信息的图像数据；

9、对所述图像数据进行解析，根据解析结果确定在当前焦距信息下采集图像的亮度数据和图像清晰度；

10、确定亮度数据和图像清晰度是否满足预设图像合格判定需求，若是，根据当前焦距信息设置第一相机参数，若否，调节相机的当前焦距信息，生成目标焦距信息；

11、根据目标焦距信息设置第二相机参数。

12、优选的，根据相机参数，对目标材料表面进行连续图像采集，并将每张采集图像按照预设宽度和预设高度进行划分，包括：

13、基于所述相机参数设置图像连续采集参数，基于所述图像连续采集参数对目标材料表面进行连续图像采集，得到多张第一图像；

14、对所述多张第一图像进行预处理，获取灰度值大于等于预设阈值的多张第二图像；

15、获取每张第二图像的目标高度和目标宽度，且基于预设算法将每张第二图像按照预设宽度和高度进行划分。

16、优选的，获取每张采集图像中每个划分区域的缺陷数量以及区域面积，得到第一判定结果，包括：

17、将每张采集图像划分为多个等面积图像区域，获取每个划分区域的图像信息；

18、对每张采集图像中每个划分区域的图像信息基于预设缺陷标识算法进行初次缺陷检测，获取检测结果；

19、根据每张采集图像中每个划分区域的长度和宽度计算出该划分区域的区域面积；

20、根据检测结果确定每个划分区域的缺陷分布图，根据缺陷分布图和预设缺陷特征确定每个划分区域中的真实缺陷和非真实缺陷，统计真实缺陷的缺陷数量。

21、优选的，根据缺陷分布图和预设缺陷特征确定每个划分区域中的真实缺陷和非真实缺陷，包括：

22、根据缺陷分布图获取每个缺陷在划分区域中的位置区域；

23、根据每个缺陷在划分区域中的位置区域获取该缺陷的当前缺陷特征；

24、将每个缺陷的当前缺陷特征和预设缺陷特征进行比较以确定材料表面严谨度；

25、确定每个划分区域中每个缺陷的材料表面严谨度是否合格，若是，确认其为非真实缺陷，否则，确认其为真实缺陷。

26、优选的，在每张采集图像上标定所有缺陷中心坐标，并依据连续采集顺序，将最后一张采集图像上的第一缺陷中心坐标依次与按照采集顺序所对应的剩余每张采集图像的第二缺陷中心坐标进行位置比较，获取第二判定结果，包括：

27、获取每张图像上的所有缺陷中心坐标并进行标定；

28、将最后一张采集图像上的第一缺陷中心坐标依次与按照采集顺序所对应的剩余每张采集图像的第二缺陷中心坐标进行距离计算；

29、若第一缺陷中心坐标和第二缺陷中心坐标距离小于预设距离，则判断为同一位置；

30、将缺陷坐标存入到新的相同矢量容器中；

31、将新的相同矢量容器中的数据和原先相同矢量容器中的数据进行比较，若原先相同矢量容器的数据中存在与新的相同矢量容器的数据不连续的数据，则将不连续的数据删除；

32、将新的相同矢量容器中的数据存入到原先相同矢量容器中，并将存入后的矢量容器中的数据从大到小依次排列；

33、根据排列结果确定是否连续出现5个相同的点，若存在，则判断为周期性缺陷。

34、优选的，还包括：

35、制定目标材料表面曲线图谱；

36、获取单个缺陷的属性信息、缺陷名称以及所属类别；

37、基于所述曲线图谱和单个缺陷的属性信息、缺陷名称以及所属类别获取每个缺陷的几何特征；

38、基于单个缺陷的几何特征来确定每个缺陷的缺陷严重等级，并根据各单个缺陷的缺陷严重等级对缺陷进行分类；

39、统计各类缺陷中缺陷严重等级高的缺陷数量，若大于该类设定的对应预设阈值，则判定目标材料不及格。

40、优选的，对每张采集图像中每个划分区域的图像信息基于预设缺陷标识算法进行初次缺陷检测，获取检测结果，包括：

41、根据预设缺陷标识算法获取识别因子；

42、提取每张采集图像中每个划分区域的图像的图像帧，获取划分区域的多个帧图像；

43、确定每个帧图像的图像分辨率，选择图像分辨率最大的目标帧图像作为每个划分区域的待识别图像；

44、基于所述识别因子确定目标缺陷的目标像素点特征，同时，提取每个划分区域的待识别图像的当前像素点特征；

45、将目标像素点特征和当前像素点特征进行空间重叠映射，获取映射结果；

46、根据所述映射结果获取每个划分区域的待识别图像中被判定为存在缺陷的第一像素点；

47、对第一像素点进行标注，根据标注结果确定标注形态；

48、将所述标注形态进行三维模拟，获得三维模拟图，将所述三维模拟图与不同缺陷的预设纹理模拟图进行匹配，获得所述三维模拟图与不同缺陷的预设纹理模拟图之间的目标相似度；

49、将所述目标相似度大于预设相似度的目标纹理模拟图进行统计；

50、获取每张目标纹理模拟图的形态记忆，根据形态记忆获取缺陷形态特征；

51、基于缺陷形态特征确定每张采集图像中每个划分区域的存在缺陷。

52、一种提高缺陷判定效率的系统，包括：

53、划分模块：设置检测软件加载的相机参数，根据相机参数，对目标材料表面进行连续图像采集，并将每张采集图像按照预设宽度和高度进行划分；

54、第一判定模块：获取每张采集图像中每个划分区域的缺陷数量以及区域面积，得到第一判定结果；

55、第二判定模块：在每张采集图像上标定所有缺陷中心坐标，并依据连续采集顺序，将最后一张采集图像上的第一缺陷中心坐标依次与按照采集顺序所对应的剩余每张采集图像的第二缺陷中心坐标进行位置比较，获取第二判定结果；

56、第三判定模块：基于所述第一判定结果和第二判定结果对目标材料表面进行周期性缺陷以及密集型缺陷的判定。

57、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

58、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。