基于機(jī)器視覺的鋼坯低倍缺陷自動(dòng)識(shí)別技術(shù)

劉翔

【摘? 要】在傳統(tǒng)的鋼坯低倍缺陷判定過(guò)程中，一般情況下采用人工判定的方法，主觀性很大。隨著計(jì)算機(jī)技術(shù)的發(fā)展、機(jī)器視覺技術(shù)的廣泛應(yīng)用，利用這種新技術(shù)可不受惡劣環(huán)境和主觀因素的影響，能快速、高效、客觀地識(shí)別鋼坯低倍缺陷。

【關(guān)鍵詞】機(jī)器視覺;低倍;自動(dòng)識(shí)別

引言

所謂機(jī)器視覺就是通過(guò)圖像采集設(shè)備將目標(biāo)像轉(zhuǎn)換為數(shù)字信號(hào)，用計(jì)算機(jī)對(duì)圖像數(shù)字信號(hào)進(jìn)行各種運(yùn)算處理抽取目標(biāo)特征。得益于計(jì)算機(jī)的強(qiáng)大運(yùn)算能力，機(jī)器視覺在特征識(shí)別中顯示出較之傳統(tǒng)方法更為高效、快速、客觀等優(yōu)勢(shì)。本文中的鋼坯缺陷識(shí)別過(guò)程包括圖像預(yù)處理、基于灰度投影算法的缺陷特征識(shí)別。

1.圖像預(yù)處理

鋼坯低倍照片通常來(lái)源于數(shù)碼相機(jī)，受不同相機(jī)的成像器件、拍攝照明環(huán)境等影響，要提高圖像識(shí)別的準(zhǔn)確率，首先需對(duì)目標(biāo)圖像進(jìn)行預(yù)處理，盡量減少圖像本身的干擾因素。本文采用灰度轉(zhuǎn)換、中值濾波等方法對(duì)目標(biāo)圖像進(jìn)行預(yù)處理，并對(duì)圖像進(jìn)行二值化轉(zhuǎn)換，為缺陷特征識(shí)別提供條件。

（1）灰度轉(zhuǎn)換。實(shí)驗(yàn)中的目標(biāo)圖像是JPG圖像格式，圖像文件中包含每個(gè)像素的色彩信息，圖像灰度化就是使色彩的三種顏色分量R、G、B的值相同，由于顏色值的取值范圍是[0，255]，所以灰度的級(jí)別只有256種，即灰度圖象僅能表現(xiàn)256種灰度顏色，常用的灰度處理方法有最大值法、平均值法、加權(quán)平均值法等。

（2）中值濾波。受相機(jī)以及樣品表面面潔凈度等因素影響，圖像中會(huì)產(chǎn)生干擾特征識(shí)別有害噪聲。中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，把數(shù)字圖像中某點(diǎn)的值設(shè)置為該點(diǎn)鄰域窗口內(nèi)的所有象素點(diǎn)灰度值的中值代替，讓周圍的像素值接近的值，從而消除孤立的噪聲點(diǎn)。方法是通過(guò)從圖像中的某個(gè)采樣窗口取出奇數(shù)個(gè)數(shù)據(jù)進(jìn)行排序 ，用排序后的中值取代要處理的數(shù)據(jù)即可。

（3）二值化轉(zhuǎn)換。圖像二值化目的是最大限度的將圖象中有價(jià)值的部分保留下來(lái)，是圖像分析、特征提取與識(shí)別之前必要的圖像預(yù)處理過(guò)程。圖像二值化是在灰度圖基礎(chǔ)上以某一閥值（0

①選取一個(gè)合適的二值化閥值。

②將像素灰度值大于閥值的設(shè)為255，小于閥值的灰度值設(shè)為0。

本文采用最大類間方差法，即OSTU算法（大津法）。OSTU算法的基本思想是用某一假定的灰度值將圖像的灰度分成兩類，當(dāng)兩類的類間方差最大時(shí)，前景和背景的差別越大。此灰度值就是圖像二值化的最佳閾值。具體方法是：假設(shè)圖像有 M 個(gè)灰度值，取值范圍在 0 ～ M-1，在此范圍內(nèi)選取灰度值 t，將圖像分成兩組 G0 和 G1 ， G0 包含的像素的灰度值范圍在 0 ～ t， G1的灰度值范圍在t+1～ M-1，用 N 表示圖像像素總數(shù)，n0表示G0類像素?cái)?shù)，n1表示G1類像素?cái)?shù)。G0類像素概率p0=n0/N，G1類像素概率p1=n1/N。n[i]表示灰度值為 i 的像素的個(gè)數(shù)，則：

G0類像素灰度值均值為：

G1類像素灰度值均值為：

類間方差為：

采用遍歷的方法得到使類間方差最大的閾值T，即，

2.灰度投影算法的缺陷特征識(shí)別

灰度投影算法原理是對(duì)灰度圖像分別向下和向左兩個(gè)方向進(jìn)行灰度投影，分別找出行投影均值中最大值和最小值的差值d0和列投影均值中最大值和最小值的差值d1，如果這兩個(gè)差值中有一個(gè)超過(guò)了閥值，則可認(rèn)為圖像存在缺陷。閥值是根據(jù)不同的缺陷類型來(lái)選取的一個(gè)經(jīng)驗(yàn)值。

方法如下：

設(shè)圖像大小為M*N，像素點(diǎn)f（i， j）， ，，行數(shù)組D[N-1]，列數(shù)組L[M-1]， 分別存放灰度圖像向下和向左投影的灰度均值。

for（int N1=0，N1

for（int N2=0，N2

d0 = max（D[N1]） - min（D[N1]）， d1 = max（L[N2]） - min（L[N2]）

若d0 或d1中有任一值大于閥值，即可判定圖像存在缺陷。實(shí)

識(shí)別示例如下：

原圖 灰度轉(zhuǎn)換、二值化后 灰度投影算法識(shí)別結(jié)果

無(wú)缺陷 d0=9

d1=6設(shè)為閥值

中心裂紋 d0=24

d1=49

明顯大于閥值，? ? 有缺陷

中心縮孔 d0=19

d1=20

明顯大于閥值， 有缺陷

3.結(jié)束語(yǔ)

本文介紹了機(jī)器視覺應(yīng)用在鋼坯低倍缺陷自動(dòng)識(shí)別的技術(shù)，識(shí)別效果滿意。通過(guò)該技術(shù)應(yīng)用擴(kuò)展，例如建立鋼坯低倍缺陷分類圖庫(kù)，則可建立缺陷分類特征數(shù)據(jù)庫(kù)，實(shí)現(xiàn)各鋼坯低倍缺陷的自動(dòng)分類定性識(shí)別。

參考文獻(xiàn)

[1] 王宏，朱德生，唐威.一種基于灰度投影的帶鋼表面缺陷檢測(cè)算法.東北大學(xué)學(xué)報(bào) Vol.29，No.3

[2] 孫少林，馬志強(qiáng)，湯偉.灰度圖像二值化算法研究.