一种基于图像识别的铝棒表面缺陷检测方法及系统与流程

本发明涉及表面检测，具体涉及一种基于图像识别的铝棒表面缺陷检测方法及系统。

背景技术：

1、在对铝棒表面进行缺陷检测的过程中，现有的检测方法采用图像识别技术进行无损检测，铝棒在检测工位以稳定速度旋转并平移通过相机视野，环形布置的led光源以近似漫射方式照亮铝棒表面，多台相机同步获取圆柱面全周图像。在实际的图像采集中，由于铝棒圆柱面本征曲率的存在，即使在均匀照明下，相机视野内的图像仍会呈现从中部亮区向两侧逐渐变暗的照度梯度，导致同一帧图像内同时包含高亮区和边缘暗区。利用全局直方图均衡化方法接收整帧图像的像素分布进行统计映射；由于亮区像素占据统计优势，均衡化过程会将暗区原本狭窄的灰度范围强行拉伸，同时压缩亮区的灰度范围；使得暗区的微小基体起伏和传感器噪声被过度放大，形成高对比度的伪纹理，掩盖了真实的微弱缺陷；而亮区缺陷的边缘锐度则因压缩而下降，浅表缺陷细节趋于模糊并融入背景。

2、同时，现有的检测方法难以适配同一视野内因曲率引起的巨大照度差异，导致送入识别模型的图像在暗区携带大量虚假特征，在亮区则丢失关键细节。因此，在铝棒圆柱面全周图像采集中，由于圆柱曲率引起视野内照度梯度，当采用全局直方图均衡化对整帧图像进行统一对比度增强时，暗区噪声被过度放大形成伪缺陷特征，而亮区缺陷细节被压缩丢失，导致存在暗区虚警和在亮区漏检的情况，使得对铝棒的表面进行缺陷检测的准确率低。

技术实现思路

1、本发明的目的在于提供一种基于图像识别的铝棒表面缺陷检测方法及系统，用于现有的检测方法存在暗区虚警和在亮区漏检的情况，导致对铝棒的表面进行缺陷检测的准确率低的问题。

2、为达到上述目的，本发明采用如下技术方案：一种基于图像识别的铝棒表面缺陷检测方法，包括以下步骤：

3、获取铝棒圆柱面的铝棒表面图像和图像采集设备的图像采集参数；

4、基于所述铝棒表面图像和图像采集参数，得到反映铝棒圆柱面空间照度分布的亮度分布信息；

5、对所述亮度分布信息进行亮度分区处理，得到每个亮度分区的图像区域；

6、对所述每个亮度分区的图像区域进行像素优化处理，得到铝棒优化图像；

7、利用所述铝棒优化图像，对铝棒的表面进行缺陷检测处理，得到铝棒表面的缺陷结果。

8、进一步地，基于所述铝棒表面图像和图像采集参数，得到反映铝棒圆柱面空间照度分布的亮度分布信息的步骤包括：

9、对所述铝棒表面图像进行去噪处理，得到去噪后的铝棒表面图像；

10、基于所述图像采集参数，确定反映图像采集设备对铝棒表面进行图像采集的图像采集角度；

11、基于所述去噪后的铝棒表面图像和图像采集角度，得到反映铝棒圆柱面空间照度分布的亮度分布信息。

12、进一步地，基于所述去噪后的铝棒表面图像和图像采集角度，得到反映铝棒圆柱面空间照度分布的亮度分布信息的步骤包括：

13、利用所述图像采集角度，对铝棒表面的采集环境进行分析，得到图像采集位置的环境亮度信息；

14、基于所述图像采集位置的环境亮度信息，确定亮度分布匹配模型；

15、利用所述亮度分布匹配模型，对所述去噪后的铝棒表面图像进行亮度分布匹配处理，得到反映铝棒圆柱面空间照度分布的亮度分布信息。

16、进一步地，基于所述图像采集位置的环境亮度信息，确定亮度分布匹配模型的步骤包括：

17、将所述图像采集位置的环境亮度信息与预设的匹配模型库进行匹配处理，得到所有候选匹配模型；

18、对所述所有候选匹配模型进行筛选处理，得到亮度分布匹配模型。

19、进一步地，对所述亮度分布信息进行亮度分区处理，得到每个亮度分区的图像区域的步骤包括：

20、基于所述亮度分布信息，确定亮度的分区类型；其中，所述亮度的分区类型包括亮区、过渡区和暗区；

21、利用所述亮度的分区类型，对所述亮度分布信息进行亮度分区处理，得到图像分区初始区域；

22、对所述图像分区初始区域进行区域校正处理，得到每个亮度分区的图像区域。

23、进一步地，基于所述亮度分布信息，确定亮度的分区类型的步骤包括：

24、对所述亮度分布信息进行图像亮度提取处理，得到反映铝棒表面亮度区间的图像亮度信息；

25、对所述图像亮度信息进行亮度分类处理，得到亮度的分区类型。

26、进一步地，利用所述亮度的分区类型，对所述亮度分布信息进行亮度分区处理，得到图像分区初始区域的步骤包括：

27、对所述亮度分布信息进行像素灰度提取处理，得到像素灰度信息；

28、利用所述亮度的分区类型，对所述像素灰度信息进行亮度分区处理，得到图像分区初始区域。

29、进一步地，对所述每个亮度分区的图像区域进行像素优化处理，得到铝棒优化图像的步骤包括：

30、基于所述每个亮度分区的图像区域，确定图像区域的优化模型；

31、利用所述图像区域的优化模型，对所述每个亮度分区的图像区域进行像素优化处理，得到铝棒优化图像。

32、进一步地，基于所述每个亮度分区的图像区域，确定图像区域的优化模型的步骤包括：

33、基于所述每个亮度分区的图像区域，确定图像区域的区域面积和亮度平均值；

34、利用所述图像区域的区域面积和亮度平均值，从预设的图像优化模型库中进行模型匹配处理，得到图像区域的优化模型。

35、本发明还提供一种基于图像识别的铝棒表面缺陷检测系统，该系统包括：

36、图像获取模块，用于获取铝棒圆柱面的铝棒表面图像和图像采集设备的图像采集参数；

37、信息确定模块，用于基于所述铝棒表面图像和图像采集参数，得到反映铝棒圆柱面空间照度分布的亮度分布信息；

38、区域分区模块，用于对所述亮度分布信息进行亮度分区处理，得到每个亮度分区的图像区域；

39、图像优化模块，用于对所述每个亮度分区的图像区域进行像素优化处理，得到铝棒优化图像；

40、缺陷检测模块，用于利用所述铝棒优化图像，对铝棒的表面进行缺陷检测处理，得到铝棒表面的缺陷结果。

41、与现有技术相比，本发明的基于图像识别的铝棒表面缺陷检测方法及系统具有以下优点：

42、本发明通过获取铝棒圆柱面的铝棒表面图像和图像采集设备的图像采集参数，并得到反映铝棒圆柱面空间照度分布的亮度分布信息。随后，对亮度分布信息进行亮度分区处理，得到每个亮度分区的图像区域，并对这些区域进行像素优化处理，最终得到铝棒优化图像，用于缺陷检测。通过对图像进行精细化的亮度分区和针对性的像素优化，能够避免暗区虚警和亮区漏检，显著提高铝棒表面缺陷检测的准确性和可靠性。

1.一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，基于所述铝棒表面图像和图像采集参数，得到反映铝棒圆柱面空间照度分布的亮度分布信息的步骤包括：

3.根据权利要求2所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，基于所述去噪后的铝棒表面图像和图像采集角度，得到反映铝棒圆柱面空间照度分布的亮度分布信息的步骤包括：

4.根据权利要求3所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，基于所述图像采集位置的环境亮度信息，确定亮度分布匹配模型的步骤包括：

5.根据权利要求1所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，对所述亮度分布信息进行亮度分区处理，得到每个亮度分区的图像区域的步骤包括：

6.根据权利要求5所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，基于所述亮度分布信息，确定亮度的分区类型的步骤包括：

7.根据权利要求5所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，利用所述亮度的分区类型，对所述亮度分布信息进行亮度分区处理，得到图像分区初始区域的步骤包括：

8.根据权利要求1所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，对所述每个亮度分区的图像区域进行像素优化处理，得到铝棒优化图像的步骤包括：

9.根据权利要求8所述的一种基于图像识别的铝棒表面缺陷检测方法，其特征在于，基于所述每个亮度分区的图像区域，确定图像区域的优化模型的步骤包括：

10.一种基于图像识别的铝棒表面缺陷检测系统，其特征在于，该系统包括：