(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211133556.9 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115222733 A (43)申请公布日 2022.10.21 (73)专利权人 山东金源不锈钢制品有限公司 地址 277600 山东省济宁市微山县经济开 发区建设路东首 (72)发明人 张峻豪　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 韩艳艳 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01)G06T 7/187(2017.01) G06T 5/00(2006.01) (56)对比文件 CN 113538429 A,2021.10.2 2 审查员 谢婉婉 (54)发明名称 基于图像识别的金属构件表面缺陷检测方 法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于图像识别的金属构 件表面缺陷检测方法。 该方法包括： 获取金属构件表面的灰度图， 并利 用灰度图得到待分析连通域； 基于每个待分析连 通域的角点的数量、 质 心和重心的距离， 以及每 个连通域对应的第一和第二序列中的元素获得 每个待分析连通域的冷隔边缘圆边显著度； 基于 一个待分析连通域对应的每组边缘像素点的拟 合优度中的最大值和第一、 第二对比度得到冷隔 生成结构显著度； 冷隔边缘圆边显著度和冷隔生 成结构指数的乘积为待分析连通域的冷隔瑕疵 显著度； 利用每个待分析连通域的冷隔瑕疵显著 度判断得到金属构件中出现冷隔瑕疵的区域。 本 发明能够准确的检测出金属构件中出现冷隔瑕 疵的区域。 权利要求书2页 说明书8页 附图1页 CN 115222733 B 2022.12.09 CN 115222733 B 1.一种基于图像识别的金属构件表面 缺陷检测方法， 其特 征在于， 该 方法包括： 获取金属构件表面的灰度图， 并利用灰度图得到边缘图像； 对边缘图像进行分析获得 多个连通域； 分别对每个连通域的边缘像素点进行拟合获得每个连通域的拟合优度； 获得 拟合优度小于拟合阈值的连通 域记为待分析 连通域； 将每个待分析连通域的边缘像素点按照设定规则分别进行排序， 并在排序后的边缘像 素点中按照固定间隔分别进行标记得到标记像素点序列； 每个待分析连通域的标记像素点 序列中每两个相邻边缘像素点的横坐标 的差值和纵坐标 的差值分别组成第一序列和第二 序列； 基于每个待分析连通域的角点的数量、 质心和重心的距离， 以及每个连通域对应的第 一和第二序列中的元 素获得每 个待分析 连通域的冷隔边 缘圆边显著度； 将任一待分析连通域的标记像素点序列中的标记像素点按照固定数量进行分组， 得到 不同组的标记像素点， 并将每组标记像素点分别与圆进行拟合得到标记像素点的拟合优 度； 获得每个待分析连通域以及灰度图中除了所有待分析连通域的其他区域的对比度， 分 别为第一对比度和 第二对比度； 基于一个待分析连通域对应的每组标记像素点的拟合优度 中的最大值和第一、 第二对比度得到冷隔生成结构显著度； 每个待分析连通域的冷隔边缘圆边显著度和冷隔生成结构显著度的乘积为每个待分 析连通域的冷 隔瑕疵显著度； 利用每个待分析连通域的冷 隔瑕疵显著度判断得到金属构件 中出现冷隔瑕疵的区域； 所述获得每个待分析连通域的冷隔边缘圆边显著度， 包括： 获得第一序列中每个元素 与第一序列所有 元素的平均值的差值的绝对值， 所述每个元素与第一序列所有元素的平均 值的差值的绝对值的倒数为横坐标圆边边缘系数； 第二序列中每个元素与第二序列所有 元 素的平均值的差值的绝对值的倒数为 纵坐标圆边边缘系数； 每个待分析连通域的冷隔边缘 圆边显著度为： 其中， 表示冷隔边缘圆边显著度； 表示第一序列中第i个元素对应的第i个横 坐标圆边边缘系数， 表示第一序列对应的横坐标圆边边缘系数的数量； 表示第二序 列中第i个元素对应的第i个纵坐标圆边边缘系数， 表示第二序列对应的纵坐标圆边边缘 系数的数量； 表示待分析连通域中重心 和质心 之间的欧氏距离； 表示待 分析连通域中角点的数量； 所述得到冷隔生成结构显著度， 包括： 获得任意一个待分析连通域的第一对比度和第 二对比度的比值， 所述比值与该待分析连通域对应的各组标记像素点的拟合优度中的最大 值的乘积为该待分析 连通域的冷隔生成结构显著度。 2.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法， 其特征在 于， 所述将每个待分析连通域的边缘像素点按照设定规则 分别进行排序， 并在排序后的边 缘像素点中按照固定间隔分别进行 标记得到标记像素点序列， 包括： 在任意一个待分析连通域内随机选取一个像素点， 为起始点； 在起始点的邻域内选取权　利　要　求　书 1/2 页 2 CN 115222733 B 2一个边缘像素点， 将边缘像素点作为第一起始点； 在第一起始点的邻域内选取一个边缘像 素点作为第二起始 点； 在第二起始 点的邻域内选取一个边缘像素点， 作为第三起始 点， 以此 类推直至按照设定规则选取该待分析连通域内所有边缘像素点， 其中设定规则为按照顺时 针方向选取待分析连通域内所有边缘像素点； 按照选取所有边缘像素点的顺序对该待分析 连通域内的边缘像素点进 行排序获得边缘像素点排序序列； 每间隔固定间隔对边缘像素点 排序序列中的一个边缘像素点进 行标记获得一个标记像素点， 所有的标记像素点组成标记 像素点序列。 3.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法， 其特征在 于， 在所述分别组成第一序列和第二序列之后还包括： 利用Mann ‑Kendall算法分别检测第 一序列和第二序列中的异常元 素； 将第一序列和第二序列中的异常元 素进行剔除。 4.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法， 其特征在 于， 所述得到不同组的标记像素点， 包括： 从标记像素点序列中的第一个像素点开始分组， 每个分组的中标记像素点的数量为固定数量； 在分组过程中， 若最后一个分组中标记像素 点的数量不满足 固定数量， 在第一个分组中从第一个标记像素点开始按照顺序抽取多个标 记像素点补充到最后一个分组中， 使得最后一个分组中标记像素点的数量达 到固定数量。 5.根据权利要求1所述的一种基于图像识别的金属构件表面缺陷检测方法， 其特征在 于， 所述利用每个待分析连通域的冷 隔瑕疵显著度判断得到金属构件中出现冷隔瑕疵的区 域， 包括： 获得预设数量的含有冷隔缺陷和其他缺陷的金属构件表面的灰度图； 人工判断得 到预设数量的金属构件表面的灰度图中为冷 隔缺陷的连通域和为其他缺陷的连通域； 获得 所有为冷隔缺陷的连通域中的冷隔瑕疵显著度最小的连通域， 记为第一边界连通域； 获得 所有为其他缺陷的连通域中的冷隔瑕疵显著度最大 的连通域， 记为第二边界连通域； 第一 边界连通域和 第二边界连通域的冷隔瑕疵显著度的和的均值为冷 隔判断阈值； 若一个待分 析连通域的冷隔瑕疵显著度大于冷隔判断阈值， 则该待分析 连通域为冷隔缺陷连通 域。权　利　要　求　书 2/2 页 3 CN 115222733 B 3