鋼板作為機(jī)械制造、汽車生產(chǎn)、航空航天、船塢制造等領(lǐng)域中不可或缺的原材料，其表面質(zhì)量的好壞直接影響著這些最終產(chǎn)品的性能與質(zhì)量。在實(shí)際的鋼板生產(chǎn)線上，由于加工工藝不完善、設(shè)備器件老化等諸多因素，常會(huì)導(dǎo)致鋼板表面出現(xiàn)各種缺陷，主要包括:輥印、粘結(jié)痕、壓痕、褶皺、結(jié)巴、氣泡、劃傷、氧化等。這些缺陷不僅對(duì)產(chǎn)品的外觀、耐磨性能以及抗腐性能等有較大影響，而且流入市場的缺陷鋼板也會(huì)給企業(yè)甚至國家?guī)砭薮蟮慕?jīng)濟(jì)損失。所以，對(duì)生產(chǎn)線上鋼板表面缺陷情況的檢測顯得尤為重要。

目前運(yùn)用于鋼板表面缺陷圖像分割的較流行算法主要分為三大類：

1)基于閾值的分割，如基于圖像行列像素集合灰度信息的自適應(yīng)閾值分割方法；

2)基于邊緣的分割，如基于Sobel算子的邊緣檢測算法獲取梯度圖像實(shí)現(xiàn)帶鋼缺陷識(shí)別；

3)基于區(qū)域的分割，如使用模糊聚類算法實(shí)現(xiàn)的帶鋼表面缺陷分割和基于徑向基核函數(shù)的改進(jìn)支持向量機(jī)(SVM)模型的缺陷識(shí)別算法。

由于鋼板表面缺陷的種類多樣、灰度結(jié)構(gòu)復(fù)雜，僅使用基于單一類別的分割算法常常不足以滿足對(duì)多種缺陷種類的分割需求，所以近年來針對(duì)幾類分割算法相結(jié)合的研究更加普遍。針對(duì)現(xiàn)有鋼板表面缺陷圖像分割算法中存在的不足，提出基于3維空間特征的鋼板缺陷圖像分割算法，利用矩陣變換原理構(gòu)建鋼板缺陷圖像的3維灰度矩陣，通過改進(jìn)克里金插值算法求得該3維矩陣的等值線；然后構(gòu)建等值線的拓?fù)潢P(guān)系樹，在自定義的搜索策略下尋找缺陷區(qū)域的最佳等值線；從而實(shí)現(xiàn)對(duì)鋼板表面缺陷的定位與分割。

算法總體流程

基于3維灰度矩陣的鋼板缺陷算法主要是針對(duì)灰度等值線的分布規(guī)律而設(shè)計(jì)，通過確定等值線之間的包含關(guān)系，判斷局部凹陷和局部凸起的等值線位置，從而定位待分割目標(biāo)區(qū)域，達(dá)到提取目標(biāo)的效果，算法總體流程下圖所示。

基于3維灰度矩陣的圖像分割算法

由于在灰度不均的情況下，平面空間內(nèi)對(duì)鋼板表面缺陷圖像的分割算法存在不足，提出了在更高維度空間內(nèi)分析圖像灰度特征的基于3維灰度矩陣的圖像分割算法。

首先獲取待分割圖像的灰度圖像，構(gòu)建3維灰度矩陣；

然后根據(jù)改進(jìn)克里金插值算法繪制3維灰度矩陣對(duì)應(yīng)等值線圖；建立等值線拓?fù)潢P(guān)系樹，確定等值線間關(guān)系，便于尋找目標(biāo)輪廓；

最后在遍歷規(guī)則下搜索拓?fù)潢P(guān)系樹，找到局部凹凸位置，從而確定分割目標(biāo)輪廓。

（1）構(gòu)建三位灰度矩陣

以氧化鋼板圖像為例，下圖給出了正常鋼板和氧化鋼板的灰度圖像以及對(duì)應(yīng)的3維灰度矩陣圖。

（2）繪制3維灰度矩陣對(duì)應(yīng)等值線

鋼板表面缺陷與其3維灰度矩陣中局部凹凸區(qū)域相對(duì)應(yīng)，對(duì)局部凹凸區(qū)域的確定類似于地圖學(xué)中對(duì)山峰和山谷的確定，所以將3維灰度矩陣類比于具有山峰山谷的地形，采用克里金插值法繪制3維灰度矩陣的等值線，通過等值線的走勢表示3維矩陣中的局部凹凸區(qū)域。

（3）建立等值線拓?fù)潢P(guān)系樹

獲得了3維灰度矩陣的等值線圖之后，為便于尋找在3維灰度矩陣中的局部凹凸區(qū)域，構(gòu)建等值線拓?fù)潢P(guān)系樹，明確各個(gè)等值線之間的包含關(guān)系。下圖為氧化鋼板灰度等值線。從圖中可以看出在忽略局部異常區(qū)域的前提下，水平方向上圖像的灰度等值線大致呈線性分布，而等值線圖中的局部異常區(qū)域正好對(duì)應(yīng)于原始圖像中的待分割目標(biāo)區(qū)域。由此得出結(jié)論：針對(duì)灰度不均勻的鋼板表面缺陷圖像目標(biāo)分割的問題，可以轉(zhuǎn)換為分析圖像灰度等值線分布規(guī)律的問題。

以此作為等值線間關(guān)系判別準(zhǔn)則。同時(shí)對(duì)于灰度等值線來說，包含關(guān)系一般存在于不同數(shù)值的等值線間，而相同數(shù)值的等值線多為相鄰關(guān)系。根據(jù)等值線包含關(guān)系判定原理，確定等值線間相互關(guān)系，建立等值線拓?fù)潢P(guān)系樹，下圖給出氧化圖像等值線圖拓?fù)潢P(guān)系構(gòu)建示例。

（4）遍歷拓?fù)潢P(guān)系圖尋找目標(biāo)輪廓

當(dāng)?shù)戎稻€拓?fù)潢P(guān)系樹構(gòu)建完成，即可通過搜索關(guān)系樹的方式確定缺陷區(qū)域的輪廓，采用兩個(gè)策略相結(jié)合的方法尋找對(duì)應(yīng)缺陷輪廓的等值線，分別是基于所有等值線單一方向走勢的全局搜索策略和基于拓?fù)錁渖疃缺闅v的局部搜索策略。

結(jié)論

通過對(duì)比實(shí)驗(yàn)驗(yàn)證了該算法可以對(duì)灰度不均勻的常見鋼板缺陷圖像進(jìn)行有效分割，分別從定性與定量的角度證明該算法可以快速、有效地提取鋼板圖像中的缺陷區(qū)域。

算法目前主要應(yīng)用于靜態(tài)的鋼板缺陷識(shí)別，下一步考慮結(jié)合實(shí)時(shí)監(jiān)控和采集的動(dòng)態(tài)鋼板缺陷進(jìn)行識(shí)別；并收集更多種類的鋼板表面缺陷，擴(kuò)大實(shí)驗(yàn)數(shù)據(jù)集，嘗試與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，實(shí)現(xiàn)對(duì)鋼板表面缺陷的自動(dòng)分類。

責(zé)任編輯：lq