(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211250374.X (22)申请日 2022.10.13 (71)申请人 启东谷诚不锈钢制品有限公司 地址 226000 江苏省南 通市启东市汇龙镇 台角村杨沙路1号 (72)发明人 郑微　 (74)专利代理 机构 广州海藻专利代理事务所 (普通合伙) 44386 专利代理师 郑凤姣 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 5/00(2006.01) G06T 5/40(2006.01) (54)发明名称 一种钢板缺陷识别方法 (57)摘要 本发明涉及图形数据识别技术领域， 具体涉 及一种钢板缺陷识别方法。 该方法包括： 对包含 缺陷的钢板表 面图像进行预处理获得灰度图； 将 灰度图划分为预设尺寸的正方形的图像块， 利用 所述图像块的综合特征获得缺陷判断器； 获得灰 度图像中的独立块记为初始 独立块， 对初始独立 块进行持续的划分， 得到像素数量小于预设阈值 的缺陷像素块； 获得合并块， 将所有合并块组成 不同类型的待分解图形； 对不同类型的待分解图 形分别利用对应的图形分解方法进行持续的分 解， 最终得到缺陷像素块； 提取缺陷像素块中的 钢板缺陷区域。 本发明根据钢板缺陷的纹理和灰 度特征得到的钢板缺陷区域的较为精确的估计 范围， 提高了后续对缺陷进行识别分类的准确 性。 权利要求书2页 说明书7页 附图1页 CN 115330781 A 2022.11.11 CN 115330781 A 1.一种钢板缺陷识别方法， 其特征在于， 该方法包括： 对包含缺陷的钢板表面图像进行 预处理获得灰度图； 将灰度图划分为预设尺寸的正方形 的图像块， 基于每个图像块的灰度 直方图和灰度共生矩阵获得各图像块的综合特征， 并利用所述各图像块的综合特征获得存 在缺陷的图像块作为 缺陷块； 利用所述各图像块的综合特 征获得缺陷判断器； 将存在缺陷且与其他存在缺陷的图像块没有重合边的图像块记为独立块， 将与其他存 在缺陷的图像块有重合边的缺陷块记为合并块； 将灰度图像中的独立块记为初始独立块， 将初始独立块均匀划分为四个为正方形的一级块， 将四个一级块中的独立块记为一级独立 块， 对一级独立块 继续划分， 获得二级独立块， 继续划分直至最后获取的独立块中像素数量 小于预设阈值， 或者出现合并块， 停止划分； 将 像素数量小于预设阈值的独立块作为缺陷像 素块； 当出现合并块停止划分时， 将所有合并块组成不同类型的待分解图形； 对不同类型的 待分解图形分别利用对应的图形分解方法进行分解， 分别获得不同的子块， 利用缺陷判断 器筛选缺陷子块； 将存在重合边的缺陷子块合并为待分解图形， 继续利用对应的图形分解 方法进行分解， 得到一级子块并筛选出存在缺陷的一级缺陷子块， 直至灰度图中存在缺陷 的子块占据所有子块的数目的比值达到最大， 或者最后获取的子块中像素数量小于预设阈 值， 停止划分， 得到缺陷像素块； 提取缺陷像素块中的钢板缺陷区域。 2.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述对包含缺陷的钢板 表面图像进行预处理获得灰度图包括： 将钢板表 面图像灰度化并利用直方图均衡化对灰度 化后的图像进行增强 获得灰度图。 3.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述基于每个图像块的 灰度直方图和灰度共生矩阵获得各图像块的综合特征包括： 基于每个图像块的灰度直方图 获得图像块的灰度特征， 包括灰度方差、 灰度均值、 峭度、 歪度、 熵和能量； 基于图像块的灰 度共生矩阵获得图像块的纹理特征， 包括能量、 熵值、 对比度和逆差距； 所述纹理特征和灰 度特征组成特 征向量作为图像块的综合特 征。 4.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述利用所述各图像块 的综合特征获得存在缺陷的图像块作为缺陷块包括： 基于各图像块的综合特征进 行聚类将 图像块分为两类， 其中图像块数量较多的一类为不存在缺陷的图像块； 图像块数量较少的 一类为存在缺陷的图像块， 将存在缺陷的图像块作为 缺陷块。 5.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述利用所述图像块的 综合特征获得缺陷判断器包括： 利用LDA算法对不存在缺陷的图像块和缺陷块的综合特征 进行处理， 获得权向量和权阈值， 基于所述权向量和权阈值获得缺陷判断器。 6.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述当出现合并块停止 划分时， 将所有合并块组成不同类型 的待分解图形包括： 初始独立块划分得到的四个一级 块中若只有两个合并块， 则两个合并块组成的图形为一种类型 的待分解图形， 记为第一图 形； 初始独立块划分得到的四个一级块中若只有三个合并块， 则三个合并块组成的图形为 一种类型的待分解图形， 记为第二图形； 若初始独立块划分得到的四个一级块全为合并块， 则四个合并块组成一种类型的待分解图形， 记为第三图形。 7.根据权利要求6所述的一种钢板缺陷识别方法， 其特征在于， 所述对不同类型的待分 解图形分别利用对应的图形分解方法进行分解包括： 对于第一图形， 获得过两个合并块的权　利　要　求　书 1/2 页 2 CN 115330781 A 2中心点的直线交第一图形两个长边的线段对第一图形进行分解； 对于第二图形， 利用过三 个合并块的中心 点的水平方向上的直线和竖直方向上的直线对第二图形进 行分解； 利用过 四个合并块的中心点的水平方向上的直线和竖直方向上的直线对第三图形进行分解。 8.根据权利要求6所述的一种钢板缺陷识别方法， 其特征在于， 所述将存在重合边的缺 陷子块合并为待分解图形包括： 存在重合边的缺陷子块合并为待分解图形时， 优先级别 分 别为合并为第三图形大于合并为第一图形， 合并为第一图形大于合并为第二图形； 其中， 在 将存在重合边的缺陷子块合并为待分解图形时， 若不能合并为第一、 第二和第三图形， 利用 存在重合边的缺陷子块相 邻的不存在缺陷的子块进行填补， 将填补后形成的图形再分解为 第一、 第二或第三图形。 9.根据权利要求1所述的一种钢板缺陷识别方法， 其特征在于， 所述提取缺陷像素块中 的钢板缺陷区域包括： 对缺陷像素块进行直方图均衡化处理， 利用显著性FT算法对直方图 均衡化后的缺陷像素块处 理获得钢板缺陷区域。权　利　要　求　书 2/2 页 3 CN 115330781 A 3