(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 202210924271.0 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114972357 A (43)申请公布日 2022.08.30 (73)专利权人 南通恒立机 械设备有限公司 地址 226000 江苏省南 通市启东市汇龙镇 城北工业园区彩龙路3 6号 (72)发明人 王蓝　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/187(2017.01) G06T 7/70(2017.01) G06V 10/762(2022.01) 审查员 张李一 (54)发明名称 一种基于图像处理的轧辊表面缺陷检测方 法及系统 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种基于图像处理的轧辊表面缺陷检测方法及系 统。 该方法通过分析高亮 连通域边缘外亮度变弱 方向上像素点的像素差异， 确定差异边缘和附近 光照区域的边界。 根据附近光照区域的范围和高 亮连通域的宽度获得亮度渐变性。 根据亮度渐变 性对缺陷区域进行初次筛选， 获得第一缺陷区域 和疑似缺陷区域。 进一步获得疑似缺陷区域的区 域亮度变化趋势， 结合疑似缺陷区域中差异边缘 的位置分布和像素差异获得差异边缘的缺陷概 率。 根据缺陷概率获得第二缺陷区域。 本发明通 过分析缺陷对高亮连通域影 响的特征， 实现了准 确的缺陷检测。 权利要求书2页 说明书6页 附图1页 CN 114972357 B 2022.10.21 CN 114972357 B 1.一种基于图像处 理的轧辊表面 缺陷检测方法， 其特 征在于， 所述方法包括： 获得轧辊图像； 根据像素值获得 所述轧辊图像中的高亮连通 域； 根据像素值获得所述高亮连通域的边缘像素点在所述轧辊图像中的亮度变弱方向， 具 体包括： 获得所述边缘像素点的海森矩阵； 根据以所述海森矩阵的最大特征值对应的特征 向量表示的方向作为所述亮度变弱方向； 在所述边缘像素点上设置滑窗， 所述滑窗沿着所述亮度变弱方向进行滑动， 获得相邻 滑窗中心 点之间的像素差异； 根据所述像素差异获得高差异 点与低差异 点,具体包括： 利用 K均值聚类法对所述像素差异对应的像素点进行聚类分组， 获得所述高差异点和所述低差 异点； 以坐标信 息连续的所述高差异点为一类差异边缘， 以最长的所述差异边缘作为所述高 亮连通域的附近光照区域的边界； 以附近光照 区域边界到高亮连通域边缘的第一距离与高亮连通域宽度的比值作为区 域亮度渐变性； 若所述高亮连通域的所述区域亮度渐变性小于预设渐变性阈值， 则所述高 亮连通域为第一缺陷区域； 反 之则为疑似缺陷区域； 根据所述疑似缺陷区域的所述区域亮度渐变性和所述低差异点的所述像素差异获得 区域亮度变化趋势； 以所述第一距离与所述差异 边缘到所述高亮连通域边缘的第二距离的 比值作为位置分布指标； 根据所述疑似缺陷区域中所述差异边缘对应的所述像素差异、 所 述区域亮度变化趋势和所述位置分布指标获得所述疑似缺陷区域中所述差异边缘为缺陷 边缘的缺陷概率； 若 所述缺陷概率大于预设概率阈值， 则认 为所述差异 边缘为缺陷边缘， 获 得第二缺陷区域。 2.根据权利要求1所述的一种基于图像处理 的轧辊表面缺陷检测方法， 其特征在于， 所 述获得轧辊图像包括： 采集初始轧辊图像； 去 除所述初始轧辊图像中的背景， 获得仅包含轧辊信息的所述轧 辊图像。 3.根据权利要求1所述的一种基于图像处理 的轧辊表面缺陷检测方法， 其特征在于， 所 述根据像素值获得 所述轧辊图像中的高亮连通 域包括： 获得所述轧辊图像的灰度直方图； 获得所述灰度直方图中的灰度频数曲线； 以所述灰 度频数曲线最右侧的峰值点对应的左侧峰谷点的灰度级作为高亮阈值， 以大于所述高亮阈 值的灰度级对应的像素点作为高亮像素点， 根据所述高亮像素点获得 所述高亮连通 域。 4.根据权利要求1所述的一种基于图像处理 的轧辊表面缺陷检测方法， 其特征在于， 所 述以坐标信息连续的所述高差异点 为一类差异边 缘包括： 利用密度聚类算法处理所述高差异点， 获得多个聚类簇， 每个所述聚类簇为一类所述 差异边缘。 5.根据权利要求1所述的一种基于图像处理 的轧辊表面缺陷检测方法， 其特征在于， 所 述根据所述疑似缺陷区域的所述区域亮度渐变性和所述低差异点的所述像素差异获得区 域亮度变化趋势包括： 权　利　要　求　书 1/2 页 2 CN 114972357 B 2其中， 为所述区域亮度变化趋势， 为第 个所述高亮连通域对应的所述第一距离， 为第 个所述高亮连通域的所述高亮连通域宽度， 为第 个所述高亮连通域中所述低 差异点的第一平均像素差异。 6.根据权利要求1所述的一种基于图像处理 的轧辊表面缺陷检测方法， 其特征在于， 所 述根据所述疑似缺陷区域中所述差异边缘对应的所述像素差异、 所述区域亮度变化趋势和 所述位置分布指标获得 所述疑缺陷区域中所述差异边 缘为缺陷边缘的缺陷概 率包括： 根据缺陷概 率计算公式获得 所述缺陷概率， 所述缺陷概率计算公式包括： 其中， 为第 类所述差异边缘的所述缺陷概率， 为第 类所述差异边缘对应的第 二平均像素差异， 为所述区域亮度变化趋势， 为所述第一距离， 为所述第二距 离。 7.一种基于 图像处理的轧辊表面缺陷检测系统， 包括存储器、 处理器以及存储在所述 存储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算 机程序时实现如权利要求1~6任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114972357 B 3