(19)中华 人民共和国 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 202111682517.X (22)申请日 2021.12.3 0 (71)申请人 北京科技大 学 地址 100083 北京市海淀区学院路3 0号 (72)发明人 邵健　冯凯　李天伦　何安瑞　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 代理人 张仲波　于春晓 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/28(2022.01) G06V 10/56(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) (54)发明名称 一种热轧带钢表面未分类铸坯划伤缺陷的 判定方法 (57)摘要 本发明提供一种热轧带钢表面未分类铸坯 划伤缺陷的判定方法， 属于热轧带钢表面检测技 术领域。 该方法首先获取表面质量检测仪采集的 热轧带钢未分类表面缺陷数据， 包含缺陷的长 度、 宽度、 相对位置信息和原始图片； 然后根据人 工经验提取属于铸坯划伤的缺陷样 本， 建立训练 样本集， 并对数据进行处理， 计算未分类中典型 缺陷样本特征量， 建立未分类铸坯划伤缺陷判定 模型， 并根据样本数据训练模型； 最后提取需要 识别的未分类图片， 并验证其样本特征量， 模型 输出该缺陷是否属于未分类铸坯划伤 缺陷。 该方 法可以减 轻热轧带钢现场质检人员工作量， 减少 未分类中由于铸坯划伤导致的致命缺陷漏判， 预 防下游表面质量异议。 权利要求书2页 说明书8页 附图2页 CN 114299059 A 2022.04.08 CN 114299059 A 1.一种热轧带钢表面未分类铸坯划伤缺陷的判定方法， 其特 征在于： 包括 步骤如下： (1)获取热轧带钢表面质量检测仪分类结果为未分类表面缺陷数据， 包含缺陷的长度、 宽度、 相对位置信息和原 始图片； (2)根据人工经验从表面质量检测仪数据中提取属于铸坯划伤 的缺陷样本， 建立训练 样本集， 并对数据进 行处理， 计算未分类中典型缺陷样本特征量， 建立未分类铸坯划伤缺陷 判定模型， 并根据样本数据训练模型； (3)从表面质量检测仪数据中提取需要识别的未分类图片， 并计算其样本特征量， 模型 输出该缺陷是否属于未分类铸坯划伤缺陷。 2.根据权利要求1所述的热轧带钢表面未分类铸坯划伤缺陷的判定方法， 其特征在于： 所述步骤(2)中具体过程如下： S21： 根据训练样本集缺陷图片， 设置灰度阈值， 规定灰色白色像素点 阈值， 区分图片特 征点信息与背景信息， 确定灰色白色像素点阈值如下： 其中， 为图片平均灰度值， gi为图片任一像素点的灰度值， gts为定义灰色像素点阈值， wts为定义白色像素点阈值， n为像素点数量， 确定灰色白色阈值后对图片像素点重新赋值， 具体二值化处理逻辑如下： Bi＝0(gi＜gts) Wi＝255(gi＞wts) Gi＝128(wts≥gi≥gts) 其中， Gi为二值化 处理重新赋值后背景像素点的灰度值， Bi为二值化 处理后灰色像素点 的灰度值， Wi为二值化处理后白色像素点的灰度值， gi为图片任一像素点的灰度值， gts为定 义灰色像素点阈值， wts为定义白色像素点阈值； S22： 对二值化处理后的图像， 提取灰色像素点个数、 灰色像素点占比、 灰色像素点均 值、 白色像素点占比、 图片左右灰度均值差、 相邻像素点灰度差特 征， 具体计算公式如下： S1＝N(Bi) S2＝N(Bi)/m S3＝N(Bi)/S1 S4＝N(Wi)/m S6＝max(|gi‑gi‑1|) 其中， gi为某一像素点灰度值， N(Bi)表示缺陷区域内像素点灰度值为Bi的事件数， m为 缺陷区域图像内全部像素点数， N(Wi)表示缺陷区域图像内像素点灰度值为Wi的事件数， 为图片左半部分灰度值均值， 为图片右半部分灰度值均值， 特征量S1为缺陷的颜色特征；权　利　要　求　书 1/2 页 2 CN 114299059 A 2特征量S2为缺陷灰色部 分几何特征； 特征量S3为缺陷的颜色密度特征； 特征量S4为缺陷白色 部分几何特 征； 特征量S5为缺陷对中性特 征； 特征量S6为缺陷边缘颜色过渡特 征； S23： 根据S22中得到的训练样本的特征量， 构建训练样本的特征数据集A， 作为输入分 类算法的输入部分： A＝{Sj1， Sj2，…， Sj6} 其中， j代 表训练样本的个数， Sjk代表第j个训练样本的第k个特 征值， k＝1， 2， 3， 4， 5， 6； S24： 根据得到的训练样本特征数据集A， 将训练数据集输入现有通用的k ‑临近分类算 法模型进行训练， 得到缺陷判定模型， 根据从表面质量检测仪中收集待判定的未分类缺陷 作为测试样本集， 确定未分类铸坯划伤缺陷对应的数据质心： 其中， zjl表示第j维特征Sj在l向样本下的质心， nl为l向样本下样本数量， Sjk表示第k个 典型样本中第j维特征Sj的值， 将1向样本下全 部特征的数据质心联合得到 l向样本的质心Zl (z1l， z2l， ......， zjl)。 3.根据权利要求1所述的热轧带钢表面未分类铸坯划伤缺陷的判定方法， 其特征在于： 所述步骤(3)具体为： 计算测试样本特征值， 并输入到缺陷判定模型中加以验证， 根据欧氏 距离公式计算测试样本的缺陷特征Zx(s1x， s2x， ......， sjx)与正向样本和反向样本质心之 间的距离， 正向样本和反向样本由人工经验给出标签后得到， 获取距离最小值对应的类别 作为最终的判定结果， 其中， 距离计算公式表示 为： dl＝min(dx‑T， dx‑F) 其中， dx‑T为测试样本与正向样本数据质心之间的距离， dx‑F为测试样本与反向样本数 据质心之间的距离， dl为测试样本距离正反向样本数据质心的最小值， s1x， s2x，……， sjx为 测试样本的缺陷特征集， z1T， z2T，……， zjT为正向样本的数据质心， z1F， z2F，……， zjF为反向 样本的数据质心； 若dl＝dx‑T， 则该缺陷图像样本判定为未分类铸坯划伤缺陷； 若dl＝dx‑F， 则该缺陷图像样本判定为非未分类铸坯划伤缺陷。权　利　要　求　书 2/2 页 3 CN 114299059 A 3