一种清晰度自适应的卷材检测方法及装置、系统

1.一种清晰度自适应的卷材检测方法，其特征在于，包括如下步骤：步骤S1：操作台获取所有线扫相机采集的图像，并统计图像数量；步骤S2：判断采集的图像是否为多通道图像；若为多通道图像则转换为灰度图像，进入步骤S3；否则直接进入步骤S3；步骤S3：依次选取图像，计算图像尺寸，并根据左右不检测区域，完成每组图像的裁切并获取图像灰度值；其中每组图像表示同一时刻，不同线扫相机采集的图像；步骤S4：根据全图背景评估，计算是否存在周期性条纹；若存在周期性纹理，则为有纹理的材质，需要进行去纹理步骤，完成去纹理后进入下一步骤；否则，直接进入下一步骤；步骤S5：根据图像的灰度值，完成图像的清晰度自适应流程，判断对应的滤波级数，完成图像滤波，并获得图像中的总瑕疵区域；步骤S6：基于聚类方法对总瑕疵区域进行临域多瑕疵处理，将满足要求的瑕疵区域进行连通；步骤S7：根据瑕疵区域或瑕疵连通区域面积获得瑕疵输出优先级；将瑕疵根据瑕疵输出优先级进行排序；步骤S8：获取瑕疵信息，并按照瑕疵输出优先级顺序，依次判断瑕疵信息是否满足设定阈值范围要求；若瑕疵信息满足设定阈值要求，则将瑕疵信息依次放入输出队列；步骤S9：判断输出队列中的瑕疵信息是否超过瑕疵信息的设定输出数量上限；若超过了瑕疵信息的设定输出数量上限，则根据瑕疵输出优先级顺序输出设定输出数量的瑕疵信息，结束步骤；否则输出队列中的全部瑕疵信息，结束步骤。 2.根据权利要求1所述的一种清晰度自适应的卷材检测方法，其特征在于，所述步骤S3中完成图像的裁剪并获取灰度值的过程包括如下步骤：步骤S31：获取一组图像，并判断该组图像中的图像数量大于或者等于一张；若图像的数量为一张，则进入步骤S32；若图像的数量大于一张，否则进入步骤S33；步骤S32：该组图像中仅包含一张图像，则判断左裁剪区域和右裁剪区域的宽度和与图像宽度的关系，其中左裁剪区域和右裁剪区域通过左右不检测区域获得；若左裁剪区域和右裁剪区域的宽度和大于图像宽度，则进入步骤S35；若左裁剪区域和右裁剪区域的宽度和小于等于图像宽度，则进入步骤S36；步骤S33：该组图像中包含的图像数量大于一张，则判断第一张图像的宽度与左裁剪区域的宽度的关系；若第一张图像的宽度小于左裁剪区域的宽度，则进入步骤S35；否者进入步骤S34；步骤S34：判断最后一张图像的宽度与右裁剪区域的宽度的关系；若最后一张图像的宽度小于右裁剪区域的宽度，则进入步骤S35；否者进入步骤S36；步骤S35：图像裁剪区域过大，判断为图像检测异常，结束步骤，并结束检测算法；步骤S36：依次获取该组图像中的一张图像，并判断该图像是否为该组图像的第一张图像；若为该组图像的第一张图像，则进入步骤S37；若不是该组图像的第一张图像，则进入步骤S38；步骤S37：该图像为该组图像的第一张图像，则判断该组图像是否仅有一张图像；若只有一张图像，则根据左右不检测区域获取图像的左右裁剪区域，并完成图像的裁剪，进入步骤S310；若不为一张图像，则计算图像的左侧裁剪区域，并完成图像的裁剪，进入步骤S310；步骤S38：该图像不是该组图像的第一张图像，则判断该图像是否为该组图像的最后一张图像；若为该组图像的最后一张图像，则进入步骤S39；若不是该组图像的最后一张图像，则直接进入步骤S310；步骤S39：该图像为该组图像的最后一张图像，并且不是第一张图像，则计算图像的右侧裁剪区域，并完成图像的裁剪，进入步骤S310；步骤S310：计算获得的图像的灰度值，结束步骤。 3.根据权利要求1所述的一种清晰度自适应的卷材检测方法，其特征在于，所述步骤S4中的去纹理步骤，包括：步骤S41：获取裁剪后的图像，并计算图像的宽Width和高Height；步骤S42：在图像中的随机区域，提取1/2Width*1/2Height区域的子图像；步骤S43：在子图像中的随机位置设置相互垂直的两条直线L1、L2；步骤S44：对子图像进行双边滤波去除尖锐噪声且保存边缘不被模糊后，并进行边缘增强，分别计算子图像在宽方向和高方向的二次导函数图像；步骤S45：根据子图像在宽方向和高方向的二次导函数图像，获取二次导函数图像中的直线区域；步骤S46：根据直线区域，在二次导函数图像中根据从亮到暗的极性变化提取直线区域骨架，并转化线性对象，获得条纹；步骤S47：计算提取的所有直线的霍夫变换值；步骤S48：合并同一直线区域骨架内并且同一角度的低于设定像素点长度L3的条纹；步骤S49：条纹合并后，清除低于设定像素点长度L4的条纹；步骤S410：获取剩余条纹，并筛选出与直线L1或直线L2相交的条纹；步骤S411：根据条纹与直线L1的交点，提取交点间距和夹角重复的条纹；根据条纹与直线L2的交点，提取交点间距和夹角重复的条纹；步骤S412：判断步骤S411提取出的条纹与直线L1及直线L2是否均存在夹角；若与直线L1及直线L2中的某条直线不存在夹角，则认为条纹与直线L1或直线L2平行，进入步骤S414；若均存在夹角，则认为条纹与直线L1和直线L2均不平行，进入步骤S413；步骤S413：根据条纹与直线L1和L2的夹角与交点间距，获取交点间距在条纹上的投影，包括投影长度和投影位置，该投影长度就是周期性条纹的间距；步骤S414：获取条纹的周期性信息，包括投影长度和投影位置包括交点间距在条纹上的投影、条纹在直线L1或L2上的交点、条纹与直线L1和L2的角度；步骤S415：根据条纹的周期线信息，生成周期函数，并通过傅里叶级数延拓展开，获得条纹的周期性频率；步骤S416：根据傅里叶级数前n项周期性频率获得特定的空间滤波器；步骤S417：通过特定空间滤波器对步骤S41中获得的裁剪子图像进行卷积计算，实现图像去纹理操作，结束步骤。 4.根据权利要求1所述的一种清晰度自适应的卷材检测方法，其特征在于，所述步骤S5中对图像的清晰度自适应流程，包括对图像根据灰度值分布进行裁剪，并获得每块裁剪子图像的灰度方差D(x)、对比度cont、灰度能量ASM、逆差距Homo以及相关性Corr；其中对比度cont表示图像的清晰度和纹理的沟纹深浅，对比度越大，表示图像越清晰，反之对比度越小，表示图像模糊；灰度能量ASM反映了图像的灰度分布均匀程度，当图像模糊时，灰度分布较均匀，能量值较大；当图像清晰时，能量值较小；逆差距Homo反映了图像纹理局部变化程度；当图像模糊时，灰度分布较均匀，逆差距值较大；当图像清晰时，逆差距值较小；相关性Corr反映了裁剪子图像的整体灰度值相似程度；当图像模糊时，灰度变化小，相关性好，数值大；当图像清晰时，灰度剧烈变化，相关性差，数值低；统计裁剪子图像的灰度方差D(x)、对比度cont、灰度能量ASM、逆差距Homo以及相关性Corr，并获取加权均值Ambiguity：其中χ、ε、η、α、β为设定的权值；加权均值Ambiguity越高，表示图像越模糊，则需要使用滤波核尺寸越小的高斯滤波器。 5.根据权利要求1所述的一种清晰度自适应的卷材检测方法，其特征在于，所述步骤S6中临域多瑕疵处理流程，包括如下步骤：步骤S61：获取滤波后的整体图像，并对图像再分别使用一～四级的高斯滤波器进行滤波，获得四张再滤波图像；其中一级高斯滤波器的核尺寸为64*64，二级高斯滤波器的核尺寸为32*32，三级高斯滤波器的核尺寸为16*16，四级高斯滤波器的核尺寸为8*8；步骤S62：获取图像中的普通暗区域的像素点集合、非常暗区域的像素点集合、大面积暗区域的像素点集合、亮区域的像素点集合以及孔洞瑕疵区域的像素点合集；步骤S63：获取暗区域；暗区域包括普通暗区域、非常暗区域和大面积暗区域；步骤S64：获取总瑕疵区域；总瑕疵区域包括暗区域、亮区域和孔洞瑕疵区域；步骤S65：对总瑕疵区域进行闭运算连通邻近区域；步骤S66：计算总瑕疵区域的连通域，分离所有闭合且不相连的区域；步骤S67：计算总瑕疵区域内所有连通域的面积大小及中心点坐标，结束步骤。 6.根据权利要求1所述的一种清晰度自适应的卷材检测方法，其特征在于，所述步骤S8中的瑕疵信息包括瑕疵类型，瑕疵类别包括黑点、气泡、虫斑、晶点、毛绒；瑕疵类别通过瑕疵识别特征算法获得，包括如下步骤：步骤S81：获取图像，检测图像中的暗区域；其中暗区域为图像灰度值低于设定阈值Y3的区域；步骤S82：判断图像中的暗区域数量是否为一个；若暗区域数量仅有一个，则进入步骤S83；若暗区域的数量为0或大于一个，则进入步骤S84；步骤S83：暗区域的数量仅有一个，进一步判断暗区域的轮廓为近似实心圆形或者近似实心矩形或者其他形状；若暗区域的轮廓近似圆形，则判断瑕疵为大黑点，结束步骤；若暗区域轮廓近似矩形，则判断瑕疵为毛绒，结束步骤；若暗区域的轮廓为其他形状，则进入步骤S84；步骤S84：检测图像中的亮区域；判断亮区域和暗区域的数量是否均为0个，若均为0个，则认为图像无瑕疵；否者进入步骤S85；其中亮区域为图像灰度值高于设定阈值Y4的区域；步骤S85：判断亮区域边缘是否被暗区域包围；若亮区域边缘被暗区域包围，则认为瑕疵为气泡，结束步骤；若亮区域边缘没有被暗区域包围，则进入步骤S86：步骤S86：亮区域边缘没有被暗区域包围，则对亮区域和暗区域进行数量统计，并获取图像中的所有亮区域和暗区域的重心坐标；步骤S87：将亮区域和暗区域的重心坐标根据横坐标的大小进行排序，判断中重心坐标能否拟合成直线；若重心坐标能够拟合成一条直线，则进入步骤S88；否者，进入步骤S89；步骤S88：重心坐标能够拟合成一条直线，则进一步判断亮区域和暗区域是否交替出现；若亮区域和暗区域交替出现，则判断瑕疵为虫斑，结束步骤；若亮区域和暗区域没有交替出现，则进入步骤S89；步骤S89：获取亮区域和暗区域的总区域骨架，判断骨架的形状是否呈箭头排列形状；若区域骨架为箭头排列形状，则认为瑕疵为晶点，结束步骤；否者进入步骤S810；步骤S810：认为瑕疵为其他，获取相邻区域的重心间距，并对区域进行聚合，计算聚合后的区域和面积；其中区域包括亮区域和暗区域。 7.一种卷材检测系统，其特征在于，所述检测系统基于权利要求1-6中任意一项所述的检测方法，检测系统包括如下步骤：步骤1：操作台接收开机指令，处理器开始开机初始化流程；完成开机初始化流程后，显示器显示开机界面；开机界面包括“进入系统”和“退出系统”按钮，分别对应“进入系统”指令以及“退出系统”指令；步骤2：操作台接收开机界面的操作指令，并判断为“退出系统”指令还是“进入系统”指令；若为“退出系统”指令，则操作台关闭，结束步骤；若为“进入系统”指令，则显示器由开机界面跳转到瑕疵检测界面，并开启多个线扫相机采集线程；瑕疵检测界面包括“清除”、“检测/暂停”、“历史卷”、“换卷”、“设置”、“前进”、“后退”以及“退出”按钮，分别对应“清除”、“检测/暂停”、“历史卷”、“换卷”、“设置”、“前进”、“后退”以及“退出”指令；瑕疵检测界面还包括图像显示区域，图像显示区域实时显示相机模块采集的图像；在图像显示区域设置有检测区域滑条，检测区域滑条对应“检测区域划分”指令；步骤3：操作台判断是否接收到瑕疵检测界面的操作指令；若接收到操作指令则进入步骤4，否则返回步骤3；步骤4：并判断操作指令的类型；若为“清除”指令则进入步骤5；若为“检测/暂停”指令，则进入步骤6；若为“历史卷”指令，则进入步骤7；若为“换卷”指令，则进入步骤8；若为“设置”指令，则进入步骤9；若为“前进”或“后退”指令，则进入步骤10；若为“退出”指令，则进入步骤11；若为“检测区域划分”指令，则进入步骤12；步骤5：操作台收到“清除”指令，提示用户是否清除历史信息提示；若收到确认指令，则清除历史信息提示；若收到否认指令，则返回步骤3；步骤6：操作台收到“检测/暂停”指令，判断为“检测”指令还是“暂停”指令；若为“检测”指令，则进入实时检测流程，直至收到“暂停”指令，返回步骤3；若为“暂停”指令，则结束实时检测流程，返回步骤3；需要说明的是，在开机后首次进入瑕疵检测界面时，显示“检测”按钮，对应“检测”指令，“检测”按钮被点击后会切换为“暂停”按钮，“暂停”按钮被点击后会切换为“检测”按钮，“暂停”按钮对应“暂停”指令；步骤7：操作台收到“历史卷”指令，控制显示器进入历史卷界面，开启历史卷界面流程，结束历史卷界面流程后返回步骤3；步骤8：操作台收到“换卷”指令，判断实时检测流程是否开启；若实时检测流程开启，则在显示器提示“请先暂停实时检测”，返回步骤3；若实时检测流程未开启，则根据输入更新卷号、卷长信息，并释放显示图像资源，将对应数据写入数据库，返回步骤3；步骤9：操作台收到“设置”指令，创建并进入设置界面；退出设置界面后返回步骤3；步骤10：操作台收到“前进”或“后退”指令，判断为“前进”指令还是“后退”指令；若为“前进”指令，则进一步判断是否为当前图像的最后一页，若是最后一页，则进行提示并返回步骤3，若不是最后一页，则前进一页，并返回步骤3；若为“后退”指令，则进一步判断是否为当前图像的第一页，若是最第一页，则进行提示并返回步骤3，若不是第一页，则后退一页，并返回步骤3；步骤11：操作台收到“退出”指令，提示用户是否确认退出系统；若确认退出系统，则结束步骤；若未确认退出系统，则返回步骤3；步骤12：操作台收到“检测区域划分”指令，则对应修改图像的左右不检测区域的值，并将修改后的值保存至系统参数中，返回步骤3。 8.一种卷材检测装置，其特征在于，所述卷材检测装置基于权利要求1-6中任意一项所述的卷材检测方法，包括操作台、支撑架、滑架、滑杆、相机模块以及光源模块；其中支撑架共两个，两个支撑架对称设置于流水线的两侧；滑架滑动设置于支撑架上，滑架能够沿着支撑架上下滑动；滑杆铰接设置于两个支撑架的滑架上；相机模块通过水平调节装置滑动设置于滑杆上；光源模块设置于支撑架上，并且分别位于流水线上的卷材的上方和下方；操作台设置于地面，操作台与相机模块以及光源模块通信连接；操作台包括显示器和处理器。