CN117953032B - 一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法 - Google Patents

Abstract

本发明提供了一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法。涉及缺陷尺寸标定技术领域，其方法包括：压缩处理大幅宽材料的图像，获取得到第一图像；确定瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，进行灰度统计以及阈值分割，获取得到第二图像；确定相机各分段视野图像的分辨率；获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸；既满足了现实运行环境，确保了瑕疵缺陷尺寸标定不受图像压缩误差的影响，又校正了因相机视野分辨率不同导致的瑕疵缺陷尺寸标定误差。

Description

一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法

技术领域

本发明涉及缺陷尺寸标定技术领域，特别涉及一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法。

背景技术

在对大幅宽材料进行生产加工的过程中，常采用工业机器视觉的检测系统对材料的瑕疵缺陷尺寸进行检测，而进行生产加工的机器运行速度快，且用于图像数据采集的相机设备常采用线阵相机，因此会对材料的检测图像进行压缩还原处理，此过程中常出现尺寸偏差的误差；此外，相机安装难以做到绝对水平，使得检测图像从左到右的分辨率不一致，进而导致瑕疵缺陷尺寸标定出现误差，影响对材料的质量判定。

因此，本发明提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法。

发明内容

本发明提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，用以通过压缩处理大幅宽材料的图像，获取得到第一图像；确定瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，进行灰度统计以及阈值分割，获取得到第二图像；确定相机各分段视野图像的分辨率；获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸；既满足了现实运行环境，确保了瑕疵缺陷尺寸标定不受图像压缩误差的影响，又校正了因相机视野分辨率不同导致的瑕疵缺陷尺寸标定误差。

本发明提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，包括：

步骤1：监测并获取大幅宽材料的图像，并进行压缩处理，获取得到大幅宽材料的第一图像；

步骤2：确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像；

步骤3：获取相机的视野图像，并根据预设图像分段标定尺寸进行分段处理，确定各分段视野图像的分辨率；

步骤4：获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，根据所述分辨率计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

优选的，获取得到大幅宽材料的第一图像，包括：

根据预部署相机对大幅宽材料进行监测扫描，获取得到大幅宽材料的初始图像；

获取大幅宽材料的应用场景，根据场景运行速度-图像压缩质量映射表，确定大幅宽材料的初始图像的图像压缩质量；

对所述初始图像进行压缩处理，当监测到压缩处理后的初始图像满足所述图像压缩质量时，判定初始图像压缩处理完成，将压缩处理完成的初始图像记为第一图像。

优选的，确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，包括：

确定第一图像的瑕疵缺陷区域并进行一次像素提取操作，得到一次像素提取操作的一次像素数量，当监测到一次像素数量与第一图像的像素数量一致时，判定一次像素提取操作正确；

否则，重新对第一图像的瑕疵缺陷区域进行一次像素提取操作；

根据预设瑕疵缺陷外扩尺寸，对瑕疵缺陷区域进行外扩操作，获取得到外扩瑕疵缺陷区域；

对外扩瑕疵缺陷区域进行裁切处理，获取得到缺陷图像。

优选的，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像，包括：

对缺陷图像进行二次像素提取，当监测到二次提取像素数量与第一图像的像素质量一致时，判定缺陷图像合格；

否则，重新获取缺陷图像；

将合格的缺陷图像转化为灰度图像，并初始化所述灰度图像中前景像素与背景像素的方差、均值以及权重；

根据预设缺陷阈值，对缺陷像素以及背景像素进行阈值划分，将所述灰度图像中涉及到的灰度范围中大于等于预设缺陷阈值的像素判定为背景像素以及将灰度范围中小于预设缺陷阈值的像素判定为缺陷像素；

分别获取得到缺陷像素以及背景像素的像素数量，并对所述方差、均值以及权重进行更新；

根据更新后的方差、均值以及权重，确定灰度图像的最优缺陷阈值；

根据所述最优缺陷阈值，对灰度图像进行二值化处理，将缺陷像素以及背景像素进行阈值分割，获取得到大幅宽材料的第二图像。

优选的，确定各分段视野图像的分辨率，包括：

获取相机的视野图像，根据预设图像分段标定尺寸将视野图像处理为多个独立竖向分段；

分别获取各分段视野图像的像素数量，并根据预设图像分段标定尺寸确定各分段视野图像的分辨率，其中，各分段视野图像的分辨率=预设图像分段标定尺寸/各分段视野图像的像素数量。

优选的，获取得到大幅宽材料的精确瑕疵缺陷尺寸，包括：

获取第二图像在视野图像中的位置，当监测到第二图像与视野图像不绝对水平时，根据相机的预部署位置、初始图像尺寸、第二图像尺寸以及对相机视野图像的独立横向分段处理，确定对第二图像在视野图像中进行水平校正处理的标定板；

保持相机预部署位置不变，将标定版分别置于视野图像中不同位置处，并进行相机拍摄；

获取包含完整标定版的标定图像，并进行图像处理，提取各标定图像的标定点，当监测到各标定图像的标定点全部正确提取后，确定相机的内外参数，对第二图像进行畸变校正处理；

从视野图像中随机选取一个分段视野图像，获取畸变校正处理后的第二图像各左侧像素分别至所述分段视野图像的左侧距离，以及获取畸变校正处理后的第二图像各上侧像素分别至所述分段视野图像的上侧距离；

根据所有左侧距离以及所有上侧距离对第二图像进行水平校正处理；

当监测到各左侧距离一致且各上侧距离一致时，判定第二图像水平校正处理完成；

根据第二图像在视野图像中的水平校正处理位置，确定第二图像在各分段视野图像中的缺陷像素数量；

根据各分段视野图像分辨率，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷高度；

预设视野图像的纵向分辨率一致，计算得到第二图像在各分段视野图像中的缺陷尺寸；

对各分段的缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

优选的，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，包括：

计算并合并处理第二图像在各分段视野图像中的缺陷尺寸，获取大幅宽材料的精确瑕疵缺陷尺寸；

；其中，f为大幅宽材料的精确瑕疵缺陷尺寸；Ry为相机的视野图像的纵向分辨率；px(i1)为第二图像所涉及的第i1段分段视野图像的缺陷宽度像素数量；py(i1)为第二图像所涉及的第i1段分段视野图像的缺陷高度像素；L为预设图像分段标定尺寸；p(i1)为第二图像所涉及的第i1段分段视野图像的像素数量。

优选的，还包括：

获取大幅宽材料的瑕疵缺陷的历史检测长度以及实际长度，计算得到大幅宽材料的瑕疵缺陷尺寸检测偏差；

根据大幅宽材料的精确瑕疵缺陷尺寸以及实际长度，计算得到校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差；

当监测到各校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差均低于大幅宽材料的瑕疵缺陷尺寸检测偏差，则判定大幅宽材料的瑕疵缺陷尺寸标定校正成功。

与现有技术相比本申请的有益效果如下：

压缩处理大幅宽材料的图像，获取得到第一图像；确定瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，进行灰度统计以及阈值分割，获取得到第二图像；确定相机各分段视野图像的分辨率；获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸；既满足了现实运行环境，确保了瑕疵缺陷尺寸标定不受图像压缩误差的影响，又校正了因相机视野分辨率不同导致的瑕疵缺陷尺寸标定误差。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法的流程图；

图2为本发明实施例中确定第一图像的瑕疵缺陷区域的示意图；

图3为本发明实施例中对缺陷区域进行外扩的示意图；

图4为本发明实施例中对缺陷区域进行裁切得到缺陷图像的示意图；

图5为本发明实施例中对缺陷图像进行灰度统计以及阈值分割，获取得到第二图像的示意图；

图6为本发明实施例中相机视野图像与大幅宽材料的被测目标区域的示意图；

图7为本发明实施例中根据所述分辨率计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理的示意图；

图8为本发明实施例中瑕疵缺陷区域进行外扩操作的分析图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，如图1所示，包括：

步骤1：监测并获取大幅宽材料的图像，并进行压缩处理，获取得到大幅宽材料的第一图像；

步骤2：确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像；

步骤3：获取相机的视野图像，并根据预设图像分段标定尺寸进行分段处理，确定各分段视野图像的分辨率；

步骤4：获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，根据所述分辨率计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

该实施例中，大幅宽材料是指用于生产加工的材料的大幅面，对原材料的大幅面进行瑕疵缺陷尺寸标定，判定原材料的质量等级。

该实施例中，大幅宽材料的第一图像是指将大幅宽材料的监测图像进行压缩处理后所得的图像，用于适应原材料加工处理的运行速度。

该实施例中，第一图像中的瑕疵缺陷区域是指第一图像中包含瑕疵缺陷的区域，瑕疵缺陷区域不唯一，且根据瑕疵缺陷大小动态调整。

该实施例中，外扩裁切是指将瑕疵缺陷区域进行放大还原处理，便于后续缺陷标定操作。

该实施例中，缺陷图像是指对瑕疵缺陷区域进行外扩裁切处理后所得到的图像。

该实施例中，灰度统计是指根据缺陷图像中各像素的灰度值进行统计，确定缺陷图像中不同灰度级别的像素数量。

该实施例中，阈值分割是指根据灰度统计结果，对缺陷图像进行分割处理，将瑕疵缺陷与背景相分割，便于后续进行瑕疵缺陷尺寸标定。

该实施例中，大幅宽材料的第二图像是指对缺陷图像进行灰度统计以及阈值分割处理后所得到的图像。

该实施例中，相机的视野图像是指用于监测大幅宽材料的预部署相机的可监测图像。

该实施例中，各分段视野图像的分辨率是指根据预设图像分段标定尺寸对相机的视野图像进行分段处理后所得的各分段视野图像的预设图像分段标定尺寸与对应像素数量之比，其中，预设图像分段标定尺寸常选用10mm。

该实施例中，大幅宽材料的精确瑕疵缺陷尺寸是指将各分段的瑕疵缺陷尺寸进行累加处理，所得到的精确瑕疵缺陷尺寸，是对现有的瑕疵缺陷尺寸的校正处理。

上述技术方案的有益效果是：通过压缩处理大幅宽材料的图像，获取得到第一图像；确定瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，进行灰度统计以及阈值分割，获取得到第二图像；确定相机各分段视野图像的分辨率；获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸；既满足了现实运行环境，确保了瑕疵缺陷尺寸标定不受图像压缩误差的影响，又校正了因相机视野分辨率不同导致的瑕疵缺陷尺寸标定误差。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，获取得到大幅宽材料的第一图像，包括：

根据预部署相机对大幅宽材料进行监测扫描，获取得到大幅宽材料的初始图像；

获取大幅宽材料的应用场景，根据场景运行速度-图像压缩质量映射表，确定大幅宽材料的初始图像的图像压缩质量；

对所述初始图像进行压缩处理，当监测到压缩处理后的初始图像满足所述图像压缩质量时，判定初始图像压缩处理完成，将压缩处理完成的初始图像记为第一图像。

该实施例中，根据原材料生产加工的特性，预部署相机常采用线阵相机，即采用线阵图像传感器的相机，用于检测连续的材料，适用于测量等场合。

该实施例中，大幅宽材料的初始图像是指预部署相机对大幅宽材料的监测图像，未经过处理，包含大幅宽材料的全部参数数据。

该实施例中，大幅宽材料的应用场景是指大幅宽材料的生产速度等，图像压缩质量越高，则后续图像处理速度越快，越能满足大幅宽材料的应用场景，比如，场景运行速度3（1~10），根据场景运行速度-图像压缩质量映射表，确定对应的图像压缩质量为2（1~5），在该图像压缩质量下，图像压缩处理既满足了当前场景运行速度，又满足了图像质量不变前提下的快速压缩处理。

该实施例中，对所述初始图像进行压缩处理，压缩处理需保证图像质量不变。

上述技术方案的有益效果是：采用线阵相机，既满足了材料生产加工的特性需求，又降低了生产成本，提高了部署效率；将图像进行压缩处理，便于后续进行瑕疵缺陷尺寸标定，提高处理效率，适应材料高速生产需求。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，包括：

确定第一图像的瑕疵缺陷区域并进行一次像素提取操作，得到一次像素提取操作的一次像素数量，当监测到一次像素数量与第一图像的像素数量一致时，判定一次像素提取操作正确；

否则，重新对第一图像的瑕疵缺陷区域进行一次像素提取操作；

根据预设瑕疵缺陷外扩尺寸，对瑕疵缺陷区域进行外扩操作，获取得到外扩瑕疵缺陷区域；

对外扩瑕疵缺陷区域进行裁切处理，获取得到缺陷图像。

该实施例中，如图2所示，确定第一图像中的瑕疵缺陷区域，比如，图2中线段所圈住的区域即为第一图像中的瑕疵缺陷区域。

该实施例中，当监测到一次像素数量与第一图像的像素数量一致时，则第一图像的瑕疵缺陷区域的图像质量与第一图像的图像质量一致。

该实施例中，如图3所示，对瑕疵缺陷区域进行外扩操作，比如，图3中的线段内部区域包含全部瑕疵缺陷区域，线段内部区域即为对瑕疵缺陷区域进行外扩操作所得的图像。

该实施例中，预设瑕疵缺陷外扩尺寸，比如，预设瑕疵缺陷外扩尺寸为20像素，即将瑕疵缺陷区域进行向外20像素的外扩操作，确保后续进行裁切处理时，瑕疵缺陷区域全部被裁切处理，即后续缺陷图像包括全部瑕疵缺陷区域，比如，如图4所示，对缺陷区域进行裁切处理，获取得到裁切图像。

该实施例中，对瑕疵缺陷区域进行外扩操作，具体包括：

提取瑕疵缺陷区域的区域边界点坐标，并得到流畅线与非流畅线条；

若非流畅线条的数量为0，则按照预设瑕疵缺陷外扩尺寸对瑕疵缺陷区域进行外扩操作；

若非流畅线条的数量不为0，则提取每个非流畅线条的最外扩数值以及最内侧数值，同时，基于对应非流畅线条的起点与终点进行直线连接，得到基于直线内的点的第一个数以及直线外点的第二个数；

根据最外扩数值、最内侧数值、第一个数以及第二个数，向对应非流畅线条赋予外扩系数；

；其中，ZY为最外扩数值；ZN为最内测数值；N01为第一个数；N02为第二个数；为第j01个点的流畅程度；为第j02个点的流畅程度；Y01表示流畅阈值；

根据所有外扩系数且结合流畅线所对应的预设瑕疵缺陷外扩尺寸的流畅阈值，确定最终外扩尺寸；

；其中，W0表示预设瑕疵缺陷外扩尺寸；W1表示最终外扩尺寸；表示非流畅线条的个数；N04表示流畅线条的个数；表示流畅阈值Y01映射所得到的流畅系数y01；表示第j3个非流畅线条的外扩系数；表示N03个与N03个的方差；

按照所述最终外扩尺寸对瑕疵缺陷区域进行外扩操作。

如图8所示，u01为非流畅线条，且u02为直线，u03为第一点，u04为第二点，流畅线条指的是不存在凸起或凹陷的点所构成的线条，非流畅线条指的是存在凸起或凹陷的点所构成的线条，u05视为最外侧点，且数值为所对应的最外扩数值，u06视为最内侧点，且数值为所对应的最内侧数值，且该值主要是与对应点所导致的线条的流畅度相关，导致关系越大，对应的数值越大。

该实施例中，通过对瑕疵缺陷区域进行流畅边界与非流畅边界的有效分析，来确定有效外扩尺寸，实现对区域的合理外扩，保证后续获取缺陷图像的完整性以及后续分析的可靠性。

上述技术方案的有益效果是：对第一图像的瑕疵缺陷区域进行一次像素提取操作，确保了提取后的像素数量与第一图像一致，避免了因像素提取处理导致瑕疵缺陷尺寸标定误差；对瑕疵缺陷区域进行外扩裁切处理，便于后续进行瑕疵缺陷尺寸标定。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像，包括：

对缺陷图像进行二次像素提取，当监测到二次提取像素数量与第一图像的像素质量一致时，判定缺陷图像合格；

否则，重新获取缺陷图像；

将合格的缺陷图像转化为灰度图像，并初始化所述灰度图像中前景像素与背景像素的方差、均值以及权重；

根据预设缺陷阈值，对缺陷像素以及背景像素进行阈值划分，将所述灰度图像中涉及到的灰度范围中大于等于预设缺陷阈值的像素判定为背景像素以及将灰度范围中小于预设缺陷阈值的像素判定为缺陷像素；

分别获取得到缺陷像素以及背景像素的像素数量，并对所述方差、均值以及权重进行更新；

根据更新后的方差、均值以及权重，确定灰度图像的最优缺陷阈值；

根据所述最优缺陷阈值，对灰度图像进行二值化处理，将缺陷像素以及背景像素进行阈值分割，获取得到大幅宽材料的第二图像。

该实施例中，二次像素提取操作与一次像素提取操作一致。

该实施例中，灰度图像是指将合格的缺陷图像进行灰度处理。

该实施例中，初始化所述灰度图像中前景像素与背景像素的方差、均值以及权重，比如，将前景像素与背景像素的方差、均值以及权重分别初始化为0。

该实施例中，将灰度图像划分为两个像素类别：前景像素以及背景像素。

该实施例中，根据预设缺陷阈值，对缺陷像素以及背景像素进行阈值划分，比如，预设缺陷阈值为灰度值100（灰度范围0~255，0代表黑色，255代表白色），将灰度值大于等于预设缺陷阈值的像素判定为背景像素，比如，像素a1灰度值200、像素a2灰度值50以及像素a3灰度值125，则判定像素a1以及像素a3为背景像素，判定像素a2为缺陷像素。

该实施例中，预设缺陷阈值不唯一。

该实施例中，根据更新后的方差、均值以及权重，确定灰度图像的最优缺陷阈值，比如，根据所有预设缺陷阈值进行像素类别划分后，将像素方差最大的对应预设方差作为最优缺陷阈值，其中，像素方差=背景权重*前景权重*（背景均值-前景均值）^2。

该实施例中，对灰度图像进行二值化处理是指根据最优缺陷阈值，将灰度图像进行图像处理，比如，如图5所示，对图像进行阈值分割，将线段内部的图像作为前景，将线段外部的图像作为背景。

上述技术方案的有益效果是：对缺陷图像进行二次像素提取，确保了图像质量；确定灰度图像的最优缺陷阈值，便于后续将缺陷像素与背景像素进行阈值分割处理；对灰度图像进行二值化处理，进行阈值分割，获取得到大幅宽材料的第二图像，简化了图像数据，便于对缺陷像素进行精确识别。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，确定各分段视野图像的分辨率，包括：

获取相机的视野图像，根据预设图像分段标定尺寸将视野图像处理为多个独立竖向分段；

分别获取各分段视野图像的像素数量，并根据预设图像分段标定尺寸确定各分段视野图像的分辨率，其中，各分段视野图像的分辨率=预设图像分段标定尺寸/各分段视野图像的像素数量。

该实施例中，如图6所示，预设图像分段标定尺寸，根据黑白相间10mm的菲林片所确定，即每10mm进行一次分段，每10mm进行一次分辨率计算。

该实施例中，大幅宽材料一般为1500mm~1800m，因此，计算得到150~180段分段视野图像的分辨率，用于后续瑕疵缺陷尺寸标定。

该实施例中，由于大幅宽材料存在瑕疵缺陷区域，因此，各分段视野图像的像素数量不一致。

上述技术方案的有益效果是：根据预设图像分段标定尺寸将视野图像处理为多个独立竖向分段，确定各分段视野图像的分辨率，解决了因相机安装不易水平而导致的相机视野图像内像素分辨率不一致所导致的瑕疵缺陷尺寸标定误差问题。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，获取得到大幅宽材料的精确瑕疵缺陷尺寸，包括：

获取第二图像在视野图像中的位置，当监测到第二图像与视野图像不绝对水平时，根据相机的预部署位置、初始图像尺寸、第二图像尺寸以及对相机视野图像的独立横向分段处理，确定对第二图像在视野图像中进行水平校正处理的标定板；

保持相机预部署位置不变，将标定版分别置于视野图像中不同位置处，并进行相机拍摄；

获取包含完整标定版的标定图像，并进行图像处理，提取各标定图像的标定点，当监测到各标定图像的标定点全部正确提取后，确定相机的内外参数，对第二图像进行畸变校正处理；

从视野图像中随机选取一个分段视野图像，获取畸变校正处理后的第二图像各左侧像素分别至所述分段视野图像的左侧距离，以及获取畸变校正处理后的第二图像各上侧像素分别至所述分段视野图像的上侧距离；

根据所有左侧距离以及所有上侧距离对第二图像进行水平校正处理；

当监测到各左侧距离一致且各上侧距离一致时，判定第二图像水平校正处理完成；

根据第二图像在视野图像中的水平校正处理位置，确定第二图像在各分段视野图像中的缺陷像素数量；

根据各分段视野图像分辨率，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷高度；

预设视野图像的纵向分辨率一致，计算得到第二图像在各分段视野图像中的缺陷尺寸；

对各分段的缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

该实施例中，确定对第二图像在视野图像中进行水平校正处理是指将第二图像与视野图像进行水平处理，避免了后续因视野图像与第二图像不相对水平导致的分辨率误差。

该实施例中，对第二图像在视野图像中进行水平校正处理的标定板是指用于相机标定和校准的工具，比如，黑白方格均为10mm*10mm的标定板。

该实施例中，标定板的尺寸以及相对相机位置已知，用于计算相机的内部参数以及外部参数，建立相机与第二图像的准确映射关系。

该实施例中，相机的内参数是指用于描述大幅宽材料的各点位置与对应图像位置像素点之间的转换关系，相机的内参数不因相机的摆放位置而改变，比如，焦距、主点以及畸变参数；相机的外参数是指利用相机坐标系表示大幅宽材料的坐标位置，比如，位置以及姿态。

该实施例中，对第二图像进行水平校正处理，便于将各瑕疵缺陷区域划分为多个段，将各段的分辨率以及对应缺陷像素数量进行计算，得到各段的瑕疵缺陷尺寸，然后，将各分段的瑕疵缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

该实施例中，根据缺陷像素确定第二图像在各分段视野图像中的缺陷宽度以及缺陷高度，比如，视野分段a1横向像素数量10，分段长度10mm，第二图像在视野分段a1中的最大横向缺陷像素数量7，最大纵向缺陷像素数量8，则判定第二图像在视野分段a1中的缺陷宽度为7mm，缺陷高度为8mm。

该实施例中，对各分段的缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸，比如，如图7所示，缺陷区域处于第3、4、5分段视野图像中，则缺陷区域的长度为对应分段视野图像中的缺陷宽度之和。

该实施例中，如图7所示，各分段视野图像中的缺陷高度一致，若不一致时，则选取各分段视野图像中最大的缺陷高度作为缺陷区域的缺陷高度进行后续计算。

上述技术方案的有益效果是：通过对第二图像进行畸变校正处理以及水平校正处理，便于后续精确确定各视野分段内的瑕疵缺陷尺寸；对各分段的缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸，解决了因大幅宽材料移动导致视野分辨率不一致，进而导致瑕疵缺陷尺寸标定误差的问题，有效的校正了瑕疵缺陷尺寸标定。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，包括：

计算并合并处理第二图像在各分段视野图像中的缺陷尺寸，获取大幅宽材料的精确瑕疵缺陷尺寸；

；其中，f为大幅宽材料的精确瑕疵缺陷尺寸；Ry为相机的视野图像的纵向分辨率；px(i1)为第二图像所涉及的第i1段分段视野图像的缺陷宽度像素数量；py(i1)为第二图像所涉及的第i1段分段视野图像的缺陷高度像素；L为预设图像分段标定尺寸；p(i1)为第二图像所涉及的第i1段分段视野图像的像素数量。

该实施例中，各时间段内的大幅宽材料的精确瑕疵缺陷尺寸应一致。

该实施例中，各分段视野图像中的瑕疵缺陷尺寸根据各分段视野图像的分辨率进行计算。

该实施例中，预设各分段视野图像的纵向分辨率一致，用于简化计算，且不影响计算精确度。

上述技术方案的有益效果是：通过计算并合并处理第二图像在各分段视野图像中的缺陷尺寸，获取大幅宽材料的精确瑕疵缺陷尺寸，实现了对瑕疵缺陷尺寸的精确测量，校正了因相机视野图像内分辨率不一致而导致的标定误差，进而降低了对相机安装时的精度要求。

本发明实施例提供一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，还包括：

获取大幅宽材料的瑕疵缺陷的历史检测长度以及实际长度，计算得到大幅宽材料的瑕疵缺陷尺寸检测偏差；

根据大幅宽材料的精确瑕疵缺陷尺寸以及实际长度，计算得到校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差；

当监测到各校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差均低于大幅宽材料的瑕疵缺陷尺寸检测偏差，则判定大幅宽材料的瑕疵缺陷尺寸标定校正成功。

该实施例中，计算得到大幅宽材料的瑕疵缺陷尺寸检测偏差，比如，大幅宽材料的瑕疵缺陷的历史检测长度为0.489127，实际长度为0.3768，则瑕疵缺陷尺寸检测偏差为0.298。

该实施例中，计算得到校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差，比如，精确瑕疵缺陷尺寸为0.4329635，实际长度为0.3768，则校正后的瑕疵缺陷尺寸检测偏差为0.056。

上述技术方案的有益效果是：计算得到大幅宽材料的瑕疵缺陷尺寸检测偏差以及校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差，直观的显示了瑕疵缺陷尺寸标定的精度提升，便于校正瑕疵缺陷尺寸标定。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，包括：

步骤1：监测并获取大幅宽材料的图像，并进行压缩处理，获取得到大幅宽材料的第一图像；

步骤2：确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像；

步骤3：获取相机的视野图像，并根据预设图像分段标定尺寸进行分段处理，确定各分段视野图像的分辨率；

步骤4：获取第二图像在视野图像中的位置，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷像素数，根据所述分辨率计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸；

其中，确定第一图像中的瑕疵缺陷区域，并进行外扩裁切，获取得到缺陷图像，包括：

确定第一图像的瑕疵缺陷区域并进行一次像素提取操作，得到一次像素提取操作的一次像素数量，当监测到一次像素数量与第一图像的像素数量一致时，判定一次像素提取操作正确；

否则，重新对第一图像的瑕疵缺陷区域进行一次像素提取操作；

根据预设瑕疵缺陷外扩尺寸，对瑕疵缺陷区域进行外扩操作，获取得到外扩瑕疵缺陷区域；

对外扩瑕疵缺陷区域进行裁切处理，获取得到缺陷图像；

其中，获取得到大幅宽材料的精确瑕疵缺陷尺寸，包括：

获取第二图像在视野图像中的位置，当监测到第二图像与视野图像不绝对水平时，根据相机的预部署位置、初始图像尺寸、第二图像尺寸以及对相机视野图像的独立横向分段处理，确定对第二图像在视野图像中进行水平校正处理的标定板；

保持相机预部署位置不变，将标定版分别置于视野图像中不同位置处，并进行相机拍摄；

获取包含完整标定版的标定图像，并进行图像处理，提取各标定图像的标定点，当监测到各标定图像的标定点全部正确提取后，确定相机的内外参数，对第二图像进行畸变校正处理；

从视野图像中随机选取一个分段视野图像，获取畸变校正处理后的第二图像各左侧像素分别至所述分段视野图像的左侧距离，以及获取畸变校正处理后的第二图像各上侧像素分别至所述分段视野图像的上侧距离；

根据所有左侧距离以及所有上侧距离对第二图像进行水平校正处理；

当监测到各左侧距离一致且各上侧距离一致时，判定第二图像水平校正处理完成；

根据第二图像在视野图像中的水平校正处理位置，确定第二图像在各分段视野图像中的缺陷像素数量；

根据各分段视野图像分辨率，确定第二图像在各分段视野图像中的缺陷宽度以及缺陷高度；

预设视野图像的纵向分辨率一致，计算得到第二图像在各分段视野图像中的缺陷尺寸；

对各分段的缺陷尺寸进行累加合并处理，获取得到大幅宽材料的精确瑕疵缺陷尺寸。

2.根据权利要求1所述的一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，获取得到大幅宽材料的第一图像，包括：

根据预部署相机对大幅宽材料进行监测扫描，获取得到大幅宽材料的初始图像；

获取大幅宽材料的应用场景，根据场景运行速度-图像压缩质量映射表，确定大幅宽材料的初始图像的图像压缩质量；

对所述初始图像进行压缩处理，当监测到压缩处理后的初始图像满足所述图像压缩质量时，判定初始图像压缩处理完成，将压缩处理完成的初始图像记为第一图像。

3.根据权利要求1所述的一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，将缺陷图像进行灰度统计以及阈值分割，获取得到大幅宽材料的第二图像，包括：

对缺陷图像进行二次像素提取，当监测到二次提取像素数量与第一图像的像素质量一致时，判定缺陷图像合格；

否则，重新获取缺陷图像；

将合格的缺陷图像转化为灰度图像，并初始化所述灰度图像中前景像素与背景像素的方差、均值以及权重；

根据预设缺陷阈值，对缺陷像素以及背景像素进行阈值划分，将所述灰度图像中涉及到的灰度范围中大于等于预设缺陷阈值的像素判定为背景像素以及将灰度范围中小于预设缺陷阈值的像素判定为缺陷像素；

分别获取得到缺陷像素以及背景像素的像素数量，并对所述方差、均值以及权重进行更新；

根据更新后的方差、均值以及权重，确定灰度图像的最优缺陷阈值；

根据所述最优缺陷阈值，对灰度图像进行二值化处理，将缺陷像素以及背景像素进行阈值分割，获取得到大幅宽材料的第二图像。

4.根据权利要求1所述的一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，确定各分段视野图像的分辨率，包括：

获取相机的视野图像，根据预设图像分段标定尺寸将视野图像处理为多个独立竖向分段；

分别获取各分段视野图像的像素数量，并根据预设图像分段标定尺寸确定各分段视野图像的分辨率，其中，各分段视野图像的分辨率=预设图像分段标定尺寸/各分段视野图像的像素数量。

5.根据权利要求1所述的一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，计算得到第二图像在各分段视野图像中的缺陷尺寸并进行合并处理，包括：

计算并合并处理第二图像在各分段视野图像中的缺陷尺寸，获取大幅宽材料的精确瑕疵缺陷尺寸；

；其中，f为大幅宽材料的精确瑕疵缺陷尺寸；Ry为相机的视野图像的纵向分辨率；px(i1)为第二图像所涉及的第i1段分段视野图像的缺陷宽度像素数量；py(i1)为第二图像所涉及的第i1段分段视野图像的缺陷高度像素；L为预设图像分段标定尺寸；p(i1)为第二图像所涉及的第i1段分段视野图像的像素数量。

6.根据权利要求1所述的一种用于校正大幅宽材料的瑕疵缺陷尺寸标定方法，其特征在于，还包括：

获取大幅宽材料的瑕疵缺陷的历史检测长度以及实际长度，计算得到大幅宽材料的瑕疵缺陷尺寸检测偏差；

根据大幅宽材料的精确瑕疵缺陷尺寸以及实际长度，计算得到校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差；

当监测到各校正后的大幅宽材料的瑕疵缺陷尺寸检测偏差均低于大幅宽材料的瑕疵缺陷尺寸检测偏差，则判定大幅宽材料的瑕疵缺陷尺寸标定校正成功。