System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及阈值分割,具体涉及一种光伏钢结构组件缺陷视觉检测方法。
技术介绍
1、光伏钢结构组件是一种用于支撑和安装太阳能光伏电池板的结构系统,由于一直暴露在户外环境中,光伏钢结构组件可能会受到腐蚀的影响,从而削弱钢材的强度和耐久性,导致结构不稳定。因此,需要对光伏钢结构组件进行实时缺陷检测,以便于及时对存在腐蚀缺陷的光伏钢结构组件进行维修。
2、现有常用阈值分割方法来检测存在的缺陷区域,但是该方法对图像整体进行分割时,由于光伏钢结构组件上不同位置出现腐蚀缺陷的可能性不同,因此利用单一阈值对图像进行分割的过程中,对差异较小的缺陷区域不能做到完整精准分割,存在较大的误差,无法准确识别腐蚀程度较弱的缺陷区域边缘,获得的图像分割结果的精准性较差,导致光伏钢结构组件缺陷视觉检测准确性低下。
技术实现思路
1、为了解决上述现有阈值分割方法的分割结果精准性较差,导致光伏钢结构组件缺陷视觉检测准确性低下的技术问题,本专利技术的目的在于提供一种光伏钢结构组件缺陷视觉检测方法,所采用的技术方案具体如下:
2、本专利技术一个实施例提供了一种光伏钢结构组件缺陷视觉检测方法,该方法包括以下步骤:
3、获取待检测光伏钢结构组件的表面图像,对表面图像进行预处理获得灰度图像;根据灰度图像判断待检测光伏钢结构组件是否存在腐蚀缺陷;
4、若存在,则对灰度图像进行窗口划分获得各个待检测窗口;根据各个待检测窗口中每个像素点的灰度值和r通道值,确定待检测窗口中每个像素点为
5、根据各个待检测窗口中每个像素点的位置,确定待检测窗口中每个像素点的聚集程度;
6、获取基准缺陷像素表现值;根据各个待检测窗口中每个像素点的位置、灰度和r通道值,确定待检测窗口的比对缺陷像素表现值;
7、根据各个待检测窗口中每个像素点为缺陷像素点的可能性、聚集程度以及各个待检测窗口的比对缺陷像素表现值、基准缺陷像素表现值,确定各个待检测窗口存在缺陷的可能性;
8、根据各个待检测窗口存在缺陷的可能性确定最佳分割阈值;根据最佳分割阈值对灰度图像进行阈值分割获得分割结果,确定待检测光伏钢结构组件的各个腐蚀缺陷区域。
9、进一步地,根据各个待检测窗口中每个像素点的灰度值和r通道值,确定待检测窗口中每个像素点为缺陷像素点的可能性,包括:
10、对于任意一个待检测窗口中的任意一个像素点,计算像素点的r通道值与灰度值的比值,将两者的比值作为第一可能性因子;计算待检测窗口中所有像素点的灰度值均值,将灰度值均值与像素点的灰度值之间的差值作为第二可能性因子;将第一可能性因子和第二可能性因子的乘积作为待检测窗口中像素点为缺陷像素点的可能性。
11、进一步地,根据各个待检测窗口中每个像素点的位置,确定待检测窗口中每个像素点的聚集程度,包括:
12、对于任意一个待检测窗口,将待检测窗口中的任意一个像素点作为选定像素点;根据待检测窗口中每个像素点的位置,确定选定像素点与待检测窗口中除选定像素点以外的其他各个像素点之间的距离均值,将距离均值作为选定像素点的聚集程度。
13、进一步地,获取基准缺陷像素表现值,包括:
14、提取并标记灰度图像中的符合螺母形态的区域,获得各个标记区域;对各个标记区域设置预设尺寸的窗口获得各个标记窗口,对各个标记窗口进行阈值分割,根据阈值分割结果获得各个缺陷前景区域;根据各个缺陷前景区域内每个像素点的位置,筛选出各个初始腐蚀区域;根据各个初始腐蚀区域中每个像素点的位置、灰度值和r通道值,确定基准缺陷像素表现值。
15、进一步地,根据各个缺陷前景区域内每个像素点的位置,筛选出各个初始腐蚀区域,包括:
16、对于任意两个缺陷前景区域,确定每个缺陷前景区域对应的坐标位置集合,统计两个坐标位置集合中位置相同的像素点个数;将位置相同的像素点个数与标记窗口的像素点个数的比值,作为两个缺陷前景区域的缺陷像素分布相似度,获得各个缺陷像素分布相似度;筛选出缺陷像素分布相似度大于预设相似度的缺陷前景区域,将筛选出的缺陷前景区域作为初始腐蚀区域。
17、进一步地,根据各个初始腐蚀区域中每个像素点的位置、灰度值和r通道值,确定基准缺陷像素表现值,包括:
18、对于任意一个初始腐蚀区域中的任意一个像素点,确定初始腐蚀区域的螺母中心点;计算螺母中心点与像素点之间的距离的反比例值,确定正常光伏钢结构组件上的像素点与初始腐蚀区域中的像素点之间的灰度差值的绝对值;将像素点对应的所述距离的反比例值、所述灰度差值的绝对值以及r通道值的乘积,作为基准缺陷像素表现值。
19、进一步地,各个待检测窗口存在缺陷的可能性的计算公式为:
20、;式中,q为目标待检测窗口存在缺陷的可能性,n为目标待检测窗口的像素点序号,为目标待检测窗口中第i个像素点的比对缺陷像素表现值,为基准缺陷像素表现值,为目标待检测窗口中第i个像素点的聚集程度,为目标待检测窗口中第i个像素点为缺陷像素点的可能性,为求绝对值函数;
21、其中,目标待检测窗口为各个待检测窗口中的任意一个待检测窗口;所述比对缺陷像素表现值参考所述基准缺陷像素表现值的计算过程获得。
22、进一步地,根据各个待检测窗口存在缺陷的可能性确定最佳分割阈值,包括:
23、对于任意一个待检测窗口,确定初始分割阈值,对待检测窗口存在缺陷的可能性进行反比例的归一化处理,获得反比例的归一化处理后的可能性;将反比例的归一化处理后的可能性与初始分割阈值的乘积作为待检测窗口的最佳分割阈值。
24、进一步地,根据灰度图像判断待检测光伏钢结构组件是否存在腐蚀缺陷,包括:
25、若灰度图像中存在预设数目个相邻的、且满足腐蚀缺陷特征的像素点,则判定待检测光伏钢结构组件存在腐蚀缺陷,否则,判定待检测光伏钢结构组件不存在腐蚀缺陷;其中,所述腐蚀缺陷特征为灰度值小于或等于腐蚀缺陷像素点对应的最大灰度值。
26、进一步地,对表面图像进行预处理获得灰度图像,包括:
27、对表面图像进行图像增强处理,获得图像增强后的图像;对图像增强后的图像进行灰度化处理,获得待检测光伏钢结构组件的灰度图像。
28、本专利技术具有如下有益效果:
29、本专利技术提供了一种光伏钢结构组件缺陷视觉检测方法,该检测方法先判断光伏钢结构组件是否存在腐蚀缺陷,基于腐蚀缺陷区域的像素特征,利用灰度图像中每个像素单的灰度值,直接判定是否腐蚀缺陷,可以有效提高光伏钢结构组件缺陷视觉检测的效率;为了克服现有阈值分割不能很好地识别腐蚀程度较弱的缺陷区域边缘缺陷,将整个图像划分为各个待检测窗口,基于待检测窗口的像素特征,量化每个待检测窗口的像素特征与腐蚀缺陷区域的像素特征的相似程度,以实现自适应确定每个待检测窗口的分割阈值,即最佳分割阈值,其提高分割结果精准性,有助于获得准确性更好的光伏钢结构组件缺陷检测结果;确定更全面本文档来自技高网...
【技术保护点】
1.一种光伏钢结构组件缺陷视觉检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个待检测窗口中每个像素点的位置,确定待检测窗口中每个像素点的聚集程度,包括:
3.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,获取基准缺陷像素表现值,包括:
4.根据权利要求3所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个缺陷前景区域内每个像素点的位置,筛选出各个初始腐蚀区域,包括:
5.根据权利要求4所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个初始腐蚀区域中每个像素点的位置、灰度值和R通道值,确定基准缺陷像素表现值,包括:
6.根据权利要求5所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,各个待检测窗口存在缺陷的可能性的计算公式为:
7.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个待检测窗口存在缺陷的可能性确定最佳分割阈值,包括:
8.根据权利要求1所述的一
9.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,对表面图像进行预处理获得灰度图像,包括:
...【技术特征摘要】
1.一种光伏钢结构组件缺陷视觉检测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个待检测窗口中每个像素点的位置,确定待检测窗口中每个像素点的聚集程度,包括:
3.根据权利要求1所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,获取基准缺陷像素表现值,包括:
4.根据权利要求3所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个缺陷前景区域内每个像素点的位置,筛选出各个初始腐蚀区域,包括:
5.根据权利要求4所述的一种光伏钢结构组件缺陷视觉检测方法,其特征在于,根据各个初始腐蚀区域中...
【专利技术属性】
技术研发人员:顾传杰,田林山,
申请(专利权)人:惠汕绿创江苏科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。