当前位置: 首页 > 专利查询>温州大学专利>正文

一种灭弧栅片表面缺陷的检测方法技术

技术编号:19935061 阅读:22 留言:0更新日期:2018-12-29 04:51
本发明专利技术提供一种灭弧栅片表面缺陷的检测方法,包括获取灭弧栅片的原始图像,并对原始图像进行预处理,得到预处理后的目标图像;将目标图像处理成具有x,y方向的梯度直方图,并确定出梯度直方图的特征向量,且将梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对具有Gabor特征的图像的特征向量进行提取;将从Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出灭弧栅片表面各缺陷的概率。实施本发明专利技术,通过改进的图像特征提取方法将灭弧栅片从背景中提取出来,提升了识别速度及准确率。

【技术实现步骤摘要】
一种灭弧栅片表面缺陷的检测方法
本专利技术涉及断路器检测
,尤其涉及一种灭弧栅片表面缺陷的检测方法。
技术介绍
随着社会经济的不断发展,小型断路器(miniaturecircuitbreaker,MCB)已成为生产生活中必不可少的电气产品。灭弧室是MCB重要组成机构之一,相比于真空灭弧、磁吹灭弧和纵缝灭弧,栅片灭弧法得到了广泛应用。在栅片灭弧室中通过对电弧进行冷却并分成多段弧的方法,使触头分断过程中产生的电弧能量及时释放,因此灭弧栅片的质量决定了能否有效灭弧。目前灭弧栅片表面缺陷检测仍由人工完成,难以满足零件尺寸小、批量大的生产要求。在工业自动化生产线中,一方面机器视觉在线检测技术已经成功应用并逐渐代替人工检测,另一方面对金属表面缺陷检测需求越来越多。良好的缺陷检测系统不仅能满足实时性、准确性和鲁棒性,还应该对缺陷类别进行判断。例如,杨水山、何永辉、赵万生等提出的Boosting优化决策树的带钢表面缺陷识别技术(红外与激光工程,2010,39(5):954-958),通过组合分类器实现对带钢表面缺陷识别,采用Boosting算法调整分类器权重使识别率达到90.47%。又如,马凤春提出的基于KPCA的板坯表面缺陷识别方法(物理测试,2014,32(2):25-27),该方法是一种新的组合核函数方法,研究了主成分分析对图像特征提取后进行训练的识别率,结果显示分类器的识别率达到了91.55%。但是,上述研究未考虑目标区域的定位,直接将目标区域与背景作为特征进行训练,不仅使训练速度变慢,而且会降低准确率。此外,现有的图像特征提取方法应用到灭弧栅片表面缺陷识别时还需进一步改进。
技术实现思路
本专利技术实施例所要解决的技术问题在于,提供一种灭弧栅片表面缺陷的检测方法,通过改进的图像特征提取方法将灭弧栅片从背景中提取出来,提升了识别速度及准确率。为了解决上述技术问题,本专利技术实施例提供了一种灭弧栅片表面缺陷的检测方法,包括以下步骤:步骤S1、获取灭弧栅片的原始图像,并对所述原始图像进行预处理,得到预处理后的目标图像;步骤S2、将所述目标图像处理成具有x,y方向的梯度直方图,并确定出所述梯度直方图的特征向量,且将所述梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对所述具有Gabor特征的图像的特征向量进行提取;步骤S3、将从所述具有Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出所述灭弧栅片表面各缺陷的概率。其中,所述步骤S1具体包括:将所述原始图像转换成灰度图像,并采用非局部均值算法对所述灰度图像进行滤波去噪处理,且进一步对所述滤波去噪处理后的灰度图像进行阈值化处理;采用边缘追踪的方式找出所述阈值化处理后的灰度图像所对应的多个轮廊;求解每一个轮廊的面积并确定每一个轮廊面积的极大值,且进一步根据所求解的每一个轮廊面积的极大值,创建轮廊的可倾斜矩形框;对所创建的轮廊的可倾斜矩形框进行裁剪,得到目标图像。其中,所述步骤S2具体包括:通过核[-1,0,1]、[-1,0,1]-1与所述目标图像进行卷积处理,得到在x、y方向上分别对应的梯度向量gx(x,y)和gy(x,y),并根据所得到的梯度向量gx(x,y)和gy(x,y),计算出梯度向量长度M和角度ρ;将所述目标图像栅格化,利用8×8像素组成一个单元划分图像,并以单元内像素梯度向量长度为y轴、方向为x轴绘制单元直方图;利用2×2单元组成一个块划分图像,并将单元直方图连接起来组成块直方图作为所述梯度直方图,并进一步确定出所述梯度直方图的特征向量;创建多个Gabor滤波器,并将所述梯度直方图的特征向量与所创建的多个Gabor滤波器进行卷积处理后,获得具有Gabor特征的图像及其对应的特征向量;采用主成分分析法对所述具有Gabor特征的图像的特征向量进行降维并提取。其中,所述多个Gabor滤波器G(x,y)均由高斯核函数乘以正弦波组成,可根据频率及方向角度进行设定;其中,f为正弦波频率,θ为正弦波的旋转角度,γ与η分别为高斯核函数的长轴与短轴带宽,j为复数单位。通过改变正弦波频率和旋转角度可以得到不同尺度和角度的滤波器。其中,所述灭弧栅片表面缺陷包括油污、凹坑及划痕。实施本专利技术实施例,具有如下有益效果:相对于传统的灭弧栅片表面缺陷的检测方法,本专利技术基于方向梯度直方图(HOG)与Gabor算法结合的图像特征向量提取方法,将灭弧栅片从背景中提取出来并导入卷积神经网络模型中,检测出灭弧栅片表面缺陷的概率,提升了识别速度及准确率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本专利技术的范畴。图1为本专利技术实施例提供的灭弧栅片表面缺陷的检测方法的流程图;图2为本专利技术实施例提供的灭弧栅片表面缺陷的检测方法中通过卷积神经网络模型求解灭弧栅片表面缺陷概率的应用场景图;图3为本专利技术实施例提供的灭弧栅片表面缺陷的检测方法中卷积神经网络模型损失变化的曲线图;图4a-4b为本专利技术实施例提供的灭弧栅片表面缺陷的检测方法中采用不同模型得到的训练结果图;4a为采用支持向量机得到的训练结果图;4b为采用卷积神经网络模型得到的训练结果图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚,下面将结合附图对本专利技术作进一步地详细描述。如图1所示,为本专利技术实施例中,提出的一种灭弧栅片表面缺陷的检测方法,包括以下步骤:步骤S1、获取灭弧栅片的原始图像,并对所述原始图像进行预处理,得到预处理后的目标图像;具体过程为,灭弧栅片的零件尺寸为19×14mm,算上零件尺寸变动误差,视野大小确定为30×25mm,为此采用Basler生产的acA1600-60gm型面阵相机,其靶面尺寸为7.20×5.35mm,分辨率为1602×1202像素。成像精度计算后结果为0.018mm,满足灭弧栅片检测精度要求。工作距离要求在150mm以内,因此选择Computar生产的M2514-MP2型工业镜头,焦距为fl=25mm。在自动化检测过程中,CCD相机采集到的目标图像带有背景,将灭弧栅片从背景中分离出来能够提高缺陷识别系统的实时性及准确性。由于原始图像在采集的过程中由于环境中的干扰,不可避免的会引入噪声,因此将CCD相机采集到的原始图像格式转换为灰度图像后进行滤波处理。考虑到滤波后要保留图像的细节、纹理和结构特征,采用非局部均值(NonLocalmeans,NL-means)算法对灰度图像进行滤波去噪处理;为了分离背景,采用下式表达的阈值化图像分割方法,对滤波去噪处理后的灰度图像进行阈值化处理。滤波去噪处理后的灰度图像中坐标(x,y)处的灰度值为其中:g(x,y)为处理后的灰度值,L(x,y)为原始图像灰度值,T为设定的阈值,V为可选的灰度值,通常为255;随后,通过边缘追踪的方式找出阈值化处理后的灰度图像所对应的多个轮廊;此时,返回的轮廓数量较多,因此需要比较轮廓的面积找出灭弧栅片的轮廓,因此求解每一个轮廊的面积本文档来自技高网
...

【技术保护点】
1.一种灭弧栅片表面缺陷的检测方法,其特征在于,包括以下步骤:步骤S1、获取灭弧栅片的原始图像,并对所述原始图像进行预处理,得到预处理后的目标图像;步骤S2、将所述目标图像处理成具有x,y方向的梯度直方图,并确定出所述梯度直方图的特征向量,且将所述梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对所述具有Gabor特征的图像的特征向量进行提取;步骤S3、将从所述具有Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出所述灭弧栅片表面各缺陷的概率。

【技术特征摘要】
1.一种灭弧栅片表面缺陷的检测方法,其特征在于,包括以下步骤:步骤S1、获取灭弧栅片的原始图像,并对所述原始图像进行预处理,得到预处理后的目标图像;步骤S2、将所述目标图像处理成具有x,y方向的梯度直方图,并确定出所述梯度直方图的特征向量,且将所述梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对所述具有Gabor特征的图像的特征向量进行提取;步骤S3、将从所述具有Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出所述灭弧栅片表面各缺陷的概率。2.如权利要求1所述的灭弧栅片表面缺陷的检测方法,其特征在于,所述步骤S1具体包括:将所述原始图像转换成灰度图像,并采用非局部均值算法对所述灰度图像进行滤波去噪处理,且进一步对所述滤波去噪处理后的灰度图像进行阈值化处理;采用边缘追踪的方式找出所述阈值化处理后的灰度图像所对应的多个轮廊;求解每一个轮廊的面积并确定每一个轮廊面积的极大值,且进一步根据所求解的每一个轮廊面积的极大值,创建轮廊的可倾斜矩形框;对所创建的轮廊的可倾斜矩形框进行裁剪,得到目标图像。3.如权利要求1所述的灭弧栅片表面缺陷的检测方法,其特征在于,所述步骤S2具体包括:通过核[...

【专利技术属性】
技术研发人员:舒亮郭良吴桂初梁步猛陈威
申请(专利权)人:温州大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 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。

1