蜂窝规整度检测的邻域窗口递推胞元重构方法技术

本发明专利技术公开了一种蜂窝规整度检测的邻域窗口递推胞元重构方法，所述方法是对指定蜂窝产品的图像进行识别和分析，最后对该蜂窝产品的质量水平作出判断；所述方法包括获取图像、图像处理、顶点提取、形态分析；步骤“获取图像”包括拍摄图像和计算机读取图像；步骤“图像处理”即对图像进行降噪滤波，得到降噪图像；步骤“顶点提取”是在“图像处理”的基础寻找胞元的顶点并记录；步骤“形态分析”是在“图像处理”的基础上，分析计算被测蜂窝产品的变形程度；步骤“顶点提取”和“形态分析”之间设置步骤“重构胞元”；步骤“重构胞元”包括边缘扩展和顶点连线。本发明专利技术具有快速、高效地实现蜂窝产品的重构胞元，给出其质量评估结果等优点。

【技术实现步骤摘要】
蜂窝规整度检测的邻域窗口递推胞元重构方法
本专利技术涉及交通、机械、航空航天、船舶等装备的轻质结构产品设计、制造及应用等领域，特别是涉及一种蜂窝规整度检测的邻域窗口递推胞元重构方法。
技术介绍
轻质蜂窝产品以其优异的承载能力和良好的吸能特性而被广泛应用，比如，高速列车也广泛采用了轻质蜂窝产品。但蜂窝产品在生产、运输及使用过程中易产生胞孔的变形，而该变形会对蜂窝产品的性能产生重要的影响。因此需要对蜂窝产品的胞孔变形即几何规整度进行评估，从而对蜂窝产品的质量作出判断。中国专利申请号为201910503383.7，其申请日为2019年9月13日，公开了一种从蜂窝芯表面测量数据中识别蜂窝边的方法。包括如下步骤：将采集到的蜂窝芯表面三维数据进行二维坐标变换，通过角点检测算法识别蜂窝芯的二维平面投影图像中的角点，所述角点包括人形顶点、Y形顶点、伪顶点，还包括未识别出的缺失角点；基于所提出的角点类型判断算法，对蜂窝边的两个端点依次识别，其中一个端点是在相邻边识别时确定，另一个端点是通过对该识别顶点的局部分析确定；在蜂窝边的实现过程中能有效地对伪顶点进行排除，同时补充缺失的顶点，实现稳定高精度的蜂窝边识别。识别蜂窝边后可以对蜂窝产品的几何规整度做出评估，并依此对蜂窝产品的质量做出判断。该方法具有精度高、鲁棒性好的优点，但该方法需要对蜂窝芯表面做逐点扫描，费时较长，步骤繁琐。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种工作效率高，分析精度高的蜂窝规整度检测的邻域窗口递推胞元重构方法。r>本专利技术的目的通过以下技术方案予以实现：一种蜂窝规整度检测的邻域窗口递推胞元重构方法，所述方法是对指定蜂窝产品的图像进行识别和分析，最后对该蜂窝产品的质量水平作出判断；所述方法顺序包括以下步骤：获取图像、图像处理、顶点提取、形态分析；所述步骤“获取图像”包括拍摄图像和计算机读取图像；所述步骤“图像处理”即对图像进行降噪滤波，得到降噪图像；所述步骤“顶点提取”是在“图像处理”的基础寻找胞元的顶点并记录；所述步骤“形态分析”是在“图像处理”的基础上，分析计算被测蜂窝产品的变形程度；所述步骤“顶点提取”和“形态分析”之间设置步骤“重构胞元”；所述步骤“重构胞元”包括边缘扩展和顶点连线；所述步骤“边缘扩展”是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再以形态图像为基础，在形态图像四个边的最外缘，均向外扩展至少1个像素的宽度形成扩展区，扩展区内所有像素点的像素值全部置为1，得到扩展图像；所述步骤“顶点连线”是以扩展图像为对象，以从左至右、自上而下的顺序遍历该扩展图像，当遇到像素值＝0的像素点时，就采用摩尔邻域跟踪算法进行边界追踪，并以每个追踪到的边界像素点为中心建立一个预设大小的窗口，判断该窗口内有无顶点，若有顶点，则记录该顶点的坐标，并按获取顶点的先后顺序为当前顶点排序，当追踪到重复的边界点时，该胞元的追踪完成，将当前胞元的顶点及其连接顺序并记录在该胞元的名下，以每个胞元最多保留六个顶点为原则，删除重复的记录，随后将该胞元内所有像素点的像素值全部置为1；在此基础上，寻找下一个像素值＝0的像素点，重复以上操作，直到整个图像遍历完成，最后按照各胞元的顶点顺序进行顶点连线，画出完整的胞元。所述步骤“顶点提取”是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再执行确定壁厚、像素赋值、确定胞元边长和像素湮灭；所述步骤“确定壁厚”是以形态图像为对象，设置一个边长能够从小变大变化的正方形窗口，当某一边长的窗口遍历形态图像后，如果窗口内的像素值＝0的像素数的最小值为非零时，将该正方形窗口的边长定义为壁厚L；所述步骤“像素赋值”是以形态图像为对象，设置一个边长为壁厚L的正方形的赋值窗口，用赋值窗口遍历形态图像中像素值＝1的像素点，然后将该窗口内的像素值＝1的像素个数的总和赋值给该赋值窗口的中心点的像素点上；所述步骤“确定胞元边长”是以形态图像为对象，在完成“像素赋值”之后，找到最大赋值的像素点，以该点为中心建立一个正方形区域，其初始边长E＝壁厚L，计算出该区域四个边界上各像素点的赋值与该中心点的赋值的差值绝对值Z，遍历整个形态图像，记录本轮中最小的差值绝对值Z及其坐标；以E＝E+2个像素建立新的正方形区域，重复上述过程，直到最小的差值绝对值Z有明显的反向增大的趋势为止，以此时取出最小的差值绝对值Z的像素点坐标与对应的区域中心点的坐标，通过两者的坐标值求解得到蜂窝胞元边长A；所述步骤“像素湮灭”是找到最大赋值的像素点，并确定该像素点为顶点并记录，再以该像素点为中心，建立一个以蜂窝胞元边长A为边长的正方形的湮灭窗口，将湮灭窗口内所有像素值＝1的像素点上的赋值全部清零，在此基础上，再在剩余的赋值中再找到最大赋值的像素点确定为顶点并记录，重复湮灭窗口的操作，直到像素值＝1的像素点上的赋值小于给定阈值为止，顶点提取完毕。所述步骤“顶点提取”的第一步是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再以形态图像为基础，将像素值为1的线条采用线宽为1个像素的线段绘制成骨架图；第二步是以具有k个像素点的骨架图为基础，遍历像素点1至像素点k，每当遇到像素值＝1的像素点时，以顺时针或逆时针方向绕该像素点的八邻域搜寻一周，得到一个像素值变化次数；若像素值变化次数为4，显示过该像素点存在两根直线，通过坐标计算得知这两根直线存在合理的夹角时，则确定该像素点为边缘顶点并记录；若像素值变化次数为6，显示过该像素点存在三根直线，则确定该像素点为中间顶点并记录。所述步骤“顶点提取”的第一步是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再以形态图像为基础，将像素值为1的线条采用线宽为1个像素的线段绘制骨架图；第二步是在骨架图的基础上，以像素值＝1的像素点处为中心点建立尺寸为5×5个像素的正方形窗口，如果该窗口的部分区域溢出骨架图时，先将溢出区域的像素点的像素值全部赋值为0，然后采用Harris算法计算出该窗口中心点对应的角点响应函数值R，再以角点响应函数值R的最大值的百分之一为界限值，在同一窗口内的全部角点响应函数值R中，将小于界限值的角点响应函数值R置为零，重复以上操作遍历整个骨架图；下一步，以像素值＝1且角点响应函数值R大于零的像素点为中心点，建立尺寸为3×3个像素的正方形窗口，若该窗口中心点的R值为本窗口内的最大值，则记录该点为顶点，重复以上操作遍历整个骨架图。所述步骤“顶点提取”采用FAST算法，即以降噪图像为基础，在圆形窗口最外层像素中，通过统计其与窗口中心点灰度值相差较大的像素数量来提取顶点。所述“二值化”过程中，采用Otsu法确定分割阈值T，将图像中像素值小于或等于T的像素的值置为0，将图像中像素值大于T的像素的值置为1；所述形态学滤波可以进一步纠正二值化的误差。与现有技术相比较，本专利技术具有快速、高效地实现蜂窝产品的重构胞元，从而可以对蜂窝产品的变形程度进行分析，给出其质量评估结果等优点。附图说明本文档来自技高网...

【技术保护点】
1.一种蜂窝规整度检测的邻域窗口递推胞元重构方法，所述方法是对指定蜂窝产品的图像进行识别和分析，最后对该蜂窝产品的质量水平作出判断；所述方法顺序包括以下步骤：获取图像、图像处理、顶点提取、形态分析；所述步骤“获取图像”包括拍摄图像和计算机读取图像；所述步骤“图像处理”即对图像进行降噪滤波，得到降噪图像；所述步骤“顶点提取”是在“图像处理”的基础寻找胞元的顶点并记录；所述步骤“形态分析”是在“图像处理”的基础上，分析计算被测蜂窝产品的变形程度；其特征在于：/n所述步骤“顶点提取”和“形态分析”之间设置步骤“重构胞元”；/n所述步骤“重构胞元”包括边缘扩展和顶点连线；/n所述步骤“边缘扩展”是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再以形态图像为基础，在形态图像四个边的最外缘，均向外扩展至少1个像素的宽度形成扩展区，扩展区内所有像素点的像素值全部置为1，得到扩展图像；/n所述步骤“顶点连线”是以扩展图像为对象，以从左至右、自上而下的顺序遍历该扩展图像，当遇到像素值＝0的像素点时，就采用摩尔邻域跟踪算法进行边界追踪，并以每个追踪到的边界像素点为中心建立一个预设大小的窗口，判断该窗口内有无顶点，若有顶点，则记录该顶点的坐标，并按获取顶点的先后顺序为当前顶点排序，当追踪到重复的边界点时，该胞元的追踪完成，将当前胞元的顶点及其连接顺序并记录在该胞元的名下，以每个胞元最多保留六个顶点为原则，删除重复的记录，随后将该胞元内所有像素点的像素值全部置为1；在此基础上，寻找下一个像素值＝0的像素点，重复以上操作，直到整个图像遍历完成，最后按照各胞元的顶点顺序进行顶点连线，画出完整的胞元。/n...

【技术特征摘要】
1.一种蜂窝规整度检测的邻域窗口递推胞元重构方法，所述方法是对指定蜂窝产品的图像进行识别和分析，最后对该蜂窝产品的质量水平作出判断；所述方法顺序包括以下步骤：获取图像、图像处理、顶点提取、形态分析；所述步骤“获取图像”包括拍摄图像和计算机读取图像；所述步骤“图像处理”即对图像进行降噪滤波，得到降噪图像；所述步骤“顶点提取”是在“图像处理”的基础寻找胞元的顶点并记录；所述步骤“形态分析”是在“图像处理”的基础上，分析计算被测蜂窝产品的变形程度；其特征在于：
所述步骤“顶点提取”和“形态分析”之间设置步骤“重构胞元”；
所述步骤“重构胞元”包括边缘扩展和顶点连线；
所述步骤“边缘扩展”是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再以形态图像为基础，在形态图像四个边的最外缘，均向外扩展至少1个像素的宽度形成扩展区，扩展区内所有像素点的像素值全部置为1，得到扩展图像；
所述步骤“顶点连线”是以扩展图像为对象，以从左至右、自上而下的顺序遍历该扩展图像，当遇到像素值＝0的像素点时，就采用摩尔邻域跟踪算法进行边界追踪，并以每个追踪到的边界像素点为中心建立一个预设大小的窗口，判断该窗口内有无顶点，若有顶点，则记录该顶点的坐标，并按获取顶点的先后顺序为当前顶点排序，当追踪到重复的边界点时，该胞元的追踪完成，将当前胞元的顶点及其连接顺序并记录在该胞元的名下，以每个胞元最多保留六个顶点为原则，删除重复的记录，随后将该胞元内所有像素点的像素值全部置为1；在此基础上，寻找下一个像素值＝0的像素点，重复以上操作，直到整个图像遍历完成，最后按照各胞元的顶点顺序进行顶点连线，画出完整的胞元。


2.根据权利要求1所述方法，其特征在于：所述步骤“顶点提取”是以降噪图像为基础，顺序执行二值化、形态学滤波，得到形态图像，再执行确定壁厚、像素赋值、确定胞元边长和像素湮灭；
所述步骤“确定壁厚”是以形态图像为对象，设置一个边长能够从小变大变化的正方形窗口，当某一边长的窗口遍历形态图像后，如果窗口内的像素值＝0的像素数的最小值为非零时，将该正方形窗口的边长定义为壁厚L；
所述步骤“像素赋值”是以形态图像为对象，设置一个边长为壁厚L的正方形的赋值窗口，用赋值窗口遍历形态图像中像素值＝1的像素点，然后将该窗口内的像素值＝1的像素个数的总和赋值给该赋值窗口的中心点的像素点上；
所述步骤“确定胞元边长”是以形态图像为对象，在完成“像素赋值”之后，找到最大赋值的像素点，以该点为中心建立一个正方形区域，其初始边长E＝壁厚L，计算出该区域四个边界上各像素点的赋值与该中心点的赋值的差值绝对值Z，遍历整个形态图像，记录本轮中最小的差值绝对值Z及其坐标；以E＝E+2个像素建立新的正方形区域，重复上述过程，...

【专利技术属性】
技术研发人员：王中钢，周伟，梁习锋，周丹，高广军，魏万蕙，刘杰夫，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43