一种周期性结构质量检测方法技术

本发明专利技术涉及一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。度参数。度参数。

【技术实现步骤摘要】
一种周期性结构质量检测方法


[0001]本专利技术涉及一种周期性结构质量检测方法。

技术介绍

[0002]周期性结构是一种常见的结构形式，广泛应用于日常生产生活中，大到建筑、桥梁、机械、织物，小到细胞、复眼、芯片、微透镜阵列等都具有周期性结构。然而，由于制造工艺的限制，周期性结构往往存在一定误差或缺陷，为了保证周期性结构在应用中的一致性和准确性，对其纹理密度、夹角、缺陷、均匀性等结构参数的检测是制造中必不可少的环节。传统上对周期性结构的检测(如织物缺陷、微透镜阵列均匀性等)都由人工来完成，但人工检测效率低，检测结果易受主观因素影响。随着图像处理技术和计算机视觉技术的发展，生活中越来越多的测量工作都通过视觉系统自动完成，基于视觉检测技术实现周期性结构参数智能化检测成为一种迫切的需要。然而，传统的视觉检测技术对周期性结构的检测具有如下的局限性：
[0003](1)传统的视觉检测方法往往只针对某一种具体的周期性结构进行检测，并且结构参数不同所采用的检测方法不同，检测方法通用性不强；
[0004](2)传统的视觉检测方法易受采集图像时的光照、距离、角度等外界因素的影响，最终造成对周期性结构参数的误检；
[0005](3)传统的视觉检测手段效率较低，难以实现快速高效的检测。

技术实现思路

[0006]针对上述问题，本专利技术的目的是提供一种具有通用性的周期性结构质量检测方法，实现对大多数周期性结构的综合参数快速高效地检测，从而提高生产效率、降低成本。为实现上述目的，本专利技术采取以下技术方案：
[0007]一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。方法如下：
[0008](1)对周期性结构图进行离散二维傅里叶变换得到其三维频谱图；
[0009]对三维频谱图依次进行阈值分割、低通滤波、窗口截取预处理得到频谱预处理图；
[0010](2)在频谱预处理图中中心峰的高度代表周期性结构图的平均亮度，周边特征峰的位置和高度代表周期性结构图的纹理信息，周边特征峰分布在横轴、纵轴两条对称轴上；分别提取频谱预处理图中横轴、纵轴所有坐标点得到周期性结构图的横轴频谱图、纵轴频谱图；在横轴频谱图中提取中心峰两边横向特征峰的坐标(X0,Z0),周期性结构的横向纹理数等于特征值X0，同理，纵轴频谱图中提取中心峰两边纵向特征峰的坐标(Y0,Z0),周期性结构的纵向纹理数等于特征值Y0。
[0011]设周期性结构图像素大小为M1*M2，则周期性结构图像的横向纹理像素间距D1＝M1/X0,周期性结构图像的纵向纹理像素间距D2＝M2/Y0；通过标定得到周期性结构图实际尺寸和像素尺寸的比例系数k，并计算得到实际纹理间距G；
[0012](3)有均匀性误差的周期性结构的纹理宽度和纹理间距不一致，与正常纹理频谱图相比，有均匀性误差的周期性结构频谱图特征峰的位置没有改变，但特征峰的高度降低，且峰旁频率增强，有杂峰出现，均匀性误差会导致特征峰发生扩散，因此，用频谱特征峰高度值与扩散部分面积的比值即扩散程度f来表征周期结构纹理均匀性误差；
[0013](4)与正常纹理频谱图相比，有缺陷的周期性结构频谱图的中心峰高度降低并向周围扩散，缺陷会导致频谱能量重心发生偏移，通过计算待测图像的频谱能量重心偏移量来检测周期性结构是否存在缺陷，频谱能量重心C
E
计算公式如下：
[0014][0015]公式中，i和j代表频谱图像像素索引，i
max
为频谱图像总行数，j
max
为频谱图像总列数，img(i,j)表示频谱图的第i行、第j列灰度值。
[0016]比较两个不同的周期性结构图的相似度时，采用对数极坐标方法评价周期性结构图像的相似度，通过比较两幅周期性结构图的三维频谱图的对数极坐标频谱图来评价两个不同的周期性结构图的相似度。
[0017]本专利技术由于采取以上技术方案，其具有以下优点：
[0018](1)采用频谱分析法，可以在频率域提取能够反应周期性结构综合参数特征点的位置、峰值及扩散程度，从而实现对大多数周期性结构图像综合参数的检测；
[0019](2)采用频谱分析法，在频率域对图像进行预处理，减少采集图像时的干扰因素对最终参数检测结果的影响；
[0020](3)采用频谱分析法，只需要对提取到的特征点进行相关参数计算，不需要计算整幅图像，可以减小运算量，提高运算速度。
附图说明
[0021]图1为周期性结构及其对应的频谱图；
[0022]图2为周期性结构横、纵向频谱图；
[0023]图3为不同纹理信息的周期性结构频谱分析图；
[0024]图4为本专利技术所提到的正常纹理和有均匀性误差的周期性结构及其频谱图
[0025]图5为本专利技术所提到的正常纹理和有缺陷的周期性结构及其频谱图
[0026]图6是本专利技术所提到的周期性结构质量通用检测方法总流程图。
[0027]图中编号说明：1周期性结构图；2三维频谱图；3中心峰；4特征峰；5横轴；6纵轴；7横向频谱图；8纵向频谱图；9横向特征点；10纵向特征点；11正常纹理的周期性结构及其频谱图；12均匀性误差的周期性结构及其频谱图；13有缺陷的周期性结构及其频谱图；14两个特征峰的扩散范围；中心峰的扩散范围15；16对数极坐标频谱图。
具体实施方式
[0028]图1为周期性结构及其对应的频谱图，对周期性结构图1进行快速二维傅里叶变换得到其三维频谱图2，在三维频谱图2中周期性结构的纹理信息集中在几个尖峰处，其中中心峰3的高度代表周期性结构图1的平均亮度，周边特征峰4的位置和高度代表周期性结构图1纹理信息的频谱特征。如图2所示，分别提取三维频谱图2中横轴5、纵轴6所有坐标点得到周期性结构图1的横向频谱图7、纵向频谱图8，图中各点的横坐标代表特征峰的位置，纵坐标代表特征点的高度。在横向频谱图7中横向特征点9的位置为21，而周期结构图1的横向周期数(横向黑白条纹间隔数)也为21，同时，在纵向频谱图8中纵向特征点10的位置为21，而周期结构图1的纵向周期数(横向黑白条纹间隔数)也为21，所以可以通过计算频谱图特征点的位置来表征周期性结构的周期数。
[0029]不同纹理信息的周期性结构频谱分析如图3所示，11为正常纹理的周期性结构及其频谱图，12为均匀性误差的周期性结构及其频谱图，13为有缺陷的周期性结构及其频谱图，11、12、13中周期性结构图的纹理周期数均为16。在正常纹理的周期性结构及其频谱图11中，代表周期数的两个特征峰对称分布在中心峰的两侧，其形状尖锐且没有发生扩散，峰旁也没有杂峰出现。在均匀性误差的周期性结构及其频谱图12中，图像纹理均匀性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种周期性结构质量检测方法，该方法基于频谱分析，首先将周期性结构在时域的纹理信息通过离散二维傅里叶变换到频率域，然后对频谱图像进行预处理得到能够反应时域图像纹理信息的主要频谱特征点，最后定位并提取所述主要频谱特征点，计算所述主要频谱特征点的位置、峰值大小及扩散程度，根据计算结果确定周期性结构的密度、均匀性、结构缺陷、相似度参数。方法如下：(1)对周期性结构图进行离散二维傅里叶变换得到其三维频谱图；对三维频谱图依次进行阈值分割、低通滤波、窗口截取预处理得到频谱预处理图；(2)在频谱预处理图中中心峰的高度代表周期性结构图的平均亮度，周边特征峰的位置和高度代表周期性结构图的纹理信息，周边特征峰分布在横轴、纵轴两条对称轴上；分别提取频谱预处理图中横轴、纵轴所有坐标点得到周期性结构图的横轴频谱图、纵轴频谱图；在横轴频谱图中提取中心峰两边横向特征峰的坐标(X0,Z0),周期性结构的横向纹理数等于特征值X0，同理，纵轴频谱图中提取中心峰两边纵向特征峰的坐标(Y0,Z0),周期性结构的纵向纹理数等于特征值Y0。设周期性结构图像素大小为M1*M2，则周期性结构图像的横向纹理像素间距D1＝M1/X0,周期性结构图像的纵向纹理像...

【专利技术属性】
技术研发人员：张效栋，朱琳琳，闫宁，陈亮亮，李娜娜，
申请(专利权)人：天津大学，
类型：发明
国别省市：