一种复杂环境下机械零件裂纹缺陷检测方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种复杂环境下机械零件裂纹缺陷检测方法及系统，包括：获取待检测机械零件的表面图像，根据待检测机械零件的表面图像各个待确定边缘点对应的梯度幅值，得到m个弱边缘扩展类簇，根据m个弱边缘扩展类簇内各边缘点的计数概率和梯度幅值，确定m个弱边缘扩展类簇的双阈值，根据m个弱边缘扩展类簇的双阈值和m个弱边缘扩展类簇外的初始强边缘点，确定待检测机械零件的裂纹区域。本发明专利技术通过自适应双阈值，准确筛选出实际的强边缘点，提高了对机械零件裂纹缺陷检测的准确性。检测的准确性。检测的准确性。

【技术实现步骤摘要】
一种复杂环境下机械零件裂纹缺陷检测方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种复杂环境下机械零件裂纹缺陷检测方法及系统。

技术介绍

[0002]在制造机械零件的过程中，机械零件的表面裂纹缺陷的产生往往是不可避免的，机械零件的裂纹缺陷不仅影响了机械零件的美观和舒适度，而且一般也会对其使用性能带来不良影响，所以生产企业对机械零件裂纹的缺陷检测非常重视，以便及时发现，从而有效控制机械零件的质量。
[0003]Canny边缘检测技术在环境良好的场景下对机械零件裂纹缺陷检测被广泛应用，但在光照条件或拍摄环境复杂多变时，对于同一张图像来说，其检测出的机械零件裂纹缺陷并不相同，原因为对全局图像的裂纹边缘设定的阈值无法适应局部图像的裂纹边缘，存在将伪裂纹边缘标记为真实裂纹边缘，并将真实裂纹边缘当作伪裂纹边缘过滤掉的问题，导致对机械零件裂纹缺陷检测结果不准确。

技术实现思路

[0004]本专利技术的目的在于提供一种复杂环境下机械零件裂纹缺陷检测方法及系统，用于解决对机械零件裂纹缺陷检测结果不准确的问题。
[0005]为了解决上述技术问题，本专利技术所采用的技术方案具体如下：本专利技术提供了一种复杂环境下机械零件裂纹缺陷检测方法，该方法包括以下步骤：获取待检测机械零件的表面图像，进而得到表面图像中的各个待确定边缘点和各个待确定边缘点对应的梯度幅值；根据各个待确定边缘点和各个待确定边缘点对应的梯度幅值，确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点；根据各个初始抑制边缘点、各个初始弱边缘点、各个初始强边缘点的梯度幅值和位置，确定各个初始抑制边缘点和各个初始强边缘点中的各个待并入弱边缘点，并根据各个初始弱边缘点和待并入弱边缘点，得到个弱边缘扩展类簇；分别计算个弱边缘扩展类簇内各边缘点的计数概率，并根据个弱边缘扩展类簇内各边缘点的计数概率以及个弱边缘扩展类簇内每个边缘点的梯度幅值，分别确定个弱边缘扩展类簇的双阈值；根据个弱边缘扩展类簇的双阈值和个弱边缘扩展类簇内每个边缘点的梯度幅值，确定个弱边缘扩展类簇内的弱边缘点和强边缘点；根据个弱边缘扩展类簇内的弱边缘点和强边缘点以及个弱边缘扩展类簇外的初始强边缘点，确定待检测机械零件的图像的裂纹边缘点；根据待检测机械零件的图像的裂纹边缘点，确定待检测机械零件的裂纹区域。
[0006]进一步地，确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点的步骤包括：根据各个待确定边缘点对应的梯度幅值，建立梯度幅值直方图，并对梯度幅值直方图进行混合高斯模型拟合，得到各子高斯模型、各子高斯模型的均值以及各个待确定边缘点分别属于各子高斯模型的概率值；根据各子高斯模型的均值以及各个待确定边缘点分别属于各子高斯模型的概率值，从各个待确定边缘点中确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点。
[0007]进一步地，确定各个初始抑制边缘点和各个初始强边缘点中的待并入弱边缘点的步骤包括：根据各个初始弱边缘点的位置，对各个初始弱边缘点进行均值漂移聚类，得到个弱边缘类簇以及个弱边缘类簇的中心位置；根据各个初始抑制边缘点和各个初始强边缘点的梯度幅值，确定各个初始抑制边缘点和各个初始强边缘点的并入阻力系数，进而从各个初始抑制边缘点和各个初始强边缘点中筛选出各个待并入弱边缘点。
[0008]进一步地，确定各个初始抑制边缘点和各个初始强边缘点的并入阻力系数，进而从各个初始抑制边缘点和各个初始强边缘点中筛选出各个待并入弱边缘点的步骤包括：根据各个初始抑制边缘点和各个初始强边缘点的梯度幅值，得到各个初始抑制边缘点和各个初始强边缘点的幅值并入阻力系数；根据各个初始抑制边缘点和各个初始强边缘点距离个弱边缘类簇的中心位置的距离值，得到各个初始抑制边缘点和各个初始强边缘点的空域并入阻力系数；根据各个初始抑制边缘点的幅值并入阻力系数和空域并入阻力系数以及各个初始强边缘点的幅值并入阻力系数和空域并入阻力系数，得到各个初始抑制边缘点和各个初始强边缘点的并入阻力系数；判断各个初始抑制边缘点和各个初始强边缘点的并入阻力系数是否小于预设阈值，若小于预设阈值，则将对应的初始抑制边缘点或初始强边缘点作为待并入弱边缘点。
[0009]进一步地，各个初始抑制边缘点和各个初始强边缘点的并入阻力系数的计算公式为：其中，为初始抑制边缘点或初始强边缘点的并入阻力系数，为初始抑制边缘点或初始强边缘点的幅值并入阻力系数，为初始抑制边缘点或初始强边缘点的空域并入阻力系数。
[0010]进一步地，得到个弱边缘扩展类簇的步骤包括：分别计算各个待并入弱边缘点与个弱边缘类簇的中心位置的距离，得到各个待并入弱边缘点的距离最小值所对应的弱边缘类簇；将各个待并入弱边缘点归类到其对应的距离最小值所对应的弱边缘类簇中，从而得到个弱边缘扩展类簇。
[0011]进一步地，分别计算个弱边缘扩展类簇内各边缘点的计数概率的步骤包括：根据个弱边缘扩展类簇内各边缘点的梯度幅值，得到个弱边缘扩展类簇内各边缘点的并入阻力系数；根据个弱边缘扩展类簇内各边缘点的并入阻力系数，计算个弱边缘扩展类簇内各边缘点的计数概率，对应的计算公式如下：其中，为弱边缘扩展类簇内的边缘点的计数概率，为弱边缘扩展类簇内的边缘点的并入阻力系数。
[0012]进一步地，分别确定个弱边缘扩展类簇的双阈值的步骤包括：根据弱边缘扩展类簇内各边缘点对应的梯度幅值和对应梯度幅值的计数概率，分别建立直方图，并对直方图进行混合高斯模型拟合，得到各子高斯模型、各子高斯模型的均值以及弱边缘扩展类簇内各边缘点分别属于各子高斯模型的概率值；根据各子高斯模型的均值，确定各子高斯模型中的第一子高斯模型、第二子高斯模型和第三子高斯模型，第一子高斯模型、第二子高斯模型和第三子高斯模型对应的均值依次增大；根据弱边缘扩展类簇内各边缘点分别属于各子高斯模型的概率值，在弱边缘扩展类簇内筛选出各个第一目标边缘点和各个第二目标边缘点，所述第一目标边缘点为弱边缘扩展类簇内属于第一子高斯模型和第二子高斯模型的概率值相同的边缘点，所述第二目标边缘点为弱边缘扩展类簇内属于第二子高斯模型和第三子高斯模型的概率值相同的边缘点；将各个第一目标边缘点属于第一子高斯模型和第二子高斯模型的概率值中的最大值所对应的第一目标边缘点的梯度幅值作为低阈值，并将各个第二目标边缘点属于第二子高斯模型和第三子高斯模型的概率值中的最大值所对应的第二目标边缘点的梯度幅值作为高阈值，所述高阈值和低阈值即为弱边缘扩展类簇的双阈值。
[0013]进一步地，确定待检测机械零件的图像的裂纹边缘点的步骤包括：根据个弱边缘扩展类簇内的弱边缘点和强边缘点以及个弱边缘扩展类簇外的初始强边缘点，确定各个待确定弱边缘点和待确定强边缘点；分别判断各个待确定强边缘点是否为孤立点，若不为孤立点，则将该待确定强边缘点作为实际的强边缘点；分别判断各个待确定弱边缘点的周围八邻域是否存在实际的强边缘点，若存在实际的强边缘点，则判定该待确定弱边缘点为实际的强边缘点；根据最终得到的实际的强边缘点，确定待检测机械零件的表面图像的裂纹边缘点。
[0014]本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂环境下机械零件裂纹缺陷检测方法，其特征在于，包括以下步骤：获取待检测机械零件的表面图像，进而得到表面图像中的各个待确定边缘点和各个待确定边缘点对应的梯度幅值；根据各个待确定边缘点和各个待确定边缘点对应的梯度幅值，确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点；根据各个初始抑制边缘点、各个初始弱边缘点、各个初始强边缘点的梯度幅值和位置，确定各个初始抑制边缘点和各个初始强边缘点中的各个待并入弱边缘点，并根据各个初始弱边缘点和待并入弱边缘点，得到个弱边缘扩展类簇；分别计算个弱边缘扩展类簇内各边缘点的计数概率，并根据个弱边缘扩展类簇内各边缘点的计数概率以及个弱边缘扩展类簇内每个边缘点的梯度幅值，分别确定个弱边缘扩展类簇的双阈值；根据个弱边缘扩展类簇的双阈值和个弱边缘扩展类簇内每个边缘点的梯度幅值，确定个弱边缘扩展类簇内的弱边缘点和强边缘点；根据个弱边缘扩展类簇内的弱边缘点和强边缘点以及个弱边缘扩展类簇外的初始强边缘点，确定待检测机械零件的图像的裂纹边缘点；根据待检测机械零件的图像的裂纹边缘点，确定待检测机械零件的裂纹区域。2.根据权利要求1所述的一种复杂环境下机械零件裂纹缺陷检测方法，其特征在于，确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点的步骤包括：根据各个待确定边缘点对应的梯度幅值，建立梯度幅值直方图，并对梯度幅值直方图进行混合高斯模型拟合，得到各子高斯模型、各子高斯模型的均值以及各个待确定边缘点分别属于各子高斯模型的概率值；根据各子高斯模型的均值以及各个待确定边缘点分别属于各子高斯模型的概率值，从各个待确定边缘点中确定各个初始抑制边缘点、各个初始弱边缘点和各个初始强边缘点。3.根据权利要求1所述的一种复杂环境下机械零件裂纹缺陷检测方法，其特征在于，确定各个初始抑制边缘点和各个初始强边缘点中的待并入弱边缘点的步骤包括：根据各个初始弱边缘点的位置，对各个初始弱边缘点进行均值漂移聚类，得到个弱边缘类簇以及个弱边缘类簇的中心位置；根据各个初始抑制边缘点和各个初始强边缘点的梯度幅值，确定各个初始抑制边缘点和各个初始强边缘点的并入阻力系数，进而从各个初始抑制边缘点和各个初始强边缘点中筛选出各个待并入弱边缘点。4.根据权利要求3所述的一种复杂环境下机械零件裂纹缺陷检测方法，其特征在于，确定各个初始抑制边缘点和各个初始强边缘点的并入阻力系数，进而从各个初始抑制边缘点和各个初始强边缘点中筛选出各个待并入弱边缘点的步骤包括：根据各个初始抑制边缘点和各个初始强边缘点的梯度幅值，得到各个初始抑制边缘点和各个初始强边缘点的幅值并入阻力系数；根据各个初始抑制边缘点和各个初始强边缘点距离个弱边缘类簇的中心位置的距离值，得到各个初始抑制边缘点和各个初始强边缘点的空域并入阻力系数；根据各个初始抑制边缘点的幅值并入阻力系数和空域并入阻力系数以及各个初始强边缘点的幅值并入阻力系数和空域并入阻力系数，得到各个初始抑制边缘点和各个初始强
边缘点的并入阻力系数；判断各个初始抑制边缘点和各个初始强边缘点的并入阻力系数是否小于预设阈值，若小于预设阈值，则将对应的初始抑制边缘点或初始强边缘点作为待并入弱边缘点。5.根据权利要求4所述的一种复杂环境下机械零件裂纹缺陷检测方法，其特征在于，各个初始抑制边缘点和各个初始强边缘...

【专利技术属性】
技术研发人员：冯玉豹，张金刚，王帅福，司文强，
申请(专利权)人：山东精良海纬机械有限公司，
类型：发明
国别省市：