基于图像处理的建筑装饰墙面砖异常评估方法技术

技术编号:31928635 阅读:19 留言:0更新日期:2022-01-15 13:17
本发明专利技术涉及建筑装饰墙面砖异常评估领域,具体涉及一种基于图像处理的建筑装饰墙面砖异常评估方法,包括:获取处理后的墙面砖表面图像;对表面图像进行高斯拟合,得到各子区域;根据各子区域两两间的相似度及空间信息得到各子区域两两间的边界值,进而得到损失指标;利用损失指标得到初步合并后的各子区域;对初步合并后的各子区域进行迭代合并,得到最终合并的各子区域;统计最终合并后的各子区域内的像素点数量,得到正常子区域和异常子区域;根据正常子区域和异常子区域对待检测墙面砖进行异常评估。上述方法用于评估墙面砖的异常程度,通过上述方法可有效提高墙面砖异常评估的准确性和效率。准确性和效率。准确性和效率。

【技术实现步骤摘要】
基于图像处理的建筑装饰墙面砖异常评估方法


[0001]本专利技术涉及建筑装饰墙面砖异常评估领域,具体涉及一种基于图像处理的建筑装饰墙面砖异常评估方法。

技术介绍

[0002]在墙面砖的生产过程中,由于工艺技术的客观性因素影响,会造成墙面砖表面出现裂纹、异色点、划痕等表面缺陷。当墙面砖出现大量缺陷时,将会影响墙面砖的美观,严重时将会导致墙面砖使用寿命降低,甚至影响后续建筑装饰的使用效果,带来安全隐患问题。因此需要对墙面砖进行异常评估。
[0003]目前对于生产出来的墙面砖异常检测和评估的手段主要是是根据操作人员的经验对生产出的墙面砖进行一一检测,操作人员通过观察对墙面砖进行异常评估和判断。
[0004]然而,上述方法由于依赖人工经验,导致工作量大,检测速度慢,会存在评估准确率低和检测效率低等问题,因此亟需一种方法用于提高对墙面砖异常评估的准确性和效率。

技术实现思路

[0005]本专利技术提供了一种基于图像处理的建筑装饰墙面砖异常评估方法,包括:获取处理后的墙面砖表面图像;对表面图像进行高斯拟合,得到各子区域;根据各子区域两两间的相似度及空间信息得到各子区域两两间的边界值,进而得到损失指标;利用损失指标得到初步合并后的各子区域;对初步合并后的各子区域进行迭代合并,得到最终合并的各子区域;统计最终合并后的各子区域内的像素点数量,得到正常子区域和异常子区域;根据正常子区域和异常子区域对待检测墙面砖进行异常评估,相比于现有技术,本专利技术通过对采集的墙面砖表面图像进行分析,建立墙面砖异常检测模型,利用墙面砖异常检测模型识别异常区域,可以有效提取出墙面砖表面存在的异常区域,通过多重迭代、验证过程,对异常像素点进行细粒度的提取,具有准确性高、检测速度快等有益效果。
[0006]进一步的,本专利技术基于提取的异常区域的特征参数,构建墙面砖异常程度评估模型,对墙面砖的异常程度进行定量分析,可提高对墙面砖异常评估的准确性。
[0007]为达到上述目的,本专利技术采用以下技术方案,一种基于图像处理的建筑装饰墙面砖异常评估方法,包括:S1:采集待检测的墙面砖表面图像。
[0008]S2:对待检测的墙面砖表面图像进行预处理,得到处理后的墙面砖表面图像。
[0009]S3:根据各像素点的亮度值对墙面砖表面图像进行高斯混合模型拟合,通过高斯混合模型中的各个高斯子模型确定表面图像中的各子区域。
[0010]S4:根据各子区域两两之间的相似度及空间信息计算得到各子区域两两之间的边界值。
[0011]S5:根据各子区域两两之间的边界值计算得到各子区域两两之间的损失指标。
[0012]S6:将各子区域两两之间的损失指标低于设定的损失指标阈值的两两区域合并为同一区域,依次对表面图像中所有子区域进行类别合并,得到初步类别合并后的各子区域。
[0013]S7:重复步骤S4

S6对初步类别合并后的各子区域进行迭代类别合并,直到合并后任意两个子区域之间的损失指标均高于损失指标阈值,迭代终止,得到最终类别合并后的各子区域。
[0014]S8:对最终类别合并后的各子区域内的像素点数量进行统计,得到正常子区域和异常子区域。
[0015]S9:根据得到的正常子区域和异常子区域对待检测的墙面砖进行异常评估。
[0016]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述各子区域两两之间的边界值是按照如下方式得到:获取各高斯子模型的均值和方差。
[0017]根据各高斯子模型的均值和方差构建模型向量,得到各子区域的模型向量。
[0018]根据各子区域的模型向量构建相似度分析模型,得到各子区域两两之间的相似度。
[0019]计算各子区域两两之间的空间距离,得到各子区域两两之间的空间信息。
[0020]基于各子区域两两之间的相似度及空间信息构建边界值计算模型,得到各子区域两两之间的边界值。
[0021]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述相似度分析模型的表达式如下:式中,为子区域i、j之间的相似度,分别为高斯子模型i和高斯子模型j的均值,分别为高斯子模型i和高斯子模型j的方差,为模型参数。
[0022]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述边界值计算模型的表达式如下:式中,为子区域i、j之间的相似度,为第c个边界的值,是由子区域i、j组成的边界,为子区域i、j之间的空间距离。
[0023]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述损失指标的表达式如下:式中,为子区域i、j之间的损失指标,为第c个边界的值,是由子区域i、j组成的边界,t为模型参数。
[0024]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述对待检测的墙面砖进行异常评估是按照如下方式进行:根据得到的正常子区域和异常子区域获取异常子区域提取二值图。
[0025]将异常子区域提取二值图与待检测墙面砖RGB图像进行相乘并裁剪,得到各异常连通域。
[0026]根据各异常连通域的数量、分布指标及各异常连通域内的像素点数量得到待检测墙面砖的异常程度。
[0027]设置阈值,对待检测墙面砖的异常程度进行判断:当待检测墙面砖的异常程度高于阈值时,该待检测墙面砖不合格。
[0028]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述待检测墙面砖的异常程度是按照如下方式得到:获取各异常连通域的数量及各异常连通域内的像素点数量。
[0029]根据各异常连通域中所有像素点的灰度值得到各异常连通域的二维分布图。
[0030]根据二维分布图构建分布指标计算模型,得到各异常连通域的分布指标。
[0031]根据各异常连通域的数量、分布指标及各异常连通域内的像素点数量构建墙面砖异常程度评估模型,得到待检测墙面砖的异常程度。
[0032]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述分布指标计算模型的表达式如下:式中,为第a个异常连通域的分布指标,为异常连通域所包含的第个灰度等级,为灰度等级数,为灰度等级所对应的像素点数量。
[0033]进一步的,所述一种基于图像处理的建筑装饰墙面砖异常评估方法,所述墙面砖异常程度评估模型的表达式如下:式中,为待检测墙面砖的异常程度,A为异常连通域的数量,为第a个异常连通域的分布指标,为第a个异常连通域所包含的像素点的数量。
[0034]本专利技术的有益效果在于:本专利技术通过对采集的墙面砖表面图像进行分析,建立墙面砖异常检测模型,利用墙面砖异常检测模型识别异常区域,可以有效提取出墙面砖表面存在的异常区域,通过多重迭代、验证过程,对异常像素点进行细粒度的提取,具有准确性高、检测速度快等有益效果。
[0035]进一步的,本专利技术基于提取的异常区域的特征参数,构建墙面砖异常程度评估模型,对墙面砖的异常程度进行定量分析,可提高对墙面砖异常评估的准确性。
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的建筑装饰墙面砖异常评估方法,其特征在于,包括:S1:采集待检测的墙面砖表面图像;S2:对待检测的墙面砖表面图像进行预处理,得到处理后的墙面砖表面图像;S3:根据各像素点的亮度值对墙面砖表面图像进行高斯混合模型拟合,通过高斯混合模型中的各个高斯子模型确定表面图像中的各子区域;S4:根据各子区域两两之间的相似度及空间信息计算得到各子区域两两之间的边界值;S5:根据各子区域两两之间的边界值计算得到各子区域两两之间的损失指标;S6:将各子区域两两之间的损失指标低于设定的损失指标阈值的两两区域合并为同一区域,依次对表面图像中所有子区域进行类别合并,得到初步类别合并后的各子区域;S7:重复步骤S4

S6对初步类别合并后的各子区域进行迭代类别合并,直到合并后任意两个子区域之间的损失指标均高于损失指标阈值,迭代终止,得到最终类别合并后的各子区域;S8:对最终类别合并后的各子区域内的像素点数量进行统计,得到正常子区域和异常子区域;S9:根据得到的正常子区域和异常子区域对待检测的墙面砖进行异常评估。2.根据权利要求1所述的一种基于图像处理的建筑装饰墙面砖异常评估方法,其特征在于,所述各子区域两两之间的边界值是按照如下方式得到:获取各高斯子模型的均值和方差;根据各高斯子模型的均值和方差构建模型向量,得到各子区域的模型向量;根据各子区域的模型向量构建相似度分析模型,得到各子区域两两之间的相似度;计算各子区域两两之间的空间距离,得到各子区域两两之间的空间信息;基于各子区域两两之间的相似度及空间信息构建边界值计算模型,得到各子区域两两之间的边界值。3.根据权利要求2所述的一种基于图像处理的建筑装饰墙面砖异常评估方法,其特征在于,所述相似度分析模型的表达式如下:式中,为子区域i,j之间的相似度,分别为高斯子模型i和高斯子模型j的均值,分别为高斯子模型i和高斯子模型j的方差,为模型参数。4.根据权利要求2所述的一种基于图像处理的建筑装饰墙面砖异常评估方法,其特征在于,所述边界值计...

【专利技术属性】
技术研发人员:王光臣
申请(专利权)人:武汉精装房装饰材料有限公司
类型:发明
国别省市:

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