本发明专利技术涉及图像数据处理技术领域，具体涉及一种用于市政服装清洗装置的生产异常监测方法。该方法首先获取清洗装置的滚筒钢板的表面图像中的边缘，计算边缘上边缘点沿梯度方向两侧的像素点的灰度值差异，构建两侧灰度差异直方图；利用高斯混合模型对两侧灰度差异直方图进行拟合，得到真实冲孔边缘点；获取各真实冲孔边缘点的梯度方向延伸线的目标交点；对目标交点进行聚类，得到多个聚类簇，计算聚类簇的离散程度和波动程度；结合离散程度和波动程度得到毛刺程度；根据毛刺程度对清洗装置进行生产异常监测。本发明专利技术通过筛选出真实冲孔边缘点，根据真实冲孔边缘点对应聚类簇的离散程度和波动程度计算毛刺程度，实现了对清洗装置生产异常监测。产异常监测。产异常监测。
【技术实现步骤摘要】
一种用于市政服装清洗装置的生产异常监测方法
[0001]本专利技术涉及图像数据处理
，具体涉及一种用于市政服装清洗装置的生产异常监测方法。
技术介绍
[0002]市政服装包括交通监督服、养路工人服、工商管理服等，其是为了不同职业的活动方便，充分研究和考察了各行业从业人员的作业环境和外观仪容性而制定出来的服装，其具有实用性、标识性、配套性。市政服装的整洁是倾向市容的关键因素之一，其市政服装的清洗装置的质量就尤为重要，市政服装清洗装置的生产质量直接关系到清洗效果。
[0003]清洗装置的清洗效果主要是由装置的清洗滚筒部分实现的，而清洗装置的滚筒的生产工艺是先在钢板上冲压成孔，再将钢板卷曲成筒状。而在冲压成孔的过程中，孔洞边缘会由于模具与冲头的磨损产生毛刺，这些毛刺会使成品滚筒在进行清洗工作时划伤、刮伤待清洗服装，或将服装上露出的线头挂住使得服装在清洗过程中产生开线、撕裂等结构损伤，造成清洗后服装产生不可逆的损坏。因此，在生产服装清洗装置之前就需要对滚筒配件进行冲孔毛刺检测，来保证清洗装置的生产质量。
[0004]目前，常见的对滚筒钢板的冲孔进行毛刺检测的方法为利用边缘模板匹配的方式进行检测，通过将检测出的带孔钢板上的边缘图像与边缘模板图像进行对比来快速识别毛刺。但这种方式无法适应洗衣机的滚筒钢板冲孔毛刺检测，因为滚筒钢板一般在冲孔周围存在着设计好的凸起与凹陷，这是为了能更好的揉搓服装，使其清洁效果增强。这些结构上设计好的凸起与凹陷，在相机获取滚筒钢板图像时由于光线原因会产生结构上的光影干扰，进而导致现有边缘检测算法检测出的边缘不仅有孔洞边缘还包含光影区域边缘混合的边缘，其难以与边缘模板进行匹配，会导致匹配结果出现极大误差。
技术实现思路
[0005]为了解决上述技术问题，本专利技术的目的在于提供一种用于市政服装清洗装置的生产异常监测方法，所采用的技术方案具体如下：采集清洗装置的冲压后滚筒钢板的表面图像，获取所述表面图像的边缘；基于所述边缘上的每个边缘点，计算各边缘点沿梯度方向两侧的像素点的灰度值差异，构建两侧灰度差异直方图；利用高斯混合模型对所述两侧灰度差异直方图进行拟合，确定冲孔边缘点类别，得到真实冲孔边缘点；获取各所述真实冲孔边缘点的梯度方向延伸线的目标交点；对所述目标交点进行聚类，得到多个聚类簇和聚类中心；根据每个聚类簇内目标交点与聚类中心之间的距离，得到聚类簇的离散程度；根据每个聚类中心与所属聚类簇内其余目标交点对应的真实冲孔边缘点的距离，得到聚类簇的波动程度；结合所述离散程度和所述波动程度得到真实冲孔边缘点对应的聚类簇的毛刺程度；根据所述毛刺程度对清洗装置进行生产异常监测。
[0006]优选的，所述获取所述表面图像的边缘，包括：利用Canny边缘检测算法获取所述表面图像上的每个边缘。
[0007]优选的，所述计算各边缘点沿梯度方向两侧的像素点的灰度值差异，包括：获取各边缘点沿梯度方向两侧的像素点的灰度值；计算两侧的像素点的灰度值的差值的绝对值，计算两侧的像素点的灰度值之和；所述绝对值和所述灰度值之和的比值作为两侧的像素点的灰度值差异。
[0008]优选的，所述利用高斯混合模型对所述两侧灰度差异直方图进行拟合，确定冲孔边缘点类别，得到真实冲孔边缘点，包括：所述高斯混合模型中包含多个子高斯模型，对每个子高斯模型按照均值从小到大排列，分别对子高斯模型标上序号；基于任意边缘点，输入对应的灰度值差异至各子高斯模型，得到多个对应的出现概率，最大出现概率对应的子高斯模型的序号作为边缘点的类别号，每个类别号对应一个冲孔边缘点类别；最大类别号对应的各边缘点为真实冲孔边缘点。
[0009]优选的，所述获取各所述真实冲孔边缘点的梯度方向延伸线的目标交点，包括：沿梯度方向获取真实冲孔边缘点两侧的像素点的灰度值，较小灰度值对应一侧的梯度方向延伸线作为低灰度梯度方向延伸线；获取各真实冲孔边缘点对应的低灰度梯度方向延伸线两两相交的初始交点；对于任意真实冲孔边缘点，选取对应的低灰度梯度方向延伸线上距离真实冲孔边缘点最近的初始交点作为目标交点。
[0010]优选的，所述对所述目标交点进行聚类，包括：利用均值漂移算法对所述目标交点进行聚类。
[0011]优选的，所述根据每个聚类簇内目标交点与聚类中心之间的距离，得到聚类簇的离散程度，包括：计算每个聚类簇内目标交点与聚类中心的欧式距离；所述离散程度的计算公式为：其中，为第k个聚类簇的离散程度；为第k个聚类簇内的目标交点数量；为第k个聚类簇的聚类中心与第k个聚类簇中第个目标交点的欧式距离；为自然常数。
[0012]优选的，所述根据每个聚类中心与所属聚类簇内其余目标交点对应的真实冲孔边缘点的距离，得到聚类簇的波动程度，包括：计算每个聚类簇内目标交点对应的真实冲孔边缘点与聚类中心的欧式距离；所述波动程度的计算公式为：
其中，为第k个聚类簇的波动程度；为第k个聚类簇内的目标交点数量；为第k个聚类簇的聚类中心与第k个聚类簇中第个目标交点对应的真实冲孔边缘点的欧式距离；为自然常数。
[0013]优选的，所述结合所述离散程度和所述波动程度得到真实冲孔边缘点对应的聚类簇的毛刺程度，包括：所述毛刺程度的计算公式为：其中，为第k个聚类簇的毛刺程度；为第k个聚类簇的离散程度；为第k个聚类簇的波动程度。
[0014]本专利技术实施例至少具有如下有益效果：本专利技术实施例利用图像数据处理技术，该方法首先采集清洗装置的冲压后钢板的表面图像，获取表面图像的边缘；基于边缘上的每个边缘点，计算各边缘点沿梯度方向两侧的像素点的灰度值差异，构建两侧灰度差异直方图；利用高斯混合模型对两侧灰度差异直方图进行拟合，确定冲孔边缘点类别，得到真实冲孔边缘点，避免了由于钢板本身凹凸结构的变化导致的光影区域对冲孔边缘识别的影响；获取各真实冲孔边缘点的梯度方向延伸线的目标交点；对目标交点进行聚类，得到多个聚类簇和聚类中心；根据每个聚类簇内目标交点与聚类中心之间的距离，得到聚类簇的离散程度；根据每个聚类中心与所属聚类簇内其余目标交点对应的真实冲孔边缘点的距离，得到聚类簇的波动程度；结合离散程度和波动程度得到真实冲孔边缘点对应的聚类簇的毛刺程度，根据冲孔边缘点的梯度方向的目标交点实现毛刺程度的评估，相比较与传统的梯度方向的波动性进行评估，其更能适应孔型结构，使毛刺程度评估结果更加准确；根据毛刺程度对清洗装置进行异常监测。本专利技术通过对采集到的钢板的表面图像中多个边缘点进行识别，筛选出真实冲孔边缘点，进而根据真实冲孔边缘点梯度方向延伸线的目标交点的离散程度和波动程度计算对应冲孔的毛刺程度，根据毛刺程度实现对清洗装置生产异常监测。
附图说明
[0015]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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术一个实施例所提供的一种用于市政服装清本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于市政服装清洗装置的生产异常监测方法，其特征在于，该方法包括以下步骤：采集清洗装置的冲压后滚筒钢板的表面图像，获取所述表面图像的边缘；基于所述边缘上的每个边缘点，计算各边缘点沿梯度方向两侧的像素点的灰度值差异，构建两侧灰度差异直方图；利用高斯混合模型对所述两侧灰度差异直方图进行拟合，确定冲孔边缘点类别，得到真实冲孔边缘点；获取各所述真实冲孔边缘点的梯度方向延伸线的目标交点；对所述目标交点进行聚类，得到多个聚类簇和聚类中心；根据每个聚类簇内目标交点与聚类中心之间的距离，得到聚类簇的离散程度；根据每个聚类中心与所属聚类簇内其余目标交点对应的真实冲孔边缘点的距离，得到聚类簇的波动程度；结合所述离散程度和所述波动程度得到真实冲孔边缘点对应的聚类簇的毛刺程度；根据所述毛刺程度对清洗装置进行生产异常监测。2.根据权利要求1所述的一种用于市政服装清洗装置的生产异常监测方法，其特征在于，所述获取所述表面图像的边缘，包括：利用Canny边缘检测算法获取所述表面图像上的每个边缘。3.根据权利要求1所述的一种用于市政服装清洗装置的生产异常监测方法，其特征在于，所述计算各边缘点沿梯度方向两侧的像素点的灰度值差异，包括：获取各边缘点沿梯度方向两侧的像素点的灰度值；计算两侧的像素点的灰度值的差值的绝对值，计算两侧的像素点的灰度值之和；所述绝对值和所述灰度值之和的比值作为两侧的像素点的灰度值差异。4.根据权利要求1所述的一种用于市政服装清洗装置的生产异常监测方法，其特征在于，所述利用高斯混合模型对所述两侧灰度差异直方图进行拟合，确定冲孔边缘点类别，得到真实冲孔边缘点，包括：所述高斯混合模型中包含多个子高斯模型，对每个子高斯模型按照均值从小到大排列，分别对子高斯模型标上序号；基于任意边缘点，输入对应的灰度值差异至各子高斯模型，得到多个对应的出现概率，最大出现概率对应的子高斯模型的序号作为边缘点的类别号，每个类别号对应一个冲孔边缘点类别；最大类别号对应的各边缘点为真实冲孔边缘...
【专利技术属性】
技术研发人员：张远军，
申请(专利权)人：深圳市智尚世家科技有限公司，
类型：发明
国别省市：
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。