一种圆形磨斑图像畸变量的定量判定方法技术

本发明专利技术提供的一种圆形磨斑图像畸变量的定量判定方法，包括以下步骤：步骤1，对获取得到的四球摩擦磨斑图像进行分割，得到磨斑分割图；步骤2，计算磨斑分割图的位置尺寸；步骤3，根据步骤1得到的位置尺寸构建得到磨斑圆；步骤4，计算磨斑圆的最小异常率；步骤5，根据磨斑分割图获取边界像素图；步骤6，计算边界像素图的磨斑圆度比；步骤7，根据磨斑圆的最小异常率和边界像素图的磨斑圆度比计算得到四球摩擦磨斑图像的磨斑畸变量；本发明专利技术基于多图像特征参数建立了磨斑畸变程度的评价指标，实现了磨斑形状畸变量判定，改变了由试验员定性判定的主观性和不科学性。主观性和不科学性。

A quantitative method for determining the distortion of circular wear spot image

【技术实现步骤摘要】
一种圆形磨斑图像畸变量的定量判定方法


[0001]本专利技术属于图像数据分析处理
，特别是一种圆形磨斑图像畸变量的定量判定方法。

技术介绍

[0002]中国工程院咨询项目《摩擦学科学及工程应用现状与发展战略研究》的调研结果表明：2006年我国因摩擦、磨损而导致的损失高达9500亿元左右，占当年国内生产总值(GDP)的4.5％。此外，如果磨损加剧还会引起零件失效和机器故障，甚至引发灾难性后果。性能良好的润滑剂是用以降低摩擦副的摩擦阻力、减缓其磨损的润滑介质，能对摩擦副起到冷却、清洗和防止污染等作用。因此，及时、准确测定润滑剂的性能对于保护机械、减少能源消耗尤为重要。四球摩擦磨损试验机因操作方便、结构简单、试验周期短、用油量少、费用低等特点，被广泛用于润滑油摩擦系数测定试验中。
[0003]我国石油化工行业标准(GB
‑
T 12583
‑
1998和H
‑
T 0762
‑
2005)规定了润滑油摩擦系数的试验过程，并明确磨斑形貌特征的观察方法：磨斑形状一般呈圆形或椭圆形，当磨斑形变严重时，则不能用于润滑油的摩擦系数的测试过程，需要重新进行磨合试验，故快速、准确判定磨斑的形状特征，对于磨斑形貌和试验有效性的判定非常重要。然而，目前未见就四球摩擦试验的磨斑形变的自动检测方面的研究出现，还是由试验员依据经验进行定性判定，不可避免的产生主观判定的误差，既不科学、也不客观，对实际的指导意义不强。

技术实现思路

[0004]本专利技术的目的在于提供一种圆形磨斑图像畸变量的定量判定方法，解决了现有技术中存在的上述不足。
[0005]为了达到上述目的，本专利技术采用的技术方案是：
[0006]本专利技术提供的一种圆形磨斑图像畸变量的定量判定方法，包括以下步骤：
[0007]步骤1，对获取得到的四球摩擦磨斑图像进行分割，得到磨斑分割图；
[0008]步骤2，计算磨斑分割图的位置尺寸；
[0009]步骤3，根据步骤1得到的位置尺寸构建得到磨斑圆；
[0010]步骤4，计算磨斑圆的最小异常率；
[0011]步骤5，根据磨斑分割图获取边界像素图；
[0012]步骤6，计算边界像素图的磨斑圆度比；
[0013]步骤7，根据磨斑圆的最小异常率和边界像素图的磨斑圆度比计算得到四球摩擦磨斑图像的磨斑畸变量。
[0014]优选地，步骤2中，磨斑分割图的位置尺寸包括形心和面积，其中，分别通过下式计算磨斑分割图的形心和面积：
[0015][0016][0017]S＝num(R)
ꢀꢀꢀ
(3)
[0018]其中，(x,y)为磨斑分割图中任一像素的坐标，x和y分别为行号和列号，1≤x≤M和1≤y≤N；M和N分别为磨斑分割图的最大行号和最大列号；R(x,y)表示磨斑分割图R的像素(x,y)的值；num(R)为磨斑分割图R中磨斑区域的像素统计运算符。
[0019]优选地，步骤3中，根据步骤1得到的位置尺寸构建得到磨斑圆，具体方法是：
[0020]以磨斑分割图的形心为圆心；
[0021]根据磨斑分割图的面积计算半径；
[0022]根据圆心和半径得到磨斑圆；
[0023]根据下式确定磨斑圆的像素：
[0024][0025]其中，Q为磨斑圆，为二值图像，Q(x,y)＝1表示像素在磨斑圆中被标记为磨斑；Q(x,y)＝0表示像素在磨斑圆中被标记为非磨斑；r为磨斑圆的半径，为：x
C
为磨斑圆圆心O的行号；y
C
为磨斑圆圆心O的列号；(x,y)为磨斑分割图中任一像素的坐标，x和y分别为行号和列号，1≤x≤M和1≤y≤N。
[0026]优选地，步骤4，计算磨斑圆的最小异常率，具体方法是：
[0027]根据得到的磨斑圆对磨斑分割图的异常像素进行检测，得到标记图；
[0028]根据得到的标记图计算得到磨斑分割图的磨斑异常率；
[0029]根据得到的磨斑异常率获取得到最小的异常率。
[0030]优选地，根据下式获取标记图，具体方法是：
[0031][0032]其中，E
O
为标记图，E
O
(x,y)＝1的像素为正常像素；E
O
(x,y)＝0的像素为异常像素或背景；Q(x,y)＝1表示像素在磨斑圆中被标记为磨斑；R(x,y)＝1表示像素在磨斑分割图中被标记为磨斑。
[0033]优选地，步骤5中，计算磨斑圆的异常率，具体方法是：
[0034]根据标记图构建虚拟圆；
[0035]根据下式计算虚拟圆的异常率：
[0036][0037]优选地，步骤5中，根据下式结合磨斑分割图获取边界像素图：
[0038][0039]其中，A为边界像素图，二值图；A(x,y)＝1表示像素为边界像素，A(x,y)＝0表示像素为非边界像素，1≤x≤M，1≤y≤N；k和l分别表示行和列的索引变量。
[0040]优选地，步骤6中，计算边界像素图的磨斑圆度比，具体方法是：
[0041]计算边界像素图的最小半径和最大半径；
[0042]根据得到的最小半径和最大半径计算得到磨斑圆度比。
[0043]优选地，步骤7中，根据磨斑圆的最小异常率和边界像素图的磨斑圆度比，结合下式计算得到四球摩擦磨斑图像的磨斑畸变量：
[0044]H＝α
·
y+β
·
G
*
[0045]其中，α和β分别为圆度权重和畸变权重；H为磨斑畸变量；y为磨斑圆度比；G
*
为最小异常率。
[0046]与现有技术相比，本专利技术的有益效果是：
[0047]本专利技术提供的本专利技术提供的一种圆形磨斑图像畸变量的定量判定方法，利用图像采集设备或扫面电镜(均具有放大功能)采集磨斑图像，利用图像分析处理技术实现了磨斑区域的自动分割，提高了分割的速度和精度，同时大大减少了人工分割的工作量；在构建标准圆形的基础上，建立了描述磨斑形状特征的多图像特征参数，实现了磨斑形状的定量表达；基于多图像特征参数建立了磨斑畸变程度的评价指标，实现了磨斑形状畸变量判定，改变了由试验员定性判定的主观性和不科学性。该方法具有简单、高效，全程不需要人工辅助等优点，非常适合开发成四球摩擦试验数据的自动分析处理软件。
附图说明
[0048]图1为磨斑图像f；
[0049]图2为磨斑分割图R；
[0050]图3为(x
O
,y
O
)为(365.2125,465.3137)的标记图E
O
；
[0051]图4为(x
O
,y
O
)为(465.2125,485.3137)的标记图E
O
；
[0052]图5为边界像素集A的图示。
具体实施方式
[0053]下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种圆形磨斑图像畸变量的定量判定方法，其特征在于，包括以下步骤：步骤1，对获取得到的四球摩擦磨斑图像进行分割，得到磨斑分割图；步骤2，计算磨斑分割图的位置尺寸；步骤3，根据步骤1得到的位置尺寸构建得到磨斑圆；步骤4，计算磨斑圆的最小异常率；步骤5，根据磨斑分割图获取边界像素图；步骤6，计算边界像素图的磨斑圆度比；步骤7，根据磨斑圆的最小异常率和边界像素图的磨斑圆度比计算得到四球摩擦磨斑图像的磨斑畸变量。2.根据权利要求1所述的一种圆形磨斑图像畸变量的定量判定方法，其特征在于，步骤2中，磨斑分割图的位置尺寸包括形心和面积，其中，分别通过下式计算磨斑分割图的形心和面积：和面积：S＝num(R)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，(x,y)为磨斑分割图中任一像素的坐标，x和y分别为行号和列号，1≤x≤M和1≤y≤N；M和N分别为磨斑分割图的最大行号和最大列号；R(x,y)表示磨斑分割图R的像素(x,y)的值；num(R)为磨斑分割图R中磨斑区域的像素统计运算符。3.根据权利要求1所述的一种圆形磨斑图像畸变量的定量判定方法，其特征在于，步骤3中，根据步骤1得到的位置尺寸构建得到磨斑圆，具体方法是：以磨斑分割图的形心为圆心；根据磨斑分割图的面积计算半径；根据圆心和半径得到磨斑圆；根据下式确定磨斑圆的像素：其中，Q为磨斑圆，为二值图像，Q(x,y)＝1表示像素在磨斑圆中被标记为磨斑；Q(x,y)＝0表示像素在磨斑圆中被标记为非磨斑；r为磨斑圆的半径，为：x
C
为磨斑圆圆心O的行号；y
C
为磨斑圆圆心O的列号；(x,y)为磨斑分割图中任一像素的坐标，x和y分别为行号和列号，1≤x≤M和1≤y≤N。4.根据权利要求1所述的一种圆形磨斑图像畸变量的定量判定方法，其特征在于，步骤4，计算磨斑圆的最小异常率...

【专利技术属性】
技术研发人员：聂进，李金艳，肖梅，
申请(专利权)人：黄冈职业技术学院长安大学，
类型：发明
国别省市：