一种基于图像处理的泵体冷隔缺陷识别方法与系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的泵体冷隔缺陷识别方法与系统，该方法包括：获取泵体表面灰度图像，并计算泵体表面灰度图像上各像素点在各个设定方向上的灰度游程长度的均值，记为各像素点的特征长度；利用滑窗对泵体表面灰度图像进行处理，计算中心像素点的异常程度；根据中心像素点的异常程度获取泵体表面图像上所有像素点的异常程度，对像素点的异常程度进行聚类处理得到多个类别，获取各个类别对应的连通域；根据连通域内像素点的异常程度对连通域进行筛选得到疑似冷隔缺陷区域，记为线型缺陷区域；对线型缺陷区域进行分析得到该区域为冷隔缺陷区域。本发明专利技术能够准确识别冷隔缺陷。本发明专利技术能够准确识别冷隔缺陷。本发明专利技术能够准确识别冷隔缺陷。

【技术实现步骤摘要】
一种基于图像处理的泵体冷隔缺陷识别方法与系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的泵体冷隔缺陷识别方法与系统。

技术介绍

[0002]在进行泵体铸造过程中，容易发生裂纹、冷隔缺陷，冷隔缺陷与裂纹缺陷相似，同时浅层冷隔缺陷对比度小，不容易被识别。
[0003]同时，在实际生产中，一般是采用常规的阈值分割缺陷检测方法；但是由于存在光线的干扰，该检测方法会将光线变化明显的区域误检为缺陷区域，因此采用该方法即使能够分割得到缺陷区域，但也很难识别出该缺陷区域是否属于冷隔缺陷区域。除此之外，常规的边缘检测方法，虽然能够检测出对比度较大的冷隔区域，但是很难检测出对比度较小的浅层冷隔缺陷。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的泵体冷隔缺陷识别方法与系统，所采用的技术方案具体如下：获取泵体表面灰度图像，并计算泵体表面灰度图像上各像素点在各个设定方向上的灰度游程长度的均值，记为各像素点的特征长度；对泵体表面灰度图像进行滑窗处理，计算滑窗内所有像素点的特征长度均值和灰度值均值，根据所述特征长度均值与滑窗内中心像素点的特征长度的差值、所述灰度值均值与滑窗内中心像素点灰度值的差值以及滑窗内所有像素点的特征长度的熵值，得到中心像素点的异常程度；根据中心像素点的异常程度获取泵体表面图像上所有像素点的异常程度，对像素点的异常程度进行聚类处理得到多个类别，获取各个类别对应的连通域；根据连通域内像素点的异常程度对连通域进行筛选得到疑似冷隔缺陷区域，记为线型缺陷区域；对线型缺陷区域进行分析得到该区域为冷隔缺陷区域。
[0005]优选地，所述对连通域进行筛选的方法具体为：根据各个连通域最小外接矩形的长边长度和短边长度，以及连通域内像素点的异常程度的均值，得到各个连通域的缺陷符合率；对各个连通域的缺陷符合率进行聚类处理得到两个类别，将大于预设阈值的类别对应的连通域记为线型缺陷区域。
[0006]优选地，所述对线型缺陷区域进行分析的方法具体为：获取平行于线型缺陷区域梯度方向的多条直线，将多条直线与连通域相交部分的直线上像素点的灰度值构成多个灰度序列；计算各个灰度序列的灰度熵值的均值；获取线型缺陷区域内各个像素点的海森矩阵，根据像素点的海森矩阵确定像素点的最大曲率方向，并获取各个像素点最大曲率方向上曲率值的均值；所述像素点的最大曲率方向具体为：
根据各个像素点海森矩阵的最大特征值和对应的特征向量，得到对应邻域内二维曲线的最大曲率方向；根据所述灰度熵值的均值和曲率值的均值，得到线型缺陷区域的缺陷指标，当所述缺陷指标大于设定阈值时，则该线型缺陷区域为冷隔缺陷区域。
[0007]优选地，所述中心像素点的异常程度的获取方法具体为：其中，Y
i
表示第i个滑窗内中心像素点的异常程度，l
i
表示第i个滑窗内中心像素点的特征长度，l
i0
表示第i个滑窗内所有像素点的特征长度的均值，h
i
表示第i个滑窗内中心像素点的灰度值大小，h
i0
表示第i个滑窗内所有像素点的灰度值的均值，S
i
表示第i个滑窗内所有像素点的特征长度的熵值。
[0008]优选地，所述各像素点在各个方向上的灰度游程长度包括0
°
、45
°
、90
°
三个方向。
[0009]本专利技术还提供了一种基于图像处理的冷隔缺陷识别系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程度，所述计算机程序被处理器执行时实现一种基于图像处理的泵体冷隔缺陷识别方法的步骤。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术根据像素点的灰度游程的差异获取像素点的异常程度，进而分割出异常像素点的类别区域，通过对类别区域对应的连通域进行分析得到疑似缺陷区域，能够排除光线的干扰，准确的分割出存在缺陷的区域。
[0011]进一步根据疑似缺陷区域的缺口的平缓特征以及缺陷线条的圆滑特征计算出该区域为冷隔缺陷区域的可能性，进而分割出冷隔缺陷区域，能够更加准确的识别出冷隔缺陷。
附图说明
[0012]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。
[0013]图1为本专利技术的一种基于图像处理的泵体冷隔缺陷识别方法的方法流程图；图2为本专利技术的一种基于图像处理的泵体冷隔缺陷识别方法实施例的线型缺陷区域梯度方向的结构示意图。
具体实施方式
[0014]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的泵体冷隔缺陷识别方法与系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]下面结合附图具体的说明本专利技术所提供的一种基于图像处理的泵体冷隔缺陷识别方法与系统的具体方案。
[0017]实施例1：请参阅图1，其示出了本专利技术一个实施例提供的一种基于图像处理的泵体冷隔缺陷识别方法的步骤流程图，该方法包括以下步骤：首先，采集泵体表面图像，并进行灰度化处理，得到泵体表面灰度图像。
[0018]具体地，采集铸造出炉后的泵体表面图像，实施者可以根据实际情况进行多角度采集，并且泵体表面图像为RGB图像，根据经验获取泵体表面图像在RGB通道的颜色区间[a
R
,b
R
]，[a
G
,b
G
]，[a
B
,b
B
]，分割出各通道颜色值的像素点集合，即h1
x,y
∈[a
R
,b
R
]，h2
x,y
∈[a
G
,b
G
]，h3
x,y
∈[a
B
,b
B
]，将背景区域各通道颜色值置零，得到处理后不包括背景区域的图像T0，并且将图像T0从RGB颜色图像转换到灰度图像，得到泵体表面灰度图像。
[0019]其中，实施者还可以根据实际情况选择语义分割等其他合适的方法，分割出泵体表面图像中的背景区域，得到不包含背景区域的泵体表面图像，并将图像进行灰度化处理，得到泵体表面灰度图像。
[0020]需要说明的是，本专利技术需要根据泵体表面灰度图像来进行识别泵体表面的冷隔缺陷区域，所以需要首先采集泵体表面图像，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泵体冷隔缺陷识别方法，其特征在于，所述方法包括以下步骤：获取泵体表面灰度图像，并计算泵体表面灰度图像上各像素点在各个设定方向上的灰度游程长度的均值，记为各像素点的特征长度；对泵体表面灰度图像进行滑窗处理，计算滑窗内所有像素点的特征长度均值和灰度值均值，根据所述特征长度均值与滑窗内中心像素点的特征长度的差值、所述灰度值均值与滑窗内中心像素点灰度值的差值以及滑窗内所有像素点的特征长度的熵值，得到中心像素点的异常程度；根据中心像素点的异常程度获取泵体表面图像上所有像素点的异常程度，对像素点的异常程度进行聚类处理得到多个类别，获取各个类别对应的连通域；根据连通域内像素点的异常程度对连通域进行筛选得到疑似冷隔缺陷区域，记为线型缺陷区域；对线型缺陷区域进行分析得到该区域为冷隔缺陷区域。2.根据权利要求1所述的一种基于图像处理的泵体冷隔缺陷识别方法，其特征在于，所述对连通域进行筛选的方法具体为：根据各个连通域最小外接矩形的长边长度和短边长度，以及连通域内像素点的异常程度的均值，得到各个连通域的缺陷符合率；对各个连通域的缺陷符合率进行聚类处理得到两个类别，将大于预设阈值的类别对应的连通域记为线型缺陷区域。3.根据权利要求1所述的一种基于图像处理的泵体冷隔缺陷识别方法，其特征在于，所述对线型缺陷区域进行分析的方法具体为：获取平行于线型缺陷区域梯度方向的多条直线，将多条直线与连通域相交部分的直线上像素点的灰度值构成多个灰度序列；计算各个灰度序列的灰度熵值的均值；获取线型缺陷区域内各个像素点的海森矩阵，根据像素点的海森矩阵确定像素点的最大...

【专利技术属性】
技术研发人员：颜瀚诚，
申请(专利权)人：江苏大田阀门制造有限公司，
类型：发明
国别省市：