用于消防水带衬里缺陷分类的检测方法技术

本发明专利技术涉及数据识别技术领域，具体涉及用于消防水带衬里缺陷分类的检测方法，该方法是一种应用电子设备进行识别的方法：获取消防水带衬里的图像并划分图像块，对图像块进行边缘检测，计算非闭合边缘线的斜率与紧密度；当非闭合边缘线为一种缺陷类别，根据斜率与紧密度确定非闭合边缘线的缺陷类别；当非闭合边缘线为两种缺陷类别，利用FCM算法对非闭合边缘线进行聚类，基于各类别的斜率与紧密度，确定各类别的缺陷类型；设置不同的光源角度，计算闭合边缘线的光影程度，进而确定各闭合边缘线的缺陷类型。本发明专利技术能准确获取消防水带衬里的缺陷类型。同时，该方法能用于生产领域人工智能系统或人工智能优化操作系统，实现对消防水带衬里缺陷的分类。衬里缺陷的分类。衬里缺陷的分类。

【技术实现步骤摘要】
用于消防水带衬里缺陷分类的检测方法


[0001]本专利技术涉及数据识别
，具体涉及用于消防水带衬里缺陷分类的检测方法。

技术介绍

[0002]消防水带是用来运送高压水或泡沫等阻燃液体的软管，传统的消防水带以橡胶为内衬，外表面包裹着亚麻编织物，由于消防泵能够提供很大的水压，所以消防水带在使用时需要承受极大的水压，以保证水柱能够喷射到指定高度，但如果消防水带的衬里出现褶皱、划痕、粘连以及气泡等缺陷状况，会导致消防水带在使用时出现破口侧漏等问题，破口会在高压的作用下迅速扩张，给消防员带来不必要的危险。消防水带缺陷类型的不同对消防水带的质量影响也不同，因此，不仅需要检测消防水带的缺陷，还需要准确判断消防水带的缺陷所属的缺陷类别。
[0003]现有技术中，对消防水带缺陷检测的方法还停留在人工检测阶段，由于工人的经验程度、检测效率以及工作状态等因素均存在差异，因此，利用工人进行检测得到检测结果的准确度不高，且人工检测的结果极易受到周围环境的影响。

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用于消防水带衬里缺陷分类的检测方法，所采用的技术方案具体如下：获取消防水带衬里的图像，将所述图像分为若干图像块，所述图像块的缺陷类型包括划痕、褶皱以及气泡；对所述图像块进行边缘检测，得到边缘图像；边缘图像中的边缘线包括闭合边缘线与非闭合边缘线；所述闭合边缘线对应的缺陷类型为气泡或划痕，所有非闭合边缘线对应的缺陷类型为褶皱和/或划痕；当边缘图像中的边缘线为非闭合边缘线：计算各非闭合边缘线对应的斜率；对所有非闭合边缘线进行分组，计算各组的紧密度；根据所述斜率与紧密度，计算所有非闭合边缘线对应的缺陷系数；比较所述缺陷系数与缺陷阈值的大小，当所述缺陷系数小于缺陷阈值时，则所有非闭合边缘线仅包含一种缺陷类型，当所述缺陷系数大于缺陷阈值时，所有非闭合边缘线包含两种缺陷类型；当所有非闭合边缘线仅包含一种缺陷类型时，根据所述斜率与紧密度，确定所有非闭合边缘线对应的缺陷类型；当所有非闭合边缘线包含两种缺陷类型时，基于所述斜率与紧密度，利用FCM算法对所有非闭合边缘线进行聚类，确定各类别对应的缺陷类型；当边缘图像中的边缘线为闭合边缘线：
设置不同的光源角度，得到各闭合边缘线在不同光源角度下对应的图像信息，计算各图像信息对应的平均灰度值，得到各闭合边缘线对应的光影程度；基于所述光影程度，确定各闭合边缘线对应的缺陷类型。
[0005]进一步地，利用FCM算法进行聚类的过程中，需要不断寻找各类别对应的初始聚类点，不同的初始聚类点对应不同的聚类结果，计算所述聚类结果的评价值，直至所述评价值小于评价阈值，则停止寻找初始聚类点。
[0006]进一步地，所述评价值的获取方法为：设置不同的光源角度，获取各类别在不同光源角度下对应的图像，计算各图像对应的平均灰度值，得到各类别对应的光影程度；根据聚类结果的聚类中心点，计算各类别的光影程度对应的权重，根据所述权重与光影程度，得到第一系数；根据各类别对应灰度共生矩阵的能量特征与自相关特征，得到第二系数；计算所述第一系数与第二系数的比值，确定聚类结果的评价值。
[0007]进一步地，所述紧密度为：，其中，为组对应的紧密度，为组内的非闭合边缘线的总数量，为组对应的面积。
[0008]进一步地，所述缺陷系数为：其中，为第i个非闭合边缘线对应的斜率，为第i个非闭合边缘线所在组对应的紧密度，为边缘图像中非闭合边缘线的总个数，为所有非闭合边缘线对应的平均斜率，为所有组对应的平均紧密度。
[0009]进一步地，所述第二系数为：其中，为边缘图像中非闭合边缘线的总个数，，为第i个非闭合边缘线所在类别对应灰度共生矩阵的能量特征，为除去第i个非闭合边缘线后该类别对应灰度共生矩阵的能量特征，为第i个非闭合边缘线所在类别对应灰度共生矩阵的自相关特征，为除去第i个非闭合边缘线后该类别对应灰度共生矩阵的自相关特征。
[0010]进一步地，所述光影程度为：其中，为类别1对应的光影程度，式中，，为类别1在第s个光源角
度下的图像对应的平均灰度值；m为光源角度的总个数。
[0011]本专利技术实施例至少具有如下有益效果：本专利技术涉及数据识别
，具体涉及用于消防水带衬里缺陷分类的检测方法，该方法是一种利用电子设备进行识别的方法，具体为：获取消防水带衬里的图像并划分图像块，对图像块进行边缘检测，计算非闭合边缘线的斜率与紧密度；当非闭合边缘线为一种缺陷类别，根据斜率与紧密度确定非闭合边缘线的缺陷类别；当非闭合边缘线为两种缺陷类别，利用FCM算法对非闭合边缘线进行聚类，基于各类别的斜率与紧密度，确定各类别的缺陷类型；设置不同的光源角度，计算闭合边缘线的光影程度，进而确定各闭合边缘线的缺陷类型。
[0012]本专利技术能够准确检测到消防水带衬里的缺陷，提高了消防水带缺陷检测的效率与精度，而且本专利技术根据不同缺陷类型的特征，能够准确实现对消防水带衬里缺陷的分类，为后续消防水带的修复工作提供了便利。同时，该方法能够用于生产领域人工智能系统或人工智能优化操作系统，实现对消防水带衬里缺陷的分类。
附图说明
[0013]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。
[0014]图1为本专利技术的用于消防水带衬里缺陷分类的检测方法的步骤流程图。
具体实施方式
[0015]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用于消防水带衬里缺陷分类的检测方法，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。
[0016]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。
[0017]请参阅图1，其示出了本专利技术一个实施例提供的用于消防水带衬里缺陷分类的检测方法的步骤流程图，该方法包括以下步骤：步骤1，获取消防水带衬里的图像，将所述图像分为若干图像块，所述图像块的缺陷类型包括划痕、褶皱以及气泡。
[0018]具体地，图像的获取方法为：首先对消防水带进行加热，加热到55
°
时让消防水带处于0.01帕的压强下保持168小时；然后利用X光对消防水带鼓风拍摄，获取包含消防水带衬里的图像信息；利用区域分割将图像信息中的消防水带部分提取出来，本实施例利用大津阈值法获取消防水带衬里的图像；其中，大津阈值法为公知技术，不再赘述。
[0019]进一步地，为了减少计算量，本实施例需要判断各图像块是否为异常区域。
[0020]判断方法为：分别计算各图像块的平均灰度值和图像的平均灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于消防水带衬里缺陷分类的检测方法，其特征在于，该方法包括以下步骤：获取消防水带衬里的图像，将所述图像分为若干图像块，所述图像块的缺陷类型包括划痕、褶皱以及气泡；对所述图像块进行边缘检测，得到边缘图像；边缘图像中的边缘线包括闭合边缘线与非闭合边缘线；所述闭合边缘线对应的缺陷类型为气泡或划痕，所有非闭合边缘线对应的缺陷类型为褶皱和/或划痕；当边缘图像中的边缘线为非闭合边缘线：计算各非闭合边缘线对应的斜率；对所有非闭合边缘线进行分组，计算各组的紧密度；根据所述斜率与紧密度，计算所有非闭合边缘线对应的缺陷系数；比较所述缺陷系数与缺陷阈值的大小，当所述缺陷系数小于缺陷阈值时，则所有非闭合边缘线仅包含一种缺陷类型，当所述缺陷系数大于缺陷阈值时，所有非闭合边缘线包含两种缺陷类型；当所有非闭合边缘线仅包含一种缺陷类型时，根据所述斜率与紧密度，确定所有非闭合边缘线对应的缺陷类型；当所有非闭合边缘线包含两种缺陷类型时，基于所述斜率与紧密度，利用FCM算法对所有非闭合边缘线进行聚类，确定各类别对应的缺陷类型；当边缘图像中的边缘线为闭合边缘线：设置不同的光源角度，得到各闭合边缘线在不同光源角度下对应的图像信息，计算各图像信息对应的平均灰度值，得到各闭合边缘线对应的光影程度；基于所述光影程度，确定各闭合边缘线对应的缺陷类型。2.根据权利要求1所述的用于消防水带衬里缺陷分类的检测方法，其特征在于，利用FCM算法进行聚类的过程中，需要不断寻找各类别对应的初始聚类点，不同的初始聚类点对应不同的聚类结果，计算所述聚类结果的评价值，直至所述评价值小于评价阈值，则停止寻找初始聚类点。3.根据权利要求2所述的用于消防...

【专利技术属性】
技术研发人员：江冬梅，
申请(专利权)人：南通森田消防装备有限公司，
类型：发明
国别省市：