一种汽车零部件精密识别方法技术

本发明专利技术涉及图像处理领域，具体涉及一种汽车零部件精密识别方法。获取齿轮灰度图像进行窗口分割；对每个窗口进行边缘检测，获取缺陷窗口；计算缺陷窗口中边缘像素点的缺陷程度，获取缺陷像素点；以缺陷像素点为中心，根据邻域上各个方向的缺陷像素点个数计算方向概率；获取缺陷窗口各个方向的灰度游程矩阵，获取每个缺陷窗口的最终灰度游程矩阵；将最终灰度游程矩阵划分为长游程区域和短游程区域；计算游程频数差异度；将最终灰度游程矩阵划分为高灰度阶区域和低灰度阶区域；计算灰度频数差异度；计算每个缺陷窗口的置信度判断该窗口的缺陷类别。本发明专利技术结合矩阵中像素的灰度频数差异特征、游程长度差异特征，能够更加准确的识别缺陷类型。缺陷类型。缺陷类型。

【技术实现步骤摘要】
一种汽车零部件精密识别方法


[0001]本专利技术涉及图像处理领域，具体涉及一种汽车零部件精密识别方法。

技术介绍

[0002]齿轮是组成汽车的一个很重要的零部件，但其在生产加工过程中由于锻造力度、温度等原因造成生产缺陷，包括齿轮表面裂纹或划痕等，一旦汽车采用了具有裂纹的残次品齿轮，在重载和应力过大情况下极有可能导致齿轮的破坏，甚至导致整个机械设备的故障和报废，严重时还会危及人身安全，而齿轮表面是划痕缺陷时，可能是仅由摩擦产生的表面缺陷，若误判为裂纹缺陷，则需对其进行更换，对车主造成不必要的经济损失，因此需要齿轮的缺陷类型进行准确判断。
[0003]目前对于齿轮表面缺陷主要依据人工检测，人工检测效率低下且不容易准确区分出裂纹与划痕，容易造成漏检和误检，主观性太强，且当前大多是对齿轮使用后的磨损程度进行分析，对于齿轮的表面生产质量分析较少，同时常规的图像处理技术无法对齿轮的缺陷类型做出准确的区分，存在一定的误差。
[0004]由此本专利技术提出一种齿轮表面缺陷的精密识别方法，结合齿轮图像中缺陷区域的特征构建游程矩阵，从而根据游程矩阵中各个区域的像素点特征识别齿轮缺陷是裂纹还是划痕。

技术实现思路

[0005]本专利技术提供一种汽车零部件精密识别方法，以解决现有的问题，包括：获取齿轮灰度图像进行窗口分割；对每个窗口进行边缘检测，获取缺陷窗口；计算缺陷窗口中边缘像素点的缺陷程度，获取缺陷像素点；以缺陷像素点为中心，根据邻域上各个方向的缺陷像素点个数计算方向概率；获取缺陷窗口各个方向的灰度游程矩阵，获取每个缺陷窗口的最终灰度游程矩阵；将最终灰度游程矩阵划分为长游程区域和短游程区域；计算游程频数差异度；将最终灰度游程矩阵划分为高灰度阶区域和低灰度阶区域；计算灰度频数差异度；计算每个缺陷窗口的置信度判断该窗口的缺陷类别。
[0006]本专利技术首先通过边缘检测对齿轮图像中的像素点进行初步判断，从而对获得的疑似缺陷窗口进行灰度游程矩阵的建立，大大减少了计算量，同时在建立灰度游程矩阵时通过对窗口中缺陷像素点在各个方向的分布对窗口各个方向的游程矩阵进行加权，得到最终的灰度游程矩阵能够更加完整的表征缺陷窗口中像素点的特征，进而结合矩阵中像素的灰度频数差异特征、游程长度差异特征，双重特征紧密结合纹理信息，能够更加准确的识别缺陷类型。
[0007]本专利技术采用如下技术方案，一种汽车零件精密识别方法，包括：获取齿轮灰度图像，对灰度图像进行窗口分割，得到多个窗口。
[0008]对每个窗口进行边缘检测，将检测得到的边缘像素点的个数占比大于阈值的窗口作为缺陷窗口。
[0009]计算每个缺陷窗口中的边缘像素点的缺陷程度，将缺陷程度大于阈值的边缘像素点作为缺陷像素点，获取每个缺陷窗口中的所有缺陷像素点。
[0010]以每个缺陷像素点为中心，统计每个缺陷像素点邻域上各个方向的缺陷像素点个数，根据每个方向上缺陷像素点的个数计算每个方向的方向概率。
[0011]获取每个缺陷窗口各个方向的灰度游程矩阵，根据每个窗口各个方向的灰度游程矩阵以及对应方向的方向概率获取每个缺陷窗口的最终灰度游程矩阵。
[0012]将每个缺陷窗口的最终灰度游程矩阵平均划分为长游程区域和短游程区域。
[0013]根据最终灰度游程矩阵中长游程区域和短游程区域中元素的频数计算每个缺陷窗口的游程频数差异度。
[0014]将每个缺陷窗口的最终灰度游程矩阵平均划分为高灰度阶区域和低灰度阶区域。
[0015]根据最终灰度游程矩阵中高灰度阶区域和低灰度阶区域中元素的频数计算每个缺陷窗口的灰度频数差异度。
[0016]根据每个缺陷窗口的游程频率差异度和灰度频率差异度计算每个缺陷窗口的置信度，根据每个缺陷窗口的置信度判断该窗口的缺陷类别。
[0017]进一步的，一种汽车零部件精密识别方法，计算每个缺陷窗口中的边缘像素点的缺陷程度的方法为：获取每个边缘像素点的邻域内与该边缘像素点灰度值相同的像素点个数；对每个边缘像素点的邻域中像素点依次进行遍历，获取该边缘像素点灰度值相同的连续像素点个数，作为每个边缘像素点的像素聚集程度；根据每个边缘像素点的像素聚集程度以及邻域内与该边缘像素点灰度值相同的像素点个数计算每个边缘像素点的缺陷程度。
[0018]进一步的，一种汽车零部件精密识别方法，获取每个缺陷窗口的最终灰度游程矩阵的方法为：根据每个缺陷窗口中0
°
、45
°
、90
°
、135
°
方向上的像素点数量获取对应的方向概率；获取每个缺陷窗口在0
°
、45
°
、90
°
、135
°
方向上的灰度游程矩阵，根据每个方向上的灰度游程矩阵及对应方向的方向概率进行加权求和，得到每个缺陷窗口的最终灰度游程矩阵。
[0019]进一步的，一种汽车零部件精密识别方法，计算每个缺陷窗口的游程频数差异度的方法为：根据游程长度将最终灰度游程矩阵平均分为长游程区域和短游程区域，分别统计长游程区域和短游程区域中所有元素的频数；根据长游程区域中所有元素的频数和短游程区域中所有元素的频数计算每个缺陷窗口的游程频数差异度，表达式为：其中，表示每个缺陷窗口的游程频数差异度，表示短游程的频数，表示长游程的频数。
[0020]进一步的，一种汽车零部件精密识别方法，计算每个缺陷窗口的灰度频数差异度
的方法为：根据灰度阶将最终灰度游程矩阵平均划分为高灰度阶区域和低灰度阶区域，分别统计高灰度阶区域和低灰度阶区域中所有元素的频数；根据高灰度阶区域和低灰度阶区域中所有元素的频数计算每个缺陷窗口的灰度频数差异度，表达式为：其中，表示每个缺陷窗口的灰度频数差异度，表示游程长度为j，灰度阶为i的像素频数，m表示最终灰度游程矩阵的游程长度，表示最终灰度游程矩阵的灰度阶长度。
[0021]进一步的，一种汽车零部件精密识别方法，计算每个缺陷窗口的置信度的方法为：根据每个缺陷窗口的游程频率差异度和灰度频率差异度计算每个缺陷窗口的置信度，表达式为：其中，表示每个缺陷窗口的置信度，表示每个缺陷窗口的游程频数差异度，表示每个缺陷窗口的灰度频数差异度。
[0022]进一步的，一种汽车零部件精密识别方法，根据每个缺陷窗口的置信度判断该窗口的缺陷类别的方法为：当缺陷窗口的置信度大于阈值时，该缺陷窗口中存在裂纹缺陷；当缺陷窗口的置信度小于阈值时，该缺陷窗口中存在划痕。
[0023]本专利技术的有益效果是：本专利技术首先通过边缘检测对齿轮图像中的像素点进行初步判断，从而对获得的疑似缺陷窗口进行灰度游程矩阵的建立，大大减少了计算量，同时在建立灰度游程矩阵时通过对窗口中缺陷像素点在各个方向的分布对窗口各个方向的游程矩阵进行加权，得到最终的灰度游程矩阵能够更加完整的表征缺陷窗口中像素点的特征，进而结合矩阵中像素的灰度频数差异特征、游程长度差异特征，双重特征紧密结合纹理信息，能够更加准确的识别缺陷类型。
附图说明
[0024本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车零部件精密识别方法，其特征在于，包括：获取齿轮灰度图像，对灰度图像进行窗口分割，得到多个窗口；对每个窗口进行边缘检测，将检测得到的边缘像素点的个数占比大于阈值的窗口作为缺陷窗口；计算每个缺陷窗口中的边缘像素点的缺陷程度，将缺陷程度大于阈值的边缘像素点作为缺陷像素点，获取每个缺陷窗口中的所有缺陷像素点；以每个缺陷像素点为中心，统计每个缺陷像素点邻域上各个方向的缺陷像素点个数，根据每个方向上缺陷像素点的个数计算每个方向的方向概率；获取每个缺陷窗口各个方向的灰度游程矩阵，根据每个窗口各个方向的灰度游程矩阵以及对应方向的方向概率获取每个缺陷窗口的最终灰度游程矩阵；将每个缺陷窗口的最终灰度游程矩阵平均划分为长游程区域和短游程区域；根据最终灰度游程矩阵中长游程区域和短游程区域中元素的频数计算每个缺陷窗口的游程频数差异度；将每个缺陷窗口的最终灰度游程矩阵平均划分为高灰度阶区域和低灰度阶区域；根据最终灰度游程矩阵中高灰度阶区域和低灰度阶区域中元素的频数计算每个缺陷窗口的灰度频数差异度；根据每个缺陷窗口的游程频率差异度和灰度频率差异度计算每个缺陷窗口的置信度，根据每个缺陷窗口的置信度判断该窗口的缺陷类别。2.根据权利要求1所述的一种汽车零部件精密识别方法，其特征在于，计算每个缺陷窗口中的边缘像素点的缺陷程度的方法为：获取每个边缘像素点的邻域内与该边缘像素点灰度值相同的像素点个数；对每个边缘像素点的邻域中像素点依次进行遍历，获取该边缘像素点灰度值相同的连续像素点个数，作为每个边缘像素点的像素聚集程度；根据每个边缘像素点的像素聚集程度以及邻域内与该边缘像素点灰度值相同的像素点个数计算每个边缘像素点的缺陷程度。3.根据权利要求1所述的一种汽车零部件精密识别方法，其特征在于，获取每个缺陷窗口的最终灰度游程矩阵的方法为：根据每个缺陷窗口中0
°
、45
°
、90
°
、135
°
方向上的像...

【专利技术属性】
技术研发人员：李振鹏，张延飞，
申请(专利权)人：山东聊城富锋汽车部件有限公司，
类型：发明
国别省市：