基于图像处理的防火面料质量分析方法技术

本发明专利技术涉及基于图像处理的防火面料质量分析方法，属于防火面料质量分析技术领域。方法包括以下步骤：根据边缘轮廓图像和频谱图像，得到频谱图像上的高频区域；根据像素值和方向夹角，得到第一高频高亮点和第二高频高亮点；将除第一高频高亮点和第二高频高亮点之外的其它高频区域中的高频高亮点记为异常高亮点；根据各异常高亮点与第一高频高亮点和第二高频高亮点之间的差异，得到各异常高亮点对应的像素值异常程度、灰度变化频率异常程度和方向夹角异常程度；根据像素值异常程度、灰度变化频率异常程度以及方向夹角异常程度，得到综合异常程度；根据综合异常程度，评判防火面料的质量。本发明专利技术能够可靠的分析判断防火面料的质量。质量。质量。

【技术实现步骤摘要】
基于图像处理的防火面料质量分析方法


[0001]本专利技术涉及防火面料质量分析
，具体涉及基于图像处理的防火面料质量分析方法。

技术介绍

[0002]在生活中，火灾一直是威胁人类生命安全以及财产安全的一个主要因素，并且一旦发生火灾所造成的伤害和损失都是不可估量的，而为了保护人类的生命财产安全，减少火灾造成的损失，防火面料应运而生；防火面料是纺织品表面进行防火阻燃材料涂装后制成的，当发生火灾时，能够阻止火焰的蔓延，并且能起到一定的防护作用，降低伤亡和损失；因此当防火面料在涂装中出现涂装不当等异常现象时，可能会影响防火面料的使用效果，因此对防火面料质量分析至关重要。
[0003]现有的一般是基于人工目检的方式来对防火面料的质量进行分析判断，而这种方式主观性较强，效率和准确性较低，并且容易出现误检或者漏检的现象，因此这种基于人工目检的方式来对防火面料质量进行分析判断的方法可靠性较低。

技术实现思路

[0004]本专利技术提供基于图像处理的防火面料质量分析方法，用于解决现有方法对防火面料质量进行分析判断可靠性较低的问题，所采用的技术方案具体如下：本专利技术实施例提供了一种基于图像处理的防火面料质量分析方法包括以下步骤：获取防火面料表面灰度图像；利用傅里叶变换和边缘检测算子，得到所述灰度图像对应的频谱图像和边缘轮廓图像；获得所述频谱图像中的低频中心点和频谱图像中的各点与低频中心点之间的距离；根据所述边缘轮廓图像和频谱图像，得到所述频谱图像中的高频区域；获得所述高频区域中的各高频高亮点对应的像素值和对应的方向夹角；根据所述像素值和方向夹角，得到第一高频高亮点和第二高频高亮点；将除第一高频高亮点和第二高频高亮点之外的其它的高频区域中的高频高亮点记为异常高亮点；根据各异常高亮点对应的像素值与第一高频高亮点和第二高频高亮点对应的像素值之间的差异，得到各异常高亮点对应的像素值异常程度；根据各异常高亮点与低频中心点之间的距离、第一高频高亮点与低频中心点之间的距离以及第二高频高亮点与低频中心点之间的距离，得到各异常高亮点对应的灰度变化频率异常程度；根据各异常高亮点对应的方向夹角、第一高频高亮点对应的方向夹角以及第二高频高亮点对应的方向夹角，得到各异常高亮点对应的方向夹角异常程度；根据所述像素值异常程度、灰度变化频率异常程度以及方向夹角异常程度，得到各异常高亮点对应的综合异常程度；根据所述综合异常程度，评判防火面料的质量。
[0005]有益效果：本专利技术基于防火面料表面灰度图像对应的频谱图像和边缘轮廓图像，得到频谱图像中的高频区域；然后根据高频区域中的各高频高亮点对应的像素值和各高频
高亮点对应的方向夹角，得到第一高频高亮点和第二高频高亮点，所述第一高频高亮点和第二高频高亮点关于低频中心点对称，即第一高频高亮点和第二高频高亮点为正常的高频高亮点，并将除第一高频高亮点和第二高频高亮点之外的其它高频区域中的高频高亮点记为异常高亮点；之后根据各异常高亮点与第一高频高亮点和第二高频高亮点之间的差异，得到各异常高亮点对应的像素值异常程度、灰度变化频率异常程度和方向夹角异常程度；最后基于像素值异常程度、灰度变化频率异常程度和方向夹角异常程度，评判防火面料的质量。本专利技术提供的基于图像处理的防火面料质量分析方法可以减少人工检测所花费的时间，能快速的评判防火面料的质量，同时也提高了检测的精度，降低了残次品流入市场的概率；并且该方法还能够较准确的区分频谱图像中的高频区域和低频区域，更进一步的提高了后续评判防火面料质量的准确性和可靠性。
[0006]优选的，获得所述频谱图像中的低频中心点和频谱图像中的各点与低频中心点之间的距离的方法，包括：获得频谱图像中的低频中心点和频谱图像中的各点对应的最小正周期；将频谱图像中的各点对应的最小正周期的倒数记为频谱图像中的各点与低频中心点之间的距离。
[0007]优选的，根据所述边缘轮廓图像和频谱图像，得到所述频谱图像中的高频区域的方法，包括：获得半径序列；所述半径序列中的最大值小于频谱图像对应的距离序列中的最大值，半径序列中的最小值大于频谱图像对应的距离序列中的最小值；所述距离序列是由频谱图像中的各点与低频中心点之间的距离构建得到的；以低频中心点为圆心，构建得到半径序列中各半径对应的候选圆；对于半径序列中的任一半径对应的候选圆：将频谱图像中该候选圆中的各点的像素值置为0，并记为第一频谱图像；对第一频谱图像进行傅里叶逆变换和二值化处理，得到该候选圆对应的第一边缘轮廓图像；对于第一边缘轮廓图像中的任一像素点，计算该像素点与所述灰度图像对应的边缘轮廓图像中与该像素点对应的像素点之间的灰度值差值，记为该像素点对应的特征差异值；统计特征差异值为第一特征差异值的第一边缘轮廓图像中的像素点的数量，记为第一边缘轮廓图像对应的第一像素点数量；统计特征差异值为第二特征差异值的第一边缘轮廓图像中的像素点的数量，记为第一边缘轮廓图像对应的第二像素点数量；获得所述灰度图像中像素点的总数量；根据所述灰度图像中像素点的总数量、所述第一像素点数量和所述第二像素点数量，得到半径序列中该半径对应的候选圆对应的第一边缘轮廓图像与所述灰度图像对应的边缘轮廓图像之间的匹配值；将所述匹配值小于预设匹配阈值的候选圆记为第一候选圆；从各第一候选圆中选取半径最小的第一候选圆记为目标圆；将频谱图像中除目标圆区域之外的区域记为高频区域，并将高频区域中的各点记
为高频高亮点。
[0008]优选的，根据所述像素值和方向夹角，得到第一高频高亮点和第二高频高亮点的方法，包括：将最大像素值对应的高频高亮点记为第一高频高亮点；将所述第一高频高亮点对应的方向夹角记为；若，则第二高频高亮点的方向夹角为；若，则第二高频高亮点的方向夹角为；获得方向夹角为的各高频高亮点，记为第二候选高频高亮点；将各第二候选高频高亮点中像素值最大的第二候选高频高亮点记为第二高频高亮点。
[0009]优选的，对于任一异常高亮点，根据如下公式计算该异常高亮点对应的像素值异常程度：其中，为该异常高亮点对应的像素值异常程度，为该异常高亮点对应的像素值，为第一高频高亮点对应的像素值，为第二高频高亮点对应的像素值。
[0010]优选的，对于任一异常高亮点，根据如下公式计算该异常高亮点对应的灰度变化频率异常程度：其中，为该异常高亮点对应的灰度变化频率异常程度，为该异常高亮点与低频中心点之间的距离，为第一高频高亮点与低频中心点之间的距离，为第二高频高亮点与低频中心点之间的距离。
[0011]优选的，对于任一异常高亮点，根据如下公式计算该异常高亮点对应的方向夹角异常程度：其中，为该异常高亮点对应的方向夹角异常程度，为该异常高亮点对应的方向
夹角，为第一高频高亮点对应的方向夹角，为第二高频高亮点对应的方向夹角。
[0012]优选的，得到各异常高亮点对应的综合异常程度的方法，包括：对各异常高亮点对应的像素值异常程度、灰度变化频率异常程度以及方向夹角异常程度进行求和，将求和的结果记为各异常高亮点对应的综合异常程度。
[0013]优选的，根据所述综合异常程度，评判防火本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的防火面料质量分析方法，其特征在于，该方法包括如下步骤：获取防火面料表面灰度图像；利用傅里叶变换和边缘检测算子，得到所述灰度图像对应的频谱图像和边缘轮廓图像；获得所述频谱图像中的低频中心点和频谱图像中的各点与低频中心点之间的距离；根据所述边缘轮廓图像和频谱图像，得到所述频谱图像中的高频区域；获得所述高频区域中的各高频高亮点对应的像素值和对应的方向夹角；根据所述像素值和方向夹角，得到第一高频高亮点和第二高频高亮点；将除第一高频高亮点和第二高频高亮点之外的其它的高频区域中的高频高亮点记为异常高亮点；根据各异常高亮点对应的像素值与第一高频高亮点和第二高频高亮点对应的像素值之间的差异，得到各异常高亮点对应的像素值异常程度；根据各异常高亮点与低频中心点之间的距离、第一高频高亮点与低频中心点之间的距离以及第二高频高亮点与低频中心点之间的距离，得到各异常高亮点对应的灰度变化频率异常程度；根据各异常高亮点对应的方向夹角、第一高频高亮点对应的方向夹角以及第二高频高亮点对应的方向夹角，得到各异常高亮点对应的方向夹角异常程度；根据所述像素值异常程度、灰度变化频率异常程度以及方向夹角异常程度，得到各异常高亮点对应的综合异常程度；根据所述综合异常程度，评判防火面料的质量。2.如权利要求1所述的基于图像处理的防火面料质量分析方法，其特征在于，所述获得所述频谱图像中的低频中心点和频谱图像中的各点与低频中心点之间的距离的方法，包括：获得频谱图像中的低频中心点和频谱图像中的各点对应的最小正周期；将频谱图像中的各点对应的最小正周期的倒数记为频谱图像中的各点与低频中心点之间的距离。3.如权利要求1所述的基于图像处理的防火面料质量分析方法，其特征在于，所述根据所述边缘轮廓图像和频谱图像，得到所述频谱图像中的高频区域的方法，包括：获得半径序列；所述半径序列中的最大值小于频谱图像对应的距离序列中的最大值，半径序列中的最小值大于频谱图像对应的距离序列中的最小值；所述距离序列是由频谱图像中的各点与低频中心点之间的距离构建得到的；以低频中心点为圆心，构建得到半径序列中各半径对应的候选圆；对于半径序列中的任一半径对应的候选圆：将频谱图像中该候选圆中的各点的像素值置为0，并记为第一频谱图像；对第一频谱图像进行傅里叶逆变换和二值化处理，得到该候选圆对应的第一边缘轮廓图像；对于第一边缘轮廓图像中的任一像素点，计算该像素点与所述灰度图像对应的边缘轮廓图像中与该像素点对应的像素点之间的灰度值差值，记为该像素点对应的特征差异值；统计特征差异值为第一特征差异值的第一边缘轮廓图像中的像素点的数量，记为第一边缘轮廓图像对应的第一像素点数量；统计特征差异值为第二特征差异值的第一边缘轮廓图像中的像素点的数量，记为第一边缘轮廓图像对应的第二像素点数量；获得所述灰度图像中像素点的总数量；
...

【专利技术属性】
技术研发人员：陈鹏，
申请(专利权)人：南通海王消防水带有限公司，
类型：发明
国别省市：