一种金属健身器材外观质量检测方法技术

本发明专利技术涉及数据处理领域，具体涉及一种金属健身器材外观质量检测方法，其包括获取钢管表面图像，并对其进行预处理，得到灰度图像；提取灰度图像数据，基于灰度图像数据，对灰度图像进行连通域分析，获得表面异常区域，对表面异常区域进行二次连通域分析，分割出疑似缺陷；根据疑似缺陷的纹理特征，确定裂纹缺陷；即本发明专利技术的方案能够准确地检测钢管的缺陷。本发明专利技术的方案能够准确地检测钢管的缺陷。本发明专利技术的方案能够准确地检测钢管的缺陷。

【技术实现步骤摘要】
一种金属健身器材外观质量检测方法


[0001]本专利技术涉及数据处理领域，具体为一种金属健身器材外观质量检测方法。

技术介绍

[0002]健身器材的生产对其质量的要求较高，其质量必须要符合相应的要求，否则会对健身人员造成不可预估的伤害；生产健身器材中，钢管是重要的生产原料，影响钢管质量的重要缺陷为裂纹缺陷，会造成钢管的断裂。
[0003]现有技术中，检测金属表面的裂纹缺陷主要是通过阈值分割的方法，阈值分割的主要步骤就是选择合适的阈值，但是不管是固定阈值还是自适应阈值，都无法解决缺陷与金属表面的灰度较为相似时，分割不准的问题。

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金属健身器材外观质量检测方法，所采用的技术方案具体如下：本专利技术提供的一种金属健身器材外观质量检测方法，包括以下步骤：获取钢管表面图像，并对其进行预处理，得到灰度图像；对灰度图像进行连通域分析，获得表面异常区域，对表面异常区域进行二次连通域分析，分割出疑似缺陷；根据疑似缺陷的纹理特征，确定裂纹缺陷；其中，获得表面异常区域的过程为：随机选取灰度图像上任意一像素点，确定该像素点的邻域，计算该像素点的灰度均值以及梯度均值，基于各像素点的灰度均值以及梯度均值，得到灰度图像的编码特征图像；计算编码特征图像的中心点的编码数值与其邻域的编码数值的差值，得到编码特征；计算梯度异常指标，当编码特征大于梯度异常指标时，则编码元素所在的区域异常，则确定原始图像的表面异常区域。
[0005]优选地，所述梯度异常指标为获得的八邻域模板的梯度均值与其周围八邻域的梯度均值的比值。
[0006]优选地，对表面异常区域进行二次连通域分析，分割出疑似缺陷的具体过程为：对表面异常区域进行形态学处理以及二值化处理，得到二值化图像；对所述二值化图像进行二次连通域分析，并利用四个方向连接方法对图像中的空洞进行一次连接；将表面异常区域中的空洞区域进行连接填充，获得完整的前景区域，然后使用区域生长法获得完整的疑似缺陷区域。
[0007]优选地，根据疑似缺陷的纹理特征，确定裂纹缺陷的具体过程为：对每个缺陷建立直角坐标系，通过将缺陷的每个像素点投影到坐标系的横轴与纵
轴，然后求长宽的比值，得到缺陷比值；当缺陷比值大于设定值，则为疑似裂纹缺陷；对疑似裂纹缺陷的边缘进行滑窗处理，得到任意两相邻边缘像素点之间的斜率；基于斜率，得到边缘的平滑程度；当平滑程度大于设定阈值，则边缘像素点的凹凸程度变化比较剧烈，为裂纹缺陷。
[0008]本专利技术的有益效果：本专利技术的金属健身器材外观质量检测方法，根据钢管表面的连通域分析，获得图像中的疑似缺陷区域，然后对获得疑似缺陷区域进行形态学运算，获得准确的边缘，再根据缺陷的特征计算，检测出钢管表面的裂纹缺陷，实现了钢管表面的缺陷检测。
附图说明
[0009]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。
[0010]图1为本专利技术的一种金属健身器材外观质量检测方法的流程图；图2为获取编码特征图的过程示意图；图3为逻辑过程示意图；图4为接断开区域的处理的过程示意图。
具体实施方式
[0011]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，对依据本专利技术的方案，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。
[0012]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。
[0013]本专利技术所针对的具体场景为：健身器材的重要生产原料钢管的裂纹缺陷检测。
[0014]本专利技术的主要目的是对健身器材的重要生产原料钢管的裂纹缺陷进行检测；即根据处理的图像进行连通域分析，获得表面异常区域，对图像进行二次连通域分析，分割出疑似缺陷，然后根据缺陷的纹理特征，得到裂纹缺陷。
[0015]具体地，本专利技术提出的一种金属健身器材外观质量检测方法的实施例，请参阅图1所示，包括以下步骤：步骤1，获取钢管表面图像，并对其进行预处理，得到灰度图像。
[0016]本实施例中，对健身器材的重要生产原料钢管的裂纹缺陷检测，因此需要采集钢管表面的图像；根据钢管表面的灰度变化来计算，所以在进行图像采集时通过一束固定光源从上而下的打光，处于光源的正上方；将待检测钢管放置在一个转动的滚轴上，通过相机采集图像，然后将图像通过计算机自动合成一张平铺图像。
[0017]上述对于钢管表面的图像进行灰度化处理，所使用的灰度化方法为加权灰度化，加权灰度化为公知技术，此处不再赘述。
[0018]步骤2，对灰度图像进行连通域分析，获得表面异常区域，对表面异常区域进行二次连通域分析，分割出疑似缺陷。
[0019]本专利技术对灰度图像进行连通域分析，对原始图像进行采样编码，获得具有图像特征的编码图像，根据编码图像中的灰度均值与梯度均值的异常情况，获得表面异常区域；然后对表面异常区域进行二次连通域分析，根据模板的四个方向连接方法来对图像中的空洞进行一次连接，以保证目标前景提取的完整性，进行异常区域空洞像素点的填补，然后使用区域生长法，获得疑似缺陷区域；具体过程如下：（1）对灰度图像进行连通域分析，获得表面异常区域；本实施例中，对于钢管表面的焊缝、较大的裂纹等这些明显的缺陷，能够通过常规方法较为容易的检测出来。对于检测钢管表面存在的较为明显的裂缝等缺陷，通过传统的阈值分割的方法，能够将其分割出来，根据图像像素的灰度值的不同，根据缺陷的种类不同，选取多个阈值，检测出明显的缺陷。但是阈值分割对于钢管的细微裂纹缺陷，在分割时，不能很好的分割出光管表面的细纹，因此在后续的加工制造过程中，会存在潜在风险。因此本专利技术根据采集的图像基于连通域分析，获得钢管表面的异常区域。
[0020]在进行灰度化处理后的图像M中，设是像素点的邻域，那么它的四邻域可以表示为：则其八邻域可以表示为：一幅被分割的图像会存在许多连通成份，而一个连通成份通常被理解为一个目标像素区域，所以为了辨识清楚，把每一个连通成份标记不同的序号，就是标记连通区域的过程。
[0021]对于一幅图，通过标记四点邻域连通成份或八点邻域连通成份，在一个连通区域的像素标记为一个目标，同时记录每一个像素点所在的目标区域的序号，及相应的目标区域的属性值，即目标的像素点的灰度均值、梯度均值等。
[0022]将选取的八邻域像素点，总共九个像素点进行灰度均值、梯度均值的计算，计算公式如下：式如下：其中，的计算公式为：式中，表示八邻域的灰度均值，表示第点的灰度值，表示八邻域内中心点与其他八个点的梯度均值，表示第点与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属健身器材外观质量检测方法，其特征在于，包括以下步骤：获取钢管表面图像，并对其进行预处理，得到灰度图像；对灰度图像进行连通域分析，获得表面异常区域，对表面异常区域进行二次连通域分析，分割出疑似缺陷；根据疑似缺陷的纹理特征，确定裂纹缺陷；其中，获得表面异常区域的过程为：随机选取灰度图像上任意一像素点，确定该像素点的邻域，计算该像素点的灰度均值以及梯度均值，基于各像素点的灰度均值以及梯度均值，得到灰度图像的编码特征图像；计算编码特征图像的中心点的编码数值与其邻域的编码数值的差值，得到编码特征；计算梯度异常指标，当编码特征大于梯度异常指标时，则编码元素所在的区域异常，则确定原始图像的表面异常区域。2.根据权利要求1所述的一种金属健身器材外观质量检测方法，其特征在于，所述梯度异常指标为获得的八邻域模板的梯度均值与其周围八邻域的梯度均值的比值。3.根据权利要求1所述的一种金属健身器...

【专利技术属性】
技术研发人员：罗友娟，
申请(专利权)人：南通鹏宝运动用品有限公司，
类型：发明
国别省市：