一种铝电解电容器引出线异常识别方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种铝电解电容器引出线异常识别方法，该方法包括：获取铝电解电容器的引出线图像，对引出线图像进行边缘检测，将进行非极大值抑制处理时被抑制的边缘像素点记为断续像素点；选择第一聚类中心和第二聚类中心进行聚类，计算两个聚类中所有断续像素点灰度值的均值和方差；对边缘梯度的进行重新赋值，获得边缘区别较大的梯度值，然后再进行非极大值抑制，获得精细的边缘，进而判断铝电解电容器引出线是否存在毛刺缺陷。本发明专利技术使得在非极大值抑制的过程中，将梯度变化较小的边缘像素点也能保留，丢弃的边缘像素点较少，达到精确检测边缘的目的。达到精确检测边缘的目的。达到精确检测边缘的目的。

【技术实现步骤摘要】
一种铝电解电容器引出线异常识别方法


[0001]本专利技术涉及数据处理
，具体涉及一种铝电解电容器引出线异常识别方法。

技术介绍

[0002]电容器高压侧引出线由薄钢片制成，如果制造工艺不良，边缘不平有毛刺或严重弯折，其尖端容易产生电晕，电晕会使油分解、箱壳膨胀、油面下降而造成击穿。另外，在封盖时，转角处如果烧焊时间过长，将内部绝缘烧伤并产生油污和气体，使电压大大下降而损坏。在现有技术中，检测铝电解电容器引出线边缘的缺陷，大多通过阈值分割获得铝电解电容器引出线的边缘，利用该方法进行处理时，阈值的设置影响检测结果的准确性，又因为铝电解电容器引出线的边缘存在毛刺细小的情况，阈值设置的不准确，不能够检测精确的边缘，使得对边缘缺陷的判断不准确。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种铝电解电容器引出线异常识别方法，所采用的技术方案具体如下：获取铝电解电容器的引出线图像，对引出线图像进行边缘检测，将进行非极大值抑制处理时被抑制的边缘像素点记为断续像素点；选择断续像素点中灰度值最大和最小的两个像素点分别记为第一聚类中心和第二聚类中心；根据其他断续像素点到聚类中心的距离对各断续像素点进行聚类得到第一聚类和第二聚类，并计算两个聚类中所有断续像素点灰度值的均值和方差；设置n*n邻域模板，分别计算两个聚类内邻域模板的设定方向的一阶导数，根据所述一阶导数和聚类对应的均值和方差获得各聚类对应的水平与垂直方向的差分，进而根据水平与垂直方向上的差分获得像素点的梯度幅值与梯度方向；将第一聚类中心和第二聚类中心作为初始种子点，根据像素点的梯度幅值的比值进行区域生长，进而获得边缘的分割像素点，根据梯度对分割像素点进行非极大值抑制处理，获得精细的铝电解电容器引出线的边缘，根据该边缘判断铝电解电容器引出线的缺陷情况。
[0004]优选地，所述设置n*n邻域模板具体为设置3*3邻域模板。
[0005]优选地，所述水平与垂直方向的差分的获取方法具体为：优选地，所述水平与垂直方向的差分的获取方法具体为：
式中，表示水平方向的差分，表示数值方向的差分。表示方向上的一阶导数的均值，表示第个聚类的方差。
[0006]优选地，所述梯度幅值与梯度方向的获取方法具体为：优选地，所述梯度幅值与梯度方向的获取方法具体为：式中，表示梯度幅值，表示梯度方向，表示水平方向的差分，表示数值方向的差分。
[0007]优选地，所述根据像素点的梯度幅值的比值进行区域生长包括截止生长条件，具体为：式中，为截止生长条件，表示第i个像素点的梯度幅值，表示第i+1个像素点的梯度幅值。
[0008]优选地，所述根据该边缘判断铝电解电容器引出线的缺陷情况具体为：对精细的铝电解电容器引出线的边缘进行主成分分析，获得像素点的最大主成分方向，计算边缘点与最大主方向之间的投影距离；若投影距离大于阈值，则该边缘像素点为毛刺缺陷，铝电解电容器引出线的边缘存在缺陷；若投影距离小于阈值，则该边缘像素点属于平整的边缘，铝电解电容器引出线不存在缺陷。
[0009]本专利技术实施例至少具有如下有益效果：基于canny边缘检测算法进行检测铝电解电容器引出线的准确边缘，对边缘梯度的进行重新赋值，获得边缘区别较大的梯度值，然后再进行非极大值抑制，进而判断铝电解电容器引出线是否存在毛刺缺陷。本专利技术使得在非极大值抑制的过程中，将梯度变化较小的边缘像素点也能保留，丢弃的边缘像素点较少，达到精确检测边缘的目的。
附图说明
[0010]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。
[0011]图1是本专利技术的一种铝电解电容器引出线异常识别方法的方法流程图。
具体实施方式
[0012]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铝电解电容器引出线异常识别方法，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。
[0013]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。
[0014]下面结合附图具体的说明本专利技术所提供的一种铝电解电容器引出线异常识别方法的具体方案。
[0015]实施例：本专利技术所针对的具体场景为：因为铝电解电容器引出线的薄钢片存在毛刺，导致尖端容易产生电晕，使得电容器因为电流过大而产生击穿，影响产品的正常使用，故对铝电解电容器引出线的缺陷进行检测与识别。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种铝电解电容器引出线异常识别方法的方法流程图，该方法包括以下步骤：步骤一，获取铝电解电容器的引出线图像，对引出线图像进行边缘检测，将进行非极大值抑制处理时被抑制的边缘像素点记为断续像素点。
[0017]首先，本专利技术需要对铝电解电容器引出线的缺陷进行检测与识别，因此需要采集铝电解电容器的图像，但是在采集图像的过程中，因为金属的表面会发生光的反射，所以在采集图像时，需要光照均均匀。光线的照射方向为俯视照射，且需要多个光源，从而形成均匀的光线，照射在铝电解电容器的表面。
[0018]在采集铝电解电容器的图像后，需要对图像进行处理，去除背景的干扰，获得铝电解电容器引出线的图像，记为引出线图像。在本实施例中，采用DNN语义分割的方式来识别分割图像中的目标，实施者也可选择其他合适的方法去除背景的干扰。
[0019]其中，DNN网络的相关内容包括：使用的数据集为俯视采集的铝电解电容器图像数据集，铝电解电容器的样式为多种多样的。需要分割的像素共分为两类，即训练集对应标签标注过程为：单通道的语义标签，对应位置像素属于背景类的标注为0，属于铝电解电容器引出线的标注为1。网络的任务是分类，所有使用的loss函数为交叉熵损失函数。通过语义分割得到的0
‑
1掩膜图像与原图像相乘，得到的图像中只含有铝电解电容器引出线的图像，去除了背景的干扰。
[0020]然后，需要说明的是，本专利技术对铝电解电容器引出线的毛刺缺陷进行检测，通过传统的canny边缘检测算法检测铝电解电容器引出线的边缘时，会存在部分边缘缺陷的情况。在非极大值抑制的过程中，会因为边缘的梯度变化较小，造成部分边缘像素点丢失。专利技术对边缘梯度的进行重新赋值，获得边缘区别较大的梯度值，然后再进行非极大值抑制。使得在非极大值抑制的过程中，将梯度变化较小的边缘像素点也能保留，丢弃的边缘像素点较少，达到精确检测边缘的目的。
[0021]本专利技术需要对铝电解电容器的引出线进行缺陷检测，因为铝电解电容器的引出线会存在边缘不平整和毛刺缺陷，在使用的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铝电解电容器引出线异常识别方法，其特征在于，该方法包括以下步骤：获取铝电解电容器的引出线图像，对引出线图像进行边缘检测，将进行非极大值抑制处理时被抑制的边缘像素点记为断续像素点；选择断续像素点中灰度值最大和最小的两个像素点分别记为第一聚类中心和第二聚类中心；根据其他断续像素点到聚类中心的距离对各断续像素点进行聚类得到第一聚类和第二聚类，并计算两个聚类中所有断续像素点灰度值的均值和方差；设置n*n邻域模板，分别计算两个聚类内邻域模板的设定方向的一阶导数，根据所述一阶导数和聚类对应的均值和方差获得各聚类对应的水平与垂直方向的差分，进而根据水平与垂直方向上的差分获得像素点的梯度幅值与梯度方向；将第一聚类中心和第二聚类中心作为初始种子点，根据像素点的梯度幅值的比值进行区域生长，进而获得边缘的分割像素点，根据梯度对分割像素点进行非极大值抑制处理，获得精细的铝电解电容器引出线的边缘，根据该边缘判断铝电解电容器引出线的缺陷情况。2.根据权利要求1所述的一种铝电解电容器引出线异常识别方法，其特征在于，所述设置n*n邻域模板具体为设置3*3邻域模板。3.根据权利要求1所述的一种铝电解电容器引出线异常识别方法，其特征在...

【专利技术属性】
技术研发人员：沈仲谋，周雪婧，陈琦，刘达理，
申请(专利权)人：南通南铭电子有限公司，
类型：发明
国别省市：