基于图像处理的润滑油抗磨粒质量检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于图像处理的润滑油抗磨粒质量检测方法；首先获取铁谱片的灰度图像，基于疲劳片状磨粒的表面特征获得分布规律度以及目标像素块。对像素块进行小波变换获得系数矩阵，基于矩阵特征获得加权奇异向量；获取像素块的灰度共生矩阵，根据灰度共生矩阵的矩阵特征与加权奇异向量获得灰度细节奇异向量。通过边界角度特征和灰度细节奇异向量获得磨粒表面特征向量，反映疲劳片状磨粒的表面特征，进而获得亮度相似度。通过改进的区域生长算法确定灰度图像中疲劳片状磨粒的尺寸和数量，进而分析润滑油的抗磨粒质量，提高了润滑油的抗磨粒质量分析的效率和准确率。率和准确率。率和准确率。

【技术实现步骤摘要】
基于图像处理的润滑油抗磨粒质量检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的润滑油抗磨粒质量检测方法。

技术介绍

[0002]在润滑油生产过程中，抗磨剂是一种可以抗磨损的重要添加剂，抗磨剂能够有效减少金属部件之间的磨损，增加机械元器件的使用寿命。在滚动轴承等金属部件之间，由于磨损容易产生疲劳片状磨粒，该磨粒的尺寸和数量能够反映磨损的程度，进而表征润滑油的抗磨质量。现有常用的金属磨损分析技术有铁谱分析，铁谱分析是一种借助磁力将油液中的金属磨粒分离出来，并对这些磨粒进行分析的技术。
[0003]但通过铁谱技术分析确定磨损程度存在一定的缺陷，虽然可以通过图像获得磨粒的大小和数量，但油液中存在多种不同原因造成的磨粒，难以区分磨粒类型，导致磨粒信息获取的不准确，不能准确地分析疲劳片状磨粒的尺寸和数量，进而影响润滑油抗磨粒质量的分析。

技术实现思路

[0004]为了解决上述通过铁谱分析确定磨粒特征进而表征润滑油抗磨质量的过程中，容易出现磨粒信息获取不准确的技术问题，本专利技术的目的在于提供一种基于图像处理的润滑油抗磨粒质量检测方法，所采用的技术方案具体如下：获取包含磨粒信息的铁谱片的灰度图像，将所述灰度图像进行超像素分割获得像素块，将所述像素块中的像素点进行分割获得光亮区域；根据所述光亮区域之间的距离特征获得所述像素块的分布规律度，根据所述分布规律度确定目标像素块；获取每个所述像素块的磨粒表面特征向量；所述磨粒表面特征向量的获取方法包括：对所述像素块进行小波变换，获得高频系数矩阵和低频系数矩阵，根据高频系数矩阵和低频系数矩阵中的矩阵特征获得加权奇异向量；获得所述像素块的不同角度方向的灰度共生矩阵，根据所述灰度共生矩阵的矩阵特征与对应的所述加权奇异向量，获得不同角度方向的灰度细节奇异向量；根据所述像素块中像素点的梯度特征筛选暗亮边界像素点，根据所述暗亮边界像素点的分布获得边界角度特征；根据所述灰度共生矩阵的角度方向与所述边界角度特征的差异特征作为向量权重，根据所有角度方向下的所述灰度细节奇异向量与对应的所述向量权重获得像素块的磨粒表面特征向量；根据目标像素块与相邻像素块的磨粒表面特征向量的相似程度，以及相邻像素块的分布规律度获得目标像素块与相邻像素块的亮度相似度，根据所述亮度相似度通过区域生长算法获得疲劳片状磨粒区域；根据分布规律度和疲劳片状磨粒区域的变化特征分析润滑油抗磨粒质量。
[0005]进一步地，所述根据所述分布规律度确定目标像素块的步骤包括：对于任意一个像素块，以所述像素块的中心为平面直角坐标系原点，获得所述像
素块中每个光亮区域的质心的坐标，随机选取一个所述光亮区域，计算所述光亮区域与其他光亮区域的欧氏距离，选取最小的欧氏距离作为所述光亮区域的最近距离，距所述光亮区域的最近的其他光亮区域作为第二光亮区域；计算第二光亮区域除所述光亮区域以外的最小欧氏距离，作为第二光亮区域的最近距离；依次遍历所述像素块的所有光亮区域，获得每个光亮区域的所述最近距离；计算所述像素块中最近距离的平均值和标准差，计算所述像素块中每个最近距离与所述平均值的差值的平方值并累加求和，作为距离特征差异值；计算所述距离特征差异值与所述标准差的乘积并负相关映射，获得所述像素块的分布规律度；确定所述灰度图像中像素块的所述分布规律度的最小值，将所述分布规律度的最小值对应的像素块作为目标像素块。
[0006]进一步地，所述根据高频系数矩阵和低频系数矩阵中的矩阵特征获得加权奇异向量的步骤包括：所述高频系数矩阵包括水平部分系数矩阵、竖直部分系数矩阵和对角部分系数矩阵；分别确定每个高频系数矩阵和低频系数矩阵中的最大奇异值和对应的特征向量，将每个高频系数矩阵和所述低频系数矩阵中的最大奇异值进行归一化；对于低频系数矩阵，计算归一化后的最大奇异值与对应特征向量的乘积，作为低频奇异向量；对于每个高频系数矩阵，计算归一化后的最大奇异值与对应的特征向量的乘积，作为高频奇异向量；分别计算所述低频奇异向量与不同的高频奇异向量的和，获得不同的加权奇异向量，所述加权奇异向量包括水平加权奇异向量、竖直加权奇异向量和对角加权奇异向量。
[0007]进一步地，所述获得不同角度方向的灰度细节奇异向量的步骤包括：不同角度方向的所述灰度共生矩阵包括0度方向的灰度共生矩阵、45度方向的灰度共生矩阵、90度方向的灰度共生矩阵和135度方向的灰度共生矩阵；分别获得不同角度方向的所述灰度共生矩阵中最大奇异值所对应的特征向量；将所述加权奇异向量和所述灰度共生矩阵对应的特征向量中元素最少的向量作为卷积核；将所述水平加权奇异向量与0度方向的灰度共生矩阵所对应的特征向量进行卷积运算，将所述竖直加权奇异向量与90度方向的灰度共生矩阵所对应的特征向量进行卷积运算，将所述对角加权奇异向量分别与45度和135度方向的灰度共生矩阵所对应的特征向量进行卷积运算，获得不同角度方向的灰度细节奇异向量。
[0008]进一步地，所述根据所述像素块中像素点的梯度特征筛选暗亮边界像素点的步骤包括：获取所述像素块中所有像素点的梯度值，将梯度值大于预设梯度阈值的像素点作为所述暗亮边界像素点。
[0009]进一步地，所述根据所述暗亮边界像素点的分布获得边界角度特征的步骤包括：当所述暗亮边界像素点的连续个数大于预设长度阈值时，获得暗亮边界像素点所组成的边界线，分别对所有边界线进行拟合，计算拟合后的回归直线的拟合优度；当所述拟合优度大于等于预设拟合阈值时，计算回归直线的斜率；当所述拟合优度小于预设拟合阈值时，计算回归直线的最小外接矩形的长轴方向的斜率；根据所述斜率通过反正切函数获得对应的边界线角度；
当所述边界线角度为负值时，计算180度与所述边界线角度的和值，作为角度表征值；当所述边界角度为非负值时，直接将边界角度作为角度表征值；计算所有回归直线的所述角度表征值的平均值，获得所述边界角度特征。
[0010]进一步地，所述根据所有角度方向下的所述灰度细节奇异向量与对应的所述向量权重获得像素块的磨粒表面特征向量的步骤包括：分别计算所述边界角度特征与每个所述灰度共生矩阵对应的角度方向的差值绝对值，获得不同的角度差异值，计算角度差异值的倒数并进行归一化，获得不同角度方向的所述向量权重；计算每个角度方向的所述灰度细节奇异向量与对应的所述向量权重的乘积并求和，获得像素块的磨粒表面特征向量。
[0011]进一步地，所述获得目标像素块与相邻像素块的亮度相似度的步骤包括：计算目标像素块与相邻像素块的所述磨粒表面特征向量的灰色关联系数，计算所述灰度关联系数与对应相邻像素块的分布规律度的比值，获得目标像素块与相邻像素块的亮度相似度。
[0012]进一步地，所述根据所述亮度相似度通过区域生长算法获得疲劳片状磨粒区域的步骤包括：比较所述目标像素块与不同的相邻像素块的所述亮度相似度的大小；选取所述亮度相似度最大的相邻像素块作为区域生长的方向，以此类推，根据所述亮度相似度通过区域生长算法选取疲劳片状磨粒的区域生长方向，当相邻像素块与目标像素块之间的所述灰色关联系数大于预设关联阈值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的润滑油抗磨粒质量检测方法，其特征在于，所述方法包括以下步骤：获取包含磨粒信息的铁谱片的灰度图像，将所述灰度图像进行超像素分割获得像素块，将所述像素块中的像素点进行分割获得光亮区域；根据所述光亮区域之间的距离特征获得所述像素块的分布规律度，根据所述分布规律度确定目标像素块；获取每个所述像素块的磨粒表面特征向量；所述磨粒表面特征向量的获取方法包括：对所述像素块进行小波变换，获得高频系数矩阵和低频系数矩阵，根据高频系数矩阵和低频系数矩阵中的矩阵特征获得加权奇异向量；获得所述像素块的不同角度方向的灰度共生矩阵，根据所述灰度共生矩阵的矩阵特征与对应的所述加权奇异向量，获得不同角度方向的灰度细节奇异向量；根据所述像素块中像素点的梯度特征筛选暗亮边界像素点，根据所述暗亮边界像素点的分布获得边界角度特征；根据所述灰度共生矩阵的角度方向与所述边界角度特征的差异特征作为向量权重，根据所有角度方向下的所述灰度细节奇异向量与对应的所述向量权重获得像素块的磨粒表面特征向量；根据目标像素块与相邻像素块的磨粒表面特征向量的相似程度，以及相邻像素块的分布规律度获得目标像素块与相邻像素块的亮度相似度，根据所述亮度相似度通过区域生长算法获得疲劳片状磨粒区域；根据分布规律度和疲劳片状磨粒区域的变化特征分析润滑油抗磨粒质量。2.根据权利要求1所述的一种基于图像处理的润滑油抗磨粒质量检测方法，其特征在于，所述根据所述分布规律度确定目标像素块的步骤包括：对于任意一个像素块，以所述像素块的中心为平面直角坐标系原点，获得所述像素块中每个光亮区域的质心的坐标，随机选取一个所述光亮区域，计算所述光亮区域与其他光亮区域的欧氏距离，选取最小的欧氏距离作为所述光亮区域的最近距离，距所述光亮区域的最近的其他光亮区域作为第二光亮区域；计算第二光亮区域除所述光亮区域以外的最小欧氏距离，作为第二光亮区域的最近距离；依次遍历所述像素块的所有光亮区域，获得每个光亮区域的所述最近距离；计算所述像素块中最近距离的平均值和标准差，计算所述像素块中每个最近距离与所述平均值的差值的平方值并累加求和，作为距离特征差异值；计算所述距离特征差异值与所述标准差的乘积并负相关映射，获得所述像素块的分布规律度；确定所述灰度图像中像素块的所述分布规律度的最小值，将所述分布规律度的最小值对应的像素块作为目标像素块。3.根据权利要求1所述的一种基于图像处理的润滑油抗磨粒质量检测方法，其特征在于，所述根据高频系数矩阵和低频系数矩阵中的矩阵特征获得加权奇异向量的步骤包括：所述高频系数矩阵包括水平部分系数矩阵、竖直部分系数矩阵和对角部分系数矩阵；分别确定每个高频系数矩阵和低频系数矩阵中的最大奇异值和对应的特征向量，将每个高频系数矩阵和所述低频系数矩阵中的最大奇异值进行归一化；对于低频系数矩阵，计算归一化后的最大奇异值与对应特征向量的乘积，作为低频奇异向量；对于每个高频系数矩阵，计算归一化后的最大奇异值与对应的特征向量的乘积，作为高频奇异向量；分别计算所述低频奇异向量与不同的高频奇异向量的和，获得不同的加权奇异向量，所述加权奇异向量包括水平加权奇异向量、竖直加权奇异向量和对角加权奇异向量。
4.根据权利要求3所述的一种基于图像处理的润滑油抗磨粒质量检测方法，其特征在于，所述获得不同角度方向的灰度细节奇异向量的步骤包括：不同角度方向的所述灰度共生矩阵包括0度方向的灰度共生矩阵、45度方向的灰度共生矩阵、90度方向的灰度共生矩阵和135度方向的灰度共生矩阵；分别获得不同角度方向的所述灰度共生矩阵中最大奇异值所对应的特征向量；将所述加权奇异向量和所述灰度共生矩阵对应的特征...

【专利技术属性】
技术研发人员：陈长利，李娟，李相辉，
申请(专利权)人：山东天力润滑油有限公司，
类型：发明
国别省市：