一种基于图像数据的合金钢铸件气孔缺陷检测方法技术

本申请涉及图像处理领域，提供一种基于图像数据的合金钢铸件气孔缺陷检测方法，包括：获取合金钢铸件的灰度图像；基于灰度图像确定疑似缺陷区域的图像；基于疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状；基于结构元形状对灰度图像处理，以进行气孔缺陷检测。该方法利用灰度形态学进行了图像处理，大幅度的抑制了在进行气孔缺陷检测时的图像首要非气孔信息的影响，使得检测结果更加的准确。使得检测结果更加的准确。使得检测结果更加的准确。

【技术实现步骤摘要】
一种基于图像数据的合金钢铸件气孔缺陷检测方法


[0001]本申请涉及图像处理
，特别是涉及一种基于图像数据的合金钢铸件气孔缺陷检测方法。

技术介绍

[0002]合金钢铸件是现代机械工程中使用广泛的高强度、高硬度、高耐磨的重要组成部分，但气孔缺陷是合金钢铸件中最常见的缺陷之一，其存在严重影响着合金钢铸件的力学性能和使用寿命。对合金钢铸件的气孔缺陷进行精准、高效的检测，对提高其质量稳定性、降低成本以及增强市场竞争力具有非常重要的意义。
[0003]传统的合金钢铸件气孔缺陷检测方法主要依靠人工目测，如锤打、听声或X射线检测等，这些方法存在人工误差大、效率低等缺陷。同时，随着图像技术的发展和成熟，越来越多的应用开始使用图像数据进行气孔缺陷检测。但是，由于合金钢铸件的复杂性，现有的基于图像数据的气孔缺陷检测方法普遍存在缺陷检测精度低、误报率高等问题。

技术实现思路

[0004]本专利技术提供一种基于图像数据的合金钢铸件气孔缺陷检测方法，该方法能够提高检测结果准确性。
[0005]第一方面，本申请提供一种基于图像数据的合金钢铸件气孔缺陷检测方法，包括：获取合金钢铸件的灰度图像；基于灰度图像确定疑似缺陷区域的图像；基于疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状；基于结构元形状对灰度图像处理，以进行气孔缺陷检测。
[0006]在一可选实施例中，基于灰度图像确定疑似缺陷区域的图像，包括：利用边缘检测算法对灰度图像进行边缘检测，获取合金钢铸件的边缘图像；利用连通域检测算法基于边缘图像进行闭合连通域的检测，以得到疑似缺陷区域的图像。
[0007]在一可选实施例中，基于疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状，包括：提取每一疑似缺陷区域的图像中每一像素点对应的结构向量，进而得到每一疑似缺陷区域的图像对应的代表向量；其中，结构向量包括预设维度的元素，结构向量表征像素点周围邻域像素点的结构分布情况；利用每一疑似缺陷区域的图像对应的代表向量计算疑似缺陷区域的形态与现有结构的形态相似性；选择形态相似性最大的现有结构作为疑似缺陷区域对应的结构元形状。
[0008]在一可选实施例中，提取每一疑似缺陷区域的图像中每一像素点对应的结构向
量，进而得到每一疑似缺陷区域的图像对应的代表向量，包括：基于像素点对应的结构向量在疑似缺陷区域的图像中出现的次数，和疑似缺陷区域中边缘像素点的总个数计算像素点对应的结构向量的重要性权值；基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的代表向量。
[0009]在一可选实施例中，基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的代表向量，包括：基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的初始代表向量；对初始代表向量进行规范化，得到代表向量。
[0010]在一可选实施例中，对初始代表向量进行规范化，得到代表向量，包括：计算初始代表向量中所有元素的平均值与初始代表向量中每一维度的元素的差值；如果差值小于或等于0，则将初始代表向量对应维度的元素置为0；如果差值大于0，则将初始代表向量对应维度的元素置为1，以此得到代表向量。
[0011]在一可选实施例中，基于像素点对应的结构向量在疑似缺陷区域的图像中出现的次数，和疑似缺陷区域中边缘像素点的总个数计算像素点对应的结构向量的重要性权值，包括：利用如下公式计算像素点对应的结构向量的重要性权值：；其中：；其中，表示第个疑似缺陷区域的所有边缘像素点的总个数；表示第个像素点对应的第个结构向量；表示第个结构向量对应的重要性权值；表示与第个结构向量相同的结构向量在第个疑似缺陷区域出现的总次数；表示第个向量的连续累加值；表示第个像素点对应的第个结构向量的结构相似性；为第个疑似缺陷区域的第i个像素点对应的结构向量中的第个维度的数据；为第个疑似缺陷区域的第i
‑
1个像素点对应的结构向量中的第个维度的数据；基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的初始代表向量，包括：利用如下公式计算初始代表向量：。
[0012]在一可选实施例中，利用每一疑似缺陷区域的图像对应的代表向量计算疑似缺陷区域的形态与现有结构的形态相似性，包括：利用如下公式计算形态相似性：；其中，为现有结构中的第个元素的大小，表示代表向量中第维度中的元素的大小。
[0013]在一可选实施例中，基于结构元形状对灰度图像处理，以进行气孔缺陷检测，包括：利用疑似缺陷区域的图像对合金钢铸件的图像进行疑似缺陷区域标记；利用结构元形状对标记的区域进行形态学灰度闭运算处理，得到合金钢铸件的灰度形态学处理图；利用缺陷检测算法对灰度形态学处理图进行气孔缺陷检测。
[0014]在一可选实施例中，获取合金钢铸件的灰度图像，包括：采集合金钢铸件的图像；利用灰度化算法对图像进行灰度化处理；利用图像分割算法对灰度化处理的图像进行分割，提取出合金钢铸件的目标图像；将图像中除合金钢铸件的目标图像外其余图像的像素点的灰度值置为0，以得到合金钢铸件的灰度图像。
[0015]本申请的有益效果，区别于现有技术，本申请的基于图像数据的合金钢铸件气孔缺陷检测方法，包括：获取合金钢铸件的灰度图像；基于灰度图像确定疑似缺陷区域的图像；基于疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状；基于结构元形状对灰度图像处理，以进行气孔缺陷检测。该方法利用灰度形态学进行了图像处理，大幅度的抑制了在进行气孔缺陷检测时的图像首要非气孔信息的影响，使得检测结果更加的准确。
附图说明
[0016]图1为本专利技术基于图像数据的合金钢铸件气孔缺陷检测方法的一实施例的流程示意图；图2为本专利技术边缘图像的示意图；图3为本专利技术的疑似缺陷区域的图像的第一实施例的示意图；图4为图1中步骤S13的一实施例的流程示意图；图5为本专利技术的疑似缺陷区域的图像的第二实施例的示意图；图6为常见的的形态学结构元示意图；图6中（a）是十字结构元，图6中（b）是菱形结构元，图6中（c）是方形结构元，图6中（d）是矩形结构元；图7为十字形结构元的结构向量的搜寻路径示意图。
具体实施方式
[0017]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0018]合金钢铸件在进行气孔缺陷检测的时候，利用现有技术难以对其进行检测，所以本专利技术利用自适应结构元形状的方式，利用不同形状的结构元对合金钢铸件的图像进行处理，以此来实现合金钢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，包括：获取合金钢铸件的灰度图像；基于所述灰度图像确定疑似缺陷区域的图像；基于所述疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状；基于所述结构元形状对所述灰度图像处理，以进行气孔缺陷检测。2.根据权利要求1所述的基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，基于所述灰度图像确定疑似缺陷区域的图像，包括：利用边缘检测算法对灰度图像进行边缘检测，获取合金钢铸件的边缘图像；利用连通域检测算法基于所述边缘图像进行闭合连通域的检测，以得到所述疑似缺陷区域的图像。3.根据权利要求1所述的基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，基于所述疑似缺陷区域的图像进行形态相似性计算，确定每一疑似缺陷区域的图像对应的结构元形状，包括：提取每一疑似缺陷区域的图像中每一像素点对应的结构向量，进而得到每一疑似缺陷区域的图像对应的代表向量；其中，所述结构向量包括预设维度的元素，所述结构向量表征像素点周围邻域像素点的结构分布情况；利用每一疑似缺陷区域的图像对应的代表向量计算疑似缺陷区域的形态与现有结构的形态相似性；选择形态相似性最大的现有结构作为所述疑似缺陷区域对应的结构元形状。4.根据权利要求3所述的基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，提取每一疑似缺陷区域的图像中每一像素点对应的结构向量，进而得到每一疑似缺陷区域的图像对应的代表向量，包括：基于像素点对应的结构向量在疑似缺陷区域的图像中出现的次数，和疑似缺陷区域中边缘像素点的总个数计算像素点对应的结构向量的重要性权值；基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的代表向量。5.根据权利要求4所述的基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的代表向量，包括：基于结构向量的重要性权值、疑似缺陷区域中边缘像素点的总个数以及像素点对应的结构向量计算每一疑似缺陷区域的图像对应的初始代表向量；对所述初始代表向量进行规范化，得到所述代表向量。6.根据权利要求5所述的基于图像数据的合金钢铸件气孔缺陷检测方法，其特征在于，对所述初始代表向量进行规范化，得到所述代表向量，包括：计算所述初始代表向量中所有元素的平...

【专利技术属性】
技术研发人员：于洋，
申请(专利权)人：金乡县金沪合金钢有限公司，
类型：发明
国别省市：