一种制动气室外观图像智能检测方法及系统技术方案

本申请属于图像处理技术领域，提供了一种制动气室外观图像智能检测方法及系统，方法包括：采集并处理获得制动气室全方位的外观RGB图像和外观灰度图像；通过Canny算子获得连通区域；分析连通区域的沟壑纹理特征，获得第一腐蚀沟壑均匀度；分析连通区域获得晕染区域，形成扩展连通区域；分析扩展连通区域的颜色空间特征和沟壑纹理特征，获得扩展连通区域的腐蚀区域估计；根据腐蚀区域估计和晕染区域特点，获得扩展连通区域的腐蚀评级，将腐蚀评级高的区域更显著地标记出来。本发明专利技术提供的方法避免了腐蚀程度较浅而忽视掉的晕染区域，很大程度上提升了算法的准确率，提高腐蚀区域检测的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种制动气室外观图像智能检测方法及系统


[0001]本申请涉及图像处理
，尤其涉及一种制动气室外观图像智能检测方法及系统。

技术介绍

[0002]制动气室是整个汽车系统中核心部件之一，专门用来实现制动。如果制动气室出现故障，那么就可能导致制动失灵，从而造成巨大的安全隐患，因此，准确地检测制动气室的外观是否出现异常情况十分重要。
[0003]制动气室外观一般会出现腐蚀、氧化、磨损以及变形等缺陷。而由于制动气室长期在复杂的工作环境中，其表面很容易会受到腐蚀从而出现变色或生锈，且这种特征是不可逆转的，因此，制动气室外观的腐蚀缺陷受到了最广泛的关注。传统的图像处理技术检测制动气室外观的腐蚀情况是通过采用Canny算子得到的腐蚀区域，然后分析该腐蚀区域的特征并构建指标，进而评价每个区域的腐蚀程度。但是这种算法并没有考虑到一些腐蚀较轻的晕染区域，这些区域并不会被Canny算子识别到腐蚀区域内部，因此会对算法检测制动气室外观中的腐蚀区域的准确性造成较大的影响。
[0004]因此，亟需一种制动气室外观图像的检测方法，可以识别出一些腐蚀较轻的晕染区域，以提高腐蚀区域检测的准确性。

技术实现思路

[0005]本申请提供了一种制动气室外观图像智能检测方法及系统，提高腐蚀区域检测的准确性。
[0006]根据本申请实施例的第一方面，提供了一种制动气室外观图像智能检测方法，包括：采集并处理获得制动气室全方位的外观RGB图像和外观灰度图像；通过Canny算子标记所述外观RGB图像中的每个区域，获得连通区域；分析所述连通区域的沟壑纹理特征，获得所述连通区域的第一腐蚀沟壑均匀度；选取所述连通区域的中心像素点，将所述连通区域中任意一个边缘像素点与所述中心像素点连接线的反方向延伸，得到延伸线；根据所述连通区域中像素点的个数和所述延伸线上第个像素点到所述中心像素点的距离，以及所述第一腐蚀沟壑均匀度，计算获得腐蚀晕染溢出度；根据所述腐蚀晕染溢出度，获得修正灰度值阈值，以所述修正灰度值阈值为所述延伸线的终点，获得所述连通区域的晕染区域；将所述晕染区域加入到对应的所述连通区域内，形成扩展连通区域；分析所述扩展连通区域的颜色空间特征和沟壑纹理特征，获得所述扩展连通区域
的腐蚀区域估计；根据所述腐蚀区域估计和所述晕染区域特点，获得所述扩展连通区域的腐蚀评级。
[0007]在本专利技术的一些实施例中，分析所述连通区域的沟壑纹理特征，获得所述连通区域的第一腐蚀沟壑均匀度，包括：使用Harris角点检测算法分析所述连通区域，得到个第一角点；统计所述第一角点与所述连通区域中心的距离出现的频次，得到有种不同的距离，每种距离出现的频次数为；计算获得所述连通区域的第一腐蚀沟壑均匀度，计算方法为：，计算方法为：式中，为连通区域内以区域中心为圆心，为连通区域内半径的个圆；为连通区域内第个圆的半径；为连通区域内第个圆上的第一角点数量；表示连通区域内第个圆上的第一角点的数量占该圆周长的概率；为连通区域内个圆上的每个圆的第一角点数量占该圆周长的均值；式中，针对这个圆，计算连通区域内第个圆上出现的第一角点数量占该圆周长的频数；通过将该频数与计算其差异，得到第个圆上第一角点出现频率的不均匀性。
[0008]在本专利技术的一些实施例中，所述腐蚀晕染溢出度的计算方法为：式中，表示延伸线上第个点之前的腐蚀晕染溢出度；为延伸线上第个像素点的灰度值；表示连通区域中像素点的个数；表示延伸线上第个像素点到中心像素点的距离；表示连通区域的第一腐蚀沟壑均匀度。
[0009]在本专利技术的一些实施例中，所述修正灰度值阈值的计算方法为：
式中，表示经验灰度值阈值，为外观RGB图像中除了连通区域的剩余区域的灰度均值；表示延伸线上第个点的腐蚀晕染溢出度；表示修正后的修正灰度值阈值。
[0010]在本专利技术的一些实施例中，分析所述扩展连通区域的颜色空间特征和沟壑纹理特征，获得所述扩展连通区域的腐蚀区域估计，包括：对所述扩展连通区域采用HSV颜色空间分析，得到所述扩展连通区域中每个像素点的色相、饱和度和明度；根据所述像素点的色相、饱和度和明度，计算获得腐蚀色度；分析所述扩展连通区域的沟壑纹理特征，获得所述扩展连通区域的第二腐蚀沟壑均匀度；根据所述腐蚀色度和所述第二腐蚀沟壑均匀度，计算获得所述扩展连通区域的腐蚀区域估计。
[0011]在本专利技术的一些实施例中，所述腐蚀色度的计算方法为：的计算方法为：式中，表示中心像素点邻域内像素点的个数；取腐蚀区域标准色相范围的中值；用来避免分母为零；表示中心像素点邻域内腐蚀色频次；为邻域内其中一个点的色相；表示将邻域内像素点与中心像素点的色相差；表示中心像素点与标准色相范围中值之间的差值；表示中心像素点的色相隶属域；式中，表示像素点的饱和度；表示像素点的明度；表示像素点的色相隶属域；表示像素点的腐蚀色度。
[0012]在本专利技术的一些实施例中，分析所述扩展连通区域的沟壑纹理特征，获得所述扩展连通区域的第二腐蚀沟壑均匀度，包括：使用Harris角点检测算法分析所述扩展连通区域，得到个第二角点；统计所述第二角点与所述扩展连通区域中心的距离出现的频次，得到有种不
同的距离，每种距离出现的频次数为；计算获得所述扩展连通区域的第二腐蚀沟壑均匀度，计算方法为：，计算方法为：式中，为扩展连通区域内以区域中心为圆心，为扩展连通区域内半径的个圆；为扩展连通区域内第个圆的半径；为扩展连通区域内第个圆上的第二角点数量；表示扩展连通区域内第个圆上的第二角点的数量占该圆周长的概率；为扩展连通区域内个圆上的每个圆的第二角点数量占该圆周长的均值；式中，针对这个圆，计算扩展连通区域内第个圆上出现的第二角点数量占该圆周长的频数；通过将该频数与计算其差异，得到第个圆上第二角点出现频率的不均匀性。
[0013]在本专利技术的一些实施例中，所述扩展连通区域的腐蚀区域估计的计算方法为：式中，表示扩展连通区域的腐蚀区域估计；为扩展连通区域内以区域中心为圆心，为半径的个圆；表示扩展连通区域内第个圆上的第个点的腐蚀色度；表示扩展连通区域内第个圆的周长上的所有像素点的腐蚀色度均值；表示扩展连通区域的第二腐蚀沟壑均匀度；为扩展连通区域内第个圆上的第二角点数量。
[0014]在本专利技术的一些实施例中，所述扩展连通区域的腐蚀评级计算方法为：式中，为归一化函数；为连通区域的像素点的个数；为扩展连通区域
的像素点的个数；表示扩展连通区域的腐蚀区域估计；表示扩展连通区域的腐蚀评级。
[0015]根据本申请实施例的第二方面，提供了一种制动气室外观图像智能检测系统，系统包括存储器模块和处理器模块，其中：所述存储器模块，用于存储程序代码；所述处理器模块，用于读取所述存储器模块中存储的程序代码，并执行如本申请实施例的第一方面所述的方法。
[0016]由以上实施例可见，本申请实施例提供的一种制动气室外观图像智能检测方法及系统，具有的有益效果如下：本专利技术通过根据制动气室表面腐蚀的颜色空间、梯度分布情况得到腐蚀表面均匀的沟壑特征，再通过计算连通区域每个边缘点的延伸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种制动气室外观图像智能检测方法，其特征在于，所述方法包括：采集并处理获得制动气室全方位的外观RGB图像和外观灰度图像；通过Canny算子标记所述外观RGB图像中的每个区域，获得连通区域；分析所述连通区域的沟壑纹理特征，获得所述连通区域的第一腐蚀沟壑均匀度；选取所述连通区域的中心像素点，将所述连通区域中任意一个边缘像素点与所述中心像素点连接线的反方向延伸，得到延伸线；根据所述连通区域中像素点的个数和所述延伸线上第个像素点到所述中心像素点的距离，以及所述第一腐蚀沟壑均匀度，计算获得腐蚀晕染溢出度；根据所述腐蚀晕染溢出度，获得修正灰度值阈值，以所述修正灰度值阈值为所述延伸线的终点，获得所述连通区域的晕染区域；将所述晕染区域加入到对应的所述连通区域内，形成扩展连通区域；分析所述扩展连通区域的颜色空间特征和沟壑纹理特征，获得所述扩展连通区域的腐蚀区域估计；根据所述腐蚀区域估计和所述晕染区域特点，获得所述扩展连通区域的腐蚀评级。2.根据权利要求1所述的制动气室外观图像智能检测方法，其特征在于，分析所述连通区域的沟壑纹理特征，获得所述连通区域的第一腐蚀沟壑均匀度，包括：使用Harris角点检测算法分析所述连通区域，得到个第一角点；统计所述第一角点与所述连通区域中心的距离出现的频次，得到有种不同的距离，每种距离出现的频次数为；计算获得所述连通区域的第一腐蚀沟壑均匀度，计算方法为：，计算方法为：式中，为连通区域内以区域中心为圆心，为连通区域内半径的个圆；为连通区域内第个圆的半径；为连通区域内第个圆上的第一角点数量；表示连通区域内第个圆上的第一角点的数量占该圆周长的概率；为连通区域内个圆上的每个圆的第一角点数量占该圆周长的均值；式中，针对这个圆，计算连通区域内第个圆上出现的第一角点数量占该圆周长
的频数；通过将该频数与计算其差异，得到第个圆上第一角点出现频率的不均匀性。3.根据权利要求1所述的制动气室外观图像智能检测方法，其特征在于，所述腐蚀晕染溢出度的计算方法为：式中，表示延伸线上第个点之前的腐蚀晕染溢出度；为延伸线上第个像素点的灰度值；表示连通区域中像素点的个数；表示延伸线上第个像素点到中心像素点的距离；表示连通区域的第一腐蚀沟壑均匀度。4.根据权利要求1所述的制动气室外观图像智能检测方法，其特征在于，所述修正灰度值阈值的计算方法为：式中，表示经验灰度值阈值，为外观RGB图像中除了连通区域的剩余区域的灰度均值；表示延伸线上第个点的腐蚀晕染溢出度；表示修正后的修正灰度值阈值。5.根据权利要求1所述的制动气室外观图像智能检测方法，其特征在于，分析所述扩展连通区域的颜色空间特征和沟壑纹理特征，获得所述扩展连通区域的腐蚀区域估计，包括：对所述扩展连通区域采用HSV颜色空间分析，得到所述扩展连通区域中每个像素点的色相、饱和度和明度；根据所述像素点的...

【专利技术属性】
技术研发人员：张衍侠，庄保营，郑辉，
申请(专利权)人：汉克威山东智能制造有限公司，
类型：发明
国别省市：