基于图像数据的齿轮变速箱故障检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于图像数据的齿轮变速箱故障检测方法，包括：采集齿轮图像，获取齿轮图像中的齿轮区域；对齿轮区域进行划分，获取若干齿轮子区域；根据齿轮子区域，获取齿轮子区域的骨架；根据齿轮子区域的骨架，获取齿轮子区域为裂纹区域的第一、第二以及第三可能性参数，根据齿轮子区域为裂纹区域的第一、第二以及第三可能性参数，获取齿轮子区域为裂纹区域的可能性参数，根据齿轮子区域为裂纹区域的可能性参数，对所有齿轮子区域进行增强，最后识别增强后齿轮区域内的裂纹区域。本发明专利技术达到在精准的识别齿轮中的裂纹区域的同时，极大的提高了齿轮检测的效率、减小了齿轮检测的成本的目的。减小了齿轮检测的成本的目的。减小了齿轮检测的成本的目的。

【技术实现步骤摘要】
基于图像数据的齿轮变速箱故障检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于图像数据的齿轮变速箱故障检测方法。

技术介绍

[0002]齿轮变速箱是汽车的关键部件之一，负责将发动机的能量转化为车轮的力，并控制车辆的速度，而齿轮变速箱中的齿轮零件被用于超出其额定负载的应用时，齿轮将会受到过度应力的影响，导致齿轮表面的损坏，从而引起裂缝的形成。可能会对汽车的性能和安全产生严重影响，故及时对齿轮在使用过程中的缺陷进行识别尤为重要。
[0003]但传统的齿轮检测方法多为离线检测，需要将齿轮取下来进行检测。使得传统的齿轮检测效率低下，不适用于当下这个高速发展的行业。
[0004]而本专利技术利用图像处理技术，不需要将齿轮卸下就可以完成对齿轮的检测，最终达到在精准的识别齿轮中的裂纹区域的同时，极大的提高了齿轮检测的效率、减小了齿轮检测的成本的目的。

技术实现思路

[0005]本专利技术提供基于图像数据的齿轮变速箱故障检测方法，以解决现有的问题。
[0006]本专利技术的基于图像数据的齿轮变速箱故障检测方法采用如下技术方案：本专利技术一个实施例提供了基于图像数据的齿轮变速箱故障检测方法，该方法包括以下步骤：采集齿轮图像，获取齿轮图像中的齿轮区域；对齿轮区域进行划分，获取若干齿轮子区域；根据齿轮子区域，获取齿轮子区域的骨架；根据齿轮子区域的骨架上游程的数量，每个游程的长度以及每个游程的灰度值，获取齿轮子区域的骨架的灰度连续性，作为齿轮子区域为裂纹区域的第一可能性参数，其中游程为在齿轮子区域的骨架上连续且相等的灰度值；根据齿轮子区域形态，获取齿轮子区域为裂纹区域的第二可能性参数；根据齿轮子区域与齿轮子区域的骨架，获取齿轮子区域为裂纹区域的第三可能性参数；根据齿轮子区域为裂纹区域的第一可能性参数、齿轮子区域为裂纹区域的第二可能性参数以及齿轮子区域为裂纹区域的第三可能性参数，获取齿轮子区域为裂纹区域的可能性参数；根据齿轮子区域为裂纹区域的可能性参数，获取齿轮子区域的增强系数；根据所有齿轮子区域的增强系数，对所有齿轮子区域进行增强，获取所有增强后的齿轮子区域；将所有增强后的齿轮子区域，组合成增强后的齿轮区域，对增强后的齿轮区域使用阈值分割，得到齿轮区域中的裂纹区域。
[0007]优选的，所述获取齿轮图像中的齿轮区域，包括的具体步骤如下：对齿轮图像进行灰度化处理，得到齿轮灰度图像；再使用kmeans算法对齿轮灰度图像进行聚类处理得到若干聚簇，将平均灰度值最小的聚簇作为的齿轮区域。
[0008]优选的，所述获取若干齿轮子区域，包括的具体步骤如下：使用sobel算子获取齿轮区域中所有像素点的梯度值；然后根据齿轮区域中所有像素点的梯度值，计算齿轮区域中所有像素点的梯度值的均值，然后将齿轮区域中像素点的梯度值大于齿轮区域中所有像素点的梯度值的均值的像素点记为边界像素点，由边界像素点组成的连通域记为边界连通域；最后使用封闭边缘填充算法，将齿轮区域分成若干齿轮子区域。
[0009]优选的，所述获取齿轮子区域为裂纹区域的第一可能性参数，包括的具体计算公式如下：式中，为第个齿轮子区域骨架的游程个数；为第个齿轮子区域骨架上的第个游程的灰度值；为第个区域骨架的上第个游程的长度；表示第个齿轮子区域的骨架的灰度连续性，作为第个齿轮子区域为裂纹区域的第一可能性参数。
[0010]优选的，所述获取齿轮子区域为裂纹区域的第二可能性参数，包括的具体步骤如下：将齿轮子区域的骨架上的像素点数量与齿轮子区域内的像素点数量的比值作为齿轮子区域为裂纹区域的第二可能性参数记为，其中为第个齿轮子区域为裂纹区域的第二可能性参数。
[0011]优选的，所述获取齿轮子区域为裂纹区域的第三可能性参数，包括的具体步骤如下：统计齿轮子区域的骨架上每个像素点到齿轮子区域边缘的最短距离，得到齿轮子区域的骨架上每个像素点到齿轮子区域边缘的最短距离的序列，将齿轮子区域的骨架上每个像素点到齿轮子区域边缘的最短距离的序列的方差，作为齿轮子区域为裂纹区域的第三可能性参数记为，其中为第个齿轮子区域为裂纹区域的第三可能性参数。
[0012]优选的，所述获取齿轮子区域为裂纹区域的可能性参数，包括的具体步骤如下：将齿轮子区域为裂纹区域的第一可能性参数和齿轮子区域为裂纹区域的第二可能性参数的积，与齿轮子区域为裂纹区域的第三可能性参数的比值作为齿轮子区域为裂纹区域的可能性参数记为，其中表示第个齿轮子区域为裂纹区域的可能性参数。
[0013]优选的，所述获取齿轮子区域的增强系数，包括的具体计算公式如下：式中，表示第个齿轮子区域的增强系数，表示第个齿轮子区域为裂纹区域的可能性参数，表示自然常数。
[0014]优选的，所述获取所有增强后的齿轮子区域，包括的具体计算公式如下：式中，表示第个齿轮子区域中第个像素点经过增强后的灰度值，表示第个齿轮子区域中第个像素点增强前的灰度值，表示第个齿轮子区域的增强系数，
表示取最小值函数。
[0015]本专利技术的技术方案的有益效果是：传统的齿轮裂纹检测方法通常包括目视检查、磁粉检测、超声波检测以及硬度测量，但这些传统的齿轮裂纹检测方法多为离线检测，需要将齿轮取下来进行检测，不适用于当下这个高速发展的行业，而本专利技术通过图像处理技术，根据齿轮中裂纹的形态特征，灰度值特征，灰度分布特征，对齿轮的不同区域进行不同强度的增强，实现增强后的齿轮区域中的裂纹区域与其他区域的灰度差值大，最终达到在精准的识别齿轮中的裂纹区域的同时，极大的提高了齿轮检测的效率、减小了齿轮检测的成本的目的。
附图说明
[0016]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，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地介绍，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他的附图。
[0017]图1为本专利技术基于图像数据的齿轮变速箱故障检测方法的步骤流程图。
具体实施方式
[0018]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基于图像数据的齿轮变速箱故障检测方法，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。
[0019]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。
[0020]下面结合附图具体的说明本专利技术所提供的基于图像数据的齿轮变速箱故障检测方法的具体方案。
[0021]请参阅图1，其示出了本专利技术一个实施例提供的基于图像数据的齿轮变速箱故障检测方法的步骤流程图，该方法包括以下步骤：步骤S001：采集齿轮图像，获取齿轮区域。
[0022]需要说明的是，通过相机采集齿轮图像，此时在采集的齿轮图像中存在齿轮区域、背景区域以及其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像数据的齿轮变速箱故障检测方法，其特征在于，该方法包括以下步骤：采集齿轮图像，获取齿轮图像中的齿轮区域；对齿轮区域进行划分，获取若干齿轮子区域；根据齿轮子区域，获取齿轮子区域的骨架；根据齿轮子区域的骨架上游程的数量，每个游程的长度以及每个游程的灰度值，获取齿轮子区域的骨架的灰度连续性，作为齿轮子区域为裂纹区域的第一可能性参数，其中游程为在齿轮子区域的骨架上连续且相等的灰度值；根据齿轮子区域形态，获取齿轮子区域为裂纹区域的第二可能性参数；根据齿轮子区域与齿轮子区域的骨架，获取齿轮子区域为裂纹区域的第三可能性参数；根据齿轮子区域为裂纹区域的第一可能性参数、齿轮子区域为裂纹区域的第二可能性参数以及齿轮子区域为裂纹区域的第三可能性参数，获取齿轮子区域为裂纹区域的可能性参数；根据齿轮子区域为裂纹区域的可能性参数，获取齿轮子区域的增强系数；根据所有齿轮子区域的增强系数，对所有齿轮子区域进行增强，获取所有增强后的齿轮子区域；将所有增强后的齿轮子区域，组合成增强后的齿轮区域，对增强后的齿轮区域使用阈值分割，得到齿轮区域中的裂纹区域。2.根据权利要求1所述基于图像数据的齿轮变速箱故障检测方法，其特征在于，所述获取齿轮图像中的齿轮区域，包括的具体步骤如下：对齿轮图像进行灰度化处理，得到齿轮灰度图像；再使用kmeans算法对齿轮灰度图像进行聚类处理得到若干聚簇，将平均灰度值最小的聚簇作为的齿轮区域。3.根据权利要求1所述基于图像数据的齿轮变速箱故障检测方法，其特征在于，所述获取若干齿轮子区域，包括的具体步骤如下：使用sobel算子获取齿轮区域中所有像素点的梯度值；然后根据齿轮区域中所有像素点的梯度值，计算齿轮区域中所有像素点的梯度值的均值，然后将齿轮区域中像素点的梯度值大于齿轮区域中所有像素点的梯度值的均值的像素点记为边界像素点，由边界像素点组成的连通域记为边界连通域；最后使用封闭边缘填充算法，将齿轮区域分成若干齿轮子区域。4.根据权利要求1所述基于图像数据的齿轮变速箱故障检测方法，其特征在于，所述获取齿轮子区域的骨架的灰度连续性，包括的具体...

【专利技术属性】
技术研发人员：钟相富，
申请(专利权)人：东莞市零越传动科技有限公司，
类型：发明
国别省市：