基于图像处理的丝杆螺纹生产缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于图像处理的丝杆螺纹生产缺陷检测方法，包括：根据参考像素点序列得到拐点序列以及拐点标准序列；对拐点序列与拐点标准序列进行匹配得到第一拐点偏移程度；根据拐点序列与拐点标准序列匹配的拐点数量得到第二拐点偏移程度；根据第二拐点偏移程度得到第三拐点偏移程度；根据第三拐点偏移程度得到位置相关程度；根据位置相关程度得到缺陷置信程度；根据缺陷置信程度得到若干偏差参数下每个参考像素点序列的最佳偏差参数；根据最佳偏差参数得到若干缺陷区域，完成丝杆螺纹生产缺陷检测。本发明专利技术使获取的缺陷区域更加精准，更有效地消除噪声对缺陷检测结果准确性的干扰。缺陷检测结果准确性的干扰。缺陷检测结果准确性的干扰。

【技术实现步骤摘要】
基于图像处理的丝杆螺纹生产缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于图像处理的丝杆螺纹生产缺陷检测方法。

技术介绍

[0002]丝杆螺纹是一种常见的机械连接元件，常应用于高负载与高精度工作的机械器件，为了保证机械器件的高负载与高精度，确保丝杆螺纹生产质量的生产缺陷检测就成为了至关重要的生产步骤。常见的丝杆螺纹生产缺陷有毛刺、断纤和裂纹等不同种类的缺陷，而这些缺陷在灰度图像中所显示的灰度值均异常；但由于待测图像获取过程中，生产车间复杂光照影响，图像质量普遍不高，存在较多的噪声影响丝杆螺纹表面生产缺陷位置的准确检测与定位，因此可以采用旋转门压缩算法的线性拟合去除误差，实现对于噪声的普遍去除，保留缺陷引起的异常灰度变化趋势，便于缺陷信息的准确提取。
[0003]而在传统的旋转门压缩算法进行线性拟合的过程中，其去噪效果主要由偏差参数控制，若偏差参数过小时，会将缺陷区域带来的灰度异常去除；若偏差参数过大时，会对噪声异常去除效果不彻底，且对于丝杆螺纹的同一结构获取的线性拟合结果会因噪声产生影响。

技术实现思路

[0004]本专利技术提供基于图像处理的丝杆螺纹生产缺陷检测方法，以解决现有的问题。
[0005]本专利技术的基于图像处理的丝杆螺纹生产缺陷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处理的丝杆螺纹生产缺陷检测方法，该方法包括以下步骤：获取丝杆螺纹的灰度图像；根据灰度图像得到若干参考像素点序列；根据参考像素点序列遍历若干偏差参数得到若干拐点序列以及拐点标准序列，所述拐点标准序列中包含多个拐点；对同一参考像素点序列的每个拐点序列与拐点标准序列进行匹配，得到每个拐点标准序列中每个拐点的若干第一拐点偏移程度；根据同一参考像素点序列的每个拐点序列与拐点标准序列匹配的拐点数量，得到每个拐点标准序列中每个拐点的若干第二拐点偏移程度；根据第二拐点偏移程度得到每个拐点标准序列中每个拐点的若干第三拐点偏移程度；根据第三拐点偏移程度的差异以及拐点间的欧式距离，得到每个拐点标准序列中每个拐点的若干位置相关程度；根据位置相关程度以及第三拐点偏移程度的差异，得到每个拐点标准序列中每个拐点的缺陷置信程度；根据缺陷置信程度得到若干偏差参数下每个参考像素点序列的最佳偏差参数；根据最佳偏差参数得到若干缺陷区域，完成丝杆螺纹生产缺陷检测。
[0006]优选的，所述根据灰度图像得到若干参考像素点序列，包括的具体方法为：对于任意一张灰度图像，将灰度图像中每列像素点所构成的序列记为参考像素点
序列；获取每张灰度图像的每个参考像素点序列；对于任意一张灰度图像中任意一个参考像素点序列，获取参考像素点序列的线灰度分布曲线，获取每张灰度图像的每个线灰度分布曲线。
[0007]优选的，所述根据参考像素点序列遍历若干偏差参数得到若干拐点序列以及拐点标准序列，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的线灰度分布曲线，线灰度分布曲线以预设偏差参数遍历区间，步长为预设步长，依次遍历旋转门压缩算法的偏差参数，得到若干分布折线；将每个分布折线中斜率发生变化的点记为拐点，将每个分布折线中所有拐点构成的序列记为参考像素点序列的一个拐点序列；统计所有拐点序列中的若干拐点，并对若干拐点按照对应像素点的序号进行排序，将排序后所构成的序列记为参考像素点序列的拐点标准序列；获取每个参考像素点序列的拐点标准序列以及若干拐点序列。
[0008]优选的，所述对同一参考像素点序列的每个拐点序列与拐点标准序列进行匹配，得到每个拐点标准序列中每个拐点的若干第一拐点偏移程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个拐点，以及任意一个拐点序列；对拐点序列与拐点标准序列进行DTW匹配，得到拐点标准序列中拐点的第一拐点偏移程度；拐点标准序列中拐点的第一拐点偏移程度的计算方法为：；式中，表示拐点序列与拐点标准序列DTW匹配后，拐点标准序列中该拐点的第一拐点偏移程度；表示在拐点标准序列中的该拐点，与拐点序列中DTW匹配的拐点数量；对拐点标准序列与每个拐点序列进行DTW匹配，得到拐点标准序列中该拐点每次匹配下的第一拐点偏移程度，则对该拐点得到了若干第一拐点偏移程度；获取每个拐点标准序列中每个拐点的若干第一拐点偏移程度。
[0009]优选的，所述根据同一参考像素点序列的每个拐点序列与拐点标准序列匹配的拐点数量，得到每个拐点标准序列中每个拐点的若干第二拐点偏移程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个拐点，以及任意一个拐点序列；若该拐点在拐点序列中DTW匹配的拐点数量为1，且与DTW匹配的拐点对应的像素点序号一致，将该拐点的第一拐点偏移程度设为0，并将该拐点的第一拐点偏移程度记为该拐点的第二拐点偏移程度；若该拐点在拐点序列中DTW匹配的拐点数量为1且与DTW匹配的拐点对应的像素点序号不一致，或者该拐点在拐点序列中DTW匹配的拐点数量不为1，将该拐点的第一拐点偏移程度记为第二拐点偏移程度；获取每个拐点序列与拐点标准序列DTW匹配后，拐点标准序列中每个拐点的第二拐点偏移程度，得到拐点标准序列中每个拐点的若干第二拐点偏移程度；获取每个拐点标准序列中每个拐点的若干第二拐点偏移程度。
[0010]优选的，所述根据第二拐点偏移程度得到每个拐点标准序列中每个拐点的若干第三拐点偏移程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个
拐点，以及任意一个拐点序列；对拐点序列与拐点标准序列DTW匹配后，拐点标准序列中每个拐点的第二拐点偏移程度进行最大最小值归一化，将归一化后的每个第二拐点偏移程度记为拐点序列与拐点标准序列DTW匹配后，拐点标准序列中每个拐点的第三拐点偏移程度；对拐点标准序列中每个拐点的每个第二拐点偏移程度获取第三拐点偏移程度，得到每个拐点的若干第三拐点偏移程度；获取每个拐点标准序列中每个拐点的若干第三拐点偏移程度。
[0011]优选的，所述根据第三拐点偏移程度的差异以及拐点间的欧式距离，得到每个拐点标准序列中每个拐点的若干位置相关程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个拐点，以及任意一个拐点序列；在拐点标准序列对应的线灰度分布曲线中，以该拐点作为窗口中心获取窗口内所属拐点标准序列的其他拐点；该拐点的位置相关程度的计算方法为：；式中，表示拐点序列与拐点标准序列DTW匹配后，拐点标准序列中该拐点的位置相关程度；表示在拐点标准序列中该拐点的窗口内，除该拐点以外其他所属拐点标准序列的拐点数量；表示在拐点标准序列中该拐点的窗口内，除该拐点以外其他所属拐点标准序列的第个拐点与该拐点的欧式距离；表示输入标准高斯函数后得到的数值；表示在拐点标准序列中，该拐点的第三拐点偏移程度；表示在拐点标准序列中该拐点的窗口内，除该拐点以外其他所属拐点标准序列的第个拐点的第三拐点偏移程度；表示取绝对值；表示以自然常数为底的指数函数；获取同一参考像素点序列的每个拐点序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的丝杆螺纹生产缺陷检测方法，其特征在于，该方法包括以下步骤：获取丝杆螺纹的灰度图像；根据灰度图像得到若干参考像素点序列；根据参考像素点序列遍历若干偏差参数得到若干拐点序列以及拐点标准序列，所述拐点标准序列中包含多个拐点；对同一参考像素点序列的每个拐点序列与拐点标准序列进行匹配，得到每个拐点标准序列中每个拐点的若干第一拐点偏移程度；根据同一参考像素点序列的每个拐点序列与拐点标准序列匹配的拐点数量，得到每个拐点标准序列中每个拐点的若干第二拐点偏移程度；根据第二拐点偏移程度得到每个拐点标准序列中每个拐点的若干第三拐点偏移程度；根据第三拐点偏移程度的差异以及拐点间的欧式距离，得到每个拐点标准序列中每个拐点的若干位置相关程度；根据位置相关程度以及第三拐点偏移程度的差异，得到每个拐点标准序列中每个拐点的缺陷置信程度；根据缺陷置信程度得到若干偏差参数下每个参考像素点序列的最佳偏差参数；根据最佳偏差参数得到若干缺陷区域，完成丝杆螺纹生产缺陷检测。2.根据权利要求1所述基于图像处理的丝杆螺纹生产缺陷检测方法，其特征在于，所述根据灰度图像得到若干参考像素点序列，包括的具体方法为：对于任意一张灰度图像，将灰度图像中每列像素点所构成的序列记为参考像素点序列；获取每张灰度图像的每个参考像素点序列；对于任意一张灰度图像中任意一个参考像素点序列，获取参考像素点序列的线灰度分布曲线，获取每张灰度图像的每个线灰度分布曲线。3.根据权利要求2所述基于图像处理的丝杆螺纹生产缺陷检测方法，其特征在于，所述根据参考像素点序列遍历若干偏差参数得到若干拐点序列以及拐点标准序列，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的线灰度分布曲线，线灰度分布曲线以预设偏差参数遍历区间，步长为预设步长，依次遍历旋转门压缩算法的偏差参数，得到若干分布折线；将每个分布折线中斜率发生变化的点记为拐点，将每个分布折线中所有拐点构成的序列记为参考像素点序列的一个拐点序列；统计所有拐点序列中的若干拐点，并对若干拐点按照对应像素点的序号进行排序，将排序后所构成的序列记为参考像素点序列的拐点标准序列；获取每个参考像素点序列的拐点标准序列以及若干拐点序列。4.根据权利要求1所述基于图像处理的丝杆螺纹生产缺陷检测方法，其特征在于，所述对同一参考像素点序列的每个拐点序列与拐点标准序列进行匹配，得到每个拐点标准序列中每个拐点的若干第一拐点偏移程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个拐点，以及任意一个拐点序列；对拐点序列与拐点标准序列进行DTW匹配，得到拐点标准序列中拐点的第一拐点偏移程度；拐点标准序列中拐点的第一拐点偏移程度的计算方法为：；式中，表示拐点序列与拐点标准序列DTW匹配后，拐点标准序列中该拐点的第一拐点
偏移程度；表示在拐点标准序列中的该拐点，与拐点序列中DTW匹配的拐点数量；对拐点标准序列与每个拐点序列进行DTW匹配，得到拐点标准序列中该拐点每次匹配下的第一拐点偏移程度，则对该拐点得到了若干第一拐点偏移程度；获取每个拐点标准序列中每个拐点的若干第一拐点偏移程度。5.根据权利要求1所述基于图像处理的丝杆螺纹生产缺陷检测方法，其特征在于，所述根据同一参考像素点序列的每个拐点序列与拐点标准序列匹配的拐点数量，得到每个拐点标准序列中每个拐点的若干第二拐点偏移程度，包括的具体方法为：对于任意一张灰度图像中任意一个参考像素点序列的拐点标准序列中任意一个拐点，以及任意一个拐点序列；若该拐点在拐点序列中DTW匹配的拐点数量为1，且与DTW匹配的拐点对应的像素点序号一致，将该拐点的第一拐点偏移程度设为0，并将该拐点的第一拐点偏移程度记为该拐点的第二拐点偏移程度；若该拐点在拐点序列中DTW匹配的拐点数量为1且与DTW匹配的拐点对应的像素点序号不一致，或者该拐点在拐点序列中DTW匹配的拐点数量不为1，将该拐点的第一拐点偏移程度记为第二拐点偏移程度；获取每个拐点序列与拐点标准序列DTW匹配后，拐点标准序列中每个拐点的第二拐点偏移程度，得到拐点标准序列中每个拐点的若干...

【专利技术属性】
技术研发人员：赵志强，赵志刚，万艳艳，
申请(专利权)人：惠州市金箭精密部件有限公司，
类型：发明
国别省市：