一种基于图像滤波的煤矿工业齿轮油视觉检测方法技术

本发明专利技术涉及图像滤波处理领域，具体涉及一种基于图像滤波的煤矿工业齿轮油视觉检测方法，采集齿轮油磨粒灰度图像；根据齿轮油磨粒灰度图像各像素点的灰度频率及邻域像素点的灰度差异和距离得到像素点的显著性；基于齿轮油磨粒灰度图像各像素点的显著性得到显著图；根据显著图各对比区域各像素点的分布特征得到各像素点修正后的显著性；根据齿轮油磨粒灰度图像各像素点修正后的显著性改进均值滤波算法各像素点的权重得到各像素点滤波后的灰度值，得到滤波后的图像；根据滤波后的图像完成齿轮油的质量检测。保留了磨粒的边缘及纹理信息，提高了磨粒的检测精度与效率。提高了磨粒的检测精度与效率。提高了磨粒的检测精度与效率。

【技术实现步骤摘要】
一种基于图像滤波的煤矿工业齿轮油视觉检测方法


[0001]本申请涉及图像滤波处理领域，具体涉及一种基于图像滤波的煤矿工业齿轮油视觉检测方法。

技术介绍

[0002]煤矿工业的机械传动设备在使用之前会在表面涂抹齿轮油，目的是对齿轮传动装置进行润滑，在润滑过后还会将使用过的齿轮油回流到油箱中。在齿轮工作的过程中，其表面难免会发生各种磨损，如果齿轮油较差，则会导致齿轮表面的磨损处产生磨粒，这些磨粒通常包含丰富的信息，通过对磨粒的形貌、大小、颜色、数量、分布进行分析不仅能够对齿轮油的使用状况与当前质量进行评估，同时也能对机械传动设备的故障发展趋势和使用寿命进行预测，故对使用后的齿轮油的磨粒进行检测，对齿轮油监测系统意义重大。
[0003]在对齿轮油中的磨粒进行检测时，得到的图像质量极大的影响了磨粒的检测精度。故在进行检测时，往往需要对磨粒图像进行滤波增强等操作。传统的均值滤波算法中通过将每个像素点周围邻域内像素的平均值作为输出值，来实现图像的平滑处理。由于均值滤波算法会将邻域内所有像素的值都进行平均，会导致细节和边缘信息的模糊化。尤其是对于图像中的锐利边缘和细小纹理等细节部分，均值滤波容易造成模糊效果，使图像失去清晰度。同时当图像中存在非均匀的噪声时，均值滤波算法无法很好地去除这种噪声。
[0004]综上所述，本专利技术提出一种基于图像滤波的煤矿工业齿轮油视觉检测方法，采集齿轮油磨粒灰度图像，对齿轮油磨粒灰度图像各像素点的邻域进行分析，同时考虑噪声、光影对磨粒区域造成的干扰，完成煤矿工业的齿轮油质量检测。r/>
技术实现思路

[0005]为了解决上述技术问题，本专利技术提供一种基于图像滤波的煤矿工业齿轮油视觉检测方法，以解决现有的问题。
[0006]本专利技术的一种基于图像滤波的煤矿工业齿轮油视觉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一种基于图像滤波的煤矿工业齿轮油视觉检测方法，该方法包括以下步骤：采集齿轮油磨粒灰度图像；对于齿轮油磨粒灰度图像各像素点，根据像素点的灰度频率及邻域像素点的灰度差异和距离得到像素点的显著性；基于齿轮油磨粒灰度图像各像素点的显著性得到显著图；采用区域生长算法将显著图分割成各区域；计算各区域的平均显著性，将平均显著性最小的区域标记为油液区域，除油液区域以外的区域均标记为对比区域；采用PCA主成分提取算法获取各对比区域的特征方向；对于显著图各对比区域各像素点，根据像素点所在对比区域的特征方向得到像素点的第一特征线段和第二特征线段；根据像素点第一特征线段上相邻像素点的显著性变化程度及灰度信息得到像素点第一特征线段的显著渐变性系数，获取像素点第二特征线段的
显著渐变性系数；根据像素点所在对比区域像素点的显著性得到像素点的显著富集性指数；结合像素点的显著渐变性系数和显著富集性指数得到像素点的第一显著修正指标；获取像素点所在对比区域与其他各对比区域之间的相似性；根据像素点所在对比区域与其他各对比区域之间的相似性得到像素点的第一类别；根据像素点的第一类别内各对比区域的分布特征得到像素点的第二显著修正指标；将像素点的第一显著修正指标与第二显著修正指标的乘积与像素点的显著性相乘得到像素点修正后的显著性；根据齿轮油磨粒灰度图像各像素点修正后的显著性改进均值滤波算法各像素点的权重得到各像素点滤波后的灰度值，得到滤波后的图像；根据滤波后的图像完成齿轮油的质量检测。
[0007]优选的，所述根据像素点的灰度频率及邻域像素点的灰度差异和距离得到像素点的显著性，表达式为：表达式为：式中，为像素点q的显著性，为像素点q的整体显著性，为像素点q的灰度值，为像素点q邻域内像素点的平均灰度值，为像素点q邻域内像素点的个数，为像素点q邻域内除q外的第i个像素点的灰度值，为像素点q邻域内除q外的第i个像素点与像素点q之间的欧式距离，为齿轮油磨粒灰度图像的特征灰度值，为像素点q所对应灰度值在齿轮油磨粒灰度图像中出现的灰度频率，其中， 为像素点q的局部显著性。
[0008]优选的，所述根据像素点所在对比区域的特征方向得到像素点的第一特征线段和第二特征线段，包括：过像素点、沿着所在对比区域的特征方向且交于所在对比区域的两侧边缘像素点，将所述两侧边缘像素点之间的线段记为像素点的特征线段；将所述两侧边缘像素点距离像素点最近的边缘像素点与像素点之间的线段记为第一特征线段，将所述两侧边缘像素点距离像素点最远的边缘像素点与像素点之间的线段记为第二特征线段。
[0009]优选的，所述根据像素点第一特征线段上相邻像素点的显著性变化程度及灰度信息得到像素点第一特征线段的显著渐变性系数，表达式为：
式中，为像素点q的第一特征线段的显著渐变性系数，n为第一特征线段上相邻像素点的显著性连续的像素点对数，为第一特征线段上像素点的个数，为以自然常数e为底数的指数函数，为第一特征线段上第i个像素点的角度特征值，表示像素点q所在对比区域的特征方向，为线性归一化函数，为第一特征线段上第i个像素点的显著性，为第一特征线段上第i+1个像素点的显著性，为第一极小系数。
[0010]优选的，所述根据像素点所在对比区域像素点的显著性得到像素点的显著富集性指数，包括：对于像素点所在对比区域，获取所在对比区域像素点的个数和平均显著性指标；计算像素点与所述所在对比区域内各像素点之间的欧式距离；计算所述所在对比区域内各像素点的显著性与所述欧式距离的比值，将所述所在对比区域内所有像素点的所述比值之和作为所述所在对比区域的第一修正系数；将所述第一修正系数与所述所在对比区域的个数、所述平均显著性指标的乘积作为像素点的显著富集性指数。
[0011]优选的，所述结合像素点的显著渐变性系数和显著富集性指数得到像素点的第一显著修正指标，包括：将像素点第一特征线段与第二特征线段的显著渐变性系数的均值作为像素点的平均渐变性；将像素点第一特征线段与第二特征线段的显著渐变性系数的差值绝对值作为像素点的居中系数；计算像素点的显著富集性指数与平均渐变性的乘积，将所述乘积与所述居中系数的比值作为像素点的第一显著修正指标。
[0012]优选的，所述获取像素点所在对比区域与其他各对比区域之间的相似性，包括：对于显著图除像素点所在对比区域的其他各对比区域，采用形状上下文算法计算所述所在对比区域与所述对比区域之间的形状相似性；获取所述所在对比区域、所述对比区域的平均显著性；将所述所在对比区域与所述对比区域的平均显著性的差值绝对值的负数作为以自然常数为底数的指数函数的指数，获取指数函数的结果，将所述结果与所述形状相似性的乘积作为像素点所在对比区域与所述对比区域之间的相似性。
[0013]优选的，所述根据像素点所在对比区域与其他各对比区域之间的相似性得到像素点的第一类别，包括：采用聚类算法对各相似性进行聚类分析，结合聚类结果将其他各对比区域分为第一类别和第二类别；其中，所述第一类别的平均相似性大于所述第二类别的平均相似性。
[0014]优选的，所述根据像素点的第一类别内各对比区域的分布特征得到像素点的第二显著修正指标，包括：计算像素点第一类别内各对比区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像滤波的煤矿工业齿轮油视觉检测方法，其特征在于，该方法包括以下步骤：采集齿轮油磨粒灰度图像；对于齿轮油磨粒灰度图像各像素点，根据像素点的灰度频率及邻域像素点的灰度差异和距离得到像素点的显著性；基于齿轮油磨粒灰度图像各像素点的显著性得到显著图；采用区域生长算法将显著图分割成各区域；计算各区域的平均显著性，将平均显著性最小的区域标记为油液区域，除油液区域以外的区域均标记为对比区域；采用PCA主成分提取算法获取各对比区域的特征方向；对于显著图各对比区域各像素点，根据像素点所在对比区域的特征方向得到像素点的第一特征线段和第二特征线段；根据像素点第一特征线段上相邻像素点的显著性变化程度及灰度信息得到像素点第一特征线段的显著渐变性系数，获取像素点第二特征线段的显著渐变性系数；根据像素点所在对比区域像素点的显著性得到像素点的显著富集性指数；结合像素点的显著渐变性系数和显著富集性指数得到像素点的第一显著修正指标；获取像素点所在对比区域与其他各对比区域之间的相似性；根据像素点所在对比区域与其他各对比区域之间的相似性得到像素点的第一类别；根据像素点的第一类别内各对比区域的分布特征得到像素点的第二显著修正指标；将像素点的第一显著修正指标与第二显著修正指标的乘积与像素点的显著性相乘得到像素点修正后的显著性；根据齿轮油磨粒灰度图像各像素点修正后的显著性改进均值滤波算法各像素点的权重得到各像素点滤波后的灰度值，得到滤波后的图像；根据滤波后的图像完成齿轮油的质量检测。2.如权利要求1所述的一种基于图像滤波的煤矿工业齿轮油视觉检测方法，其特征在于，所述根据像素点的灰度频率及邻域像素点的灰度差异和距离得到像素点的显著性，表达式为：达式为：式中，为像素点q的显著性，为像素点q的整体显著性，为像素点q的灰度值，为像素点q邻域内像素点的平均灰度值，为像素点q邻域内像素点的个数，为像素点q邻域内除q外的第i个像素点的灰度值，为像素点q邻域内除q外的第i个像素点与像素点q之间的欧式距离，为齿轮油磨粒灰度图像的特征灰度值，为像素点q所对应灰度
值在齿轮油磨粒灰度图像中出现的灰度频率，其中， 为像素点q的局部显著性。3.如权利要求1所述的一种基于图像滤波的煤矿工业齿轮油视觉检测方法，其特征在于，所述根据像素点所在对比区域的特征方向得到像素点的第一特征线段和第二特征线段，包括：过像素点、沿着所在对比区域的特征方向且交于所在对比区域的两侧边缘像素点，将所述两侧边缘像素点之间的线段记为像素点的特征线段；将所述两侧边缘像素点距离像素点最近的边缘像素点与像素点之间的线段记为第一特征线段，将所述两侧边缘像素点距离像素点最远的边缘像素点与像素点之间的线段记为第二特征线段。4.如权利要求1所述的一种基于图像滤波的煤矿工业齿轮油视觉检测方法，其特征在于，所述根据像素点第一特征线段上相邻像素点的显著性变化程度及灰度信息得到像素点第一特征线段的显著渐变性系数，表达式为：式中，为像素点q的第一特征线段的显著渐变性系数，n为第一特征线段上相邻像素点的显著性连续的像素点对数，为第一特征线段上像素点的个数，为以自然常数e为底数的指数函数，为第一特征线段上第i...

【专利技术属性】
技术研发人员：付涛，赵之玉，陈斌，谢为添，马现刚，张景华，
申请(专利权)人：卡松科技股份有限公司，
类型：发明
国别省市：