一种数字孪生智能工厂的图像处理方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种数字孪生智能工厂的图像处理方法，包括：采集金属物料图像，根据金属物料的移动距离和单个像素点的大小，得到金属物料的移动像素点数量，得到表面裂纹缺陷的参考宽度，根据表面裂纹缺陷的参考宽度得到若干金属物料分块图像和初始的种子生长点，得到初始的种子生长点的异常程度，根据异常像素点的邻域范围内像素点和异常像素点的灰度值，得到相似程度，根据相似程度对金属物料的表面裂纹缺陷进行快速检测。本发明专利技术通过金属物料在传送带上的移动方向放大金属物料表面裂纹的特征，并根据特征放大的特点改进区域生长算法，加快算法的运动效率。率。率。

【技术实现步骤摘要】
一种数字孪生智能工厂的图像处理方法


[0001]本专利技术涉及图像处理
，具体涉及一种数字孪生智能工厂的图像处理方法
。

技术介绍

[0002]随着数字孪生技术的不断发展，所涉及的领域也逐渐广泛，尤其是在制造业和工业领域中发挥着重要作用
。
相关的技术应用于自动质检
、
缺陷检测
、
智能机械臂路径规划
、
设备故障检测
、
工人安全监控和实时监测等方面
。
通过计算机视觉技术和图像分析算法，能够实现自动化的质量控制
、
预测性维护
、
安全监控和生产过程优化
。
图像处理方法更是为数字孪生智能工厂提供了丰富的数据和方法，为制造业决策者提供数据驱动的优化和改进方向
。
随着领域内技术的不断发展，该领域将继续推动工业生产的智能化和自动化进程
。
[0003]数字孪生智能工厂中，传送带为常见设备，传送带可以用于实现各种金属物料的运输和流程控制，在传送带工作过程中，通过对传送带上的金属物料图像进行处理，可以实时监测生产过程中目标金属物料的表面缺陷，区域分割算法可以将图像分成不同的区域，用于对目标金属物料的表面缺陷进行检测
。
而在数字孪生智能工厂的检测过程中，实时性和高效率是十分重要的，因此对于目标金属物料表面缺陷的检测过程，较为快速的检测速度是至关重要的，区域生长算法是一种常用的图像分割算法，但由于其算法本身的迭代性质和对多个像素进行比较和分类的需求，导致较慢的检测速度
。

技术实现思路

[0004]本专利技术提供一种数字孪生智能工厂的图像处理方法，以解决现有的问题
。
[0005]本专利技术的一种数字孪生智能工厂的图像处理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数字孪生智能工厂的图像处理方法，该方法包括以下步骤：采集不同帧的金属物料图像，获取相机每秒钟拍摄的帧数和传送带的运动速度；根据相机每秒钟拍摄的帧数和传送带的运动速度，得到相邻两帧金属物料图像中金属物料的移动距离；获取拍摄设备的分辨率，根据拍摄设备的分辨率得到单个像素点的大小，根据相邻两帧金属物料图像中金属物料的移动距离和单个像素点的大小，得到相邻两帧金属物料图像中金属物料的移动像素点数量；根据相邻两帧金属物料图像中金属物料的移动像素点数量
、
相机每秒钟拍摄的帧数，得到表面裂纹缺陷的参考宽度，根据表面裂纹缺陷的参考宽度得到若干金属物料分块图像，根据金属物料分块图像得到初始的种子生长点；根据参考宽度得到第一范围
、
第二范围，根据初始的种子生长点的第一范围
、
第二范围内像素点的灰度值得到初始的种子生长点的异常程度，根据异常程度得到异常像素点，根据异常像素点的邻域范围内任意一个像素点和异常像素点的灰度值，得到异常像素
点的邻域范围内任意一个像素点与异常像素点的相似程度；根据相似程度对金属物料的表面裂纹缺陷进行快速检测
。
[0006]进一步地，所述根据相机每秒钟拍摄的帧数和传送带的运动速度，得到相邻两帧金属物料图像中金属物料的移动距离，包括的具体步骤如下：将传送带的运动速度与相机每秒钟拍摄的帧数的比值作为相邻两帧金属物料图像中金属物料的移动距离
。
[0007]进一步地，所述根据拍摄设备的分辨率得到单个像素点的大小，包括的具体步骤如下：；式中，
PT
为拍摄设备的分辨率，
M
为英寸和毫米转换单位，
lpx
为单个像素点的大小
。
[0008]进一步地，所述根据相邻两帧金属物料图像中金属物料的移动距离和单个像素点的大小，得到相邻两帧金属物料图像中金属物料的移动像素点数量，包括的具体步骤如下：将相邻两帧金属物料图像中金属物料的移动距离与单个像素点的大小的比值作为相邻两帧金属物料图像中金属物料的移动像素点数量
。
[0009]进一步地，所述根据相邻两帧金属物料图像中金属物料的移动像素点数量
、
相机每秒钟拍摄的帧数，得到表面裂纹缺陷的参考宽度，包括的具体步骤如下：；式中，
nm
为相邻两帧金属物料图像中金属物料的移动像素点数量，
nfps
为相机每秒钟拍摄的帧数，
lw
为表面裂纹缺陷的参考宽度
。
[0010]进一步地，所述根据表面裂纹缺陷的参考宽度得到若干金属物料分块图像，包括的具体步骤如下：将金属物料图像进行等间隔分割，等间隔分割的长度为
lw
，得到若干大小为
lw
×
n
的金属物料分块图像，其中
n
为金属物料图像的宽度
。
[0011]进一步地，所述根据金属物料分块图像得到初始的种子生长点，包括的具体步骤如下：在每一个金属物料分块图像中选取一个灰度值最大的像素点作为初始的种子生长点
。
[0012]进一步地，所述根据参考宽度得到第一范围
、
第二范围，根据初始的种子生长点的第一范围
、
第二范围内像素点的灰度值得到初始的种子生长点的异常程度，包括的具体步骤如下：对于任意一个金属物料分块图像，将初始的种子生长点周围邻域宽度为的范围记为第一范围，将初始的种子生长点周围邻域宽度为的范围内沿物料在传送带上的移动方向的范围记为第二范围，
lw
为表面裂纹缺陷的参考宽度；；
式中，
g
i
为初始的种子生长点的第一范围内的第
i
个像素点的灰度值，
ga
为金属物料图像的灰度均值，
g
j
为初始的种子生长点的第二范围内的第
j
个像素点的灰度值，
g
为初始的种子生长点的灰度值，
De
为初始的种子生长点的异常程度，
J
表示初始的种子生长点的第二范围内的像素点个数，
I
表示初始的种子生长点的第一范围内的像素点个数，
exp()
为自然常数为底的指数函数，
||
为取绝对值，
gu
为预设第一参数
。
[0013]进一步地，所述根据异常程度得到异常像素点，根据异常像素点的邻域范围内任意一个像素点和异常像素点的灰度值，得到异常像素点的邻域范围内任意一个像素点与异常像素点的相似程度，包括的具体步骤如下：当异常程度大于预设异常阈值时，异常程度大于预设异常阈值的对应像素点为异常像素点；；对于任意一个异常像素点，式中，
ge
为异常像素点的灰度值，
ga
为金属物料图像的灰度均值，
g3
为异常像素点的邻域范围内任意一个像素点的灰度值，
exp()
为自然常数为底的指数函数，
DS<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数字孪生智能工厂的图像处理方法，其特征在于，该方法包括以下步骤：采集不同帧的金属物料图像，获取相机每秒钟拍摄的帧数和传送带的运动速度；根据相机每秒钟拍摄的帧数和传送带的运动速度，得到相邻两帧金属物料图像中金属物料的移动距离；获取拍摄设备的分辨率，根据拍摄设备的分辨率得到单个像素点的大小，根据相邻两帧金属物料图像中金属物料的移动距离和单个像素点的大小，得到相邻两帧金属物料图像中金属物料的移动像素点数量；根据相邻两帧金属物料图像中金属物料的移动像素点数量
、
相机每秒钟拍摄的帧数，得到表面裂纹缺陷的参考宽度，根据表面裂纹缺陷的参考宽度得到若干金属物料分块图像，根据金属物料分块图像得到初始的种子生长点；根据参考宽度得到第一范围
、
第二范围，根据初始的种子生长点的第一范围
、
第二范围内像素点的灰度值得到初始的种子生长点的异常程度，根据异常程度得到异常像素点，根据异常像素点的邻域范围内任意一个像素点和异常像素点的灰度值，得到异常像素点的邻域范围内任意一个像素点与异常像素点的相似程度；根据相似程度对金属物料的表面裂纹缺陷进行快速检测
。2.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据相机每秒钟拍摄的帧数和传送带的运动速度，得到相邻两帧金属物料图像中金属物料的移动距离，包括的具体步骤如下：将传送带的运动速度与相机每秒钟拍摄的帧数的比值作为相邻两帧金属物料图像中金属物料的移动距离
。3.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据拍摄设备的分辨率得到单个像素点的大小，包括的具体步骤如下：；式中，
PT
为拍摄设备的分辨率，
M
为英寸和毫米转换单位，
lpx
为单个像素点的大小
。4.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据相邻两帧金属物料图像中金属物料的移动距离和单个像素点的大小，得到相邻两帧金属物料图像中金属物料的移动像素点数量，包括的具体步骤如下：将相邻两帧金属物料图像中金属物料的移动距离与单个像素点的大小的比值作为相邻两帧金属物料图像中金属物料的移动像素点数量
。5.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据相邻两帧金属物料图像中金属物料的移动像素点数量
、
相机每秒钟拍摄的帧数，得到表面裂纹缺陷的参考宽度，包括的具体步骤如下：；式中，
nm
为相邻两帧金属物料图像中金属物料的移动像素点数量，
nfps
为相机每秒钟拍摄的帧数，
lw
为表面裂纹缺陷的参考宽度
。6.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据表面裂纹缺陷的参考宽度得到若干金属物料分块图像，包括的具体步骤如下：将金属物料图像进行等间隔分割，等间隔分割的长度为
lw
，得到若干大小为
lw
×
n
的金
属物料分块图像，其中
n
为金属物料图像的宽度
。7.
根据权利要求1所述一种数字孪生智能工厂的图像处理方法，其特征在于，所述根据金属物料分块图像得到初始的种子生长点，包括的具体步骤如下：在每一个金属物料分块图像中选取一个灰度值最大的像素点作为初...

【专利技术属性】
技术研发人员：袁志成，李旭东，谢飞，王国民，崔焦，袁满，
申请(专利权)人：苏州绿华科技有限公司，
类型：发明
国别省市：