一种离心泵叶轮缺陷视觉检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种离心泵叶轮缺陷视觉检测方法，包括：获取叶轮表面图像；获取初始阈值最大值；获取叶轮表面图像的灰度直方图上的每个峰；获取各个灰度值作为初始阈值最小值的可能性；获取每个峰表示裂缝区域的可能性；获取每个峰的扩展次数以及每个峰的每次扩展区域，获取每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向，进而得到每个峰表示裂缝区域的最终可能性；获取各个灰度值作为初始阈值最小值的最终可能性，得到初始阈值最小值；根据初始阈值最大值以及最小值，得到初始阈值，完成对裂缝区域的分割，本发明专利技术能够分割出准确的裂缝区域

【技术实现步骤摘要】
一种离心泵叶轮缺陷视觉检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种离心泵叶轮缺陷视觉检测方法
。

技术介绍

[0002]离心泵叶轮是离心泵的核心部件之一，即其通过旋转产生离心力进行液体的输送或压送，所以离心泵叶轮的质量直接影响着离心泵的性能，而在实际中由于叶轮的长期旋转，导致其表面在旋转产生的应力影响下而形成疲劳裂纹，使得离心泵的性能下降或者失效
。
所以在实际需要对离心泵叶轮的疲劳裂纹进行检测
。
[0003]对于叶轮表面裂缝区域首先表现为与正常区域的灰度差异，所以在实际中可根据灰度表现进行裂缝分割，比如现有的迭代阈值分割
。
但是现有的迭代阈值分割的分割速率以及分割效果受初始阈值的影响较大，而当前叶轮表面存在的磨损或者粘附杂质等对初始阈值最大值以及最小灰度值的选择产生较大的影响，导致无法获得准确的初始阈值，从而使得裂缝区域的分割效果不佳
。

技术实现思路

[0004]为了解决上述问题，本专利技术提供一种离心泵叶轮缺陷视觉检测方法
。
[0005]本专利技术的一种离心泵叶轮缺陷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离心泵叶轮缺陷视觉检测方法，该方法包括以下步骤：获取叶轮表面图像；根据叶轮表面图像中所有像素点的灰度值，获取初始阈值最大值；获取叶轮表面图像的灰度直方图上的每个峰；获取各个灰度值作为初始阈值最小值的可能性；获取每个峰表示裂缝区域的可能性；获取每个峰的扩展次数以及每个峰的每次扩展区域；获取每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向；根据每个峰表示裂缝区域的可能性
、
每个峰的扩展次数
、
每个峰的每次扩展区域以及每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向，获取每个峰表示裂缝区域的最终可能性；根据每个峰表示裂缝区域的最终可能性以及各个灰度值作为初始阈值最小值的可能性，获取各个灰度值作为初始阈值最小值的最终可能性，将初始阈值最小值的最终可能性最大时所对应的灰度值作为初始阈值最小值；根据初始阈值最大值以及最小值，完成对裂缝区域的分割
。
[0006]优选的，所述根据叶轮表面图像中所有像素点的灰度值，获取初始阈值最大值，包括的具体步骤如下：将叶轮表面图像中的所有像素点的最大灰度值作为初始阈值最大值
。
[0007]优选的，所述获取叶轮表面图像的灰度直方图上的每个峰，包括的具体步骤如下：预设差异阈值，获取各个灰度值在叶轮表面图像中的像素点数量，以各个灰度值
为横坐标
、
各个灰度值在叶轮表面图像中的像素数量为纵坐标，绘制出灰度直方图，获取灰度直方图中的极大值点，从极大值点出发对灰度直方图的两侧的各个点进行扩展，当相邻两个点的纵坐标差值的绝对值大于差异阈值时停止扩展，得到一个峰，接着在排除掉获得的峰之外的灰度直方图中获取极大值点，从极大值点出发对灰度直方图的两侧的各个点进行扩展，当相邻两个点的纵坐标差异的绝对值大于差异阈值时停止扩展，得到另一个峰，以此类推，直至灰度直方图中的各个点扩展完时停止，得到了各个峰
。
[0008]优选的，所述获取各个灰度值作为初始阈值最小值的可能性，包括的具体步骤如下：对于叶轮表面图像的灰度直方图中的第个灰度值，式中，表示第个灰度值所属的峰包括的灰度值个数；表示第个灰度值所属的峰的极值点与灰度直方图中最左侧的非零灰度值的差值绝对值；表示第个灰度值；表示第个灰度值作为初始阈值最小值的可能性；为归一化函数
。
[0009]优选的，所述获取每个峰表示裂缝区域的可能性，包括的具体步骤如下：获取每个像素点的旋转方向，将每个连通区域中所有像素点的旋转方向均值，作为每个连通区域的旋转方向；式中，代表第个峰表示裂缝区域的可能性；代表第个峰对应的灰度值在叶轮表面图像中形成的连通区域数量；代表第个峰对应的灰度值在叶轮表面图像中形成的所有连通区域的面积均值；代表第个峰对应的灰度值在叶轮表面图像中形成的第个连通区域的面积；获取第个峰对应的灰度值在叶轮表面图像中形成的第个连通区域，该连通区域在其旋转方向上的最大长度，记为；获取第个峰对应的灰度值在叶轮表面图像中形成的第个连通区域，该连通区域在其旋转方向的垂直方向上的最大长度，记为
。
[0010]优选的，所述获取每个峰的扩展次数以及每个峰的每次扩展区域，包括的具体步骤如下：预设个数阈值，获取第个峰的峰值点，以第个峰的峰值点对应的灰度值向第
个峰的两侧分别扩展个灰度值，得到第一次扩展区域；以第一次扩展区域两侧对应的两个灰度值向第个峰的两侧接着扩展个灰度值，得到第二次扩展区域，以此类推，直至第个峰对应的所有灰度值均被扩展完为止，得到第个峰的扩展次数以及第个峰的每次扩展区域
。
[0011]优选的，所述获取每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向，包括的具体步骤如下：获取第个峰第次扩展之前的所有扩展区域在叶轮表面图像中对应连通区域的质心，获取第个峰第次扩展区域在叶轮表面图像中增加的第个像素点到各个所述连通区域的质心的距离，将最短距离所对应的连通区域的质心指向第个峰第次扩展区域在叶轮表面图像中增加的第个像素点的方向，作为第个峰第次扩展时在叶轮表面图像中增加的第个像素点的扩展方向，得到每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向
。
[0012]优选的，所述获取每个峰表示裂缝区域的最终可能性，包括的具体步骤如下：式中，代表第个峰表示裂缝区域的最终可能性；代表第个峰表示裂缝区域的可能性；代表第个峰的扩展次数；第次扩展区域与叶轮表面图像的灰度直方图所围成的面积作为第个峰的第次扩展区域面积大小，记为；代表第个峰的第次扩展之前的所有次扩展区域与的面积之和；代表第个峰第次扩展所增加的像素点数量；表示第个峰第次扩展时在叶轮表面图像中增加的第个像素点的扩展方向；表示第个峰第次扩展时在叶轮表面图像中增加的第个像素点的旋转方向的垂直方向
。
[0013]优选的，所述获取各个灰度值作为初始阈值最小值的最终可能性，包括的具体步骤如下：
式中，代表第个灰度值作为初始阈值最小值的最终可能性；代表第个灰度值作为初始阈值最小值的可能性；代表第个灰度值所属的峰表示裂缝区域的最终可能性
。
[0014]优选的，所述根据初始阈值最大值以及最小值，完成对裂缝区域的分割，包括的具体步骤如下：将初始阈值最大值以及最小灰度值的均值作为初始阈值，使用迭代阈值分割算法，对叶轮表面图像中的裂缝区域进行分割，得到裂缝区域
。
[0015]本专利技术的技术方案的有益效果是：本专利技术将叶轮表面图像中的所有像素点的最大灰度值作为初始阈值最大值，使得初始阈值最大值能够代表叶轮表面图像中正常区域的灰度表现，接着根据叶轮表面图像的灰度直方图上的每个峰得到各个灰度值作为初始阈值最小值的可能性，再根据每个峰表示裂缝区域的可能性
、
每个峰的扩展次数...

【技术保护点】

【技术特征摘要】
1.
一种离心泵叶轮缺陷视觉检测方法，其特征在于，该方法包括以下步骤：获取叶轮表面图像；根据叶轮表面图像中所有像素点的灰度值，获取初始阈值最大值；获取叶轮表面图像的灰度直方图上的每个峰；获取各个灰度值作为初始阈值最小值的可能性；获取每个峰表示裂缝区域的可能性；获取每个峰的扩展次数以及每个峰的每次扩展区域；获取每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向；根据每个峰表示裂缝区域的可能性
、
每个峰的扩展次数
、
每个峰的每次扩展区域以及每个峰每次扩展时在叶轮表面图像中增加的每个像素点的扩展方向，获取每个峰表示裂缝区域的最终可能性；根据每个峰表示裂缝区域的最终可能性以及各个灰度值作为初始阈值最小值的可能性，获取各个灰度值作为初始阈值最小值的最终可能性，将初始阈值最小值的最终可能性最大时所对应的灰度值作为初始阈值最小值；根据初始阈值最大值以及最小值，完成对裂缝区域的分割
。2.
根据权利要求1所述的一种离心泵叶轮缺陷视觉检测方法，其特征在于，所述根据叶轮表面图像中所有像素点的灰度值，获取初始阈值最大值，包括的具体步骤如下：将叶轮表面图像中的所有像素点的最大灰度值作为初始阈值最大值
。3.
根据权利要求1所述的一种离心泵叶轮缺陷视觉检测方法，其特征在于，所述获取叶轮表面图像的灰度直方图上的每个峰，包括的具体步骤如下：预设差异阈值，获取各个灰度值在叶轮表面图像中的像素点数量，以各个灰度值为横坐标
、
各个灰度值在叶轮表面图像中的像素数量为纵坐标，绘制出灰度直方图，获取灰度直方图中的极大值点，从极大值点出发对灰度直方图的两侧的各个点进行扩展，当相邻两个点的纵坐标差值的绝对值大于差异阈值时停止扩展，得到一个峰，接着在排除掉获得的峰之外的灰度直方图中获取极大值点，从极大值点出发对灰度直方图的两侧的各个点进行扩展，当相邻两个点的纵坐标差异的绝对值大于差异阈值时停止扩展，得到另一个峰，以此类推，直至灰度直方图中的各个点扩展完时停止，得到了各个峰
。4.
根据权利要求1所述的一种离心泵叶轮缺陷视觉检测方法，其特征在于，所述获取各个灰度值作为初始阈值最小值的可能性，包括的具体步骤如下：对于叶轮表面图像的灰度直方图中的第个灰度值，式中，表示第个灰度值所属的峰包括的灰度值个数；表示第个灰度值所属的峰的极值点与灰度直方图中最左侧的非零灰度值的差值绝对值；表示第个灰度值；表示第个灰度值作为初始阈值最小值的可能性；为归一化函数
。5.
根据权利要求1所述的一种离心泵叶轮缺陷视觉检测方法，其特征在于，所述获取每个峰表示裂缝区域的可能性，包括的具体步骤如下：获取每个像素点的旋转方向，将每个连通区域中所有像素点的旋转方向均值，作为每
个连通区域的旋转方向；式中，代表第个峰表示裂缝区域的可能性；代表第个峰对应的灰度值在叶轮表面图像中形成的连通区域数量；代表第个峰对应的...

【专利技术属性】
技术研发人员：黄发，刘期胜，文朝辰，彭思澳，
申请(专利权)人：湖南三昌泵业有限公司，
类型：发明
国别省市：