基于机器视觉的光伏钢结构组件检测方法技术

本发明专利技术涉及图像增强技术领域，具体涉及一种基于机器视觉的光伏钢结构组件检测方法；根据像素点与预设邻域的其他像素点的颜色差异特征获得颜色混乱特征值；根据像素点与预设邻域的其他像素点的灰度差异特征获得灰度混乱特征值；根据颜色混乱特征值与灰度混乱特征值获得混乱程度

【技术实现步骤摘要】
基于机器视觉的光伏钢结构组件检测方法


[0001]本专利技术涉及图像增强
，具体涉及一种基于机器视觉的光伏钢结构组件检测方法
。

技术介绍

[0002]光伏钢结构能够为光伏板提供支撑作用，光伏钢结构的稳定性对光伏板的持续发电有着重要影响；因此在光伏钢结构的焊接过程中需要保证焊接完整性，焊接完成后需要进行焊缝检测，判断是否焊接完整，减少光伏钢结构故障的概率
。
[0003]对光伏钢的焊缝检测通常通过高效的视觉算法进行检测，通过获取焊接图像判断是否存在焊缝；因部分焊缝不明显，焊缝较细，若直接通过算法识别可能导致识别率不高，故需要对焊接图像进行增强，提高焊缝的识别率
。
引导滤波算法是一种能够用于图像增强的现有算法，能够增强图像细节；但通过该算法对焊接图像增强的过程中，不仅会对焊缝处的细节进行增强，同时会对部分焊接纹理进行增强，使得焊缝区域的增强效果不明显，进而降低了焊缝识别率，导致焊接效果检测的准确性较低
。

技术实现思路

[0004]为了解决上述通过引导滤波算法对焊接图像进行增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机器视觉的光伏钢结构组件检测方法，其特征在于，所述方法包括以下步骤：获取钢结构焊接区域的焊接图像和焊接灰度图像；根据焊接图像中像素点与预设邻域的其他像素点的颜色差异特征获得颜色混乱特征值；根据焊接灰度图像中像素点与预设邻域的其他像素点的灰度差异特征获得灰度混乱特征值；根据所述颜色混乱特征值与所述灰度混乱特征值获得混乱程度；根据所述混乱程度确定焊缝的焊缝混乱程度区间；根据像素点的混乱程度的差异特征和所述焊缝混乱程度区间获得自适应正规化参数；根据自适应正规化参数通过引导滤波算法进行图像增强获得增强焊接灰度图像；根据所述增强焊接灰度图像和所述焊接图像对光伏钢结构进行缺陷检测；所述根据所述混乱程度确定焊缝的焊缝混乱程度区间的步骤包括：计算预设第一数值与所述混乱程度的乘积，获得焊缝的焊缝混乱程度区间的左端点；计算预设第二数值与所述混乱程度的乘积，获得焊缝的焊缝混乱程度区间的右端点；所述根据像素点的混乱程度的差异特征和所述焊缝混乱程度区间获得自适应正规化参数的步骤包括：；式中，表示自适应正规化参数，表示像素点的混乱程度，表示焊缝混乱程度区间的左端点，表示焊缝混乱程度区间的右端点，表示焊接灰度图像中像素点的数量，表示混乱程度的最大值，表示混乱程度的平均值，表示焊接灰度图像中第个像素点的混乱程度，表示大于混乱程度的平均值的像素点数量，表示以自然常数为底的指数函数
。2.
根据权利要求1所述的一种基于机器视觉的光伏钢结构组件检测方法，其特征在于，所述根据焊接图像中像素点与预设邻域的其他像素点的颜色差异特征获得颜色混乱特征值的步骤包括：计算焊接图像中像素点与预设邻域的其他像素点的任意颜色通道的差值绝对值，获得像素点与预设邻域的其他像素点的邻域颜色差异；计算像素点的所述邻域颜色差异的平均值并正相关映射，获得焊接图像的像素点的颜色混乱特征值
。3.
根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：潘振华，庄赛龙，
申请(专利权)人：惠汕绿创江苏科技有限公司，
类型：发明
国别省市：