一种铸钢件质量实时检测方法技术

本发明专利技术涉及图像区域分割技术领域，具体涉及一种铸钢件质量实时检测方法

【技术实现步骤摘要】
一种铸钢件质量实时检测方法


[0001]本专利技术涉及图像区域分割
，具体涉及一种铸钢件质量实时检测方法
。

技术介绍

[0002]铸钢件是一种常见的机械零件，广泛应用于各种机械设备中
。
对铸钢件质量进行实时检测，识别出质量不合格的铸钢件，避免存在缺陷的铸钢件参与后续机械设备的加工，降低机械设备存在出现异常的可能性
。
因此，对铸钢件质量进行实时检测具有重要的意义
。
[0003]现有技术通常直接对铸钢件表面图像利用最大类间方法获取阈值，基于阈值将铸钢件表面图像中的缺陷区域与正常表面区域进行分割
。
在利用最大类间方差法的过程中需要对铸钢件表面图像的所有灰度级进行遍历搜索，导致算法的效率较低，使铸钢件质量检测的效率较低
。

技术实现思路

[0004]为了解决获取分割阈值需要对图像的所有灰度级进行搜索，导致铸钢件质量检测的效率较低的技术问题，本专利技术的目的在于提供一种铸钢件质量实时检测方法，所采用的技术方案具体如下：本专利技术提出了一种铸钢件质量实时检测方法，该方法包括：获取铸钢件表面灰度图像；根据铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值，以及与每个灰度级邻近的灰度级对应的像素点个数，从铸钢件表面灰度图像的灰度级中筛选出分析灰度级；从铸钢件表面灰度图像的分析区间中筛选出目标灰度级，分析区间的初始区间为基于分析灰度级构造的初始灰度级区间；将分析区间划分为预设数量个分析子区间，利用分析子区间的阈值存在度筛选出一个分析子区间对分析区间进行更新；当分析区间不满足待选条件时，对分析区间进行更新，直至更新后的分析区间满足待选条件；当满足待选条件时，将更新后的分析区间内的分析灰度级作为目标灰度级；所述阈值存在度的获取方法为：结合分析子区间内每个灰度级对应的像素点与其预设邻域内像素点的灰度差异，以及分析子区间内灰度级对应的像素点个数的离散程度，获取分析子区间的阈值存在度；依据铸钢件表面灰度图像中目标灰度级对应的像素点获取对铸钢件表面灰度图像进行分割的最终图像分割阈值；基于最终图像分割阈值对铸钢件质量进行检测
。
[0005]进一步地，所述从铸钢件表面灰度图像的灰度级中筛选出分析灰度级的方法，包括：基于灰度级对应的像素点的灰度值大小，将铸钢件表面灰度图像的灰度级顺序排列得到灰度级序列；将灰度级序列中每个灰度级的预设第一窗口内除该灰度级外的其他灰
度级作为每个灰度级的邻近灰度级；根据铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值，以及每个灰度级的邻近灰度级对应的像素点个数，获取铸钢件表面灰度图像的每个灰度级的筛选系数；由铸钢件表面灰度图像的最小的灰度级与最大的灰度级构成的图像灰度级区间，将图像灰度级区间划分为两个图像子区间；筛选出每个图像子区间中筛选系数最大的灰度级作为每个图像子区间的目标灰度级；将第一个图像子区间内大于对应目标灰度级的灰度级，以及第二个图像子区间内小于对应目标灰度级的灰度级，作为铸钢件表面灰度图像的分析灰度级
。
[0006]进一步地，所述铸钢件表面灰度图像的每个灰度级的筛选系数的计算公式如下：；式中，
C
为铸钢件表面灰度图像的每个灰度级的筛选系数；
H
为铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值；
Num1
为铸钢件表面灰度图像的每个灰度级对应的像素点个数；为铸钢件表面灰度图像的每个灰度级的第
i
个邻近灰度级对应的像素点个数；
I
为铸钢件表面灰度图像的每个灰度级的邻近灰度级的数量；为预设值；为绝对值函数；
exp
为以自然常数
e
为底数的指数函数
。
[0007]进一步地，所述初始灰度级区间的获取方法，包括：由铸钢件表面灰度图像的最小的分析灰度级与最大的分析灰度级构成初始灰度级区间
。
[0008]进一步地，所述待选条件为更新后的分析区间内灰度级的数量小于预设数量阈值
。
[0009]进一步地，所述结合分析子区间内每个灰度级对应的像素点与其预设邻域内像素点的灰度差异，以及分析子区间内灰度级对应的像素点个数的离散程度，获取分析子区间的阈值存在度的方法，包括：选取每个分析子区间内每个灰度级对应的任意一个像素点作为分析像素点，将分析像素点的预设第二窗口内除分析像素点外的像素点的灰度值的均值作为分析像素点的邻域灰度值；根据每个分析子区间内每个灰度级对应的像素点的灰度值与其邻域灰度值之间的差异，以及每个分析子区间内灰度级对应的像素点个数的离散程度，获取每个分析子区间的阈值存在度
。
[0010]进一步地，所述阈值存在度的计算公式如下：；式中，
P
为每个分析子区间的阈值存在度；为每个分析子区间内所有灰度级对应的像素点个数的标准差；
K
为每个分析子区间内灰度级的数量；为每个分析子区间内第
k
个灰度级对应的像素点个数；为每个分析子区间内第
k
个灰度级对应的像素点的灰度值；为每个分析子区间内第
k
个灰度级对应的第
m
个像素点的所述邻域灰度值；为绝对值函数
。
[0011]进一步地，所述最终图像分割阈值的获取方法，包括：
将对铸钢件表面灰度图像的目标灰度级对应的像素点的灰度值使用最大类间方差方法获取的阈值作为最终图像分割阈值
。
[0012]进一步地，所述基于最终图像分割阈值对铸钢件质量进行检测的方法，包括：将铸钢件表面灰度图像中灰度值小于最终图像分割阈值的像素点作为缺陷像素点；将铸钢件表面灰度图像中缺陷像素点的数量与所有像素点的数量的比值作为缺陷判断值；当缺陷判断值大于预设缺陷阈值时，铸钢件质量不合格；当缺陷判断值小于或者等于预设缺陷阈值时，铸钢件质量合格
。
[0013]进一步地，所述将图像灰度级区间划分为两个图像子区间的方法，包括：将图像灰度级区间的左侧的端点值作为第一个图像子区间的左侧的端点值，预设值作为第一个图像子区间的右侧的端点值；将预设值与常数1的和作为第二个图像子区间的左侧的端点值，图像灰度级区间的右侧的端点值作为第二个图像子区间的右侧的端点值
。
[0014]本专利技术具有如下有益效果：本专利技术实施例中，对分割阈值通常位于图像的灰度直方图中间位置，且与分割阈值对应的灰度级邻近的灰度级对应的像素点个数较多，以方便对阈值的确定提供较多的信息，结合上述两种因素从铸钢件表面回灰度图像的灰度级中初始筛选出分析灰度级；对由分析灰度级构成的初始灰度级区间作为分析区间的初始区间，将每次更新后的分析区间划分为多个分析子区间，分割阈值对应的像素点周围灰度差异程度与分析子区间内各灰度级对应的像素点个数的均衡程度，影响分割阈值在分析子区间内存在的可能性，获取分析子区间的阈值存在度；进而基于阈值存在度筛选出分析子区间对分析区间进行更新，直至更新后的分析区间满足待选条件，将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种铸钢件质量实时检测方法，其特征在于，该方法包括：获取铸钢件表面灰度图像；根据铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值，以及与每个灰度级邻近的灰度级对应的像素点个数，从铸钢件表面灰度图像的灰度级中筛选出分析灰度级；从铸钢件表面灰度图像的分析区间中筛选出目标灰度级，分析区间的初始区间为基于分析灰度级构造的初始灰度级区间；将分析区间划分为预设数量个分析子区间，利用分析子区间的阈值存在度筛选出一个分析子区间对分析区间进行更新；当分析区间不满足待选条件时，对分析区间进行更新，直至更新后的分析区间满足待选条件；当满足待选条件时，将更新后的分析区间内的分析灰度级作为目标灰度级；所述阈值存在度的获取方法为：结合分析子区间内每个灰度级对应的像素点与其预设邻域内像素点的灰度差异，以及分析子区间内灰度级对应的像素点个数的离散程度，获取分析子区间的阈值存在度；依据铸钢件表面灰度图像中目标灰度级对应的像素点获取对铸钢件表面灰度图像进行分割的最终图像分割阈值；基于最终图像分割阈值对铸钢件质量进行检测
。2.
根据权利要求1所述的一种铸钢件质量实时检测方法，其特征在于，所述从铸钢件表面灰度图像的灰度级中筛选出分析灰度级的方法，包括：基于灰度级对应的像素点的灰度值大小，将铸钢件表面灰度图像的灰度级顺序排列得到灰度级序列；将灰度级序列中每个灰度级的预设第一窗口内除该灰度级外的其他灰度级作为每个灰度级的邻近灰度级；根据铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值，以及每个灰度级的邻近灰度级对应的像素点个数，获取铸钢件表面灰度图像的每个灰度级的筛选系数；由铸钢件表面灰度图像的最小的灰度级与最大的灰度级构成的图像灰度级区间，将图像灰度级区间划分为两个图像子区间；筛选出每个图像子区间中筛选系数最大的灰度级作为每个图像子区间的目标灰度级；将第一个图像子区间内大于对应目标灰度级的灰度级，以及第二个图像子区间内小于对应目标灰度级的灰度级，作为铸钢件表面灰度图像的分析灰度级
。3.
根据权利要求2所述的一种铸钢件质量实时检测方法，其特征在于，所述铸钢件表面灰度图像的每个灰度级的筛选系数的计算公式如下：；式中，
C
为铸钢件表面灰度图像的每个灰度级的筛选系数；
H
为铸钢件表面灰度图像的每个灰度级对应的像素点的灰度值；
Num1
为铸钢件表面灰度图像的每个灰度级对应的像素点个数；为铸钢件表面灰度图像的每个灰度级的第
i
个邻近灰度级对应的像素点个数；
I
为铸钢件表面灰度图像的每个灰度级的邻近灰度级的数量；为预设值；为绝对值函数；
exp
为以自然常数
e
为底数的指数函数
。4.
根据权利要求1所述的一种铸钢件质量实时检测方法，其特征在...

【专利技术属性】
技术研发人员：李明波，李春林，穆建平，于涛，韩强，卢清涛，穆伟华，穆文东，穆宝成，郝建坤，
申请(专利权)人：青岛三合山精密铸造有限公司，
类型：发明
国别省市：