【技术实现步骤摘要】
本专利技术涉及缺陷检测，更具体地，涉及一种压缩机叶片表面缺陷的检测方法、计算机程序产品及设备。
技术介绍
1、航空发动机在使用过程中经常出现压缩机叶片磨损的问题。压缩机叶片磨损需要及时被维修，否则会给飞机航行造成极大的安全隐患。
2、目前传统的航空发动机压缩机叶片维修主要通过技术熟练的维修工人对发动机压缩叶片进行拆卸，然后对叶片进行检查并修理来实现。但是，拆卸发动机压缩叶片的过程较为复杂，需要多个工人共同完成，且拆卸后又装配的过程容易使压缩叶片产生额外的损伤。
3、搭载摄像头的蛇形机器人可应用于缺陷检测领域，可准确便捷地摄取、传输所观测表面的图像，参见图1，检测人员可在未进行拆卸操作的情况下对图像观测表面状态进行判断，进而确定进一步的维修策略。
4、计算机辅助的表面缺陷检测方法可以帮助检测人员寻找表面缺陷，提高检测的速度和准确性，但相关方面研究较少。
5、公开号为cn115471738a的中国专利公开了一种基于高分辨率影响的光伏可开发屋顶提取方法，该方法以裁剪矩形区域、主成分分析、二值化、决策树分类和阈值分类、掩膜、canny算子边缘检测、闭运算的步骤进行光伏可开发屋顶的提取。在进行闭运算之前进行canny算子边缘检测，可能会导致一些边缘的断裂。canny算子边缘检测通常会得到较为连续的边缘，但闭运算操作的腐蚀操作可能会使边缘断裂成多个片段。因此，这种方法无法满足航空发动机压缩机叶片表面缺陷需要被完全检测到的需求。
6、公开号为cn105260693a的中国专利公开了一
7、公开号为cn1 16309780a的中国专利公开了一种基于目标检测的水尺水位识别方法，该方法以中值滤波、canny算子边缘检测、hough变换、二值化、闭运算的步骤进行水位线的检测。此方法在预处理中用到了会使边缘发生形态学变化的中值滤波操作，并将canny算子边缘检测放在了较为靠前的位置。canny算子边缘检测是计算密集型的操作，将此操作放在前面会增加整体的计算复杂度，影响检测的实时性，不利于表面缺陷定位。且最后的闭运算还会使已检测到的边缘断裂成多个片段。所以，这种方法无法满足航空发动机压缩机叶片表面缺陷需要被完整精确检测到的需求。
技术实现思路
1、为了方便准确地对航空发动机压缩机叶片表面缺陷进行检测与修理，本专利技术提供了一种压缩机叶片表面缺陷的检测方法、计算机程序产品及设备。
2、为实现上述目的，一方面，本专利技术提供一种压缩机叶片表面缺陷的检测方法，其特征在于，基于对压缩机叶片照片进行图像处理，具体包括以下步骤：
3、步骤s101、对压缩机叶片照片原始图像进行二值化处理；
4、步骤s102、对二值化处理后的图像进行形态化闭运算处理，即对图像进行先膨胀再腐蚀的处理；
5、步骤s103、运用canny算法对形态化闭运算处理后的图像进行缺陷边缘检测。
6、优选地，所述步骤s102中，所述膨胀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最大值。
7、优选地，所述步骤s102中，所述腐蚀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最小值。
8、进一步地，所述结构化元素均为5*5矩阵的全部。
9、优选地，所述canny算法进行缺陷边缘检测包括四个基本步骤：
10、步骤s131、运用高斯滤波器平滑处理图像；
11、步骤s132、有限差分计算像素点的梯度幅值及方向；
12、步骤s133、对梯度幅值进行非极大值抑制；
13、步骤s134、用双阈值算法检测和连接边缘。
14、进一步地，所述步骤s131中，高斯滤波器宽度设置为7；所述步骤s132中，标准差设置为1。
15、进一步地，所述步骤s133中，对一像素点，其梯度方向与水平方向的夹角为θ，根据θ的大小将梯度方向分为以下四个部分：
16、水平梯度方向：(0，22.5]∪(-22.5，0]∪(157.5，180]∪(-180，157.5]
17、45°梯度方向：(22.5，67.5]∪(-157.5，-112.5]
18、垂直梯度方向：(67.5，112.5]∪(-112.5，-67.5]
19、135°梯度方向：(112.5，157.5]∪(-67.5，-22.5]
20、不同的梯度方向上不同的相邻像素点的灰度值梯度幅值作比较：若所述像素点的灰度值梯度幅值大于某一梯度方向上相邻像素点的灰度值，则所述像素点的灰度值梯度幅值被保留，否则被抑制。
21、进一步地，所述步骤s134中，双阈值设置为0.3和0.5。
22、另一方面，本专利技术提供一种压缩机叶片表面缺陷检测的计算机程序产品，其特征在于，所述计算机程序被处理器执行时实现如上述的压缩机叶片表面缺陷的检测方法。
23、再一方面，本专利技术提供一种压缩机叶片表面缺陷检测的设备，包括图像获取装置、存储器、处理器，其特征在于，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述的压缩机叶片表面缺陷的检测方法。
24、与现有技术相比，上述专利技术具有如下优点或者有益效果：
25、(1)本专利技术将二值化、闭运算、canny算法综合运用于缺陷检测领域的航空发动机压缩机叶片表面缺陷检测这一特定问题上，实现精准的检测效果；
26、(2)本专利技术的计算效率较高，检测结果的获取时间较短，可达到3.61ms；
27、(3)本专利技术的参数设置具有精确且灵活的优势，能很好地兼顾检测效果和检测时间的要求。
本文档来自技高网...【技术保护点】
1.一种压缩机叶片表面缺陷的检测方法，其特征在于，基于对压缩机叶片照片进行图像处理，具体包括以下步骤：
2.根据权利要求1所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述步骤S102中，所述膨胀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最大值。
3.根据权利要求2所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述步骤S102中，所述腐蚀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最小值。
4.根据权利要求2或3所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述结构化元素均为5*5矩阵的全部。
5.根据权利要求1或3所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述Canny算法进行缺陷边缘检测包括四个基本步骤：
6.根据权利要求5所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述步骤S131中，高斯滤波器宽度设置为7；所述步骤S132中，标准差设置为1。
...【技术特征摘要】
1.一种压缩机叶片表面缺陷的检测方法，其特征在于，基于对压缩机叶片照片进行图像处理，具体包括以下步骤：
2.根据权利要求1所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述步骤s102中，所述膨胀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最大值。
3.根据权利要求2所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述步骤s102中，所述腐蚀的处理是结构化元素遍历除了图像边缘外的所有像素点，每一个像素点灰度值取对应的结构化元素窗口内的像素点的灰度值最小值。
4.根据权利要求2或3所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述结构化元素均为5*5矩阵的全部。
5.根据权利要求1或3所述的一种压缩机叶片表面缺陷的检测方法，其特征在于，所述canny算法进行缺陷边缘检测包括四个基本步骤：
6.根据权利要求5所述的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。