System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电源变压器表面缺陷检测方法、系统、介质及设备技术方案_技高网

电源变压器表面缺陷检测方法、系统、介质及设备技术方案

技术编号:40292938 阅读:6 留言:0更新日期:2024-02-07 20:42
本发明专利技术公开了电源变压器表面缺陷检测方法、系统、介质及设备,该缺陷检测方法可针对不同浓度的椒盐噪声采用针对性的去噪方法进行去噪,相较于传统采用一种方法进行整体去噪,本发明专利技术对噪音的处理更加有效且可靠,大大增加了图像数据的质量,从而提高了检测的准确性。本发明专利技术中相较于传统采用一种方法进行整体去噪,本发明专利技术对噪音的处理更加有效且可靠,通过将采集到的图像分为边缘部分以及主体部分分别进行处理,在处理边缘部分时,对其进行像素扩充,然后在对主体部分以及边缘部分进行噪点分类以及针对性的对三个挡位的噪点进行处理,大大增加了图像数据的质量,从而提高了检测的准确性。

【技术实现步骤摘要】

本专利技术涉及图像数据检测,具体涉及电源变压器表面缺陷检测方法、系统、介质及设备


技术介绍

1、电源变压器壳体大多为铸造件,表面容易存在较多凹凸不平的点,并且在进行表面缺陷检测时,传统的滤波模板超出图像边界不能进行卷积运算,造成图像边界模糊;其次,只对某一较窄浓度范围内的椒盐噪声不能有效滤除,

2、目前,视频图像的去噪方法主要包括空域去噪方法和频域去噪方法,空域方法通过加权求和对图像进行平滑滤波;频域方法通过去除频域变换后的噪声的系数进行滤波,从而尽可能的减少噪声。但是目前的去噪方法都是假设已知图像噪声强度的,并且如果对噪声较小甚至没有噪声的图像进行滤波,会导致清晰的图像变模糊,从而导致检测结果受影响。


技术实现思路

1、(一)要解决的技术问题

2、为解决上述问题,本专利技术提出了一种针对性较强,分区处理噪点的电源变压器表面缺陷检测方法、系统、介质及设备。

3、(二)技术方案

4、本专利技术的电源变压器表面缺陷检测方法,

5、包括如下步骤:

6、s100、获取电源变压器表面图像,对图像进行校正、去噪预处理并将图像数据分为两份样本,一份提取边缘图像,另一份进行去边处理;

7、s200、对边缘图像像素的噪点进行分类处理,然后将经过二次处理的边缘图像与另一份图像进行合并处理;

8、s300、将处理好的图像采用canny算法进行检测,在检测之前再次对合并处理后的图像进行滤波处理,其中处理后的图像f(x,y)为

9、f(x,y)=g(x,y)×h(x,y) (1)

10、式中g(x,y)为原始图像,h(x,y)为高斯滤波器内部的处理算式,f(x,y)的梯度幅值及方向角可以由式(2)、(3)进行计算,

11、

12、

13、s400、将检测好的数据通过通信网络进行信息传递以及数据存储,并对结果进行实时反馈。

14、在本专利技术中,所述步骤s200中,将边缘图像的椒盐噪声分为高浓度椒盐噪声与低浓度椒盐噪声,其中,又将低浓度椒盐噪声分成0.1、0.2-0.4、0.5-0.6三个挡位,针对0.1挡位的低浓度椒盐噪声采用中值滤波算法进行去除,0.2-0.4挡位的低浓度椒盐噪声采用自适应中值滤波算法进行去除,而0.5-0.6挡位的低浓度椒盐噪声采用混合滤波算法进行去除,所述高浓椒盐噪声采用插值算法进行去噪。

15、在本专利技术中,步骤100中,提取出边缘图像后以图像边界处的像素点为中轴线,将贴近图像中轴线上的像素以所述中轴线为对称轴进行对称处理,若原始图像沿x、y轴方向上的数目分别为a、b,而滤波算法的最大半径为rmax,进行扩充后的图像尺寸则由原来的a×b变成了原始图像中的某点像素位置由(x,y)变成了(x+rmax,y+rmax),但像素的灰度值不发生变化。

16、在本专利技术中,所述步骤s200中对椒盐噪声进行判定的方法包括如下步骤:

17、s201、设定一个滤波窗口p,将滤波窗口p中的像素按照灰度值大小进行有序排列处理,求解处滤波窗口p中的最大灰度值hmax和最小值hmin;

18、s202、判断当前滤波窗口p中hmax<255且hmin>0,若满足条件则直接输出,否则进行下一步;

19、s203、设定滤波半径r<rmax,则低浓度椒盐噪声满足关系式

20、

21、式中ny表示像素的总数,nix表示当前滤波窗口p中噪点像素数量,否则为高浓度椒盐噪声。

22、本专利技术的另一种电源变压器表面缺陷检测系统,包括:

23、图像采集单元,获取夹具整体的外形图像数据或夹具局部的外形图像数据;

24、预处理单元,将图像采集单元所采集到的图像进行倾斜度校正以及初步去噪处理,并将图像数据拆分为边缘部分以及主体部分;

25、处理单元,用于对边缘部分的图像进行像素扩充,然后分别对边缘部分与主题部分进行二次椒盐噪音处理,完成处理后对边缘部分与主体部分进行合成;

26、检测单元,对整合好的图像数据进行比对分析,然后将具体结果发送给用户并进行数据存储。

27、在本专利技术中,所述预处理单元包括校正模块以及去噪模块,所述校正模块用于对图像的畸变进行校正处理,而在处理单元中,对边缘部分与主体部分的处理是同时进行的。

28、在本专利技术中,所述图像采集单元采用的是工业相机。

29、本专利技术的另一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述技术方案所述的铝合金焊接方法步骤。

30、本专利技术的另一种电子设备,包括:

31、存储器,用于存储计算机程序:

32、处理器,用于执行所述计算机程序时实现如上述技术方案所述的铝合金焊接方法步骤。

33、(三)有益效果

34、相比于现有技术,本专利技术的有益效果为:

35、(1)本专利技术中相较于传统采用一种方法进行整体去噪,本专利技术对噪音的处理更加有效且可靠,通过将采集到的图像分为边缘部分以及主体部分分别进行处理,在处理边缘部分时,对其进行像素扩充,然后在对主体部分以及边缘部分进行噪点分类以及针对性的对三个挡位的噪点进行处理,大大增加了图像数据的质量,从而提高了检测的准确性。

本文档来自技高网...

【技术保护点】

1.电源变压器表面缺陷检测方法,

2.根据权利要求1所述的电源变压器表面缺陷检测方法,其特征在于,所述步骤S200中,将边缘图像的椒盐噪声分为高浓度椒盐噪声与低浓度椒盐噪声,其中,又将低浓度椒盐噪声分成0.1、0.2-0.4、0.5-0.6三个挡位,针对0.1挡位的低浓度椒盐噪声采用中值滤波算法进行去除,0.2-0.4挡位的低浓度椒盐噪声采用自适应中值滤波算法进行去除,而0.5-0.6挡位的低浓度椒盐噪声采用混合滤波算法进行去除,所述高浓椒盐噪声采用插值算法进行去噪。

3.根据权利要求1或2所述的电源变压器表面缺陷检测方法,其特征在于,步骤100中,提取出边缘图像后以图像边界处的像素点为中轴线,将贴近图像中轴线上的像素以所述中轴线为对称轴进行对称处理,若原始图像沿x、y轴方向上的数目分别为a、b,而滤波算法的最大半径为Rmax,进行扩充后的图像尺寸则由原来的a×b变成了原始图像中的某点像素位置由(x,y)变成了(x+Rmax,y+Rmax),但像素的灰度值不发生变化。

4.根据权利要求3所述的电源变压器表面缺陷检测方法,其特征在于,所述步骤S200中对椒盐噪声进行判定的方法包括如下步骤:

5.电源变压器表面缺陷检测系统,

6.根据权利要求5所述的电源变压器表面缺陷检测系统,其特征在于,所述预处理单元包括校正模块以及去噪模块,所述校正模块用于对图像的畸变进行校正处理,而在处理单元中,对边缘部分与主体部分的处理是同时进行的。

7.根据权利要求6所述的电源变压器表面缺陷检测系统,其特征在于,所述图像采集单元采用的是工业相机。

8.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的铝合金焊接方法步骤。

9.电子设备,其特征在于,包括:

...

【技术特征摘要】

1.电源变压器表面缺陷检测方法,

2.根据权利要求1所述的电源变压器表面缺陷检测方法,其特征在于,所述步骤s200中,将边缘图像的椒盐噪声分为高浓度椒盐噪声与低浓度椒盐噪声,其中,又将低浓度椒盐噪声分成0.1、0.2-0.4、0.5-0.6三个挡位,针对0.1挡位的低浓度椒盐噪声采用中值滤波算法进行去除,0.2-0.4挡位的低浓度椒盐噪声采用自适应中值滤波算法进行去除,而0.5-0.6挡位的低浓度椒盐噪声采用混合滤波算法进行去除,所述高浓椒盐噪声采用插值算法进行去噪。

3.根据权利要求1或2所述的电源变压器表面缺陷检测方法,其特征在于,步骤100中,提取出边缘图像后以图像边界处的像素点为中轴线,将贴近图像中轴线上的像素以所述中轴线为对称轴进行对称处理,若原始图像沿x、y轴方向上的数目分别为a、b,而滤波算法的最大半径为rmax,进行扩充后的图像尺寸则由原来的a×b变成了原始图像中的...

【专利技术属性】
技术研发人员:倪林攀
申请(专利权)人:乐清市科发电子有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1