【技术实现步骤摘要】
本专利技术涉及图像区域分割，具体涉及一种焊管生产质量视觉检测方法。
技术介绍
1、焊管质量检测是焊接行业中至关重要的环节之一，焊管表面的裂纹影响焊管质量，裂纹降低了焊管的承载能力，破坏焊接结构，间接延误施工工期。因此，对焊管进行质量检测是焊管出厂前的重要环节。
2、现有技术通常使用阈值分割获取焊管图像中的裂缝区域，但是由于焊管容易被氧化，且焊管的氧化区域与裂缝区域的颜色较为接近，使用阈值分割无法将氧化区域与裂缝区域进行区分，导致焊管的裂缝区域识别不准确，降低焊管质量检测的准确率。
技术实现思路
1、为了解决焊管中氧化区域与裂缝区域的颜色较为接近，通过阈值分割无法进行区分，降低焊管质量检测的准确率的技术问题，本专利技术的目的在于提供一种焊管生产质量视觉检测方法，所采用的技术方案具体如下：
2、本专利技术提出了一种焊管生产质量视觉检测方法，该方法包括：
3、获取焊管灰度图像；
4、将焊管灰度图像划分为至少两个子区域；获取每个子区域内的高灰度像素点与低灰度像素点，根据每个子区域内高灰度像素点的灰度值与总数量，和低灰度像素点的灰度值与总数量，从每个子区域内的像素点中筛选出疑似裂纹像素点；
5、将由所述疑似裂纹像素点构成的连通域作为疑似裂纹区域；依据每个疑似裂纹区域内疑似裂纹像素点之间的距离与疑似裂纹像素点个数，获取每个疑似裂纹区域的连续度；
6、根据每个疑似裂纹区域内每个疑似裂纹像素点在每个预设方向上相邻的疑似裂纹像素
7、结合所述连续度与所述渐变度从疑似裂纹区域中筛选出焊管裂纹区域；基于所述焊管裂纹区域对焊管质量进行检测。
8、进一步地，所述从每个子区域内的像素点中筛选出疑似裂纹像素点的方法，包括：
9、根据每个子区域内高灰度像素点的灰度值与总数量，和低灰度像素点的灰度值与总数量，获取每个子区域的局部分割阈值；
10、将每个子区域内灰度值小于所述局部分割阈值的像素点作为疑似裂纹像素点。
11、进一步地，所述每个子区域的局部分割阈值的计算公式如下：
12、
13、式中，q为每个子区域的所述局部分割阈值；为每个子区域内所有像素点的灰度值的均值；为每个子区域内高灰度像素点的灰度值的均值；每个子区域内低灰度像素点的灰度值的均值；n1为每个子区域内高灰度像素点的总数量；n2为每个子区域内低灰度像素点的总数量；a为第一预设正数；max为最大值函数；norm为归一化函数。
14、进一步地，所述获取每个疑似裂纹区域的连续度的方法，包括：
15、对于每个疑似裂纹区域，计算疑似裂纹区域内任意两个像素点之间的欧式距离，将所述欧式距离的最大值作为疑似裂纹区域的判断距离；
16、根据每个疑似裂纹区域内像素点的总数量与所述判断距离，获取每个疑似裂纹区域的连续度；所述判断距离与所述连续度为正相关的关系，每个疑似裂纹区域内像素点的总数量与所述连续度为负相关的关系。
17、进一步地，所述获取每个疑似裂纹区域的渐变度的方法，包括：
18、选取任意一个疑似裂纹区域内任意一个疑似裂纹像素点作为分析像素点，将分析像素点作为生长点进行区域生长，在生长点的预设窗口内，将生长点在每个预设方向上的疑似裂纹像素点作为新的生长点进行区域生长，直至在新的生长点的预设窗口内，新的生长点在每个预设方向上不存在疑似裂纹像素点时停止区域生长，得到分析像素点在每个预设方向的分析区域；所述分析区域为单像素宽度；
19、根据分析像素点在每个预设方向的所述分析区域中相邻像素点的灰度值之间的差异，获取分析像素点在每个预设方向的渐变初始度；
20、将最大的所述渐变初始度作为分析像素点的渐变基准度；将每个疑似裂纹区域内所有疑似裂纹像素点的所述渐变基准度的最大值作为每个疑似裂纹区域的渐变度。
21、进一步地，所述分析像素点在每个预设方向的渐变初始度的计算公式如下：
22、
23、式中，为分析像素点在每个预设方向的所述渐变初始度；为分析像素点在每个预设方向的所述分析区域中第k个像素点的灰度值；为分析像素点在每个预设方向的所述分析区域中第k+1个像素点的灰度值；l为分析像素点在每个预设方向的分析区域中像素点的总数量；为绝对值函数。
24、进一步地，所述结合所述连续度与所述渐变度从疑似裂纹区域中筛选出焊管裂纹区域的方法，包括：
25、结合每个疑似裂纹区域的所述连续度与所述渐变度，获取每个疑似裂纹区域的裂纹可能度；
26、将大于预设裂纹阈值的裂纹可能度对应的疑似裂纹区域作为焊管裂纹区域。
27、进一步地，所述每个疑似裂纹区域的裂纹可能度的计算公式如下：
28、
29、式中，w为每个疑似裂纹区域的所述裂纹可能度；t为每个疑似裂纹区域的连续度；为所有疑似裂纹区域的连续度的最小值；为所有疑似裂纹区域的连续度的最大值；b为第二预设正数，所述第二预设正数的取值范围为；为每个疑似裂纹区域的渐变度；norm为归一化函数；exp为以自然常数e为底数的指数函数；为绝对值函数。
30、进一步地，所述基于所述焊管裂纹区域对焊管质量进行检测的方法，包括：
31、当焊管灰度图像中存在焊管裂纹区域时，焊管质量不合格；当焊管灰度图像中不存在焊管裂纹区域时，焊管质量合格。
32、进一步地，所述获取每个子区域内的高灰度像素点与低灰度像素点的方法，包括：
33、将每个子区域内所有像素点的灰度值均值作为每个子区域的基准值；
34、将每个子区域内灰度值大于所述基准值的像素点作为高灰度像素点，灰度值小于所述基准值的像素点作为低灰度像素点。
35、本专利技术具有如下有益效果：
36、本专利技术实施例中，由于焊管表面的氧化层与裂纹分布位置较为随机，将焊管灰度图像划分为多个子区域进行分析，以提高分析的准确性；高灰度像素点代表正常焊管区域的像素点，低灰度像素点代表氧化层与焊管裂纹位置的像素点，这两类像素点的灰度值与数量综合分析以提高对子区域内像素点进行类别划分的阈值的准确性，进而降低疑似裂纹像素点筛选出现的误差；疑似裂纹区域代表氧化层区域与焊管裂纹，两者的区域连续程度与灰度值的渐变程度存在差异，据此获取疑似裂纹区域的连续度与渐变度，综合上述两个因素使筛选出焊管裂纹区域能够较为准确地呈现真实焊管裂纹，降低焊管的裂缝区域识别出现误差的可能性，提高焊管质量检测的准确率。
本文档来自技高网...【技术保护点】
1.一种焊管生产质量视觉检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述每个子区域的局部分割阈值的计算公式如下：
3.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述获取每个疑似裂纹区域的连续度的方法，包括：
4.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述获取每个疑似裂纹区域的渐变度的方法，包括：
5.根据权利要求4所述的一种焊管生产质量视觉检测方法，其特征在于，所述分析像素点在每个预设方向的渐变初始度的计算公式如下：
6.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述结合所述连续度与所述渐变度从疑似裂纹区域中筛选出焊管裂纹区域的方法，包括：
7.根据权利要求6所述的一种焊管生产质量视觉检测方法，其特征在于，所述每个疑似裂纹区域的裂纹可能度的计算公式如下：
8.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述基于所述焊管裂纹区域对焊管质量进行检测的方法，包括：<...
【技术特征摘要】
1.一种焊管生产质量视觉检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述每个子区域的局部分割阈值的计算公式如下：
3.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述获取每个疑似裂纹区域的连续度的方法，包括：
4.根据权利要求1所述的一种焊管生产质量视觉检测方法，其特征在于，所述获取每个疑似裂纹区域的渐变度的方法，包括：
5.根据权利要求4所述的一种焊管生产质量视觉检测方法，其特征在于，所述分析像素点在每个预设方向的渐变初始度的计算公式如下...
【专利技术属性】
技术研发人员：王勇，严黎，
申请(专利权)人：江苏高特高金属科技有限公司，
类型：发明
国别省市：
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。