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()
【技术实现步骤摘要】
本专利技术一般地涉及图像处理。更具体地,本专利技术涉及一种活塞环缺陷检测方法及系统。
技术介绍
1、活塞环用于嵌入活塞槽沟内部的金属环。在生产线上由于机器运转,工艺参数、实际生产环境等因素,常会使活塞环产生各种缺陷。活塞环缺陷检测面临着检测技术准确性不足的情况。目前在活塞环检测领域,通常采用边缘检测技术。但是随着出现的缺陷的多样性,直接使用边缘检测技术,会因为噪声等客观因素造成误检,对工厂生产的检测效率带来一定影响。
技术实现思路
1、为解决上述一个或多个技术问题,本专利技术提出首先获取活塞环灰度图中各个灰度级的分割边缘拟合曲线对应的缺陷边缘分割效果评价值序列以及拟合曲线段的圆弧相似度,结合分类模型判断每个灰度级的分割边缘拟合曲线是否为凸起缺陷边缘,从而完成活塞环缺陷的检测。为此,本专利技术在如下的多个方面中提供方案。
2、在第一方面中,本专利技术提供了一种活塞环缺陷检测方法,包括:
3、获取活塞环灰度图;遍历所述活塞环灰度图的灰度级,分别以各个灰度级为灰度阈值对所述活塞环灰度图进行阈值化分割,获取各个灰度级对应的二值图;
4、获取各个灰度级对应的二值图的分割边缘拟合曲线,并分别将每条分割边缘拟合曲线划分为多条拟合曲线段;并且,对于相邻灰度级的分割边缘拟合曲线,获取两两欧氏距离最近的拟合曲线段组合;计算所有拟合曲线段组合中的两条拟合曲线段之间的相似度;并依据各个拟合曲线段组合中的拟合曲线段的圆弧相似度以及拟合曲线段之间的相似度计算除最高灰度级之外
5、
6、式中,表示灰度级i对应的第k条拟合曲线段的圆弧相似度,表示灰度级i+1对应的第l条拟合曲线段的圆弧相似度,表示灰度级i对应的第k条拟合曲线段与灰度级i+1对应的第l条拟合曲线段之间的相似度,表示灰度级i对应的评价序列中的评价值;
7、分别将各个灰度级对应的评价序列作为输入变量输入至分类模型中进行二分类,从而判断各个灰度级对应的分割边缘拟合曲线是否为凸起缺陷边缘;
8、响应于某个灰度级对应的分割边缘拟合曲线是凸起缺陷边缘,则判定活塞环存在凸起缺陷。
9、在一个实施例中,将分割边缘拟合曲线划分为多条拟合曲线段包括:
10、获取分割边缘拟合曲线对应的边缘连通域,所述边缘连通域是指由分割边缘拟合曲线以及与分割边缘拟合曲线相邻且与分割边缘拟合曲线上的像素点的像素值相等的像素点所组成的区域;
11、对分割边缘拟合曲线上所有的像素点赋序值,求解分割边缘拟合曲线的曲率分布曲线,所述曲率分布曲线的横坐标表示各个像素点的序值,纵轴表示各个像素点处的曲率;
12、获取所述曲率分布曲线中相邻的波峰和波谷对应的序值;
13、以相邻的波峰和波谷对应的序值对应的像素点为分割点对所述边缘连通域进行分段;各段连通域内的分割边缘拟合曲线部分即为对应的拟合曲线段。
14、在一个实施例中,还包括:分别获取每段连通域内的曲率为0的像素点的个数,将曲率为0的像素点的个数大于预设的像素点个数阈值的连通域剔除。
15、在一个实施例中,所述获取分割边缘拟合曲线对应的边缘连通域包括:
16、对边缘曲线序列进行扩充,得到扩充后的边缘二值图像,所述边缘曲线序列是指由分割边缘拟合曲线上的离散像素点组成的序列;
17、对扩充后的边缘序列,使用中值滤波方法提取出边缘连通域。
18、在一个实施例中,
19、对于灰度级i下的第k条拟合曲线段,其圆弧相似度zik的计算表达式为:
20、
21、式中,表示灰度级i下的第k条拟合曲线段首端和末端的像素点的序值的差值,为以曲率标准值为均值,依据灰度级i下的第k条拟合曲线段上各个像素点的曲率计算出的曲率方差。
22、在一个实施例中,若灰度级i相邻的灰度级为i+1,计算对应的拟合曲线段组合中的两条拟合曲线段之间的相似度包括:
23、分别对灰度级i下的拟合曲线段和灰度级i+1下的拟合曲线段进行n等分,并将灰度级i下的二值图和灰度级i+1下的二值图叠加在一起;
24、对于每个拟合曲线段组合,分别计算拟合曲线段组合中其中一条拟合曲线段上的各个等分点与拟合曲线段组合中另一条拟合曲线段上相应的等分点之间的曼哈顿距离,并计算获取的所有曼哈顿距离的均值作为拟合曲线段组合中的两条拟合曲线段之间的相似度。
25、在一个实施例中,所述获取活塞环灰度图包括:将活塞环置于白色背景下,获取活塞环的初始图像并对其进行灰度化处理,从而得到活塞环的初始灰度图;筛去初始灰度图中灰度级小于或等于背景区域灰度的像素点,从而得到最终的活塞环灰度图。
26、在一个实施例中,所述分类模型采用逻辑回归模型。
27、在一个实施例中,还包括:对于每条分割边缘拟合曲线,计算其每条拟合曲线段的圆弧相似度,对于圆弧相似度小于圆弧相似度阈值的拟合曲线段,利用该拟合曲线对应的分割边缘处的像素点重新进行拟合。
28、在第二方面中,本专利技术提供了一种活塞环缺陷检测系统,包括存储器和处理器,所述存储器内存储有计算机程序指令,当所述计算机程序指令被所述处理器执行时实现本专利技术的活塞环缺陷检测方法。
29、本专利技术的技术效果为:本专利技术的活塞环缺陷检测方法通过对活塞环灰度图遍历灰度级,分别以各个灰度级作为阈值对活塞环灰度图进行分割得到各个灰度级对应的二值图,并得到各个二值图对应的分割边缘拟合曲线,对不同的拟合曲线段进行自适应得到拟合曲线段组合,以拟合曲线段组合的拟合曲线段作为缺陷附近的最佳边缘,依据拟合曲线段组合来计算各个灰度级对应的评价序列并结合训练好的分类模型进行二分类从而获取缺陷检测结果,采用本专利技术的活塞环缺陷检测方法进行活塞环缺陷检测,能够具有更加稳定准确的活塞环缺陷检测结果,提高了活塞环劣品筛选的准确度和鲁棒性。
30、进一步地,对于同一条曲线,曲率极大值和曲率极小值对应的点为该曲线曲率变化趋势发生变化的点即曲线的拐点,以分割边缘拟合曲线上拐点对分割边缘拟合曲线进行分割,使得分段后的每条拟合曲线段均不存在拐点,以便后续步骤中更好地评价每条拟合曲线段的圆弧相似度,使得活塞环缺陷检测效果更好。
31、进一步地,若某段连通域内的曲率为0的像素点的个数过多,则认为该段连通域为无效区域,无效区域会导致缺陷检测的误差,通过将无效区域对应的那段连通域剔除,使得活塞环缺陷检测更加精准。
本文档来自技高网...【技术保护点】
1.一种活塞环缺陷检测方法,其特征在于,包括:
2.如权利要求1所述的活塞环缺陷检测方法,其特征在于,将分割边缘拟合曲线划分为多条拟合曲线段包括:
3.如权利要求2所述的活塞环缺陷检测方法,其特征在于,还包括:
4.如权利要求2所述的活塞环缺陷检测方法,其特征在于,所述获取分割边缘拟合曲线对应的边缘连通域包括:
5.如权利要求1所述的活塞环缺陷检测方法,其特征在于,对于灰度级i下的第k条拟合曲线段,其圆弧相似度Zik的计算表达式为:
6.如权利要求1所述的活塞环缺陷检测方法,其特征在于,若灰度级i相邻的灰度级为i+1,计算对应的拟合曲线段组合中的两条拟合曲线段之间的相似度包括:
7.如权利要求1所述的活塞环缺陷检测方法,其特征在于,所述获取活塞环灰度图包括:
8.如权利要求1所述的活塞环缺陷检测方法,其特征在于,所述分类模型采用逻辑回归模型。
9.如权利要求1~8任意一项所述的活塞环缺陷检测方法,其特征在于,还包括:对于每条分割边缘拟合曲线,计算其每条拟合曲线段的圆弧相似度,对于圆弧相
10.一种活塞环缺陷检测系统,包括存储器和处理器,所述存储器内存储有计算机程序指令,其特征在于,当所述计算机程序指令被所述处理器执行时实现权利要求1~9任意一项所述的活塞环缺陷检测方法。
...【技术特征摘要】
1.一种活塞环缺陷检测方法,其特征在于,包括:
2.如权利要求1所述的活塞环缺陷检测方法,其特征在于,将分割边缘拟合曲线划分为多条拟合曲线段包括:
3.如权利要求2所述的活塞环缺陷检测方法,其特征在于,还包括:
4.如权利要求2所述的活塞环缺陷检测方法,其特征在于,所述获取分割边缘拟合曲线对应的边缘连通域包括:
5.如权利要求1所述的活塞环缺陷检测方法,其特征在于,对于灰度级i下的第k条拟合曲线段,其圆弧相似度zik的计算表达式为:
6.如权利要求1所述的活塞环缺陷检测方法,其特征在于,若灰度级i相邻的灰度级为i+1,计算对应的拟合曲线段组合中的两条拟合曲线段之间的相似度包括...
【专利技术属性】
技术研发人员:刘祖松,王佩冉,刘瑞祖,陈艳,
申请(专利权)人:山东恒力源精密机械制造有限公司,
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。