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】
本专利技术涉及图像分割,具体涉及一种航空发动机涡轮导向叶片缺陷视觉检测系统。
技术介绍
1、航空发动机涡轮导向叶片是涡轮发动机中重要的组成部分,能调整燃烧室排出的燃气流向。航空发动机涡轮导向叶片缺陷可能会影响发动机的性能,甚至缺陷严重会影响飞机的安全性。航空发动机涡轮导向叶片缺陷检测是航空业中的一个重要环节,有助于确保飞机发动机的安全性和可靠性,通过检测和评估涡轮导向叶片上的缺陷以及确保其在飞行中的可靠性。
2、传统的获取航空发动机涡轮导向叶片缺陷方法为利用大津阈值法进行缺陷区域分割,由于涡轮发动机的叶片表面为明显曲面,在拍摄时光照的影响,标准大津阈值法只能将航空发动机涡轮导向叶片的光照区域与非光照区域进行区分,导致得到航空发动机涡轮导向叶片的图像缺陷检测结果不准确。
技术实现思路
1、为了解决现有大津阈值法只能将航空发动机涡轮导向叶片的光照区域与非光照区域进行区分,导致得到航空发动机涡轮导向叶片的图像缺陷检测结果不准确技术问题,本专利技术的目的在于提供一种航空发动机涡轮导向叶片缺陷视觉检测系统,所采用的技术方案具体如下:
2、本专利技术提供了一种航空发动机涡轮导向叶片缺陷视觉检测系统,所述系统包括:
3、图像获取模块,用于获取发动机涡轮导向叶片的叶片表面图像;
4、像素正常偏向系数提取模块,用于在所述叶片表面图像中,根据像素点之间的灰度值差异和梯度方向差异,获取各个像素点的正常程度值和异常程度值;根据每个像素点的所述正常程度值和所述
5、正常概率值提取模块,用于根据在所述叶片表面图像中每种灰度值对应所有像素点的所述像素正常偏向系数,获取所述叶片表面图像中各种灰度值的正常概率值;
6、图像分割模块,用于根据在所述叶片表面图像中所有灰度值对应所述正常概率值,对所述叶片表面图像进行分割,获取所述叶片表面图像的叶片表面分割效果图;
7、缺陷检测模块,用于根据所述叶片表面分割效果图,确定发动机涡轮导向叶片的缺陷检测结果。
8、进一步地,所述正常程度值的获取公式为:
9、;其中,为第个像素点的所述正常程度值;为在所述叶片表面图像中,灰度值与第像素点的灰度值相同的像素点数量;为所述叶片表面图像中像素点的总数量;为第个像素点的周围邻域像素点的总数量;为第个像素点的第个所述周围邻域像素点对应的梯度方向;为第个像素点的第个所述周围邻域像素点对应的梯度方向;为第个像素点的第个所述周围邻域像素点对应的梯度方向;为第个像素点的第个所述周围邻域像素点对应的梯度方向;为归一化函数。
10、进一步地,所述异常程度值的获取公式包括:
11、;其中,为第个像素点的所述异常程度值;为在所述叶片表面图像中,灰度值与第像素点的灰度值相同的像素点数量;为所述叶片表面图像中像素点的总数量;为第个像素点的灰度值;为第个像素点的周围邻域像素点的总数量;为第个像素点对应第个所述周围邻域像素点的灰度值;为所述叶片表面图像中所有像素点灰度值的均值;为周围邻域像素点与第像素点梯度方向一致的像素点数量,为绝对值。
12、进一步地,所述周围邻域像素点的获取方法包括:
13、以所述叶片表面图像中任意一个像素点为中心像素点,构建中心像素点的预设邻域窗口;所述预设邻域窗口的中心为中心像素点;
14、将所述预设邻域窗口中除了中心像素点外的其他像素点,作为所述中心像素点的所述周围邻域像素点。
15、进一步地,所述像素正常偏向系数的获取方法包括:
16、根据像素点的所述正常程度值和所述异常程度值,获取像素点的所述像素正常偏向系数;
17、所述正常程度值与所述像素正常偏向系数呈正相关;所述异常程度值与所述像素正常偏向系数呈负相关。
18、进一步地,所述正常概率值的获取方法包括:
19、在所述叶片表面图像中,计算每种灰度值对应所有像素点的所述像素正常偏向系数的累加值,获取每种灰度值的正常概率值。
20、进一步地,所述叶片表面分割效果图的获取方法包括:
21、根据在所述叶片表面图像中所有灰度值对应所述正常概率值,获取各个疑似分割阈值;
22、利用每个所述疑似分割阈值对所述叶片表面图像进行二分类,得到前景区域和背景区域;
23、利用大津阈值法确定前景区域和背景区域对应的类间方差,在确定前景区域和背景区域对应的类间方差的过程中,利用灰度值的所述正常概率值代替灰度值的数量;
24、确定所有所述疑似分割阈值对应的类间方差中的最大值,并将所述最大值所对应的所述疑似分割阈值确定为最佳分割阈值;
25、利用所述最佳分割阈值分割所述叶片表面图像,获取所述叶片表面分割效果图。
26、进一步地,所述疑似分割阈值的获取方法包括:
27、以灰度值为横轴,以灰度值的正常概率值为纵轴,构建柱状图,从而得到所述叶片表面图像的正常偏向直方图;
28、基于二分法,以正常偏向直方图对应的所有灰度值区间作为待处理范围;
29、在所述待处理范围内,将中间点到起点对应的待处理范围,作为第一侧范围;
30、将中间点到终点对应的待处理范围,作为第二侧范围;
31、计算第一侧范围中灰度值对应正常概率值的方差,作为第一侧范围的第一侧方差;
32、计算第二侧范围中灰度值对应正常概率值的方差,作为第二侧范围的第二侧方差;
33、将第一侧方差和第二侧方差中最大值对应的范围,作为新的待处理范围;
34、在新的待处理范围内,将中间点到起点对应新的待处理范围,作为更新后第一侧范围;
35、将中间点到终点对应新的待处理范围,作为更新后第二侧范围;
36、计算更新后第一侧范围中灰度值对应正常概率值的方差,作为更新后第一侧范围的更新后第一侧方差;
37、计算更新后第二侧范围中灰度值对应正常概率值的方差,作为更新后第二侧范围的更新后第二侧方差;
38、将更新后第一侧方差和更新后第二侧方差中最大值对应的范围,作为更新后新的待处理范围;
39、重复上述步骤,对每次构建新的待处理范围进行动态调整,直至满足动态调整条件,并将最后所得到的更新后的新的待处理范围中的各种灰度值,作为各疑似分割阈值。
40、进一步地,所述动态调整条件为新的待处理范围中灰度值数量不大于预设灰度值数量。
41、进一步地,所述缺陷检测结果的获取方法包括:
42、通过边缘提取所述叶片表面分割效果图中各个缺陷区域的面积,确定各个所述缺陷区域的缺陷权重,所述缺陷区域的面积与所述缺陷权重呈正相关;
43、计算所述分割效果图中各个所述缺陷区域的所述缺陷权重的累加和,确定缺陷参数;根据所述缺陷参数,确定航空发动机涡轮导向叶片的质量等级。
44、本专利技术具本文档来自技高网...
【技术保护点】
1.一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述系统包括:
2.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述正常程度值的获取公式为:
3.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述异常程度值的获取公式包括:
4.根据权利要求2或3所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述周围邻域像素点的获取方法包括:
5.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述像素正常偏向系数的获取方法包括:
6.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述正常概率值的获取方法包括:
7.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述叶片表面分割效果图的获取方法包括:
8.根据权利要求7所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述疑似分割阈值的获取方法包括:
9.根据权利要求
10.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述缺陷检测结果的获取方法包括:
...【技术特征摘要】
1.一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述系统包括:
2.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述正常程度值的获取公式为:
3.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述异常程度值的获取公式包括:
4.根据权利要求2或3所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述周围邻域像素点的获取方法包括:
5.根据权利要求1所述的一种航空发动机涡轮导向叶片缺陷视觉检测系统,其特征在于,所述像素正常偏向系数的获取方法包括:
6.根据权利要求1所述的一种航...
【专利技术属性】
技术研发人员:剧亚东,厉福海,贾婷,王艳平,王佳伟,
申请(专利权)人:苏州翰微材料科技有限公司,
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。