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() 基于图像处理的钛管质量检测方法及系统技术方案_技高网

基于图像处理的钛管质量检测方法及系统技术方案

技术编号:40974119 阅读:4 留言:0更新日期:2024-04-18 21:22
本发明专利技术涉及图像处理技术领域,更具体地,本发明专利技术涉及基于图像处理的钛管质量检测方法及系统,方法包括:采集钛管图像,并进行预处理,得到钛管显著图像;对钛管显著图像进行距离变换,根据钛管显著图像中钛管区域像素值最大的像素点组成的线作为钛管区域的中心线;根据距离变换后钛管区域的每个像素点的像素值设置不同的高斯滤波核;根据不同的高斯滤波核对钛管区域进行滤波,计算滤波后钛管区域的中心线上每个位置像素值之间的相似度值,得到相似度矩阵;根据相似度矩阵判断钛管的质量,并确定质量问题的位置。本发明专利技术通过相似度矩阵分析钛管图像,结合卷积神经网络中的感受野概念,可以有效地判断钛管的质量问题和位置。

【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,本专利技术涉及基于图像处理的钛管质量检测方法及系统


技术介绍

1、钛管是一种由钛金属制成的管状产品,钛金属具有优异的机械性能和耐腐蚀性;钛管是一种广泛应用于航空航天、化工、医疗和能源等领域的重要材料。由于钛管的质量对产品性能和安全性具有重要影响,因此对钛管进行质量检测十分关键。

2、传统的钛管表面质量检测通常使用磁粉检测,要求钛管检测表面必须非常干净,任何杂质或涂层都可能干扰检测结果,需要花费额外的时间和资源来准备表面,同时需对磁场进行控制,并且在干燥、清洁的环境中进行检测,在进行磁粉检测后,需要对钛管检测表面进行清洁,以去除施加的磁粉,提升检测步骤和成本,并可能对环境造成污染,存在效率低下、主观性强、检测结果有误等问题。

3、为了降低人工成本提高检测效率,目前钛管质量是基于图像处理的方法进行检测,由于钛管图像的反光较为严重,从而导致检测结果会产生误判,以使检测准确率降低。


技术实现思路

1、为解决上述一个或多个技术问题,本专利技术提出基于图像处理的方法可以克服人工目视检测的主观性,减少误判和漏检,提高质量检测的准确性和可靠性,能够快速、准确地对大量钛管进行检测,大幅提高生产效率。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,本专利技术提供一种基于图像处理的钛管质量检测方法,包括步骤:采集钛管图像,并进行预处理,得到钛管显著图像;对所述钛管显著图像进行距离变换,根据所述钛管显著图像中钛管区域像素值最大的像素点组成的线作为钛管区域的中心线;根据距离变换后所述钛管区域的每个像素点的像素值设置不同的高斯滤波核;根据不同的所述高斯滤波核对钛管区域进行滤波,其中,滤波的方向为从上到下、从钛管区域的两侧边缘线向中心线的顺序进行滤波;计算滤波后所述钛管区域的中心线上每个位置像素值之间的相似度值;计算钛管区域的中心线上任意两点之间像素值的距离值,距离值满足下述关系式:;其中,表示钛管中心线上不同两个像素点之间像素值的距离值,表示第个像素点的像素值,表示第个像素点的像素值;对所述距离值进行归一化得到像素点之间的相似度值;将所有所述相似度值进行组合得到相似度矩阵,基于所述相似度矩阵判断钛管的质量,并确定质量问题的位置。

3、在一个实施例中,采集钛管图像,并进行预处理,得到钛管显著图像,包括:

4、对所述钛管图像转化为灰度图像,并对所述灰度图像进行边缘检测,得到钛管显著图像。

5、在一个实施例中,对所述钛管显著图像进行距离变换,根据所述钛管显著图像中钛管区域像素值最大的像素点组成的线作为钛管区域的中心线,包括:

6、对所述钛管显著图像进行连通域提取,得到钛管区域,对所述钛管区域进行距离变换,得到钛管区域中每个像素到最近边缘像素的距离值,根据最大所述距离值的像素点确定钛管区域的中心点,根据所述中心点执行路径追踪,生成钛管区域的中心线。

7、在一个实施例中,根据距离变换后所述钛管区域的每个像素点的像素值设置不同的高斯滤波核,包括:

8、根据钛管区域每个像素点的像素值设置不同的高斯滤波核,其中,根据所述钛管区域每个像素点的像素值作为像素位置的反光性;

9、所述高斯滤波核满足下述关系式:

10、;

11、其中,表示钛管区域内第个位置滤波时卷积核的大小,表示钛管区域内第个位置的像素值,表示最小的卷积核的大小。

12、在一个实施例中,根据钛管区域每个像素点的像素值设置不同的高斯滤波核,包括以下步骤:

13、根据钛管区域的两侧边缘线向中心线进行滤波,从边缘到中心线每个位置进行滤波时卷积核的大小进行叠加作为钛管中心线上位置的感受野大小,卷积核的叠加满足下述关系式:

14、;

15、其中,表示钛管中心线上像素点的感受野大小,表示从边缘到钛管中心线之间第个位置的卷积核大小,表示从边缘到钛管中心线之间的距离值。

16、在一个实施例中,根据相似度矩阵判断钛管的质量,包括:

17、将所有相似度值进行组合得到相似度矩阵,基于相似度矩阵判断出钛管的质量,并确定质量问题的位置;

18、响应于相似度值小于设定阈值,判定钛管存在质量问题。

19、第二方面,本专利技术提供一种基于图像处理的钛管质量检测系统,包括:处理器和存储器,所述存储器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上述的基于图像处理的钛管质量检测方法。

20、本专利技术具有以下效果:

21、1.本专利技术通过根据钛管区域不同位置的反光情况设置不同大小的滤波卷积核,使用距离变换后钛管区域每个位置的像素值给每个位置设置卷积核的大小,根据预设的卷积方式对钛管灰度图像进行卷积操作,有利于提高对钛管区域检测的准确性,减少钛管区域的反光性较强对钛管质量检测的影响,并定位出有质量问题的钛管图像中质量问题所在的位置。

22、2.本专利技术通过相似度矩阵分析钛管图像,结合卷积神经网络中的感受野概念,更进一步判断钛管区域的缺陷,可以有效地判断钛管的质量和位置。

本文档来自技高网...

【技术保护点】

1.基于图像处理的钛管质量检测方法,其特征在于,包括:

2.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,采集钛管图像,并进行预处理,得到钛管显著图像,包括:

3.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,对所述钛管显著图像进行距离变换,根据所述钛管显著图像中钛管区域像素值最大的像素点组成的线作为钛管区域的中心线,包括:

4.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,根据距离变换后所述钛管区域的每个像素点的像素值设置不同的高斯滤波核,包括:

5.根据权利要求4所述的基于图像处理的钛管质量检测方法,其特征在于,根据钛管区域每个像素点的像素值设置不同的高斯滤波核,包括以下步骤:

6.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,根据相似度矩阵判断钛管的质量,包括:

7.基于图像处理的钛管质量检测系统,其特征在于,包括:处理器和存储器,所述存储器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根据权利要求1-6任一项所述的基于图像处理的钛管质量检测方法。

...

【技术特征摘要】

1.基于图像处理的钛管质量检测方法,其特征在于,包括:

2.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,采集钛管图像,并进行预处理,得到钛管显著图像,包括:

3.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,对所述钛管显著图像进行距离变换,根据所述钛管显著图像中钛管区域像素值最大的像素点组成的线作为钛管区域的中心线,包括:

4.根据权利要求1所述的基于图像处理的钛管质量检测方法,其特征在于,根据距离变换后所述钛管区域的每个像素点的像素值...

【专利技术属性】
技术研发人员:杨星
申请(专利权)人:宝鸡子扬双金属材料有限公司
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