【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种螺栓组件缺陷视觉检测方法及系统。
技术介绍
1、螺栓是工业生产中常用的紧固件，如果螺栓存在缺陷，例如裂纹、变形、气泡等，会影响其紧固效果和承载能力，从而引发事故。因此，对螺栓进行缺陷检测对于保障生产安全和提高产品质量具有重要意义，能够确保螺栓的质量，避免出现安全事故和设备损坏。同时，利用视觉检测技术可以提高生产效率，减少人工检测的工作量和时间成本。
2、螺栓图像增强在螺栓缺陷检测中起着重要作用。通过应用图像增强技术，可以提高螺栓图像的质量和清晰度，减少噪声和干扰，使得缺陷更加明显可见。目前常用的图像增强算法是多尺度msr算法，螺栓图像通常具有较为复杂的结构和纹理，多尺度msr算法在对螺栓图像增强时易造成局部的失真与伪影，影响螺栓缺陷的可见性与识别准确性。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供一种螺栓组件缺陷视觉检测方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术实施例提供了一种螺栓组件缺陷视觉检测方法，该方法包括以下步骤：
3、采集螺栓图像；
4、根据螺栓图像中各像素点与邻域内像素点的灰度差异得到各像素点的螺栓亮度差异系数；将螺栓亮度差异系数大于等于预设第一阈值的像素点所在区域作为螺栓区域；根据螺栓区域内各像素点的邻域像素点的灰度最值差异得到螺栓区域内各像素点的局部波动因子；将局部波动因子大于等于预设第二阈值的像素点作为疑似损毁像素点；根据疑似损毁像素点的
5、优选的，所述根据螺栓图像中各像素点与邻域内像素点的灰度差异得到各像素点的螺栓亮度差异系数，包括：
6、针对螺栓图像中的各像素点，计算与邻域内其他像素点灰度的差值绝对值，将邻域内所有差值绝对值的均值的归一化值作为各像素点的螺栓亮度差异系数。
7、优选的，所述根据螺栓区域内各像素点的邻域像素点的灰度最值差异得到螺栓区域内各像素点的局部波动因子，包括：
8、针对螺栓区域内的各像素点，计算邻域内像素点灰度最大值与最小值的差值，记为第一差值，计算邻域内所有像素点的灰度均值，计算邻域内各像素点的灰度值与所述灰度均值的差值的平方，计算邻域内所有所述平方的均值，记为第一均值，将所述第一均值开平方根的结果与所述第一差值的乘积作为螺栓区域内各像素点的局部波动因子。
9、优选的，所述根据疑似损毁像素点的纹理特征得到各疑似损毁像素点的螺栓损毁渐变系数，包括：
10、针对所有疑似损毁像素点，利用霍夫直线检测算法获取位于螺栓区域分割线上的疑似损毁像素点，将所述位于螺栓区域分割线上的疑似损毁像素点进行连通域提取得到螺栓区域的分割线，对各分割线上的像素点进行采样得到各采样像素点，计算各采样像素点的海森矩阵，将所有采样像素点的海森矩阵对应位置相加求均值得到所有采样像素点的均值海森矩阵，将所有海森矩阵的两个特征值分别记为特征值1、特征值2；
11、各疑似损毁像素点的螺栓损毁渐变系数的表达式为：
12、gi＝‖λ1p1-λu1pu1‖+‖λ2p2-λu2pu2‖
13、式中，gi表示疑似损毁像素点i的螺栓损毁渐变系数，λ1与λ2分别表示疑似损毁像素点i的海森矩阵的特征值1、特征值2，p1与p2分别表示疑似损毁像素点i的海森矩阵的特征值1、特征值2对应的特征向量，λu1表示均值海森矩阵的特征值1，λu2表示均值海森矩阵的特征值2，pu1表示均值海森矩阵的特征值1对应的特征向量，pu2表示均值海森矩阵的特征值2对应的特征向量。
14、优选的，所述根据疑似损毁像素点的亮度差异得到各疑似损毁像素点的螺栓局部昏暗度，包括：
15、针对各疑似损毁像素点构建邻域窗口，将邻域窗口内的所有像素点进行阈值分割得到第四阈值，将邻域窗口内小于第四阈值的像素点作为昏暗像素点，计算所述昏暗像素点的个数与邻域窗口内所有像素点个数的比值作为各疑似损毁像素点的螺栓局部昏暗度。
16、优选的，所述结合局部波动因子及螺栓亮度差异系数得到各疑似损毁像素点的螺栓局部离散度，包括：
17、针对各疑似损毁像素点，将局部波动因子与螺栓亮度差异系数的乘积作为各疑似损毁像素点的螺栓局部离散度。
18、优选的，所述结合螺栓损毁渐变系数、螺栓局部昏暗度及螺栓局部离散度得到各疑似损毁像素点的螺栓局部损毁度，表达式为：
19、
20、式中，si表示疑似损毁像素点i的螺栓局部损毁度，gz表示第z个疑似损毁像素点的螺栓损毁渐变系数，gi表示疑似损毁像素点i的螺栓损毁渐变系数，n表示疑似损毁像素点的个数，ri表示疑似损毁像素点i的螺栓局部离散度，rz表示第z个疑似损毁像素点的螺栓局部离散度，ci表示疑似损毁像素点i的螺栓局部昏暗度，cz表示第z个疑似损毁像素点的螺栓局部昏暗度，k表示调节参数，norm表示归一化函数。
21、优选的，所述结合局部波动因子及螺栓局部损毁度得到螺栓区域内各像素点的增强权重，包括：
22、将各分割线上任选一疑似损毁像素点向相邻的分割线上做垂线，在所述垂线上等间隔采样各像素点，计算采样的所有像素点的灰度均值，若所述灰度均值大于等于预设第三阈值，将对应两分割线间的区域作为螺纹区域，反之，将对应两分割线间的区域作为凹槽区域；
23、螺栓区域内各像素点的增强权重的表达式为：
24、
25、式中，wm表示螺栓区域中像素点m的增强权重，θm表示螺栓区域中像素点m的局部波动因子，sm表示螺栓区域中像素点m的螺栓局部损毁度，m∈h表示像素点m属于非疑似损毁像素点且位于螺栓区域中的凹槽区域，m∈l表示像素点m属于非疑似损毁像素点且位于螺栓区域中的螺纹区域，m∈hb表示像素点m属于疑似损毁像素点且位于螺栓区域中的凹槽区域，m∈lb表示像素点m属于疑似损毁像素点且位于螺栓区域中的螺纹区域，p表示位于螺栓区域中凹槽区域的非疑似损毁像素点的个数，θp表示位于螺栓区域中凹槽区域的第p个非疑似损毁像素点，θz表示位于螺栓区域中凹槽区域的第z个疑似损毁像素点，n′表示位于螺栓区域中凹槽区域的疑似损毁像素点个数，e表示自然常数。
26、优选的，所述根据各像素点的增强权重及神经网络模型完成螺栓组件缺陷检测，包括：
27、计算螺栓区域内各像素点的增强权重与预设原始增强尺度的乘积，得到螺栓区域中各像素点的自适应增强尺度，根据自适应增强尺度利用msr算法对螺栓图像进行图像增强，将增强后的螺栓图本文档来自技高网...
【技术保护点】
1.一种螺栓组件缺陷视觉检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据螺栓图像中各像素点与邻域内像素点的灰度差异得到各像素点的螺栓亮度差异系数，包括：
3.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据螺栓区域内各像素点的邻域像素点的灰度最值差异得到螺栓区域内各像素点的局部波动因子，包括：
4.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据疑似损毁像素点的纹理特征得到各疑似损毁像素点的螺栓损毁渐变系数，包括：
5.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据疑似损毁像素点的亮度差异得到各疑似损毁像素点的螺栓局部昏暗度，包括：
6.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述结合局部波动因子及螺栓亮度差异系数得到各疑似损毁像素点的螺栓局部离散度，包括：
7.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述结合螺栓损毁渐变系数、螺
8.根据权利要求4所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述结合局部波动因子及螺栓局部损毁度得到螺栓区域内各像素点的增强权重，包括：
9.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据各像素点的增强权重及神经网络模型完成螺栓组件缺陷检测，包括：
10.一种螺栓组件缺陷视觉检测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种螺栓组件缺陷视觉检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据螺栓图像中各像素点与邻域内像素点的灰度差异得到各像素点的螺栓亮度差异系数，包括：
3.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据螺栓区域内各像素点的邻域像素点的灰度最值差异得到螺栓区域内各像素点的局部波动因子，包括：
4.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据疑似损毁像素点的纹理特征得到各疑似损毁像素点的螺栓损毁渐变系数，包括：
5.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，其特征在于，所述根据疑似损毁像素点的亮度差异得到各疑似损毁像素点的螺栓局部昏暗度，包括：
6.根据权利要求1所述的一种螺栓组件缺陷视觉检测方法，...
【专利技术属性】
技术研发人员：鞠桂斌，金婵，聂小莲，
申请(专利权)人：深圳市中拓装饰机电工程有限公司，
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。