基于图像处理的新材料医疗器械缺陷检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种基于图像处理的新材料医疗器械缺陷检测方法，包括：获取待检测医疗器械的表面图像，并对表面图像进行图像处理，得到多尺度目标灰度图像，确定各个尺度的目标灰度图像内的每个像素点的梯度幅值，从而确定各个尺度的目标灰度图像对应的梯度直方图，进而确定各个尺度的目标灰度图像中的各梯度级的权重，从而确定各梯度级的编码长度；根据各个尺度的目标灰度图像中的各梯度级的权重和编码长度，确定待检测医疗器械存在缺陷的概率，进而判断待检测医疗器械是否存在缺陷。本发明专利技术通过利用图像数据处理技术来确定医疗器械是否存在缺陷，有效提高了医疗器械缺陷检测的泛化能力、准确性和效率。率。率。

Defect detection method of new material medical devices based on image processing

【技术实现步骤摘要】
基于图像处理的新材料医疗器械缺陷检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种基于图像处理的新材料医疗器械缺陷检测方法。

技术介绍

[0002]医疗器械在我国医疗卫生事业中扮演着非常重要的角色，它的质量问题不仅关系着人民群众的安全，还关系着医疗卫生行业的发展，因此对医疗器械开展质量检测具有巨大的民生意义。但是由于医疗器械产品的种类繁多，很难设计出来通用的检测仪器或检测方法对医疗器械产品进行质量检测，这无疑是对产品质量检测造成了很大的困难。
[0003]传统针对医疗器械的缺陷检测方法通常是人工目视检测，但是该缺陷检测方法过于依赖人眼检测，工人经过长时间的工作，其工作效率和检测准确性会大大降低，容易造成误检与漏检。随着图像数据处理技术的发展，出现了一种基于神经网络的医疗器械的缺陷检测方法，该缺陷检测方法往往需要大量的数据集进行训练，耗费时间，若用少量样本训练网络，该检测网络的鲁棒性和检测速度会降低，从而不满足实际生产需求。还可以通过自适应阈值分割法对医疗器械的缺陷进行检测，该缺陷检测方法对于较为明显的缺陷的检测效果较好，但检测缺陷种类单一，也就是仅仅适合特定的缺陷类别，不能检测其他类别的缺陷，该缺陷检测方法的泛化能力较弱。

技术实现思路

[0004]为了解决上述现有的医疗器械缺陷检测方法的泛化能力弱的技术问题，本专利技术的目的在于提供一种基于图像处理的新材料医疗器械缺陷检测方法。
[0005]本专利技术提供了一种基于图像处理的新材料医疗器械缺陷检测方法，包括以下步骤：获取待检测医疗器械的表面图像，并对表面图像进行图像处理，得到待检测医疗器械的多尺度目标灰度图像；根据待检测医疗器械的多尺度目标灰度图像，确定各个尺度的目标灰度图像内的每个像素点的梯度幅值，进而确定各个尺度的目标灰度图像对应的梯度直方图；根据各个尺度的目标灰度图像对应的梯度直方图，确定各个尺度的目标灰度图像中的各梯度级的权重；根据各个尺度的目标灰度图像中的各梯度级的权重，确定各个尺度的目标灰度图像中的各梯度级的编码长度；根据各个尺度的目标灰度图像中的各梯度级的权重和编码长度，确定待检测医疗器械存在缺陷的概率；根据待检测医疗器械存在缺陷的概率，判断待检测医疗器械是否存在缺陷。
[0006]进一步的，确定各个尺度的目标灰度图像中的各梯度级的权重的步骤包括：根据各个尺度的目标灰度图像对应的梯度直方图，确定各个尺度的目标灰度图像
中的各梯度级以及各梯度级对应的像素点在对应尺度的目标灰度图像中的个数；根据各个尺度的目标灰度图像中的各梯度级以及各梯度级对应的像素点在对应尺度的目标灰度图像中的个数，确定各个尺度的目标灰度图像中的各梯度级的权重，其计算公式为：其中，为第b个尺度的目标灰度图像中的第a个梯度级的权重，为第b个尺度的目标灰度图像中的第a个梯度级对应的像素点个数，为第b个尺度的目标灰度图像的像素点个数。
[0007]进一步的，确定各个尺度的目标灰度图像中的各梯度级的编码长度的步骤包括：根据各个尺度的目标灰度图像中的各梯度级的权重，筛选出各个目标权重，进而确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度；根据各个尺度的目标灰度图像中的各梯度级的权重和每个目标权重对应的各梯度级的优先程度，确定各个尺度的目标灰度图像对应的权重序列；根据各个尺度的目标灰度图像对应的权重序列，对各个尺度的目标灰度图像中的各梯度级进行编码，从而得到各个尺度的目标灰度图像中的各梯度级的编码长度。
[0008]进一步的，进而确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度的步骤包括：获取各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的邻域像素点，根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点及其邻域像素点的梯度幅值，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的信息量；根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的信息量，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的像素信息量相似程度；根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的像素信息量相似程度，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度。
[0009]进一步的，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的信息量的计算公式为：其中，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的第j个像素点的信息量，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的第j个像素点的梯度幅值，为第b个尺度的目标灰度图像中每个目标权重
对应的第a个梯度级对应的第i个邻域像素点的梯度幅值，为第i个邻域像素点对应的一阶差分值在所有邻域像素点对应的一阶差分值中出现的概率，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的第j个像素点的邻域像素点的个数。
[0010]进一步的，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的像素信息量相似程度的计算公式为：其中，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的像素信息量相似程度，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的第j个像素点的信息量，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的第k个像素点的信息量，为第b个尺度的目标灰度图像中每个目标权重对应的第a个梯度级对应的像素点个数，为超参数。
[0011]进一步的，获取各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的邻域像素点的步骤包括：以各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点为中心像素点，构建滑窗，将每个像素点对应的滑窗内的除中心像素点外的像素点叫做邻域像素点。
[0012]进一步的，确定待检测医疗器械存在缺陷的概率的步骤包括：根据各个尺度的目标灰度图像中的各梯度级的权重和编码长度，确定各个尺度的目标灰度图像对应的图像平均比特率；根据各个尺度的目标灰度图像对应的图像平均比特率和各梯度级的编码长度，确定待检测医疗器械存在缺陷的概率。
[0013]进一步的，确定各个尺度的目标灰度图像对应的图像平均比特率的计算公式为：其中，为第b个尺度的目标灰度图像对应的图像平均比特率，为第b个尺度的目标灰度图像中的第a个梯度级的权重，为第b个尺度的目标灰度图像中的第a个梯度级的编码长度，A为第b个尺度的目标灰度图像对应的梯度级个数。
[0014]进一步的，确定待检测医疗器械存在缺陷的概率的计算公式为：
其中，Q为待检测医疗器械存在缺陷的概率，为第b个尺度的目标灰度图像中的第a个梯度级的编码长度，为第b+1个尺度的目标灰度图像中的第a个梯度级的编码长度，为第b个尺度的目标灰度图像对应的图像平均比特率，为第b+1个尺度的目标灰度图像对应的图像平均比特率，B为待检测医疗器械的多尺度目标灰度图像的尺度个数，A为第b个尺度的目标灰度图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的新材料医疗器械缺陷检测方法，其特征在于，包括以下步骤：获取待检测医疗器械的表面图像，并对表面图像进行图像处理，得到待检测医疗器械的多尺度目标灰度图像；根据待检测医疗器械的多尺度目标灰度图像，确定各个尺度的目标灰度图像内的每个像素点的梯度幅值，进而确定各个尺度的目标灰度图像对应的梯度直方图；根据各个尺度的目标灰度图像对应的梯度直方图，确定各个尺度的目标灰度图像中的各梯度级的权重；根据各个尺度的目标灰度图像中的各梯度级的权重，确定各个尺度的目标灰度图像中的各梯度级的编码长度；根据各个尺度的目标灰度图像中的各梯度级的权重和编码长度，确定待检测医疗器械存在缺陷的概率；根据待检测医疗器械存在缺陷的概率，判断待检测医疗器械是否存在缺陷。2.根据权利要求1所述的一种基于图像处理的新材料医疗器械缺陷检测方法，其特征在于，确定各个尺度的目标灰度图像中的各梯度级的权重的步骤包括：根据各个尺度的目标灰度图像对应的梯度直方图，确定各个尺度的目标灰度图像中的各梯度级以及各梯度级对应的像素点在对应尺度的目标灰度图像中的个数；根据各个尺度的目标灰度图像中的各梯度级以及各梯度级对应的像素点在对应尺度的目标灰度图像中的个数，确定各个尺度的目标灰度图像中的各梯度级的权重，其计算公式为：其中，为第b个尺度的目标灰度图像中的第a个梯度级的权重，为第b个尺度的目标灰度图像中的第a个梯度级对应的像素点个数，为第b个尺度的目标灰度图像的像素点个数。3.根据权利要求1所述的一种基于图像处理的新材料医疗器械缺陷检测方法，其特征在于，确定各个尺度的目标灰度图像中的各梯度级的编码长度的步骤包括：根据各个尺度的目标灰度图像中的各梯度级的权重，筛选出各个目标权重，进而确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度；根据各个尺度的目标灰度图像中的各梯度级的权重和每个目标权重对应的各梯度级的优先程度，确定各个尺度的目标灰度图像对应的权重序列；根据各个尺度的目标灰度图像对应的权重序列，对各个尺度的目标灰度图像中的各梯度级进行编码，从而得到各个尺度的目标灰度图像中的各梯度级的编码长度。4.根据权利要求3所述的一种基于图像处理的新材料医疗器械缺陷检测方法，其特征在于，进而确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度的步骤包括：
获取各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的邻域像素点，根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点及其邻域像素点的梯度幅值，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的信息量；根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的每个像素点的信息量，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的像素信息量相似程度；根据各个尺度的目标灰度图像中每个目标权重对应的各梯度级对应的像素信息量相似程度，确定各个尺度的目标灰度图像中每个目标权重对应的各梯度级的优先程度。5.根据权利要求4所述的一种基于图像处理的新材料医疗器械缺陷检测方法...

【专利技术属性】
技术研发人员：王同伟，
申请(专利权)人：数聚山东医疗科技有限公司，
类型：发明
国别省市：