用于被氧化钢管材料表面麻点瑕疵的识别方法技术

本发明专利技术涉及数据处理领域，具体涉及一种用于被氧化钢管材料表面麻点瑕疵的识别方法。采集钢管图像并进行边缘检测，对钢管图像进行初始超像素分割，得到多个超像素块；获取每个超像素块的聚类中心点；获取每个像素点的第一归属性；获取每个像素点的第二归属性；获取每个像素点的最终归属性，确定每个像素点与其聚类区域内各个聚类中心点的颜色距离，计算每个像素点的距离度量，根据每个像素点的距离度量对所有像素点进行超像素块划分，得到划分后的多个超像素块；根据钢管图像中像素点的灰度均值确定麻点缺陷区域。本发明专利技术通过确定像素点的颜色距离来确定每个像素点进行超像素分割的归属，从而进行缺陷判断，能够识别出准确的麻点缺陷区域。缺陷区域。缺陷区域。

【技术实现步骤摘要】
用于被氧化钢管材料表面麻点瑕疵的识别方法


[0001]本专利技术涉及数据处理领域，具体涉及一种用于被氧化钢管材料表面麻点瑕疵的识别方法。

技术介绍

[0002]在钢管的铸造生产中，铸造钢材在被加热后经常会发生氧化，导致铸件表面出现麻点和麻坑缺陷，该缺陷虽然不影响铸件的使用性能，但修补过程非常困难，严重影响铸件外观质量，甚至会造成铸件表面有高标准的铸件的成批报废，增加生产成本，而影响麻点产生的主要因素是钢液的质量，因此检测麻点缺陷能够提醒及时调整钢液质量，减少次品率。
[0003]目前对于麻点缺陷检测的方法和系统较少，但是对钢材表面其他缺陷的检测方法较多，有形态学、神经网络等等，但是检测到的麻点缺陷往往是一个大致的范围，且中间存在麻点缺陷也存在正常区域，导致在对麻点缺陷进行处理时容易损伤到钢管表面本身涂层，因此在检测麻点缺陷时，需要获取麻点缺陷的准确区域。
[0004]因此，本专利技术提供一种用于被氧化钢管材料表面麻点瑕疵的识别方法，能够更加高效且准确的提取麻点区域即可。

技术实现思路

[0005]本专利技术提供一种用于被氧化钢管材料表面麻点瑕疵的识别方法，以解决现有的问题，包括：采集钢管图像并进行边缘检测，对钢管图像进行初始超像素分割，得到多个超像素块；获取每个超像素块的聚类中心点；获取每个像素点的第一归属性；获取每个像素点的第二归属性；获取每个像素点的最终归属性，确定每个像素点与其聚类区域内各个聚类中心点的颜色距离，计算每个像素点的距离度量，根据每个像素点的距离度量对所有像素点进行超像素块划分，得到划分后的多个超像素块；根据钢管图像中像素点的灰度均值识别出麻点缺陷区域。
[0006]根据本专利技术提出的技术手段，通过对图像进行初步检测，从而根据检测得到的闭合区域进行超像素分割的参数设置，能够保证对不同图像处理时的适应性，进而根据初步分割后的区域中像素点的颜色特征获取每个像素点的颜色距离，确保在进行像素点归类时的准确性，进而根据颜色距离对每个像素点进行类别划分，最终得到多个划分后的超像素块，使得整个图像在进行超像素分割后得到的各个超像素块的颜色特征更加接近，同时也保证了在进行麻点缺陷检测时能够得到精确的麻点区域，提高的检测的准确度，保证了钢管的生产效率。
[0007]本专利技术采用如下技术方案，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，包括：采集钢管图像并进行边缘检测，得到多个闭合区域，根据闭合区域的最大尺寸对钢管图像进行初始超像素分割，得到多个超像素块。
[0008]获取每个超像素块的聚类中心点，并对每个聚类中心点设定范围内的像素点进行
聚类，得到多个聚类区域。
[0009]根据每个像素点的颜色值与该像素点所在聚类区域内各个聚类中心点八邻域所有像素点颜色值，计算每个像素点与各个聚类中心点的相似性，将每个像素点与各个聚类中心点的相似性表征每个像素点的第一归属性。
[0010]分别获取每个像素点与其所在遍历范围内各个聚类中心连线上经过的所有像素点，根据每个像素点与各个聚类中心点的相似性、该像素点和各个聚类中心点连线上经过的所有像素点与对应聚类中心的相似性表征每个像素点的第二归属性。
[0011]根据每个像素点的第一归属性和第二归属性获取每个像素点的最终归属性，根据每个像素点的最终归属性确定每个像素点与各个聚类中心点的颜色距离。
[0012]根据每个像素点与各个聚类中心点的颜色距离计算每个像素点的距离度量，根据每个像素点的距离度量对每个像素点进行区域划分。
[0013]获取对钢管图像所有像素点进行区域划分后得到的多个超像素块，根据钢管图像中每个划分后的超像素块中像素点灰度均值识别出麻点缺陷区域。
[0014]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，根据闭合区域的最大尺寸对钢管图像进行初始超像素分割的方法为：对钢管图像进行边缘检测得到多个闭合区域，根据每个闭合区域中像素点的个数确定其尺寸；根据所有闭合区域的最大尺寸作为超像素分割的尺寸，对钢管图像进行超像素分割，得到多个超像素块。
[0015]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，表征每个像素点的第一归属性的方法为：获取每个像素点的颜色值以及各个聚类中心点八邻域像素点的颜色值；根据每个像素点的颜色值与各个聚类中心点八邻域像素点的颜色值计算每个像素点与各个聚类中心点的相似性，将每个像素点与各个聚类中心点的相似性获取每个像素点的第一归属性，表达式为：点的第一归属性，表达式为：其中，表示每个像素点与聚类中心点的第一归属性，表示每个像素点与聚类中心点的邻域方向上第i个像素点的相似性，(r,g,b)为每个像素点的颜色值，为聚类中心点八邻域中第i个像素点的颜色值。
[0016]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，表征每个像素点的第二归属性的方法为：将钢管图像中每个像素点与其聚类区域内的各个聚类中心连线，获取其与每个聚类中心连线上的所有像素点；根据每个聚类中心连线上的所有像素点与对应聚类中心像素点的相似性获取每
个像素点的第二归属性，表达式为：其中，表示每个像素点的第二归属性，表示每个像素点的第一归属性，与聚类中心点连线上第j像素点与聚类中心点的相似性，n表示与聚类中心点连线上所有像素点的个数。
[0017]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，根据第一归属性和第二归属性获取每个像素点的最终归属性的表达式为：其中，表示每个像素点与聚类中心点的第一归属性，表示每个像素点的第二归属性。
[0018]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，计算每个像素点的距离度量的方法为：根据每个像素点到各个聚类中心的空间距离以及颜色距离计算每个像素点在超像素分割中的距离度量，表达式为：其中，表示每个像素点的距离度量，(R,G,B)为聚类中心点的颜色值，表示聚类区域内第q个像素点的颜色值，表示第q个像素点的坐标，（x,y）为聚类中心点坐标，为每个像素点与其聚类区域内各个聚类中心点的颜色距离，为每个像素点与其聚类区域内各个聚类中心点的空间距离。
[0019]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，根据每个像素点的距离度量对每个像素点进行区域划分的方法为：获取每个像素点到聚类区域内各个聚类中心的距离度量最小值对应的聚类中心，将该像素点划分至对应聚类中心所在的超像素块；将所有像素点进行区域划分，得到划分后的所有超像素块。
[0020]进一步的，一种用于被氧化钢管材料表面麻点瑕疵的识别方法，根据钢管图像中每个超像素块中像素点的灰度均值确定麻点缺陷区域的方法为：获取所有超像素块的平均灰度值，获取每个超像素块中像素点的灰度均值；将超像素块中像素点的灰度均值低于所有超像素块平均灰度值对应的超像素块
作为麻点缺陷区域采集钢管图像并进行边缘检测，得到多个闭合区域，根据闭合区域的最大尺寸对钢管图像进行初始超像素分割，得到多个超像素块。
[0021]获取每个超像素块的聚类中心点，对每个聚类中心点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于被氧化钢管材料表面麻点瑕疵的识别方法，其特征在于，包括：采集钢管图像并进行边缘检测，得到多个闭合区域，根据闭合区域的最大尺寸对钢管图像进行初始超像素分割，得到多个超像素块；获取每个超像素块的聚类中心点，并对每个聚类中心点设定范围内的像素点进行聚类，得到多个聚类区域；根据每个像素点的颜色值与该像素点所在聚类区域内各个聚类中心点八邻域所有像素点颜色值，计算每个像素点与各个聚类中心点的相似性，将每个像素点与各个聚类中心点的相似性表征每个像素点的第一归属性；分别获取每个像素点与其所在遍历范围内各个聚类中心连线上经过的所有像素点，根据每个像素点与各个聚类中心点的相似性、该像素点和各个聚类中心点连线上经过的所有像素点与对应聚类中心的相似性表征每个像素点的第二归属性；根据每个像素点的第一归属性和第二归属性获取每个像素点的最终归属性，根据每个像素点的最终归属性确定每个像素点与各个聚类中心点的颜色距离；根据每个像素点与各个聚类中心点的颜色距离计算每个像素点的距离度量，根据每个像素点的距离度量对每个像素点进行区域划分；获取对钢管图像所有像素点进行区域划分后得到的多个超像素块，根据钢管图像中每个划分后的超像素块中像素点灰度均值识别出麻点缺陷区域。2.根据权利要求1所述的一种用于被氧化钢管材料表面麻点瑕疵的识别方法，其特征在于，根据闭合区域的最大尺寸对钢管图像进行初始超像素分割的方法为：对钢管图像进行边缘检测得到多个闭合区域，根据每个闭合区域中像素点的个数确定其尺寸；根据所有闭合区域的最大尺寸作为超像素分割的尺寸，对钢管图像进行超像素分割，得到多个超像素块。3.根据权利要求1所述的一种用于被氧化钢管材料表面麻点瑕疵的识别方法，其特征在于，表征每个像素点的第一归属性的方法为：获取每个像素点的颜色值以及各个聚类中心点八邻域像素点的颜色值；根据每个像素点的颜色值与各个聚类中心点八邻域像素点的颜色值计算每个像素点与各个聚类中心点的相似性，将每个像素点与各个聚类中心点的相似性获取每个像素点的第一归属性，表达式为：第一归属性，表达式为：其中，表示每个像素点与聚类中心点的第一归属性，表示每个像素点与聚类中心点的邻域方向上第i个像素点的相似性，(r,g,b)为每个像...

【专利技术属性】
技术研发人员：赵雪兴，
申请(专利权)人：和诚精密管业南通有限公司，
类型：发明
国别省市：