一种汽车零件加工信息智能检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种汽车零件加工信息智能检测方法。该方法获得荧光磁粉喷射后轴承表面的灰度图像；通过分水岭算法获得灰度图像中的疑似缺陷区域；获取每个疑似缺陷区域中的最大灰度值对应的像素点作为目标像素点，对每个疑似缺陷区域中的像素点进行聚类，将目标像素点所在聚类簇的区域作为目标区域；根据目标区域对应的疑似缺陷区域的面积和目标区域中像素点的位置分布与梯度分布获取每个目标区域的荧光磁粉聚集程度；获取目标区域与灰度图像之间的灰度差异作为目标差异；根据荧光磁粉聚集程度与目标差异获取目标区域与背景区域的相似度；根据相似度确定灰度图像中的缺陷区域。提高了检测缺陷区域的效率。域的效率。域的效率。

【技术实现步骤摘要】
一种汽车零件加工信息智能检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种汽车零件加工信息智能检测方法。

技术介绍

[0002]轴承是汽车零件中非常关键的一个部件，轴承质量的好坏关系到汽车的行驶安全。轴承在生产加工的过程中会因为锻造加热温度过高或保温时间过长产生缺陷，严重时晶界氧化甚至熔化。过烧的轴承在这种缺陷状态下进行锻造加工，受到重锤的锻打、冲孔及碾扩，缺陷处会产生撕裂，形成更大的缺陷。
[0003]在现有技术中，通常采用荧光磁粉法对轴承表面的缺陷进行探伤，荧光磁粉会依附在轴承表面的缺陷区域而形成荧光区域，可通过图像分割领域中常用的分水岭算法将荧光区域进行分割。但是细微的荧光磁粉也会依附在轴承表面的不平整处，形成荧光区域，因此当通过分水岭算法进行分割时，会因为荧光区域较大，导致水淹后保留的疑似缺陷区域面积较大，使得疑似缺陷区域既包含部分不存在缺陷的不平整区域也包含缺陷区域，使得分割出来的缺陷区域不准确，对缺陷区域的识别造成干扰，不利于对缺陷区域的检测。

技术实现思路

[0004]为了解决轴承不平整区域对缺陷区域的干扰，导致缺陷区域检测不准确的技术问题，本专利技术的目的在于提供一种汽车零件加工信息智能检测方法，所采用的技术方案具体如下：本专利技术实施例中提供了一种汽车零件加工信息智能检测方法，该方法包括以下：获得荧光磁粉喷射后轴承表面的灰度图像；通过分水岭算法获得所述灰度图像中的疑似缺陷区域；获取每个所述疑似缺陷区域中的最大灰度值对应的像素点作为目标像素点，对每个所述疑似缺陷区域中的像素点进行聚类，将所述目标像素点所在聚类簇的区域作为目标区域；根据所述目标区域对应的所述疑似缺陷区域的面积和所述目标区域中像素点的位置分布与梯度分布获取每个所述目标区域的荧光磁粉聚集程度；获取所述目标区域与所述灰度图像之间的灰度差异作为目标差异；根据所述荧光磁粉聚集程度与所述目标差异获取所述目标区域与背景区域的相似度；根据所述相似度将所述目标区域对应的所述疑似缺陷区域与所述背景区域合并，确定所述灰度图像中的缺陷区域。
[0005]进一步地，所述荧光磁粉聚集程度的获取方法，包括：获取所述目标区域中的最大灰度值对应的像素点的坐标作为第一坐标，计算所述目标区域中的每个像素点对应的坐标与第一坐标之间的距离，获取所述目标区域中的像素点之间的平均距离；将平均距离进行负相关映射并归一化，所得结果作为第一结果；获取所述目标区域中的边缘像素点的梯度均值作为平均梯度；
获取所述目标区域对应的疑似缺陷区域中的像素点的数量即疑似缺陷区域的面积作为第一面积；计算第一结果、平均梯度与第一面积之间的乘积作为所述目标区域的荧光磁粉聚集程度。
[0006]进一步地，所述目标差异的获取方法，包括：计算所述目标区域中的平均灰度值作为第一值；计算所述灰度图像中的平均灰度值作为第二值；将第一值与第二值的差值作为所述目标区域与所述灰度图像之间的目标差异。
[0007]进一步地，所述相似度的获取方法，包括：将荧光磁粉聚集程度与目标差异的乘积进行负相关映射并归一化的结果作为目标区域与背景区域之间的相似度。
[0008]进一步地，所述根据所述相似度确定所述灰度图像中的缺陷区域的方法，包括：设置相似度阈值，当相似度大于相似度阈值时，对应目标区域所在疑似缺陷区域不存在缺陷，将疑似缺陷区域与背景区域进行合并；未合并的区域即是缺陷区域，对缺陷区域进行核验。
[0009]进一步地，所述对每个所述疑似缺陷区域中的像素点进行聚类的方法，包括：使用DBSCAN密度聚类算法根据像素点的位置与灰度值对疑似缺陷区域中的像素点进行聚类。
[0010]本专利技术具有如下有益效果：通过分水岭算法获得轴承表面的灰度图像中的疑似缺陷区域，进而只对疑似缺陷区域进行分析，提高对缺陷区域检测的效率；获取每个疑似缺陷区域中的最大灰度值对应的像素点作为目标像素点，方便后续对疑似缺陷区域的具体特征进行分析；因此，对每个疑似缺陷区域中的像素点进行聚类，将目标像素点所在聚类簇的区域作为目标区域，目标区域中的像素点为疑似缺陷区域中灰度值峰较大的像素点，可以反映出对应疑似缺陷区域中的荧光磁粉的依附情况，因此，根据目标区域对应的疑似缺陷区域的面积和目标区域中像素点的位置分布与梯度分布获取每个目标区域的荧光磁粉聚集程度，初步判断缺陷区域；为了进一步确定缺陷区域，获取目标区域与灰度图像之间的灰度差异作为目标差异，间接确定目标区域所在疑似缺陷区域与背景区域的差异程度；进而根据荧光磁粉聚集程度与目标差异获取目标区域与背景区域的相似度，根据相似度将目标区域对应的疑似缺陷区域与背景区域合并，去除了因轴承表面不平整导致的对缺陷区域检测的干扰，消除了分水岭算法引起的过分割区域，确定了灰度图像中的缺陷区域，提高了缺陷区域检测的准确率。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1为本专利技术一个实施例所提供的一种汽车零件加工信息智能检测方法的流程示意图；
图2为本专利技术一个实施例所提供的疑似缺陷区域中的灰度值大小的分布图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种汽车零件加工信息智能检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]下面结合附图具体的说明本专利技术所提供的一种汽车零件加工信息智能检测方法的具体方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种汽车零件加工信息智能检测方法的流程示意图，该方法包括以下步骤：步骤S1：获得荧光磁粉喷射后轴承表面的灰度图像。
[0017]具体的，本专利技术实施例的目的是通过荧光磁粉法对轴承表面的缺陷进行检测，首先使用赛福探伤机对轴承表面喷射一定量的荧光磁粉，然后通过高清相机采集喷射荧光磁粉后的轴承表面的图像，对获得的图像进行去噪处理，本专利技术实施例使用均值滤波算法对获得的图像进行去噪，然后对去噪后的图像进行灰度化处理，获得灰度图像。
[0018]其中，均值滤波算法以及灰度化处理均为现有技术，在此不再进行赘述。
[0019]步骤S2：通过分水岭算法获得所述灰度图像中的疑似缺陷区域；获取每个所述疑似缺陷区域中的最大灰度值对应的像素点作为目标像素点，对每个所述疑似缺陷区域中的像素点进行聚类，将所述目标像素点所在聚类簇的区域作为目标区域。
[0020本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车零件加工信息智能检测方法，其特征在于，该方法包括以下步骤：获得荧光磁粉喷射后轴承表面的灰度图像；通过分水岭算法获得所述灰度图像中的疑似缺陷区域；获取每个所述疑似缺陷区域中的最大灰度值对应的像素点作为目标像素点，对每个所述疑似缺陷区域中的像素点进行聚类，将所述目标像素点所在聚类簇的区域作为目标区域；根据所述目标区域对应的所述疑似缺陷区域的面积和所述目标区域中像素点的位置分布与梯度分布获取每个所述目标区域的荧光磁粉聚集程度；获取所述目标区域与所述灰度图像之间的灰度差异作为目标差异；根据所述荧光磁粉聚集程度与所述目标差异获取所述目标区域与背景区域的相似度；根据所述相似度将所述目标区域对应的所述疑似缺陷区域与所述背景区域合并，确定所述灰度图像中的缺陷区域。2.如权利要求1所述的一种汽车零件加工信息智能检测方法，其特征在于，所述荧光磁粉聚集程度的获取方法，包括：获取所述目标区域中的最大灰度值对应的像素点的坐标作为第一坐标，计算所述目标区域中的每个像素点对应的坐标与第一坐标之间的距离，获取所述目标区域中的像素点之间的平均距离；将平均距离进行负相关映射并归一化，所得结果作为第一结果；获取所述目标区域中的边缘像素点的梯度均值作为平均梯度；获取所述目标区域对应的疑似缺陷区域中...

【专利技术属性】
技术研发人员：赵俊英，王青云，温国强，张在坤，邓玖，胡顺堂，
申请(专利权)人：天津中德应用技术大学，
类型：发明
国别省市：