本发明专利技术涉及图像处理技术领域，具体涉及一种电控硅油风扇离合器壳体裂纹视觉检测方法，该方法包括：获取硅油风扇离合器的壳体的灰度图像，获取线场中的多个支持域，获取延伸直线及延伸直线中所包含单位线段的数量，获取相似线段，获取编号相同的相似线段与单位线段的被模糊程度，获取支持域的自适应矩形范围，并得到裂纹区域。本发明专利技术通过自适应获取支持域的自适应矩形范围，然后得到精确的裂纹区域。然后得到精确的裂纹区域。然后得到精确的裂纹区域。
【技术实现步骤摘要】
一种电控硅油风扇离合器壳体裂纹视觉检测方法
[0001]本专利技术涉及图像处理
，具体涉及一种电控硅油风扇离合器壳体裂纹视觉检测方法。
技术介绍
[0002]在电控硅油风扇离合器壳体生产过程中，生产出的电控硅油风扇离合器壳体可能存在裂纹，故需要对裂纹进行检测，将缺陷产品进行筛选出，保证产品质量。
[0003]常用检测方法为LSD直线检测算法，通过LSD直线检测算法能实现电控硅油风扇离合器壳体的裂纹区域的提取，由于电控硅油风扇离合器壳体上有很多散热鳍片，当壳体上的裂纹出现在散热鳍片之间时，裂纹的灰度特征受散热鳍片遮挡光线而发生模糊，此时，以LSD直线检测算法进行检测时，LSD直线检测算法的检测准确度会受到严重影响，即会导致LSD直线检测算法的矩形范围不够准确，从而导致获取的裂纹区域不准确。
技术实现思路
[0004]本专利技术提供一种电控硅油风扇离合器壳体裂纹视觉检测方法，以解决现有的LSD直线检测算法的矩形范围不够准确，从而导致获取的裂纹区域不准确的问题。
[0005]本专利技术的一种电控硅油风扇离合器壳体裂纹视觉检测方法采用如下技术方案。
[0006]获取硅油风扇离合器的壳体的灰度图像。
[0007]利用灰度图像中垂直于每个像素点的梯度方向的单位线段得到线场中的多个支持域。
[0008]根据每个支持域中每个单位线段的梯度幅值，单位线段对应的像素点的邻域内的邻域像素点的灰度值，以及正常壳体的灰度均值，获取每个单位线段为裂纹的可能性，将最大可能性对应的单位线段作为目标单位线段，获取支持域中目标单位线段延伸后的延伸直线中所包含单位线段的数量。
[0009]根据目标单位线段与该目标单位线段邻域内的邻域单位线段的可能性差值，获取邻域单位线段中的第一目标线段，将第一目标线段作为新的目标单位线段，获取第一目标线段的邻域内的第二目标线段，直至获取的目标线段的数量与延伸直线中所包含单位线段的数量相等时停止，将得到的所有目标线段作为相似线段。
[0010]分别对获得的所有相似线段和延伸直线中包含的单位线段进行编号，所述相似线段的编号是按照获取的先后顺序进行编号，所述延伸直线中包含的单位线段是按照所有相似线段的延伸方向依次进行编号，根据编号相同的相似线段与单位线段对应的像素点之间的距离和，以及编号相同的相似线段与单位线段之间可能性差异，获取编号相同的相似线段与单位线段的被模糊程度。
[0011]利用每个编号相同的相似线段与单位线段的被模糊程度，获取所有最终相似线段，根据所有最终相似线段与延伸直线获取目标区域；将目标区域的最小外接矩形作为对应支持域的自适应矩形范围，基于支持域的自适应矩形范围并利用LSD直线算法得到裂纹
区域。
[0012]优选的，获取每个单位线段为裂纹的可能性，包括。
[0013]获取支持域中的每个单位线段的梯度幅值，与支持域中最大梯度幅值的梯度幅值差值。
[0014]对梯度幅值差值进行二次函数映射得到第一目标值。
[0015]获取支持域中的单位线段对应的像素点的邻域内的邻域像素点的灰度值与正常壳体的灰度均值的灰度差值。
[0016]对单位线段对应的像素点的邻域内所有邻域像素点与正常壳体的灰度均值的灰度差值绝对值的均值进行负相关计算得到第二目标值。
[0017]将第一目标值与第二目标值的比值进行归一化计算得到每个单位线段为裂纹的可能性。
[0018]优选的，获取邻域单位线段中的第一目标线段，包括。
[0019]获取目标单位线段与目标单位线段的邻域内的每个邻域单位线段的可能性差值中的最小可能性差值。
[0020]将最小可能性差值对应的邻域单位线段作为第一目标线段。
[0021]优选的，获取编号相同的相似线段与单位线段之间的可能性差异，包括。
[0022]获取编号相同的相似线段与单位线段之间的可能性差值绝值。
[0023]将可能性差值绝值作为编号相同的相似线段与单位线段之间的可能性差异。
[0024]优选的，获取编号相同的相似线段与单位线段的被模糊程度，包括。
[0025]以自然常数为底，以编号相同的相似线段与单位线段之间的可能性差异为幂，获取指数函数值。
[0026]将指数函数值，编号相同的相似线段与单位线段对应的像素点之间的距离的乘积，作为编号相同的相似线段与单位线段的初始被模糊程度。
[0027]获取每个初始被模糊程度与其在编号上相邻的两个初始被模糊程度的初始被模糊程度差值。
[0028]根据两个初始被模糊程度差值，与所有编号相同的相似线段与单位线段的初始被模糊程度的均值，获取每个编号相同的相似线段与单位线段的被模糊程度。
[0029]优选的，获取所有最终相似线段，包括。
[0030]获取被模糊程度大于预设的被模糊程度阈值时单位线段对应的目标编号。
[0031]获取目标编号相邻的编号对应的相似线段的像素点与单位线段的像素点之间的目标距离。
[0032]将两个目标距离的均值作为与目标编号对应的延伸直线上的目标线段与最终相似线段的距离。
[0033]根据与目标编号对应的延伸直线上的目标线段与最终相似线段的距离，得到与延伸直线上目标线段的目标编号对应的最终相似线段。
[0034]优选的，将所有最终相似线段连接得到最终相似线。
[0035]优选的，将最终相似线与延伸直线的相邻端连接围成的区域作为目标区域。
[0036]优选的，获取硅油风扇离合器的壳体的灰度图像，包括。
[0037]获取硅油风扇离合器的壳体图像。
[0038]对壳体图像在RGB颜色空间中的R、G、B分量进行投影加权得到壳体的灰度图像。
[0039]本专利技术的一种电控硅油风扇离合器壳体裂纹视觉检测方法的有益效果是。
[0040]由于离合器壳体上的鳍片的干扰导致离合器壳体上出现裂纹时，裂纹的边缘模糊，无法准确获取裂纹，故利用LSD算法先获取图像中的线场和支持域，然后获取支持域中为裂纹的最大可能性的目标单位线段，然后以目标单位线段的延伸方向获取延伸直线，即由于金属断裂痕迹为折线状，但总体呈现向某方向进行延伸的特性，且不似鳍片较平直的形态，因此沿目标单位线段的延伸方向获取延伸直线，由于在一个支持域内，裂纹附近存在的单位线段会对属于裂纹的单位线段产生模糊，需要结合裂纹形态的延展特征判断被模糊程度，从而获得矩形范围，即先根据目标单位线段与该目标单位线段邻域内的邻域单位线段的可能性差值，获取邻域单位线段中的第一目标线段，将第一目标线段作为新的目标单位线段，获取第一目标线段的邻域内的第二目标线段，直至获取的目标线段的数量与延伸直线中所包含单位线段的数量相等时停止，将得到的所有目标线段作为相似线段，然后以编号相同的相似线段与单位线段对应的像素点之间的距离，以及编号相同的相似线段与单位线段之间的可能性差异，获取每个编号相同的相似线段与单位线段的被模糊程度，并确定最终相似线段，以基于所有最终相似线段和延伸直线本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电控硅油风扇离合器壳体裂纹视觉检测方法，其特征在于，包括：获取硅油风扇离合器的壳体的灰度图像；利用灰度图像中垂直于每个像素点的梯度方向的单位线段得到线场中的多个支持域；根据每个支持域中每个单位线段的梯度幅值，单位线段对应的像素点的邻域内的邻域像素点的灰度值，以及正常壳体的灰度均值，获取每个单位线段为裂纹的可能性，将最大可能性对应的单位线段作为目标单位线段，获取支持域中目标单位线段延伸后的延伸直线中所包含单位线段的数量；根据目标单位线段与该目标单位线段邻域内的邻域单位线段的可能性差值，获取邻域单位线段中的第一目标线段，将第一目标线段作为新的目标单位线段，获取第一目标线段的邻域内的第二目标线段，直至获取的目标线段的数量与延伸直线中所包含单位线段的数量相等时停止，将得到的所有目标线段作为相似线段；分别对获得的所有相似线段和延伸直线中包含的单位线段进行编号，所述相似线段的编号是按照获取的先后顺序进行编号，所述延伸直线中包含的单位线段是按照所有相似线段的延伸方向依次进行编号，根据编号相同的相似线段与单位线段对应的像素点之间的距离和，以及编号相同的相似线段与单位线段之间可能性差异，获取编号相同的相似线段与单位线段的被模糊程度；利用每个编号相同的相似线段与单位线段的被模糊程度，获取所有最终相似线段，根据所有最终相似线段与延伸直线获取目标区域；将目标区域的最小外接矩形作为对应支持域的自适应矩形范围，基于支持域的自适应矩形范围并利用LSD直线算法得到裂纹区域。2.根据权利要求1所述的一种电控硅油风扇离合器壳体裂纹视觉检测方法，其特征在于，获取每个单位线段为裂纹的可能性，包括：获取支持域中的每个单位线段的梯度幅值，与支持域中最大梯度幅值的梯度幅值差值；对梯度幅值差值进行二次函数映射得到第一目标值；获取支持域中的单位线段对应的像素点的邻域内的邻域像素点的灰度值与正常壳体的灰度均值的灰度差值；对单位线段对应的像素点的邻域内所有邻域像素点与正常壳体的灰度均值的灰度差值绝对值的均值进行负相关计算得到第二目标值；将第一目标值与第二目标值的比值进行归一化计算得到每个单位线段为裂纹的可能性。3.根据权利要求1所述的一种电控硅油风扇离合器壳体裂纹视觉检测方法，其特征在于，获取邻域单位线段中的第一目标线段，包...
【专利技术属性】
技术研发人员：汤自知，
申请(专利权)人：苏州奥沃汽车配件有限公司，
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。