一种电梯相关配件质量检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种电梯相关配件质量检测方法，该方法通过电梯曳引电机转子的结构特征在搜索窗口中得到至少两个直线函数模型，根据每个直线函数模型对应的纹理变化特征序列与目标像素点对应的纹理变化特征序列之间的相似度，得到目标像素点对应的窗口遍历区域，通过滑窗在窗口遍历区域进行遍历完成对目标像素点灰度值的更新，进一步得到电梯曳引电机转子去噪图像，完成去噪过程。本发明专利技术基于NLM非局部均值滤波方法的思想，根据滑窗遍历窗口遍历区域完成电梯曳引电机转子图像的去噪，在减少计算量的同时去噪效果优秀。效果优秀。效果优秀。

【技术实现步骤摘要】
一种电梯相关配件质量检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种电梯相关配件质量检测方法。

技术介绍

[0002]电梯作为日常生活中经常使用的设备，其驱动方式主要包括螺杆驱动、液压驱动和曳引驱动，其中大多数的电梯的驱动方式为曳引驱动。对于曳引驱动电梯，其主要的动力来源为曳引电机，而曳引电机的转子承担了整个电机的动力输出工作，其质量问题与曳引电梯的安全息息相关，所以在电梯曳引电机转子生产过程中需要进行准确的质量检测以保证曳引电梯的安全性。对电梯曳引电机转子质量检测的传统方法主要为：通过人眼借助观测介质例如显微镜以及X射线等对电梯曳引电机转子进行质量检测，但是传统的质量检测方法存在人工主观因素、大型仪器检测成本过高、检测效率慢等局限性。
[0003]现有技术通常通过NLM非局部均值滤波方法检测电梯曳引电机转子图像的缺陷完成质量检测，但是现有技术中的NLM非局部均值滤波方法对电梯曳引电机转子图像进行去噪时，遍历区域过大，导致计算量大且由于电梯曳引电机转子结构的特殊性，导致所去噪的信息容易受到其他无关信息的影响，造成对应的去噪效果较差。

技术实现思路

[0004]为了解决现有技术中的NLM非局部均值滤波方法对电梯曳引电机转子图像进行去噪时，遍历区域过大，导致计算量大且由于电梯曳引电机转子结构的特殊性，导致所去噪的信息容易受到其他无关信息的影响，造成对应的去噪效果较差的技术问题，本专利技术的目的在于提供一种电梯相关配件质量检测方法，所采用的技术方案具体如下：本专利技术提出了一种电梯相关配件质量检测方法，所述方法包括：获取电梯曳引电机转子图像；在所述电梯曳引电机转子图像中以每个像素点为中心建立预设第一尺寸大小的窗口得到对应的邻域窗口，以目标像素点为中心建立预设第二尺寸大小的窗口得到搜索窗口，根据电梯曳引电机转子的结构特征在所述搜索窗口中得到至少两个直线函数模型，根据每个直线函数模型所经过像素点组成的区域的纹理变化特征得到对应的纹理变化特征序列，计算所述目标像素点所处直线函数模型与其他直线函数模型对应的纹理变化特征序列的序列相似度，以所述序列相似度最高的直线函数模型所经过所有像素点的邻域窗口组成的区域作为目标像素点对应的窗口遍历区域；基于NLM非局部均值滤波方法通过预设第一尺寸大小的滑窗在窗口遍历区域进行遍历，完成目标像素点灰度值的更新，改变目标像素点完成电梯曳引电机转子图像中各个像素点灰度值的更新，得到电梯曳引电机转子去噪图像；对所述电梯曳引电机转子去噪图像采用图像分割法检测出缺陷区域，根据所述缺陷区域完成电梯曳引电机转子的质量检测。
[0005]进一步地，所述直线函数模型的获取方法包括：
以目标像素点为中心建立坐标系，对所述电梯曳引电机转子图像进行霍夫直线变换拟合出至少两条霍夫直线，在所述坐标系中获得至少两个与所述霍夫直线平行的直线函数模型。
[0006]进一步地，所述纹理变化特征序列的获取方法包括：通过LBP算法计算目标直线函数模型在所述电梯曳引电机转子图像经过的所有像素点对应的LBP值，统计目标直线函数模型所有像素点的LBP值并顺序排列得到目标直线函数模型对应的LBP值序列，计算所述LBP值序列的标准差，通过二阶差分法得到所述LBP值序列对应的二阶差分序列，通过二阶差分序列和标准差的乘积得到目标直线函数模型对应的纹理变化特征序列；改变目标直线函数模型得到所有直线函数模型对应的纹理变化特征序列。
[0007]进一步地，所述对所述电梯曳引电机转子去噪图像采用图像分割法检测出缺陷区域包括：采用直方图均衡化对所述电梯曳引电机转子去噪图像进行图像增强得到增强曳引电机转子去噪图像，对所述增强曳引电机转子去噪图像通过最大类间方差法进行阈值分割得到电梯曳引电机转子二值图像，对所述电梯曳引电机转子二值图像进行开运算操作后进行图像分割检测出缺陷区域。
[0008]进一步地，所述计算所述目标像素点所处直线函数模型与其他直线函数模型对应的纹理变化特征序列的序列相似度包括：通过DTW序列算法计算所述目标像素点所处直线函数模型与其他直线函数模型对应的纹理变化特征序列的序列相似度。
[0009]本专利技术具有如下有益效果：考虑到NLM非局部均值滤波方法在去噪的同时能够最大程度的保持图像的细节特征，本专利技术根据电梯曳引电机转子的结构特征得到至少两个直线函数模型，根据每个直线函数模型的纹理变化特征对应的纹理变化特征序列之间的相似度得到窗口遍历区域，本专利技术将窗口遍历区域缩小为直线区域，并且通过纹理变化特征序列的序列相似度筛选出窗口遍历区域，避免了目标像素点邻域窗口内噪声对灰度值更新的影响，在减少计算量的同时，使得本专利技术对电梯曳引转子图像的去噪效果相比于NLM非局部均值滤波方法更加优秀。综上所述，本专利技术基于NLM非局部均值滤波方法的思想，根据滑窗遍历窗口遍历区域完成电梯曳引电机转子图像的去噪，在减少计算量的同时去噪效果优秀。
附图说明
[0010]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。
[0011]图1为本专利技术一个实施例所提供的一种电梯相关配件质量检测方法流程图；图2为本专利技术一个实施例所提供的一种非局部均值滤波算法原理示意图；图3为本专利技术一个实施例所提供的一种电梯曳引电机转子表面局部图像；图4为本专利技术一个实施例所提供的一种电梯曳引电机转子霍夫直线变换前图像；
图5为本专利技术一个实施例所提供的一种电梯曳引电机转子霍夫直线变换后图像；图6为本专利技术一个实施例所提供的一种LBP算子特征图。
具体实施方式
[0012]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电梯相关配件质量检测方法，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。
[0013]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。
[0014]实施例：下面结合附图具体的说明本专利技术所提供的一种电梯相关配件质量检测方法的具体方案。
[0015]请参阅图1，其示出了本专利技术一个实施例提供的一种电梯相关配件质量检测方法流程图，该方法包括：步骤S1：获取电梯曳引电机转子图像。
[0016]本专利技术实施例目的在于提供一种电梯相关配件质量检测方法，针对电梯曳引电机转子的质量检测问题，采用图像数据处理的方法对电梯曳引电机转子图像中出现的缺陷进行检测，本专利技术实施例主要对电梯曳引电机转子图像的去噪方法进行改进，提高后续对电梯曳引电机转子图像缺陷检测的准确度，从而提高电梯曳引电机转子的质量检测精度。所以首先需要获取本专利技术实施例的检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电梯相关配件质量检测方法，其特征在于，所述方法包括：获取电梯曳引电机转子图像；在所述电梯曳引电机转子图像中以每个像素点为中心建立预设第一尺寸大小的窗口得到对应的邻域窗口，以目标像素点为中心建立预设第二尺寸大小的窗口得到搜索窗口，根据电梯曳引电机转子的结构特征在所述搜索窗口中得到至少两个直线函数模型，根据每个直线函数模型所经过像素点组成的区域的纹理变化特征得到对应的纹理变化特征序列，计算所述目标像素点所处直线函数模型与其他直线函数模型对应的纹理变化特征序列的序列相似度，以所述序列相似度最高的直线函数模型所经过所有像素点的邻域窗口组成的区域作为目标像素点对应的窗口遍历区域；基于NLM非局部均值滤波方法通过预设第一尺寸大小的滑窗在窗口遍历区域进行遍历，完成目标像素点灰度值的更新，改变目标像素点完成电梯曳引电机转子图像中各个像素点灰度值的更新，得到电梯曳引电机转子去噪图像；对所述电梯曳引电机转子去噪图像采用图像分割法检测出缺陷区域，根据所述缺陷区域完成电梯曳引电机转子的质量检测。2.根据权利要求1所述的一种电梯相关配件质量检测方法，其特征在于，所述直线函数模型的获取方法包括：以目标像素点为中心建立坐标系，对所述电梯曳引电机转子图像进行霍夫直线变换拟合出至少两条霍夫直线，在所述坐标系中获得至少两个与所述霍夫直线平行的直线函数模型。3.根据权利要...

【专利技术属性】
技术研发人员：周珊珊，张维跃，陈全，党晓飞，周在宾，王义德，
申请(专利权)人：凯尔菱电山东电梯有限公司，
类型：发明
国别省市：