用于铜铝转接排的表面缺陷检测方法技术

本发明专利技术涉及图像处理领域，具体涉及用于铜铝转接排的表面缺陷检测方法，包括：获取铜铝转接排的灰度直方图中的各个子高斯模型；根据各个子高斯模型之间的交点灰度级，得到各个交叠区域中各个灰度级的第一分割难度，结合各个灰度级的出现概率得到各个灰度级的第二分割难度；根据各个灰度级的第二分割难度得到预增强图像；获取预增强图像中各个像素点的滑窗区域；根据各个滑窗区域中各个像素点的最大梯度分布方向以及各个像素点的梯度值，得到各个滑窗中心的增强准确度，进而得到修正增强图像，根据修正增强图像得到铜铝转接排的表面缺陷区域。本发明专利技术可以避免传统图像增强方法增强效果较差以及离散像素点的过度增强现象出现，简单可靠。单可靠。单可靠。

【技术实现步骤摘要】
用于铜铝转接排的表面缺陷检测方法


[0001]本专利技术涉及图像处理领域，具体涉及用于铜铝转接排的表面缺陷检测方法。

技术介绍

[0002]铜铝转接排，又名铜铝汇流排，由于铜铝转接排表面抗氧化性能和接触电阻与铜排相同，只要铜层厚度达到一定要求，其导电性能和机械性能接近铜排，故铜铝转接排可以很好地解决铝转接排过流能力不足以及铜转接排成本高，重量大等缺陷，使得铜铝转接排的应用愈加广泛，而当铜铝转接排表面存在缺陷时，会影响铜铝转接排的使用性能，对于一些与铜铝转接排表面存在较大灰度差异的缺陷，直接使用阈值分割即可对这些缺陷进行提取；而对于铜铝转接排的部分不明显缺陷，如微裂纹缺陷，此类缺陷由于与铜材或铝材之间的灰度差异也较小，传统的阈值分割方法对此类缺陷的检测效果较差，为了对此类不明显缺陷进行检测，往往需要对铜铝转接排表面进行图像增强，从而将铜铝转接排表面细节信息进行放大，进而得到更加准确的检测效果。
[0003]常规的图像增强方法，如直方图均衡化方法的本质是使图像中各个灰度级趋于均匀分布，但是由于铜铝转接排表面同时存在镀铜区域，纯铝区域，以及折弯位置对应的高亮区域，其中镀铜区域的灰度级较小，纯铝区域的灰度级略大，高亮区域的灰度级最大，使得铜铝转接排同时存在三种区别较大的灰度级，对应灰度直方图中灰度级的分布是相对均匀的，此时如果直接使用直方图均衡化算法对铜铝转接排进行图像增强，会导致图像增强的效果并不明显，仍然无法提高不明显缺陷的检测效果。

技术实现思路

[0004]本专利技术提供用于铜铝转接排的表面缺陷检测方法，以解决现有的问题。
[0005]本专利技术的用于铜铝转接排的表面缺陷检测方法采用如下技术方案：本专利技术一个实施例提供了用于铜铝转接排的表面缺陷检测方法，该方法包括以下步骤：获取铜铝转接排的表面图像；获取表面图像的灰度直方图的各个子高斯模型；根据各个子高斯模型的灰度分布范围得到各个子高斯模型之间的交叠区域；根据各个子高斯模型之间的交点灰度级，得到各个子高斯模型之间的交叠区域中各个灰度级的第一分割难度；根据各个灰度级的第一分割难度以及各个灰度级的出现概率得到各个灰度级的第二分割难度；根据各个灰度级的第二分割难度对表面图像进行直方图均衡化，得到铜铝转接排的预增强图像；以预增强图像中的各个像素点为滑窗中心，根据预设滑窗区域大小得到预增强图像中各个像素点的滑窗区域；获取各个滑窗区域中各个像素点的最大梯度分布方向，各个滑窗区域中各个像素点的最大梯度分布方向构成了各个滑窗区域的方向矩阵；获取各个滑窗区域中各个像素点的最大梯度分布方向在各个滑窗区域对应的方向矩阵中的出现概率；根据各个滑窗区域中各个像素点的梯度值以及各个像素点的最大梯度分布方向对应的出
现概率，得到各个滑窗中心的增强准确度，所述各个滑窗中心的增强准确度即为各个像素点的增强准确度；根据表面图像中各个灰度级对应的所有像素点的增强准确度得到表面图像中各个灰度级的增强准确度；根据各个灰度级的增强准确度以及各个灰度级的第二分割难度得到各个灰度级的最终分割难度；根据表面图像中各个灰度级的最终分割难度对表面图像进行直方图均衡化，得到铜铝转接排的修正增强图像；对修正增强图像进行自适应阈值分割，得到铜铝转接排的表面缺陷区域。
[0006]优选的，所述根据各个子高斯模型之间的交点灰度级，得到各个子高斯模型之间的交叠区域中各个灰度级的第一分割难度的获取步骤包括：对于存在交叠区域的两个子高斯模型，以交叠区域中的任意一个灰度级为目标灰度级，当目标灰度级小于两个子高斯模型的交点灰度级时，将目标灰度级与交叠区域中的最小灰度级之间的差值作为第一差值；将交点灰度级与交叠区域中的最小灰度级之间的差值作为第二差值，将第一差值与第二差值之间的比值作为目标灰度级的第一分割难度；当目标灰度级大于等于两个子高斯模型的交点灰度级时，将交叠区域的最大灰度级与目标灰度级之间的差值作为第三差值；将交叠区域中的最大灰度级与交点灰度级之间的差值作为第四差值，计算第三差值与第四差值之间的比值，将1.0与所得比值之间的差值作为目标灰度级的第一分割难度；以各个子高斯模型之间的交叠区域中各个灰度级为目标灰度级，得到各个子高斯模型之间的交叠区域中各个灰度级的第一分割难度。
[0007]优选的，所述各个灰度级的第二分割难度的获取步骤为：将各个灰度级对应的所有第一分割难度的累加和与各个灰度级的出现概率进行相加，将所得加和结果作为各个灰度级的分割难度；对各个灰度级的分割难度进行归一化处理，将所得归一化结果作为各个灰度级的第二分割难度。
[0008]优选的，所述对各个灰度级的分割难度进行归一化处理的步骤为：获取所有灰度级中的最小分割难度与最大分割难度，将各个灰度级的分割难度与最小分割难度之间的差值作为各个灰度级的第一分割差值；将各个最大分割难度与最小分割难度之间的差值作为第二分割差值，将各个灰度级的第一分割差值与第二分割差值之间的比值作为各个灰度级的归一化结果。
[0009]优选的，所述获取各个滑窗区域中各个像素点的最大梯度分布方向的步骤包括：以各个滑窗区域中的滑窗中心为目标像素点，预设目标像素点八邻域内各个像素点的分布方向值；将目标像素点的八邻域内，具有最大梯度值的像素点对应的分布方向值作为目标像素点的最大梯度分布方向；以最大梯度分布方向对应的像素点为新的目标像素点，获取新的目标像素点的八邻域内，具有最大梯度值且未确定最大梯度分布方向的像素点对应的分布方向值作为所述新的目标像素点的最大梯度分布方向，依次得到各个滑窗区域中各个像素点的最大梯度分布方向。
[0010]优选的，所述各个滑窗中心的增强准确度的获取表达式为：
[0011]式中，表示第k个滑窗中心的增强准确度；N表示第k个滑窗区域中包含像素点的总个数；表示第k个滑窗区域中第j个像素点的梯度值；表示第k个滑窗区域中第j像素点的最大梯度分布方向在第k个方向矩阵中的出现概率；为以10为底的对数函数。
[0012]优选的，所述表面图像中各个灰度级的增强准确度的获取步骤为：计算表面图像中各个灰度级对应的所有像素点的增强准确度的平均值，将所得平均值作为各个灰度级的增强准确度。
[0013]本专利技术的有益效果是：首先根据铜铝转接排的表面图像对应的灰度直方图中，各个子高斯模型的交叠情况获取各个灰度级的第一分割难度，并结合各个灰度级的出现概率得到各个灰度级的第二分割难度；根据各个灰度级的第二分割难度对铜铝转接排的表面图像进行直方图均衡化，得到铜铝转接排的预增强图像，从而避免了因铜铝转接排本身灰度级分布较为均匀而导致的传统直方图均衡化方法增强效果不明显的现象出现；但是由于直方图均衡化的方法是对各个灰度级分别进行处理，各个灰度级对应的像素点之间并不存在关联，使得离散像素点容易出现过度增强，反而会干扰微裂纹缺陷的检测，因此本专利技术获取预增强图像中各个像素点的滑窗区域内，根据各个滑窗区域内各个像素点的无序程度以及梯度值对各个滑窗中心的增强准确度进行评估，根据各个滑窗中心点的增强准确度得到表面图像中各个灰度级的增强准确度，结合各个灰度级的第二分割难度得到各个灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于铜铝转接排的表面缺陷检测方法，其特征在于，该方法包括以下步骤：获取铜铝转接排的表面图像；获取表面图像的灰度直方图的各个子高斯模型；根据各个子高斯模型的灰度分布范围得到各个子高斯模型之间的交叠区域；根据各个子高斯模型之间的交点灰度级，得到各个子高斯模型之间的交叠区域中各个灰度级的第一分割难度；根据各个灰度级的第一分割难度以及各个灰度级的出现概率得到各个灰度级的第二分割难度；根据各个灰度级的第二分割难度对表面图像进行直方图均衡化，得到铜铝转接排的预增强图像；以预增强图像中的各个像素点为滑窗中心，根据预设滑窗区域大小得到预增强图像中各个像素点的滑窗区域；获取各个滑窗区域中各个像素点的最大梯度分布方向，各个滑窗区域中各个像素点的最大梯度分布方向构成了各个滑窗区域的方向矩阵；获取各个滑窗区域中各个像素点的最大梯度分布方向在各个滑窗区域对应的方向矩阵中的出现概率；根据各个滑窗区域中各个像素点的梯度值以及各个像素点的最大梯度分布方向对应的出现概率，得到各个滑窗中心的增强准确度，所述各个滑窗中心的增强准确度即为各个像素点的增强准确度；根据表面图像中各个灰度级对应的所有像素点的增强准确度得到表面图像中各个灰度级的增强准确度；根据各个灰度级的增强准确度以及各个灰度级的第二分割难度得到各个灰度级的最终分割难度；根据表面图像中各个灰度级的最终分割难度对表面图像进行直方图均衡化，得到铜铝转接排的修正增强图像；对修正增强图像进行自适应阈值分割，得到铜铝转接排的表面缺陷区域。2.根据权利要求1所述的用于铜铝转接排的表面缺陷检测方法，其特征在于，所述根据各个子高斯模型之间的交点灰度级，得到各个子高斯模型之间的交叠区域中各个灰度级的第一分割难度的获取步骤包括：对于存在交叠区域的两个子高斯模型，以交叠区域中的任意一个灰度级为目标灰度级，当目标灰度级小于两个子高斯模型的交点灰度级时，将目标灰度级与交叠区域中的最小灰度级之间的差值作为第一差值；将交点灰度级与交叠区域中的最小灰度级之间的差值作为第二差值，将第一差值与第二差值之间的比值作为目标灰度级的第一分割难度；当目标灰度级大于等于两个子高斯模型的交点灰度级时，将交叠区域的最大灰度级与目标灰度级之间的差值作为第三差值；将交叠区域中的最大灰度级与交点灰度级之间的差值作为第四差值，计算第三差值与第四差值之间的比值，将1.0与所得比值...

【专利技术属性】
技术研发人员：廖勇军，
申请(专利权)人：东莞市佳超五金科技有限公司，
类型：发明
国别省市：