一种电缆夹板模具制造智能化检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种电缆夹板模具制造智能化检测方法。该方法获取电缆夹板模具型腔的模具型腔图像和疑似缺陷区域；确定疑似缺陷区域中各缺陷像素点的初始疑似划痕概率；进一步的对初始疑似划痕概率进行修正，确定各缺陷像素点的目标疑似划痕概率；根据各缺陷像素点的目标疑似划痕概率确定各缺陷像素点的自适应修正系数；基于各缺陷像素点的自适应修正系数，利用NiBlack算法确定各缺陷像素点的缺陷分割阈值，对模具型腔图像进行分割，确定电缆夹板模具型腔的质量评测值。本发明专利技术提高了电缆夹板模具的质量检测的准确性。准确性。准确性。

【技术实现步骤摘要】
一种电缆夹板模具制造智能化检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种电缆夹板模具制造智能化检测方法。

技术介绍

[0002]电缆夹板是一次注塑成型的，电缆夹板具有抗热、防冻、防腐的优良特性。而电缆夹板的注塑质量的基本影响因素为注塑金属模具的型腔表面质量，当金属模具型腔表面存在缺陷时，会直接反应在注塑产品上，例如当金属模具型腔表面存在划痕缺陷时，会导致注塑的电缆夹板上具有划痕缺陷，具有缺陷的电缆夹板会一定程度上使客户的满意度降低，故对金属模具型腔进行检测是至关重要的。
[0003]在注塑模具行业中，通常利用机器视觉来进行金属模具型腔检测，但由于外界光照的变化和金属表面的反光作用，采集到的型腔图像容易受光照不均匀现象的影响，进而出现影响缺陷检测精度的情况。目前在不均匀光照下对型腔图像进行缺陷分割的常用算法为利用NiBlack算法进行局部阈值分割，以得到型腔图像中的缺陷区域。NiBlack算法是一种比较常用的局部动态阈值算法，根据局部平均值和局部标准差在图像中变动阈值以达到阈值分割的效果，但NiBlack算法中的修正系数的选取是根据先验经验设定或者根据大数据获取的，并不能根据具体的使用场景进行自适应调整，会一定程度降低分割的准确度，无法准确的实现缺陷分割，易造成分割误差较大的情况出现，进而影响模具型腔的质量检测结果。

技术实现思路

[0004]为了解决金属的模具型腔质量检测结果的准确性较低的技术问题，本专利技术的目的在于提供一种电缆夹板模具制造智能化检测方法，所采用的技术方案具体如下：获取电缆夹板模具型腔的模具型腔图像，分割所述模具型腔图像得到疑似缺陷区域；根据疑似缺陷区域中各缺陷像素点和对应邻域内像素点的灰度值的下降变化特征构建各缺陷像素点的灰度下降向量；基于各缺陷像素点的灰度下降向量的方向，从各缺陷像素点的邻域内像素点中筛选出各缺陷像素点对应的同向像素点；根据各缺陷像素点和对应的同向像素点的灰度下降向量的差异、灰度值的波动特征确定各缺陷像素点的初始疑似划痕概率；基于各缺陷像素点的灰度下降向量的反方向，确定各缺陷像素点的对称点；根据各缺陷像素点和对称点之间的距离、各缺陷像素点和对称点之间的距离出现的频率、各缺陷像素点和对称点的灰度下降向量、各缺陷像素点的初始疑似划痕概率，确定各缺陷像素点的目标疑似划痕概率；根据各缺陷像素点的目标疑似划痕概率确定各缺陷像素点的自适应修正系数；基于各缺陷像素点的自适应修正系数，利用NiBlack算法确定各缺陷像素点的缺陷分割阈值；
基于各缺陷像素点的缺陷分割阈值，对模具型腔图像进行分割，确定电缆夹板模具型腔的质量评测值。
[0005]优选的，所述根据疑似缺陷区域中各缺陷像素点和对应邻域内像素点的灰度值的下降变化特征构建各缺陷像素点的灰度下降向量，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；将目标像素点对应的邻域内灰度值小于目标像素点的灰度值的像素点作为目标像素点对应的匹配像素点；将目标像素点到对应的各匹配像素点的方向作为目标像素点和对应的各匹配像素点的灰度下降分向量的方向，将目标像素点和对应的各匹配像素点的灰度差值作为目标像素点和对应的各匹配像素点的灰度下降分向量的模；将目标像素点和对应的所有匹配像素点的灰度下降分向量的和向量作为目标像素点的灰度下降向量。
[0006]优选的，所述基于各缺陷像素点的灰度下降向量的方向，从各缺陷像素点的邻域内像素点中筛选出各缺陷像素点对应的同向像素点，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；获取目标像素点对应的灰度下降向量的方向的垂直方向，作为目标像素点的垂直方向；过目标像素点，沿着目标像素点对应的垂直方向作直线，得到目标像素点对应的垂直线，将目标像素点的邻域内位于目标像素点的垂直线上的像素点作为目标像素点的同向像素点。
[0007]优选的，所述根据各缺陷像素点和对应的同向像素点的灰度下降向量的差异、灰度值的波动特征确定各缺陷像素点的初始疑似划痕概率，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；获取目标像素点的灰度下降向量的方向和对应的同向像素点的灰度下降向量的方向的夹角值；将目标像素点和对应的所有同向像素点的灰度下降向量的方向的夹角值的均值，作为目标像素点的夹角均值；将目标像素点的夹角均值和预设夹角值的比值作为目标像素点的夹角占比；将目标像素点的夹角占比进行负相关归一化得到目标像素点的第一疑似划痕概率；计算目标像素点和对应的所有同向像素点的灰度值的方差，作为目标像素点的灰度方差；将目标像素点的灰度方差和预设调整系数的乘积作为目标像素点的调整方差；对目标像素点的所述调整方差进行负相关归一化得到目标像素点的第二疑似划痕概率；根据目标像素点的所述第一疑似划痕概率和第二疑似划痕概率确定目标像素点的初始疑似划痕概率；其中，所述第一疑似划痕概率和第二疑似划痕概率均与初始疑似划痕概率呈正相关关系。
[0008]优选的，所述根据各缺陷像素点和对称点之间的距离、各缺陷像素点和对称点之间的距离出现的频率、各缺陷像素点和对称点的灰度下降向量、各缺陷像素点的初始疑似划痕概率，确定各缺陷像素点的目标疑似划痕概率，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；将目标像素点和对应的对称点之间的距离作为目标像素点的对称距离；将目标像素点的对称距离在疑似缺陷区域中所有缺陷像素点的对称距离中出现的频率作为目标像素点的出现频率，将对称距离和出现频率的乘积的归一化值作为目标像素点的距离归一值；获取目标像素点的灰度下降向量和对应的对称点的灰度下降向量的和向量的模，
作为目标像素点的对称模；将目标像素点的距离归一化值和对称模的乘积进行反比例归一化，得到目标像素点的第三疑似划痕概率；根据目标像素点的第三疑似划痕概率和初始疑似划痕概率，确定目标像素点的目标疑似划痕概率，其中，第三疑似划痕概率和初始疑似划痕概率均与目标疑似划痕概率呈正相关关系。
[0009]优选的，所述根据各缺陷像素点的目标疑似划痕概率确定各缺陷像素点的自适应修正系数，包括：将缺陷像素点的预设倍数的归一化后的目标疑似划痕概率进行负相关映射，得到缺陷像素点的自适应修正系数。
[0010]优选的，所述基于各缺陷像素点的自适应修正系数，利用NiBlack算法确定各缺陷像素点的缺陷分割阈值，包括：将缺陷像素点对应的自适应修正系数作为NiBlack算法中的修正系数，得到缺陷像素点对应的阈值，记为缺陷像素点的缺陷分割阈值。
[0011]优选的，所述基于各缺陷像素点的缺陷分割阈值，对模具型腔图像进行分割，确定电缆夹板模具型腔的质量评测值，包括：将疑似缺陷区域中灰度值大于对应的缺陷分割阈值的缺陷像素点，作为模具型腔图像中的划痕像素点；由划痕像素点构成模具型腔图像中的缺陷区域，将缺陷区域在模具型腔图像中的面积占比的负相关映射值，作为电缆夹板模具型腔的质量评测值。
[0012]优选的，所述基于各缺陷像素点的灰度下降向量的反方向，确定各缺陷像素点的对称点，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；以目标像素点为端点，沿本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电缆夹板模具制造智能化检测方法，其特征在于，该方法包括以下步骤：获取电缆夹板模具型腔的模具型腔图像，分割所述模具型腔图像得到疑似缺陷区域；根据疑似缺陷区域中各缺陷像素点和对应邻域内像素点的灰度值的下降变化特征构建各缺陷像素点的灰度下降向量；基于各缺陷像素点的灰度下降向量的方向，从各缺陷像素点的邻域内像素点中筛选出各缺陷像素点对应的同向像素点；根据各缺陷像素点和对应的同向像素点的灰度下降向量的差异、灰度值的波动特征确定各缺陷像素点的初始疑似划痕概率；基于各缺陷像素点的灰度下降向量的反方向，确定各缺陷像素点的对称点；根据各缺陷像素点和对称点之间的距离、各缺陷像素点和对称点之间的距离出现的频率、各缺陷像素点和对称点的灰度下降向量、各缺陷像素点的初始疑似划痕概率，确定各缺陷像素点的目标疑似划痕概率；根据各缺陷像素点的目标疑似划痕概率确定各缺陷像素点的自适应修正系数；基于各缺陷像素点的自适应修正系数，利用NiBlack算法确定各缺陷像素点的缺陷分割阈值；基于各缺陷像素点的缺陷分割阈值，对模具型腔图像进行分割，确定电缆夹板模具型腔的质量评测值。2.根据权利要求1所述的一种电缆夹板模具制造智能化检测方法，其特征在于，所述根据疑似缺陷区域中各缺陷像素点和对应邻域内像素点的灰度值的下降变化特征构建各缺陷像素点的灰度下降向量，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；将目标像素点对应的邻域内灰度值小于目标像素点的灰度值的像素点作为目标像素点对应的匹配像素点；将目标像素点到对应的各匹配像素点的方向作为目标像素点和对应的各匹配像素点的灰度下降分向量的方向，将目标像素点和对应的各匹配像素点的灰度差值作为目标像素点和对应的各匹配像素点的灰度下降分向量的模；将目标像素点和对应的所有匹配像素点的灰度下降分向量的和向量作为目标像素点的灰度下降向量。3.根据权利要求1所述的一种电缆夹板模具制造智能化检测方法，其特征在于，所述基于各缺陷像素点的灰度下降向量的方向，从各缺陷像素点的邻域内像素点中筛选出各缺陷像素点对应的同向像素点，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；获取目标像素点对应的灰度下降向量的方向的垂直方向，作为目标像素点的垂直方向；过目标像素点，沿着目标像素点对应的垂直方向作直线，得到目标像素点对应的垂直线，将目标像素点的邻域内位于目标像素点的垂直线上的像素点作为目标像素点的同向像素点。4.根据权利要求1所述的一种电缆夹板模具制造智能化检测方法，其特征在于，所述根据各缺陷像素点和对应的同向像素点的灰度下降向量的差异、灰度值的波动特征确定各缺陷像素点的初始疑似划痕概率，包括：选取疑似缺陷区域中任意缺陷像素点作为目标像素点；获取目标像素点的灰度下降向量的方向和对应的同向像素点的灰度下降向量的方向的夹角值；将目标像素点和对应的所有同向像素点的灰度下降向量的方向的夹角值的均值，作为目标像素点的夹角均值；将目标像素点的夹角均值和预设夹角值的比值作为目标像素点的夹角占比；将目标像素点的夹
角占比进行负相关归一化得到目标像素点的第一疑似划痕概率；计算目标像素点和对应的所有同向像素点的灰度值的方差，作为目标像素点的灰度方差；将目标像素点的灰度方差和预设调整系数的乘积作为目标像素点的调整方差；对目标像素点的所述调整方差进行负相关归一化得到目标像素点...

【专利技术属性】
技术研发人员：东野传涛，赵晨，
申请(专利权)人：山东华禹威达机电科技有限公司，
类型：发明
国别省市：