一种高强度复合材料加工质量检测方法技术

本说明书实施例公开了一种高强度复合材料加工质量检测方法，涉及图像处理技术领域。所述方法包括：获取加工后的高强度复合材料的灰度图像；基于所述灰度图像的灰度渐变差将所述灰度图像划分为多个子区域；对于每个所述子区域，基于所述子区域的灰度分布熵增强所述子区域的亮度和对比度，得到所述灰度图像的增强图像；将所述增强图像与所述复合材料的无缺陷图像进行比对，得到所述复合材料的加工质量检测结果。通过该方法，可以规避高强度复合材料常规人工检测的缺点，减少人为因素影响，提高其检测速度和准确率。其检测速度和准确率。其检测速度和准确率。

【技术实现步骤摘要】
一种高强度复合材料加工质量检测方法


[0001]本专利技术涉及图像处理
，特别涉及一种高强度复合材料加工质量检测方法。

技术介绍

[0002]高强度复合材料是指由不同材料组合而成的材料，具有比单一材料更高的强度和刚度。这种材料通常由纤维增强材料和基体材料组成。纤维增强材料通常是碳纤维、玻璃纤维或芳纶纤维等高强度材料，而基体材料则是树脂、金属或陶瓷等材料。总体来说，高强度复合材料具有轻质、高强度、高刚度、耐腐蚀性好等优点，已经成为新一代材料的代表之一。随着科技的不断发展，高强度复合材料的性能和应用领域还将不断扩展和深入。
[0003]外观检查是复合材料质量检测中的重要环节，通常使用以下方法：目视检查、放大镜检查、显微镜检查等，其中目视检查和放大镜检查受到人为因素的影响较大，检测准确率低，而显微镜检查需要专业人员进行操作，同时检测速度较慢。
[0004]基于此，有必要研究一种高强度复合材料加工质量检测方法。

技术实现思路

[0005]本说明书实施例提供一种高强度复合材料加工质量检测方法，所述方法包括：获取加工后的高强度复合材料的灰度图像；基于所述灰度图像的灰度渐变差将所述灰度图像划分为多个子区域；对于每个所述子区域，基于所述子区域的灰度分布熵增强所述子区域的亮度和对比度，得到所述灰度图像的增强图像；将所述增强图像与所述复合材料的无缺陷图像进行比对，得到所述复合材料的加工质量检测结果。
[0006]可选地，所述基于所述灰度图像的灰度渐变差将所述灰度图像划分为多个子区域，包括：计算所述灰度图像的灰度渐变差图；基于所述灰度渐变差图计算所述灰度图像的灰度渐变直方图；基于所述灰度渐变直方图和基于灰度渐变差的Otsu算法对所述灰度图像进行分割，得到多个子区域。
[0007]可选地，所述计算所述灰度图像的灰度渐变差图，包括：将预设的灰度渐变算子遍历所述灰度图像，以计算所述灰度图像的灰度渐变差图，所述灰度渐变算子为：；其中，G为所述灰度渐变算子中心像素点的灰度渐变差，a和b分别为所述中心像素点相邻左侧和相邻右侧的像素点的灰度，c和d分别为所述中心像素点相邻上方和相邻下方的像素点的灰度。
[0008]可选地，所述对于每个所述子区域，基于所述子区域的灰度分布熵增强所述子区域的亮度和对比度，得到所述灰度图像的增强图像，包括：对于每个所述子区域；计算所述子区域的每一像素点的亮度指标和对比度指标；基于所述每一像素点的亮度指标和对比度指标计算所述子区域的灰度分布熵；基于所述灰度分布熵调整预设Retinex算法的中心环绕函数的增强照明尺度参数，得到调整后的中心环绕函数；基于包含所述调整后的中心环绕函数的所述预设Retinex算法对所述子区域的亮度和对比度进行增强，得到所述灰度图像的增强图像。
[0009]可选地，所述亮度指标为亮度占比参数，当所述子区域为灰度在水平方向渐变且在竖直方向不变的矩形区域时，所述亮度占比参数基于如下公式计算：；其中，表示子区域w内像素点i的亮度占比参数，为所述像素点i的横坐标，和分别为所述子区域内的灰度值最小的像素点和灰度值最大的像素点的横坐标；当所述子区域为灰度在竖直方向渐变且在水平方向不变的矩形区域时，所述亮度占比参数基于如下公式计算：；其中，表示子区域w内像素点i的亮度占比参数，为所述像素点i的纵坐标，和分别为所述子区域内的灰度值最小的像素点和灰度值最大的像素点的纵坐标。
[0010]可选地，所述对比度指标为灰度差异程度参数，所述灰度差异程度参数基于如下公式计算：；其中，表示子区域w内像素点i的灰度差异程度参数，为所述像素点的水平方向或垂直方向相邻像素点的灰度差，为子区域w内的灰度标准差，为调参因子。
[0011]可选地，所述基于所述每一像素点的亮度指标和对比度指标计算所述子区域的灰度分布熵，包括：基于如下公式计算所述子区域的灰度分布熵：；其中，为子区域w的灰度分布熵，、分别是子区域w内像素点亮度指标的最大值、最小值，、分别是子区域w内像素点对比度指标的最大值、最小值，为子区域w内与值相同的像素点个数占像素点总数之比。
[0012]可选地，所述基于所述灰度分布熵调整预设Retinex算法的中心环绕函数的增强照明尺度参数，得到调整后的中心环绕函数，包括：
将所述灰度分布熵加1之和的对数作为预设Retinex算法的中心环绕函数的增强照明尺度参数，得到调整后的中心环绕函数。
[0013]可选地，所述获取加工后的高强度复合材料的灰度图像，包括：获取加工后的高强度复合材料的照片；基于高斯滤波对所述照片进行去噪，得到去噪图像；基于最大值法将所述去噪图像转化为灰度图像。
[0014]可选地，所述将所述增强图像与所述复合材料的无缺陷图像进行比对，得到所述复合材料的加工质量检测结果，包括：将所述增强图像与所述复合材料的无缺陷图像进行比对，以统计所述增强图像与所述无缺陷图像的匹配关键点数量；将所述匹配关键点数量除以所述复合材料的生产流程中图像关键点总数，得到所述增强图像与所述无缺陷图像的匹配度；在所述匹配度小于阈值时，得到所述复合材料为缺陷材料的加工质量检测结果。
[0015]本说明书实施例所提供的高强度复合材料加工质量检测方法可能带来的有益效果至少包括：（1）对高强度复合材料加工质量检测方法进行改进，使用基于机器视觉的图像处理技术对复合材料的灰度图像处理来实现自动化检测，可以规避常规检测方式缺点，减少了人为影响，提高了检测速度；（2）将灰度图像划分为多个子区域，并基于每个子区域的灰度分布熵自适应增强灰度图像的亮度和对比度，可以使得每个划分后的子区域都能有更好的增强效果，从而提升后续图像处理的精度，进一步地提升质量检测准确率。
[0016]附加的特征将在下面的描述中部分地阐述。对于本领域技术人员来说，通过查阅以下内容和附图将变得显而易见，或者可以通过实例的产生或操作来了解。本说明书的特征可以通过实践或使用以下详细实例中阐述的方法、工具和组合的各个方面来实现和获得。
附图说明
[0017]本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的高强度复合材料加工质量检测方法的示例性应用场景示意图；图2是根据本说明书的一些实施例所示的高强度复合材料加工质量检测系统的示例性模块图；图3是根据本说明书一些实施例所示的高强度复合材料加工质量检测方法的示例性流程图；图4是根据本说明书一些实施例所示的示例性高强度复合材料的灰度图像；图5是根据本说明书一些实施例所示的示例性灰度渐变算子的示意图；图6是根据本说明书一些实施例所示的灰度渐变算子位于子区域内的示意图；图7是根据本说明书一些实施例所示的计算亮度占比参数的各变量与子区域关系的示意图；
图8是根据本说明书一些实施例所示的灰度差异共生矩阵对应表格的示意图。
具体实施方式
[0018]为了更清楚地说明本说明书实施例的技术方案，下面将对实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高强度复合材料加工质量检测方法，其特征在于，所述方法包括：获取加工后的高强度复合材料的灰度图像；基于所述灰度图像的灰度渐变差将所述灰度图像划分为多个子区域；对于每个所述子区域，基于所述子区域的灰度分布熵增强所述子区域的亮度和对比度，得到所述灰度图像的增强图像；将所述增强图像与所述复合材料的无缺陷图像进行比对，得到所述复合材料的加工质量检测结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述灰度图像的灰度渐变差将所述灰度图像划分为多个子区域，包括：计算所述灰度图像的灰度渐变差图；基于所述灰度渐变差图计算所述灰度图像的灰度渐变直方图；基于所述灰度渐变直方图和基于灰度渐变差的Otsu算法对所述灰度图像进行分割，得到多个子区域。3.根据权利要求2所述的方法，其特征在于，所述计算所述灰度图像的灰度渐变差图，包括：将预设的灰度渐变算子遍历所述灰度图像，以计算所述灰度图像的灰度渐变差图，所述灰度渐变算子为：；其中，G为所述灰度渐变算子中心像素点的灰度渐变差，a和b分别为所述中心像素点相邻左侧和相邻右侧的像素点的灰度，c和d分别为所述中心像素点相邻上方和相邻下方的像素点的灰度。4.根据权利要求1所述的方法，其特征在于，所述对于每个所述子区域，基于所述子区域的灰度分布熵增强所述子区域的亮度和对比度，得到所述灰度图像的增强图像，包括：对于每个所述子区域；计算所述子区域的每一像素点的亮度指标和对比度指标；基于所述每一像素点的亮度指标和对比度指标计算所述子区域的灰度分布熵；基于所述灰度分布熵调整预设Retinex算法的中心环绕函数的增强照明尺度参数，得到调整后的中心环绕函数；基于包含所述调整后的中心环绕函数的所述预设Retinex算法对所述子区域的亮度和对比度进行增强，得到所述灰度图像的增强图像。5.根据权利要求4所述的方法，其特征在于，所述亮度指标为亮度占比参数，当所述子区域为灰度在水平方向渐变且在竖直方向不变的矩形区域时，所述亮度占比参数基于如下公式计算：；其中，表示子区域w内像素点i的亮度占比参数，为所述像素点i的横坐标，和分别为所述子区域内的灰度值最小的像素点和...

【专利技术属性】
技术研发人员：徐建雷，尹相轻，李文庆，王伟，于海朋，惠凯丽，
申请(专利权)人：城资泰诺山东新材料科技有限公司，
类型：发明
国别省市：