System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种图像处理的钛金属分割方法及系统技术方案_技高网

一种图像处理的钛金属分割方法及系统技术方案

技术编号:41102046 阅读:10 留言:0更新日期:2024-04-25 13:58
本发明专利技术涉及图像处理领域,更具体地,本发明专利技术涉及一种图像处理的钛金属分割方法及系统。所述方法包括:获得钛金属截面灰度图,获得内边界半径序列和外边界半径序列;对目标检测区域使用预设图像分割算法获得多条分割线,并构建梯度方向差值序列,从而计算梯度方向相近性;对目标检测区域使用预设图像分割算法获得多个子区域,并获得灰度差值序列,从而计算灰度渐变性;通过梯度方向相近性和灰度渐变性计算目标检测区域的检测评分;对获得的最优检测区域使用边缘检测,响应于钛金属截面灰度图存在毛刺,生成并发送检修指令。通过本发明专利技术的技术方案,能够增加毛刺检测的精度,提高钛金属加工时的成品率。

【技术实现步骤摘要】

本专利技术一般地涉及图像处理领域。更具体地,本专利技术涉及一种图像处理的钛金属分割方法及系统


技术介绍

1、钛金属是一种轻盈而坚固的金属,具有高强度、耐腐蚀性、良好的生物兼容性等特性,因此钛金属及其合金在航空航天、汽车、医疗等领域中得到了广泛的应用。但是钛金属及其合金在加工过程中容易出现刀具磨损、粘刀等问题,极易在切割边缘产生毛刺,影响后续使用。因此对于切割后的金属零件进行毛刺的检测,并进行打磨等后处理以及对刀具等设备进行更换维修,是十分必要的。

2、对于钛金属表面由于切割产生的毛刺进行检测时,由于毛刺的面积较小,使用分水岭算法能表现出很好的分割效果,但是若直接对整个图像使用分水岭算法分割,会将钛金属表面的正常纹理、拍摄时背景中的杂质和噪声都进行了分割,增加了分割后图像的复杂度,干扰对毛刺的检测,使得对毛刺检测的效果不佳。


技术实现思路

1、为解决上述一个或多个技术问题,本专利技术提出一种图像处理的钛金属分割方法及系统。

2、第一方面,本专利技术公开一种图像处理的钛金属分割方法,包括以下步骤:获得钛金属截面灰度图;对钛金属截面灰度图进行处理得到多个检测区域,不同检测区域之间内边界半径长度不同,或外边界半径长度不同,或内边界半径长度和外边界半径长度均不同,所述检测区域包括目标检测区域和其他检测区域;对所述目标检测区域使用预设图像分割算法获得多条分割线和多个子区域,所述分割线和所述子区域一一对应,对所述子区域进行标号;计算任意一条所述分割线上两个相邻像素点梯度方向差值,构建梯度方向差值序列,遍历所述目标检测区域中所有所述分割线,得到每个分割线对应的一个梯度方向差值序列;基于所述目标检测区域中所有所述梯度方向差值序列计算梯度方向相近性;获取任意一个所述子区域的参考点和参考直线,将所述子区域中位于所述参考直线上的像素点作为标记点,分别计算所述标记点在所述子区域内垂直于所述参考直线两侧的灰度差值,获得两个灰度差值序列,遍历所述目标检测区域中所有所述子区域内的所述标记点,得到每个标记点对应的两个灰度差值序列,若所述灰度差值序列中存在0,将所述灰度差值序列中的绝对值最大值赋予0的位置;基于所述目标检测区域中所有所述灰度差值序列计算灰度渐变性;基于所述梯度方向相近性和所述灰度渐变性,计算所述目标检测区域的检测评分;将所述检测评分最高的所述检测区域作为最优检测区域,对所述最优检测区域使用边缘检测,响应于所述钛金属截面灰度图存在毛刺,生成并发送检修指令。

3、在一个实施例中,所述对钛金属截面灰度图进行处理得到多个检测区域包括步骤:基于霍夫变换获得所述钛金属截面灰度图的截面轮廓;对所述截面轮廓按照预设步长范围收缩获得内边界,构建内边界半径序列,对所述截面轮廓按照预设步长范围扩展获得外边界,构建外边界半径序列;基于所述内边界半径序列和所述外边界半径序列获取多个检测区域,不同检测区域之间内边界半径长度不同,或外边界半径长度不同,或内边界半径长度和外边界半径长度均不同。

4、在一个实施例中,所述计算梯度方向相近性包括步骤:对所述目标检测区域使用预设图像分割算法获得多条分割线;设置标准方向,对同一所述分割线中的所有端点沿着所述标准方向标号,将初始标号的端点作为初始像素点;基于所述初始像素点对同一所述分割线上所有像素点进行排序;使用sobel算子计算所有像素点的梯度方向,并计算两个相邻像素点的梯度方向差值,遍历同一所述分割线上的所有像素点,获得原梯度方向差值序列;在所述原梯度方向差值序列中标记极端值,所述极端值表示所述梯度方向差值序列中大于相邻两个所述梯度方向差值之和的所述梯度方向差值,响应于所述极端值左侧连续预设数量的梯度方向差值和所述极端值右侧连续预设数量的梯度方向差值均小于预设角度,将所述极端值相邻两个梯度方向差值的均值更新所述极端值,以获得梯度方向差值序列,其中,所述分割线和所述梯度方向差值序列一一对应;遍历所述目标检测区域中所有分割线;计算所述目标检测区域的梯度方向相近性,所述梯度方向相近性满足关系式:

5、;其中,表示第个检测区域的梯度方向相近性,表示第个检测区域中第个梯度方向差值序列的第个元素的梯度方向差值,表示第个检测区域中第个梯度方向差值序列的均值,表示第个检测区域中第个梯度方向差值序列的元素总个数,表示第个检测区域中梯度方向差值序列的总个数,第个检测区域即为目标检测区域。

6、在一个实施例中,获取任意一个所述子区域的参考点和参考直线包括步骤:对所述目标检测区域使用预设图像分割算法获得多个子区域;判断所述子区域与内边界或者外边界的交点情况:响应于所述子区域与内边界或者外边界不存在交点,将钛金属截面中心设置为参考点;响应于所述子区域与内边界或者外边界存在1个交点,将交点设置为参考点;响应于所述子区域与内边界或者外边界存在数量大于1的交点,取所有交点的中心设置为参考点;剔除异常子区域,所述异常子区域表示所述子区域与内边界和外边界均不存在交点的所述子区域;将以所述子区域中靠近圆心的参考点为端点连接另一个参考点并延长的射线作为参考直线,所述射线的方向为参考方向。

7、在一个实施例中,所述灰度渐变性满足关系式:

8、;其中,表示第个检测区域的灰度渐变性,表示第个检测区域中第个灰度差值序列的第个元素的灰度差值,表示第个检测区域中第个灰度差值序列的均值,表示第个检测区域中第个灰度差值序列的元素总个数,表示第个检测区域中灰度差值序列的总个数,表示第个检测区域中第个灰度差值序列内为正值的元素个数,表示第个检测区域中第个灰度差值序列内为负值的元素个数。

9、在一个实施例中,所述目标检测区域的检测评分满足关系式:

10、;其中,表示第个检测区域的检测评分,表示第个检测区域的梯度方向相近性,表示第个检测区域的灰度渐变性。

11、第二方面,本专利技术公开一种图像处理的钛金属分割系统,包括:处理器;以及存储器,所述存储器存储有用于一种图像处理的钛金属分割方法的计算机指令,当所述计算机指令由处理器运行时,使得设备执行上述的一种图像处理的钛金属分割方法。

12、本专利技术具有以下技术效果:

13、本专利技术通过对不同检测区域的分割结果进行比较,计算检测区域的检测评分,包括切割线上的梯度方向相近性和所有子区域的灰度渐变性,选取最优检测区域,并对最优检测区域结合边缘检测进行毛刺的整合,使得对于细小毛刺的检测更准确,从而提高后续对毛刺部位处理的精准度,提高钛金属工件分割的成品率。

本文档来自技高网...

【技术保护点】

1.一种图像处理的钛金属分割方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述对钛金属截面灰度图进行处理得到多个检测区域包括步骤:

3.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述计算梯度方向相近性包括步骤:

4.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,获取任意一个所述子区域的参考点和参考直线包括步骤:

5.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述灰度渐变性满足关系式:

6.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述目标检测区域的检测评分满足关系式:

7.一种图像处理的钛金属分割系统,其特征在于,包括:

【技术特征摘要】

1.一种图像处理的钛金属分割方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述对钛金属截面灰度图进行处理得到多个检测区域包括步骤:

3.根据权利要求1所述的一种图像处理的钛金属分割方法,其特征在于,所述计算梯度方向相近性包括步骤:

4.根据权利要求1所述的一种图像处理的钛金...

【专利技术属性】
技术研发人员:张鹏鑫
申请(专利权)人:宝鸡鼎钛金属有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1