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() 一种线束缺陷检测方法技术_技高网

一种线束缺陷检测方法技术

技术编号:41195671 阅读:6 留言:0更新日期:2024-05-07 22:24
本发明专利技术公开了一种线束缺陷检测方法,属于图像处理技术领域,本发明专利技术先从线束外观图上提取出线束前景图,从而排除背景的干扰,再对线束前景图进行灰度处理,得到灰度图,对灰度图提取轮廓,得到轮廓图,设置轮廓遍历窗口,对轮廓图进行遍历,从而找到每个窗口下对应的轮廓图上的区域的轮廓粗糙度、线条粗糙度和像素点变化系数,根据轮廓粗糙度、线条粗糙度和像素点变化系数,综合评定出线束缺陷情况。本发明专利技术中剔除背景区域,排除了大量的干扰因素,提高了线束缺陷检测精度。

【技术实现步骤摘要】

本专利技术涉及图像处理,具体涉及一种线束缺陷检测方法


技术介绍

1、线束包括内部的电线和外部的包裹层,外部的包裹层对于电线的保护至关重要,因此,在生产时,需要对线束的外观进行检测。采用人工肉眼观察的方式,较难匹配高效的生产过程。因此,现有针对线束的外观检测,通常采集线束的外观图像,再通过神经网络提取特征数据,并分析特征数据,确定该线束的外观上是否存在缺陷。但是,线束外观图像不仅包含线束本身的图像,还包含背景图像,且在采集线束外观图像时,其背景区域时常变化,变化的背景区域影响神经网络提取特征,造成线束缺陷检测精度低。


技术实现思路

1、针对现有技术中的上述不足,本专利技术提供的一种线束缺陷检测方法解决了现有线束缺陷检测精度低的问题。

2、为了达到上述专利技术目的,本专利技术采用的技术方案为:一种线束缺陷检测方法,包括以下步骤:

3、s1、从线束外观图上提取线束前景图;

4、s2、将线束前景图灰度化处理,得到灰度图;

5、s3、对灰度图提取轮廓,得到轮廓图;

6、s4、设置轮廓遍历窗口,采用轮廓遍历窗口在轮廓图上进行遍历,直到轮廓图遍历完,得到每次遍历的轮廓粗糙度、线条粗糙度和像素点变化系数;

7、s5、根据轮廓粗糙度、线条粗糙度和像素点变化系数,计算出轮廓遍历窗口对应区域的线束缺陷值。

8、进一步地,所述s1包括以下分步骤:

9、s11、计算线束外观图上各个像素点的颜色值与线束目标颜色值的距离,作为界限距离;

10、s12、将界限距离小于距离阈值的像素点归为一类,作为疑似线束前景区;

11、s13、对疑似线束前景区去除离散像素点,得到线束前景图。

12、上述进一步地方案的有益效果为:本专利技术中以线束目标颜色值为参考,从而找到与线束目标颜色值颜色相近的像素点,归类为疑似线束前景区,但疑似线束前景区中存在部分离散的噪点,其不属于线束前景图,因此需要去除,保障提取线束前景图的精度。在本专利技术中,本专利技术仅取与线束目标颜色值相近的像素点构成的区域,从而在形成轮廓时,存在缺陷的部分,其轮廓与正常轮廓有较大不同,更便于进行缺陷检测。

13、进一步地,所述s11中计算界限距离的公式为:

14、,

15、其中,d为界限距离,ci为线束外观图上第i个像素点的颜色值,ct为线束目标颜色值,i为线束外观图上像素点的编号。

16、上述进一步地方案的有益效果为:本专利技术在计算界限距离时,不仅考虑颜色值与线束目标颜色值在数据上的差距,还考虑两者的比值,两者的比值大小体现出两者的差距程度,因此,本专利技术中采用两者的比值来增强两者在数据上的差距,从而凸显出不同像素点颜色值的差距,提高疑似线束前景区的获取精度。

17、进一步地,所述s13包括以下分步骤:

18、s131、在疑似线束前景区上,以每个像素点为中心像素点;

19、s132、根据中心像素点的邻域范围内的像素点数量,得到第一孤立分值;

20、s133、将中心像素点的邻域范围内的像素点作为参考像素点;

21、s134、根据参考像素点的邻域范围内的像素点数量,得到第二孤立分值;

22、s135、根据第一孤立分值和第二孤立分值,计算中心像素点的孤立度;

23、s136、剔除孤立度高于孤立阈值的中心像素点,保留的中心像素点构成线束前景图。

24、上述进一步地方案的有益效果为:本专利技术中在去除离散像素点时,考虑一个像素点的邻域范围内像素点的情况,又将该邻域范围内像素点作为参考像素点,考虑参考像素点的邻域范围内像素点的情况,因此,本专利技术针对一个像素点考虑的是两重邻域关系,从而估计出该像素点的孤立程度,孤立程度高的为离散像素点,将其剔除,避免影响后续轮廓结构。

25、进一步地,所述s132中第一孤立分值等于中心像素点的邻域范围内的像素点数量,所述s134中第二孤立分值等于参考像素点的邻域范围内的像素点数量;

26、所述s135中计算中心像素点的孤立度的公式为:

27、,

28、其中,s为中心像素点的孤立度,m为第一孤立分值,xm为第m个参考像素点的第二孤立分值,m为参考像素点的编号,e为邻域范围的大小。

29、上述进一步地方案的有益效果为:本专利技术中以每个像素点作为中心像素点,第一孤立分值体现中心像素点邻域范围内像素点的数量,第二孤立分值体现参考像素点邻域范围内像素点的数量,第一孤立分值和第二孤立分值越大,中心像素点的孤立度越小,第一孤立分值和第二孤立分值越小,中心像素点的孤立度越大。

30、进一步地,所述s4中轮廓粗糙度的计算公式为:

31、,

32、其中,h1为轮廓粗糙度,为每次遍历时轮廓遍历窗口下的第j个像素点的灰度值,l为每次遍历时轮廓遍历窗口下像素点的数量,j为轮廓遍历窗口下的像素点的编号。

33、上述进一步地方案的有益效果为:本专利技术中以每个像素点的灰度值减去灰度平均值,表达出每个灰度值与灰度平均值之间的差距,并设置为四阶距,凸显出灰度差距情况,灰度差距越小,该区域轮廓越平滑。

34、进一步地,所述s4中线条粗糙度的计算公式为:

35、,

36、,

37、其中,h2为线条粗糙度,xj为每次遍历时轮廓遍历窗口下的第j个像素点的横坐标,yj为每次遍历时轮廓遍历窗口下的第j个像素点的纵坐标,xj,l为每次遍历时轮廓遍历窗口下的第j个像素点的邻域范围内第l个像素点的横坐标,yj,l为每次遍历时轮廓遍历窗口下的第j个像素点的邻域范围内第l个像素点的纵坐标,n为邻域范围内像素点的数量,j为轮廓遍历窗口下的像素点的编号,l为每次遍历时轮廓遍历窗口下像素点的数量,θj为每次遍历时轮廓遍历窗口下的第j个像素点的位置系数。

38、上述进一步地方案的有益效果为:本专利技术中通过位置系数表达轮廓遍历窗口下每个像素点与邻域范围像素点的位置分布情况,再根据轮廓遍历窗口下每个像素点的位置系数,表征出轮廓图中像素点的位置分布情况,线条粗糙度越大,各个像素点间位置分布差异越大。

39、进一步地,所述s4中像素点变化系数的计算公式为:

40、,

41、其中,h3为像素点变化系数,l为每次遍历时轮廓遍历窗口下像素点的数量,yt为目标像素点数量。

42、上述进一步地方案的有益效果为:本专利技术中计算轮廓遍历窗口下的像素点的数量与目标像素点数量的差值,在轮廓遍历窗口下像素点数量表征轮廓结构的复杂度,在存在缺陷时,轮廓遍历窗口下像素点数量与目标像素点数量存在较大差距,通过像素点变化系数可较精确的判断出轮廓遍历窗口下的轮廓结构是否存在异常。

43、进一步地,所述s5中线束缺陷值的计算公式为:

44、,

45、其中,f为轮廓遍历窗口对应区域的线束缺陷值,h本文档来自技高网...

【技术保护点】

1.一种线束缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述S1包括以下分步骤:

3.根据权利要求2所述的线束缺陷检测方法,其特征在于,所述S11中计算界限距离的公式为:

4.根据权利要求2所述的线束缺陷检测方法,其特征在于,所述S13包括以下分步骤:

5.根据权利要求4所述的线束缺陷检测方法,其特征在于,所述S132中第一孤立分值等于中心像素点的邻域范围内的像素点数量,所述S134中第二孤立分值等于参考像素点的邻域范围内的像素点数量;

6.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述S4中轮廓粗糙度的计算公式为:

7.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述S4中线条粗糙度的计算公式为:

8.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述S4中像素点变化系数的计算公式为:

9.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述S5中线束缺陷值的计算公式为:

【技术特征摘要】

1.一种线束缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的线束缺陷检测方法,其特征在于,所述s1包括以下分步骤:

3.根据权利要求2所述的线束缺陷检测方法,其特征在于,所述s11中计算界限距离的公式为:

4.根据权利要求2所述的线束缺陷检测方法,其特征在于,所述s13包括以下分步骤:

5.根据权利要求4所述的线束缺陷检测方法,其特征在于,所述s132中第一孤立分值等于中心像素点的邻域范围内的像素点数量,所...

【专利技术属性】
技术研发人员:刘庆平王博
申请(专利权)人:青岛悠进电装有限公司
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