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() 基于图像处理的钛合金棒材质量检测方法技术_技高网

基于图像处理的钛合金棒材质量检测方法技术

技术编号:42112786 阅读:11 留言:0更新日期:2024-07-25 00:34
本发明专利技术涉及图像处理技术领域,具体涉及基于图像处理的钛合金棒材质量检测方法,包括:获取钛合金棒材的若干钛合金铣削灰度图;通过相邻钛合金铣削灰度图之间所含异常信息的变化分布得到邻域质量影响程度;对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度;根据质量改善程度自适应增强钛合金铣削灰度图,得到每张钛合金铣削灰度图的钛合金增强灰度图;将钛合金增强灰度图与质量改善程度结合进行质量检测。本发明专利技术提高了图像增强的效果,提高了质量检测结果的准确性。

【技术实现步骤摘要】

本专利技术涉及图像处理,具体涉及基于图像处理的钛合金棒材质量检测方法


技术介绍

1、钛合金棒材作为一种工业材料,因其具有良好的机械性能和耐腐蚀性,被广泛应用于各个工业领域。在钛合金棒材的生产过程中,由于钛合金的材料质量存在差异,因此可能会使钛合金棒材表面出现一定的缺陷区域;因此,现有技术通常会对钛合金棒材进行一定次数的连续铣削,在较小程度影响钛合金棒材重量的基础上,改善钛合金棒材表面的质量;而在铣削过程中钛合金棒材表面也在不断发生改变,为了方便定位可能存在异常的铣削过程,需要对每次铣削过程下拍摄的钛合金棒材图像进行图像增强,以便进行质量检测。

2、在整个铣削过程下的钛合金棒材图像的缺陷特征因铣削过程连续的原因存在一定程度的关联性,而常规的图像增强算法通常仅会分析单张图像中钛合金棒材的缺陷特征来对于单张图像进行增强,并没有考虑整个铣削过程下钛合金棒材图像的缺陷特征的变化关系,导致对部分单张钛合金棒材图像的增强效果较差,质量检测结果的准确性降低。


技术实现思路

1、本专利技术提供基于图像处理的钛合金棒材质量检测方法,以解决现有的问题:在整个铣削过程下的钛合金棒材图像的缺陷特征因铣削过程连续的原因存在一定程度的关联性,而常规的图像增强算法通常仅会分析单张图像中钛合金棒材的缺陷特征来对于单张图像进行增强,并没有考虑整个铣削过程下钛合金棒材图像的缺陷特征的变化关系,导致对部分单张钛合金棒材图像的增强效果较差,质量检测结果的准确性降低。

2、本专利技术的基于图像处理的钛合金棒材质量检测方法采用如下技术方案:

3、包括以下步骤:

4、获取钛合金棒材的若干钛合金铣削灰度图;

5、通过结合每张钛合金铣削灰度图及其相邻钛合金铣削灰度图之间所含异常信息的变化分布,得到每张钛合金铣削灰度图的邻域质量影响程度;

6、对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度;

7、根据质量改善程度自适应增强钛合金铣削灰度图,得到每张钛合金铣削灰度图的钛合金增强灰度图;将钛合金增强灰度图与质量改善程度结合进行质量检测。

8、优选的,所述通过结合每张钛合金铣削灰度图及其相邻钛合金铣削灰度图之间所含异常信息的变化分布,得到每张钛合金铣削灰度图的邻域质量影响程度,包括的具体方法为:

9、获取每张钛合金铣削灰度图内的初始钛合金异常区域;

10、将任意一张钛合金铣削灰度图记为目标钛合金铣削灰度图;基于初始钛合金铣削灰度图,分析目标钛合金铣削灰度图及其左侧钛合金铣削灰度图之间所含异常信息的表征差异,得到目标钛合金铣削灰度图的左邻钛合金质量变动程度;

11、将目标钛合金铣削灰度图的左邻钛合金质量变动程度及其右邻钛合金质量变动程度的乘积,记为目标钛合金铣削灰度图的邻域质量影响程度。

12、优选的,所述获取每张钛合金铣削灰度图内的初始钛合金异常区域,包括的具体方法为:

13、对于任意一张钛合金铣削灰度图,通过小波变换算法对钛合金铣削灰度图进行分解转换,对比图像确定若干初始钛合金异常像素点;通过凸包检测算法将所有初始钛合金异常像素点所构的凸包区域记为初始钛合金异常区域。

14、优选的,所述根据目标钛合金铣削灰度图及其左侧钛合金铣削灰度图之间所含异常信息的表征差异,得到目标钛合金铣削灰度图的左邻钛合金质量变动程度,包括的具体方法为:

15、

16、式中,表示目标钛合金铣削灰度图的左邻钛合金质量变动程度;表示目标钛合金铣削灰度图的左邻钛合金铣削灰度图中初始钛合金异常区域内,所有初始钛合金异常像素点的灰度值的方差;表示目标钛合金铣削灰度图的初始钛合金异常区域内,所有初始钛合金异常像素点的灰度值的方差;表示目标钛合金铣削灰度图的左邻钛合金铣削灰度图中初始钛合金异常区域内,所有任意两个初始钛合金异常像素点之间欧氏距离的均值;表示目标钛合金铣削灰度图的初始钛合金异常区域内,所有任意两个初始钛合金异常像素点之间欧氏距离的均值;表示目标钛合金铣削灰度图的左邻钛合金铣削灰度图中初始钛合金异常区域内所有初始钛合金异常像素点的数量;表示目标钛合金铣削灰度图中初始钛合金异常区域内所有初始钛合金异常像素点的数量;表示取绝对值;表示以自然常数为底的指数函数。

17、优选的,所述对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度,包括的具体方法为:

18、将除第张钛合金铣削灰度图以外的每张钛合金铣削灰度图记为对照铣削效果灰度图;

19、将第张钛合金铣削灰度图的对照质量改善因子,与第张钛合金铣削灰度图的所有对照铣削效果灰度图的邻域质量影响程度的均值之间比值的归一化值,作为第张钛合金铣削灰度图的质量改善程度。

20、优选的,所述第张钛合金铣削灰度图的对照质量改善因子的获取方法为:

21、

22、式中,表示第张钛合金铣削灰度图的所有对照铣削效果灰度图的数量;表示第张钛合金铣削灰度图的第张对照铣削效果灰度图的邻域质量影响程度;表示第张钛合金铣削灰度图的第张对照铣削效果灰度图的邻域质量影响程度;表示取绝对值。

23、优选的,所述根据质量改善程度自适应增强钛合金铣削灰度图,得到每张钛合金铣削灰度图的钛合金增强灰度图,包括的具体方法为:

24、通过小波变换算法获取第张钛合金铣削灰度图的低频分量的小波系数以及高频分量的小波系数;将第张钛合金铣削灰度图的质量改善程度及其高频分量的小波系数的乘积,作为高频分量的自适应增强小波系数;将第张钛合金铣削灰度图的质量改善程度及其低频分量的小波系数的乘积,作为低频分量的自适应增强小波系数;根据自适应增强小波系数,通过小波变换算法对高频分量以及低频分量进行重构,将重构后的图像记为第张钛合金铣削灰度图的钛合金增强灰度图。

25、优选的,所述将钛合金增强灰度图与质量改善程度结合进行质量检测,包括的具体方法为:

26、根据第张钛合金铣削灰度图与对照铣削效果灰度图整体之间质量改善程度以及钛合金增强灰度图的占比情况,得到第张钛合金铣削灰度图的质量指标因子;

27、预设一个质量指标因子阈值,将质量指标因子大于的钛合铣削灰度图记为质量不合格的钛合金棒材灰度图。

28、优选的,所述根据第张钛合金铣削灰度图与对照铣削效果灰度图整体之间质量改善程度以及钛合金增强灰度图的占比情况,得到第张钛合金铣削灰度图的质量指标因子,包括的具体方法为:

29、

30、式中,表示第张钛合金铣削灰度图的质量指标因子;表示第张钛合金铣削灰度图的钛合金增强灰度图的增强指标值;表示第张钛合金铣削灰度图的质量改善程度;表示所有钛合金铣削灰度图的质量改善程度的最大值;表示第张钛合金铣削灰度图中初始钛合金异常区域的面积;表示所有钛合金铣削本文档来自技高网...

【技术保护点】

1.基于图像处理的钛合金棒材质量检测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述通过结合每张钛合金铣削灰度图及其相邻钛合金铣削灰度图之间所含异常信息的变化分布,得到每张钛合金铣削灰度图的邻域质量影响程度,包括的具体方法为:

3.根据权利要求2所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述获取每张钛合金铣削灰度图内的初始钛合金异常区域,包括的具体方法为:

4.根据权利要求3所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述根据目标钛合金铣削灰度图及其左侧钛合金铣削灰度图之间所含异常信息的表征差异,得到目标钛合金铣削灰度图的左邻钛合金质量变动程度,包括的具体方法为:

5.根据权利要求1所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度,包括的具体方法为:

6.根据权利要求5所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述第张钛合金铣削灰度图的对照质量改善因子的获取方法为:

7.根据权利要求1所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述根据质量改善程度自适应增强钛合金铣削灰度图,得到每张钛合金铣削灰度图的钛合金增强灰度图,包括的具体方法为:

8.根据权利要求5所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述将钛合金增强灰度图与质量改善程度结合进行质量检测,包括的具体方法为:

9.根据权利要求8所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述根据第张钛合金铣削灰度图与对照铣削效果灰度图整体之间质量改善程度以及钛合金增强灰度图的占比情况,得到第张钛合金铣削灰度图的质量指标因子,包括的具体方法为:

10.根据权利要求9所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述第张钛合金铣削灰度图的钛合金增强灰度图的增强指标值的获取方法为:

...

【技术特征摘要】

1.基于图像处理的钛合金棒材质量检测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述通过结合每张钛合金铣削灰度图及其相邻钛合金铣削灰度图之间所含异常信息的变化分布,得到每张钛合金铣削灰度图的邻域质量影响程度,包括的具体方法为:

3.根据权利要求2所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述获取每张钛合金铣削灰度图内的初始钛合金异常区域,包括的具体方法为:

4.根据权利要求3所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述根据目标钛合金铣削灰度图及其左侧钛合金铣削灰度图之间所含异常信息的表征差异,得到目标钛合金铣削灰度图的左邻钛合金质量变动程度,包括的具体方法为:

5.根据权利要求1所述基于图像处理的钛合金棒材质量检测方法,其特征在于,所述对比每张钛合金铣削灰度图与其他钛合金铣削灰度图整体之间邻域质量影响程度的连续差异分布,得到每张钛合金铣削灰度图的质量改善程度,包...

【专利技术属性】
技术研发人员:董洁王勇锦李宝霞王勇根余洁米刚梁琦王虹利
申请(专利权)人:宝鸡拓普达钛业有限公司
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