本发明专利技术涉及数据处理技术领域，具体涉及一种滑板轮的轮毂质量检测方法，包括：获取灰度图像中的多个聚类簇；获取所有目标聚类簇，对每个目标聚类簇进行高斯金字塔采样得到每次采样后的每个目标聚类簇；获取每个像素点的模糊程度；根据每个像素点的模糊程度得到高频图像；获取高频图像中的多个目标聚簇，并得到每个目标聚簇中像素点灰度值的增强系数；根据每个目标聚簇中像素点灰度值的增强系数对高频图像使用反锐化掩模算法进行增强的得到增强后的高频图像，根据增强后的高频图像得到轮毂表面的裂纹区域。本发明专利技术提高了滑板轮毂质量检测的准确性。
【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种滑板轮的轮毂质量检测方法。
技术介绍
1、滑板是一种年轻人颇为喜爱的休闲运动，滑板的质量也有较大差异，而滑板的质量主要取决于两个方面，一是滑板的板材，另一个是滑板的轮毂。好的滑板质量较轻，韧性好，并且滑板轮的摩擦因数较小，在相同力的作用下，能够滑行的距离更远。而滑板轮轮毂的质量直接关系到使用者的人身安全，若轮毂出现裂纹，会导致滑行的人受伤，因此对轮毂的质量进行检测至关重要。
2、在现有技术中，往往使用图像增强的方法检测轮毂是否存在裂纹缺陷，如使用线性反锐化掩模算法对轮毂图像进行增强，该方法对轮毂图像进行增强时，采用固定大小的滤波器窗口对轮毂图像进行整体滤波得到滤波后的低频图像，但是采用固定大小的滤波器窗口对轮毂图像进行整体滤波，使得滤波后的低频图像的模糊程度相差不大，因此在增强时，轮毂图像中的每个区域增强程度相同，导致轮毂图像中的缺陷区域凸显不明显，进而导致检测到的轮毂裂纹区域不准确，最终导致轮毂质量检测不准确。
技术实现思路
1、本专利技术提供一种滑板轮的轮毂质量检测方法，以解决现有的轮毂质量检测不准确的问题。
2、本专利技术的一种滑板轮的轮毂质量检测方法，用如下技术方案：
3、获取滑板轮的轮毂表面图像的灰度图像，对灰度图像中的像素点进行聚类得到多个聚类簇；
4、根据每个聚类簇中像素点的梯度和分布密度得到所有目标聚类簇，对每个目标聚类簇进行高斯金字塔采样得到每次采样后的每个目标聚类簇；
>5、以每个目标聚类簇中的聚类中心为滑窗中心设置滑窗，根据采样前每个滑窗内像素点的梯度均值和灰度均值、每次采样后每个滑窗内中心像素点与其他像素点的梯度差均值和每次采样后每个滑窗内的灰度均值，得到每次采样后每个滑窗内每个像素点的模糊程度，将最后一次采样后每个滑窗内每个像素点的模糊程度作为每个滑窗内每个像素点的最终模糊程度；6、根据每个像素点的模糊程度得到每个像素点的滤波窗口的尺寸，根据每个像素点的滤波窗口的尺寸对灰度图像进行低通滤波得到低频图像，根据低频图像和灰度图像得到高频图像；
7、对高频图像中的像素点进行聚类得到多个目标聚簇，根据每个目标聚簇中像素点的个数和分布密度得到每个目标聚簇中像素点灰度值的增强系数；
8、根据每个目标聚簇中像素点灰度值的增强系数对高频图像使用反锐化掩模算法进行增强得到增强后的高频图像，根据增强后的高频图像得到轮毂表面的裂纹区域，根据轮毂表面的裂纹区域对轮毂质量进行评估。
9、进一步的，每个目标聚簇中像素点灰度值的增强系数是按如下方法确定的：
10、将每个目标聚簇中像素点的数量与该目标聚簇中的像素点的分布密度的乘积，作为分子；
11、将高频图像中像素点的个数作为分母；
12、将分子分母的比值作为该目标聚簇中像素点灰度值的增强系数。
13、进一步的，得到每个像素点的滤波窗口的尺寸的方法是：
14、获取每个像素点的滤波权重；
15、将每个像素点的滤波权重作为指数函数的指数得到函数值，并对该函数值乘十，得到乘积，对该乘积进行向上取整，并将取整后的值作为每个像素点滤波窗口的尺寸。
16、进一步的，增强后的高频图像是按如下方法得到的：
17、根据灰度图像中每个像素点的灰度值、每个目标聚簇中像素点的灰度值、每个目标聚簇中像素点灰度值的增强系数及低频图像中每个像素点的灰度值得到每个像素点增强后的灰度值；
18、将每个像素点增强后的灰度值所构成的图像作为增强后的高频图像。
19、进一步的，得到多个聚类簇的方法是：
20、根据灰度图像中每个像素点的梯度幅值对所有像素点进行聚类得到多个聚簇；
21、根据每个聚簇中像素点的分布密度对每个聚簇中的像素点再次聚类得到多个聚类簇。
22、进一步的，得到所有目标聚类簇的方法是：
23、使用孤立森立算法对所有聚类簇进行筛选，其中，每筛选一次，计算该次筛选掉的聚类簇中每个像素点的梯度和分布密度；
24、当该次筛选掉的聚类簇中每个像素点的梯度和分布密度的乘积大于预设截止阈值时，停止筛选，将该次筛选后剩余的聚类簇作为目标聚类簇。
25、进一步的，每个滑窗内每个像素点的模糊程度的具体表达式为：
26、
27、式中：表示第次采样的采样尺寸下的第个目标聚类簇所在滑窗内每个像素点的模糊程度，表示第次采样的采样尺寸下的第个目标聚类簇所在滑窗内的中心像素点与其他像素点的梯度差均值，表示采样前第个目标聚类簇所在滑窗内的中心像素点与其他像素点的梯度差均值，表示采样前第个目标聚类簇所在滑窗内像素点的灰度均值，表示第次采样的采样尺寸下的第个目标聚类簇所在滑窗内像素点的灰度均值，表示第次采样，为自然常数。
28、进一步的，根据轮毂表面裂纹区域面积占轮毂表面总面积的比值对轮毂质量进行评估。
29、本专利技术的有益效果是：本专利技术首先将灰度图像中所有像素点分为了多个聚类簇，并对所有聚类簇进行了筛选，得到了目标聚类簇，该过程将非缺陷像素点筛掉，只保留疑似缺陷像素点，在保证不丢失缺陷像素点的前提下，减小了计算量；计算每次采样后每个目标聚类簇中每个像素点的模糊程度，该过程利用了缺陷区域像素点的梯度大于轮毂纹理边缘区域像素点的梯度这一特征，因此所得每次采样后每个目标聚类簇中每个像素点的模糊程度，可反映该目标聚类簇中的像素点为缺陷像素点和边缘像素点的可能性，因此，利用模糊程度最终所得的高频图像中的缺陷区域更加显著，再根据增强系数对高频图像进行自适应增强，避免了将缺陷区域和正常区域同时增强所导致的增强后的缺陷区域不明显的情况，使分割出的轮毂裂纹区域更准确，最终根据轮毂裂纹区域对轮毂质量进行评估，使得最终评估所得结果更加准确。
本文档来自技高网...
【技术保护点】
1.一种滑板轮的轮毂质量检测方法，其特征在于，包括：
2.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，每个目标聚簇中像素点灰度值的增强系数是按如下方法确定的：
3.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，增强后的高频图像是按如下方法得到的：
4.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，得到多个聚类簇的方法是：
5.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，得到所有目标聚类簇的方法是：
6.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，得到每个像素点的滤波窗口的尺寸的方法是：
7.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，每个滑窗内每个像素点的模糊程度的具体表达式为：
8.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，根据轮毂表面裂纹区域面积占轮毂表面总面积的比值对轮毂质量进行评估。
【技术特征摘要】
1.一种滑板轮的轮毂质量检测方法，其特征在于，包括：
2.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，每个目标聚簇中像素点灰度值的增强系数是按如下方法确定的：
3.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，增强后的高频图像是按如下方法得到的：
4.根据权利要求1所述的一种滑板轮的轮毂质量检测方法，其特征在于，得到多个聚类簇的方法是：
5.根据权利要求1所述的一种滑板...
【专利技术属性】
技术研发人员：钱江，司波涛，赵天伟，王红亮，钱致宇，
申请(专利权)人：江苏曜彰体育用品有限公司，
类型：发明
国别省市：
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。