首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器视觉的塑料管道外观缺陷检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安亚大塑料制品有限公司

摘要:本发明涉及图像数据处理领域,更具体地,本发明涉及一种基于机器视觉的塑料管道外观缺陷检测方法,方法包括:采集塑料管道图像,进行预处理并进行超像素分割,得到分割结果,计算分割结果的相似程度值并进行图像合并,获取区域内缺陷可能程度值,使用大津法得到缺陷可能程度值高的区域进行再次合并,将合并后的区域的中心点作为区域生长种子点进行区域生长,获取塑料管道的外观缺陷图像并设置不同标签,生成缺陷图像数据集并训练预设神经网络模型,得到缺陷网络模型,实时获取图像并输入到缺陷网络模型中,得到塑料管道缺陷检测和分类结果。本发明通过精确选取缺陷区域区域生长种子点,使区域生长结果更准确,从而缺陷检测更准确。

主权项:1.一种基于机器视觉的塑料管道外观缺陷检测方法,其特征在于,包括:采集塑料管道图像,进行预处理;将预处理后的塑料管道图像进行超像素分割,得到收敛超像素分割结果,根据所述收敛超像素分割结果的相似程度值进行图像合并,其中,所述相似程度值包括灰度相似程度值和梯度相似程度值;根据所述灰度相似程度值和所述梯度相似程度值,计算两个相邻超像素块的综合相似程度值,根据所述综合相似程度值对两个相邻超像素块进行合并;根据合并后的区域内各连通域面积、周长和灰度均值,获取区域内缺陷可能程度值,使用大津法对所述缺陷可能程度值设置阈值,得到缺陷可能程度值高的区域,对缺陷可能程度值高的区域进行再次合并,并将合并后各连通域内中心点作为区域生长种子点,根据区域生长种子点进行区域生长,获取塑料管道的外观缺陷图像;对所述外观缺陷图像的不同缺陷设置标签,其中,标签为有无凹陷、划痕和污渍,生成缺陷图像数据集;根据所述缺陷图像数据集训练预设神经网络模型,得到缺陷网络模型;实时获取生产的塑料管道图像并输入到缺陷网络模型中,得到塑料管道缺陷检测和分类结果;将预处理后的塑料管道图像进行超像素分割,得到收敛超像素分割结果,根据所述收敛超像素分割结果的相似程度值进行图像合并,包括:预处理后的图像上均匀分配超像素分割种子点,其中,所述超像素分割种子点为超像素分割后的区域内的中心坐标点;计算超像素分割后的区域内任意一个像素点与分割种子点之间的距离,所述距离满足下述关系式: 式中,表示第个像素点到第个分割种子点之间的距离,表示第个像素点对应灰度值与第个分割种子点对应灰度值之间的灰度差值,表示第个像素点与第个分割种子点的欧氏距离值,表示灰度距离对各像素点进行超像素分割的影响系数,表示图像中像素点的个数与分割区域个数比值的平方根,作为类内最大空间距离值;将图像中每个像素点根据分割种子点进行聚类,得到多个聚类簇,根据聚类结果得到多个新超像素分割块,计算各个新超像素分割块内的像素点坐标中心点,作为新超像素分割种子点重新聚类,得到收敛超像素分割结果;根据收敛超像素分割结果,计算各个超像素块和相邻的超像素块之间的相似程度值,根据所述相似程度值进行合并超像素块;根据所述相似程度值进行合并超像素块,包括以下步骤:分别获取相邻两个超像素块的灰度直方图,分别计算两个超像素块的对应灰度频率值,根据相邻两个超像素块的灰度频率值,计算各个超像素块和相邻的超像素块之间的灰度相似程度值;分别获取相邻两个超像素块的梯度直方图,分别计算两个超像素块的对应梯度频率值,根据相邻两个超像素块的梯度频率值,计算各个超像素块和相邻的超像素块之间的梯度相似程度值;所述灰度相似程度值满足下述关系式: 式中,表示第个超像素块和相邻的第个超像素块的灰度相似程度值,表示灰度值索引为时,第个超像素块对应的灰度频率值,表示灰度值索引为时,第个超像素块对应的灰度频率值;为灰度值最大值,表示指数函数,表示以为底的对数;所述梯度相似程度值满足下述关系式: 式中,表示第个超像素块和相邻的第个超像素块的梯度相似程度值,表示第个超像素块及与其相邻的第个超像素块梯度最大值,表示梯度值索引,表示当梯度索引值为时,第个超像素块对应的梯度频率,表示当梯度索引值为时,第个超像素块对应的梯度频率,表示双曲正切函数;计算两个相邻超像素块的综合相似程度值,根据所述综合相似程度值对两个相邻超像素块进行合并,包括以下步骤:所述综合相似程度值满足下述关系式: 式中,表示第个超像素块和相邻的第个超像素块的综合相似程度值,表示灰度相似程度值的熵权,表示第个超像素块和相邻的第个超像素块的灰度相似程度值,表示梯度相似程度值的熵权,表示第个超像素块和相邻的第个超像素块的梯度相似程度值;对所述综合相似程度值进行归一化处理,响应于归一化后综合相似程度值大于预设相似阈值,对相邻两个超像素块进行合并;所述缺陷可能程度值满足下述关系式: 式中,表示合并后图像中第个连通域的缺陷可能程度,表示连通域个数,表示第个连通域内各像素点灰度均值,表示所有个连通域的连通域内灰度均值的均值,为第个连通域的面积,为第个连通域的周长,表示归一化函数。

全文数据:

权利要求:

百度查询: 西安亚大塑料制品有限公司 一种基于机器视觉的塑料管道外观缺陷检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。