一种电源适配器用注塑温度自适应学习调控系统的制作方法

本发明涉及图像数据处理，具体涉及一种电源适配器用注塑温度自适应学习调控系统。

背景技术：

1、在注塑加工过程中适宜的注塑模具温度会直接影响到电源适配器注塑的尺寸精度、外观、内在质量及产品生产效率，因此注塑模具温度的调控至关重要。注塑模具温度的调控通过冷却装置和加热装置来使模具温度达到产品要求温度。注塑模具温度的检测可通过红外成像技术，获取注塑模具的红外热图像，实时监测模具内部的温度变化，从而控制冷却装置和加热装置进行温度调节。然而由于红外探测器的焦平面阵列数目较少、探测单元尺寸较小，且存在光学衍射等问题，致使采集到的红外图像丢失掉大量高频细节信息，造成红外图像高频细节信息分辨率低，影响模具内部的温度变化识别。

2、相关技术中，通常使用线性变换的方式对红外热图像中的像素点灰度值进行线性变化，以提升图像对比度，增强图像的高频信息分辨率，这种方式下，由于线性变换过程中对灰度值的变换程度选择的准确性不足时，无法有效对红外热图像中的高频细节信息进行增强，使得温度调控准确性和调控精度较低，进而使得调控效果不足。

技术实现思路

1、为了解决高频细节信息增强效果不好导致温度调控准确性和调控精度较低，调控效果不足的技术问题，本发明提供一种电源适配器用注塑温度自适应学习调控系统，所采用的技术方案具体如下：

2、本发明提出了一种电源适配器用注塑温度自适应学习调控系统，系统包括：

3、获取模块，用于获取电源适配器注塑的红外热灰度图像，根据灰度值对所述红外热灰度图像进行图像分割，得到温度异常区域和正常区域，对所述温度异常区域进行连通域分析，得到异常连通域，其中，所述温度异常区域包括高温区域和低温区域，所述低温区域中的异常连通域为低温连通域，所述高温区域中的异常连通域为高温连通域；

4、第一数据处理模块，用于根据所有所述低温连通域中像素点的灰度值确定所述低温区域的初始低温复杂程度，根据所有所述高温连通域中像素点的灰度值确定所述高温区域的初始高温复杂程度；

5、第二数据处理模块，用于确定每个所述异常连通域的灰度变化程度，根据所有所述低温连通域的灰度变化程度和所述初始低温复杂程度，确定所述低温区域的目标低温复杂程度；根据所有所述高温连通域的灰度变化程度和所述初始高温复杂程度，确定所述高温区域的目标高温复杂程度；

6、调控模块，用于根据所述目标低温复杂程度、所述目标高温复杂程度和所述正常区域中像素点的灰度值，对低温区域、高温区域和正常区域中像素点的灰度值进行自适应分段式线性变换处理，得到目标图像，根据所述目标图像对注塑温度进行调控。

7、进一步地，所述根据灰度值对所述红外热灰度图像进行图像分割，得到温度异常区域和正常区域，包括：

8、将所述灰度值大于预设第一灰度值阈值的像素点所组成的区域作为高温区域，将所述灰度值小于预设第二灰度值阈值的像素点所组成的区域作为低温区域，其中，所述预设第一灰度值大于所述预设第二灰度值阈值，所述低温区域和所述高温区域组成所述温度异常区域；

9、将所述灰度值大于等于预设第二灰度值阈值，且小于等于预设第一灰度值阈值的像素点所组成的区域作为正常区域。

10、进一步地，所述对所述温度异常区域进行连通域分析，得到异常连通域，包括：

11、任选所述低温区域中的某一像素点作为待测低温像素点，以所述待测低温像素点为中心的预设大小范围内，将其他像素点灰度值大于所述待测低温像素点的灰度值的数量作为待测低温数量，将所述待测低温数量大于预设低温数量阈值的待测低温像素点作为目标低温像素点；

12、任选所述高温区域中的某一像素点作为待测高温像素点，以所述待测高温像素点为中心的预设大小范围内，将其他像素点灰度值小于所述待测高温像素点的灰度值的数量作为待测高温数量，将所述待测高温数量大于预设高温数量阈值的待测高温像素点作为目标高温像素点；

13、遍历所有所述低温区域和所述高温区域中的像素点，将所有目标低温像素点所组成的连通域作为低温连通域，将所有目标高温像素点所组成的连通域作为高温连通域，将所述低温连通域和所述高温连通域共同作为异常连通域。

14、进一步地，所述根据所有所述低温连通域中像素点的灰度值确定所述低温区域的初始低温复杂程度，包括：

15、分别计算每个所述低温连通域中像素点的灰度值均值作为低温均值，将低温均值最大值和低温均值最小值的差值作为低温灰度差异；

16、将所述低温均值按照由小至大的顺序进行排序，根据排序顺序计算相邻低温均值的差值绝对值作为相邻低温差异，计算所有所述相邻低温差异的方差作为相邻低温方差值；

17、对所述相邻低温方差值进行反比例的归一化处理，得到低温调整权值，计算所述低温调整权值和所述低温灰度差异的乘积作为所述低温区域的初始低温复杂程度。

18、进一步地，所述根据所有所述高温连通域中像素点的灰度值确定所述高温区域的初始高温复杂程度，包括：

19、分别计算每个所述高温连通域中像素点的灰度值均值作为高温均值，将高温均值最大值和高温均值最小值的差值作为高温灰度差异；

20、将所述高温均值按照由小至大的顺序进行排序，根据排序顺序计算相邻高温均值的差值绝对值作为相邻高温差异，计算所有所述相邻高温差异的方差作为相邻高温方差值；

21、对所述相邻高温方差值进行反比例的归一化处理，得到高温调整权值，计算所述高温调整权值和所述高温灰度差异的乘积作为所述高温区域的初始高温复杂程度。

22、进一步地，所述确定每个所述异常连通域的灰度变化程度，包括：

23、确定每个所述异常连通域的中心像素点，以所述中心像素点为起始点，沿着至少一个预设方向遍历所述中心像素点周围的像素点，直至灰度值产生变化时停止，确定不同预设方向上的像素点数量，将所述像素点数量的均值归一化值作为所述灰度变化程度。

24、进一步地，所述根据所有所述低温连通域的灰度变化程度和所述初始低温复杂程度，确定所述低温区域的目标低温复杂程度，包括：

25、计算所有所述低温连通域的灰度变化程度的均值和所述初始低温复杂程度的乘积的归一化值作为所述低温区域的目标低温复杂程度。

26、进一步地，所述根据所有所述高温连通域的灰度变化程度和所述初始高温复杂程度，确定所述高温区域的目标高温复杂程度，包括：

27、计算所有所述高温连通域的灰度变化程度的均值和所述初始高温复杂程度的乘积的归一化值作为所述高温区域的目标高温复杂程度。

28、进一步地，所述根据所述目标低温复杂程度、所述目标高温复杂程度和所述正常区域中像素点的灰度值，对低温区域、高温区域和正常区域中像素点的灰度值进行自适应分段式线性变换处理，得到目标图像，包括：

29、计算所述目标低温复杂程度和预设复杂参数的乘积和1的和值作为低温变换系数，分别计算低温区域中每个像素点的灰度值和所述低温变换系数的乘积作为对应像素点的目标低温灰度值；

30、确定正常区域中像素点的灰度值最大值和灰度值最小值的差值作为正常区域灰度差异，对所述正常区域灰度差异进行负相关映射并归一化得到正常变换系数；分别计算正常区域中每个像素点的灰度值和所述正常变换系数的乘积和目标低温灰度值最大值的和值作为对应像素点的目标正常灰度值；

31、计算所述目标高温复杂程度和预设复杂参数的乘积和1的和值作为高温变换系数；分别计算高温区域中每个像素点的灰度值和所述高温变换系数的乘积和目标正常灰度值最大值的和值作为对应像素点的目标高温灰度值；

32、对所述红外热灰度图像中所有的像素点进行处理，根据目标低温灰度值、目标正常灰度值和目标高温灰度值得到目标图像。

33、进一步地，所述根据所述目标图像对注塑温度进行调控，包括：

34、根据所述目标图像中温度异常区域的像素点的灰度值，对不同温度异常区域进行自适应冷却和加热处理。

35、本发明具有如下有益效果：

36、本发明通过确定红外热灰度图像中的异常连通域，并将其划分为低温连通域和高温连通域，能够针对电源适配器注塑的红外热灰度图像中的灰度分布，对红外热灰度图像进行合理划分，进而基于不同温度情况分别进行分析；通过低温区域中灰度值分布的总体特征得到初始低温复杂程度，通过高温区域中灰度值分布的总体特征得到初始高温复杂程度，能够有效分析不同区域灰度值分布特征，提升初始低温复杂程度和初始高温复杂程度的客观性；通过确定每个异常连通域的灰度变化程度，能够准确获取低温区域和高温区域中每个连通域的灰度变化情况，从而在根据温度变化程度和初始低温复杂程度确定目标低温复杂程度，以及在根据温度变化程度和初始高温复杂程度确定目标高温复杂程度时，能够有效结合低温区域的总体变化和低温区域中每个低温连通域的特征得到目标低温复杂程度，结合高温区域的总体变化和高温区域中每个高温连通域的特征得到目标高温复杂程度，进而提升目标低温复杂程度和目标高温复杂程度的准确性，保证目标低温复杂程度和目标高温复杂程度更适用于灰度变化频率较大的红外热灰度图像；通过对低温区域、高温区域和正常区域中像素点的灰度值进行自适应分段式线性变换处理，能够对不同区域进行不同的分段式线性变换处理，使得能够有效结合不同区域所分别对应的复杂程度，进行自适应的灰度值变换，从而能够有效对不同区域进行自适应的对比度调整，对红外热灰度图像中的高频细节信息进行增强，提升图像显示精度，便于后续根据目标图像进行温度调控。综上，本发明能够增强红外热灰度图像中的高频细节信息，进而提升温度调控的准确性和调控精度，增强调控效果。