本发明涉及图像数据处理,具体涉及一种电抗器表面缺陷检测方法。
背景技术:
1、通电抗器也叫电感器,在电路中的应用十分广泛,在电路中因为存在电磁感应的效果,所以存在一定的电感性,能够起到阻止电流变化的作用。一个导体通电时就会在其所占据的一定空间范围产生磁场,电抗器是导线绕成螺线管形式,为了让这只螺线管具有更大的电感,便在螺线管中插入铁心,称铁心电抗器。但是在其生产过程中,表面可能受到硬力的作用,导致其产生裂纹缺陷,影响产品的质量,因此需要在出厂时对电抗器进行缺陷检测,保证产品的质量。但是在识别产品表面的缺陷时,由于采集图像的环境比较复杂,会存在噪声,影响对缺陷的识别,因此需要对图像进行去噪处理。
2、在现有技术中,对图像去噪的方法较多,其中双边滤波算法能够有效的去除噪声的影响,并且保留图像的边缘,去噪后能够很好的保留图像的纹理。但是在进行去噪时,固定的滤波权重会影响算法的去噪效果,因此需要根据图像中细节变化获得合适的合适滤波权重。人为设置的滤波权重的去噪效果不好,需要自适应滤波权重。
技术实现思路
1、本发明提供一种电抗器表面缺陷检测方法,以解决现有的问题。
2、本发明的一种电抗器表面缺陷检测方法采用如下技术方案:
3、本发明一个实施例提供了一种电抗器表面缺陷检测方法,该方法包括以下步骤:
4、采集电抗器表面图像;对电抗器表面灰度图进行分割,获得若干个分割区域;
5、根据每个分割区域的最小外接矩形中像素点与邻域像素点的灰度值的差异,以及最小外接矩形的分布方向,获得每个分割区域的噪声影响程度;
6、将电抗器表面灰度图的灰度范围平均划分为三个区间,根据所有分割区域的噪声影响程度的差异和每个区间对应的所有像素点的分布情况,计算电抗器表面灰度图的密度可达距离;根据密度可达距离对每个分割区域进行聚类,获得每个分割区域的若干个聚类簇;
7、根据延伸后的聚类簇的像素点的数量和所有像素点与邻域像素点的灰度值差异,获得每个聚类簇的修正系数;
8、将每个分割区域中每个聚类簇的修正系数与每个分割区域的噪声影响程度的乘积,记为每个分割区域中每个聚类簇的修正噪声影响程度;
9、对每个分割区域中每个聚类簇的所有像素点的最大差值垂直方向进行分析,获得每个分割区域中每个聚类簇的主成分方向;
10、根据所有分割区域中所有聚类簇的主成分方向和修正噪声影响程度进行滤波操作,获得去噪后的电抗器表面灰度图。
11、进一步地,所述获得每个分割区域的噪声影响程度,包括的具体步骤如下:
12、获得每个分割区域的最小外接矩形,将最小外接矩形的较长的边记为长边,较短的边记为短边,以每个最小外接矩形的长边为横轴、短边为纵轴,构建直角坐标系;任意一个分割区域的噪声影响程度的计算公式如下:
13、
14、式中,表示第个分割区域的噪声影响程度,、分别表示第个分割区域的最小外接矩形的长边和短边的长度,表示第个分割区域的最小外接矩形中横坐标为x、纵坐标为y的像素点的灰度值,表示第个分割区域的最小外接矩形的长边的斜率,表示第个分割区域的最小外接矩形中横坐标为x、纵坐标为y的像素点的八邻域内第i个像素点的灰度值;
15、获得所有分割区域的噪声影响程度,对所有分割区域的噪声影响程度进行线性归一化,将线性归一化后的噪声影响程度作为每个分割区域的噪声影响程度。
16、进一步地,所述计算电抗器表面灰度图的密度可达距离,包括的具体步骤如下:
17、电抗器表面灰度图的密度可达距离的计算公式如下:
18、
19、式中,表示电抗器表面灰度图的密度可达距离,表示从所有分割区域中选择两个分割区域的可能情况的数量,t表示分割区域的数量,、分别表示分割区域a和分割区域b的噪声影响程度,表示取绝对值,表示从第j区间对应的所有像素点中选择两个像素点的可能情况的数量,表示第j区间对应的像素点的数量,表示第j区间对应的所有像素点中像素点m和像素点n的欧氏距离。
20、进一步地,所述获得每个分割区域的若干个聚类簇,包括的具体步骤如下:
21、将电抗器表面灰度图的密度可达距离作为dbscan密度聚类的密度可达距离参数,通过dbscan密度聚类算法对每个分割区域进行聚类,获得每个分割区域的若干个聚类簇。
22、进一步地,所述获得每个聚类簇的修正系数,包括的具体步骤如下:
23、对获得的每个聚类簇向外延伸5个像素区域,将延伸后的区域作为每个聚类簇对应的区域,任意一个聚类簇的修正系数的计算公式如下:
24、
25、式中,表示第个分割区域中第个聚类簇的修正系数,表示第个分割区域中第个聚类簇的像素点的数量,表示第个分割区域的像素点的数量,表示第个分割区域中第个聚类簇中像素点的数量,表示第个分割区域中第个聚类簇的第q个像素点的灰度值,表示第个分割区域中第个聚类簇的第q个像素点的左侧的像素点的灰度值,表示第个分割区域中第个聚类簇的第q个像素点的右侧的像素点的灰度值,表示第个分割区域中第个聚类簇的第q个像素点的上方的像素点的灰度值,表示第个分割区域中第个聚类簇的第q个像素点的下方的像素点的灰度值,表示以自然常数为底数的指数函数,表示取绝对值。
26、进一步地,所述获得每个分割区域中每个聚类簇的主成分方向,包括的具体步骤如下:
27、将任意一个分割区域中任意一个聚类簇记为目标聚类簇,通过sobel算子获得目标聚类簇中每个像素点的梯度方向和梯度幅值;将以像素点的梯度方向为方向、以像素点的梯度幅值为模的向量记为像素点的方向向量;
28、将目标聚类簇中的任意一个像素点作为目标像素点,获取目标像素点的梯度方向与目标像素点4邻域内的每个邻域像素点的梯度方向的差值的绝对值,记为目标像素点的梯度方向变化量;将最大的梯度方向变化量对应的邻域像素点的方向向量和目标像素点的方向向量进行加法运算,将获得的向量的方向的垂直方向记为目标像素点的最大差值垂直方向;
29、获得目标聚类簇中所有像素点的最大差值垂直方向,对所有最大差值垂直方向进行主成分分析,获得目标聚类簇的主成分方向。
30、进一步地,所述获得去噪后的电抗器表面灰度图,包括的具体步骤如下:
31、将每个分割区域中每个聚类簇的主成分方向作为滤波方向,将每个分割区域中每个聚类簇的修正噪声影响程度作为滤波权重,根据双边滤波算法对每个分割区域中每个聚类簇对应的区域进行滤波操作,得到去噪后的电抗器表面灰度图。
32、本发明的技术方案的有益效果是:在对电抗器表面进行缺陷检测时,因为图像受到噪声的影响,导致无法准确地分割出完整的缺陷区域,因此通过双边滤波算法对图像进行自适应去噪,本发明根据电抗器表面灰度图的图像特点,对图像进行区域划分,然后根据不同分割区域中的纹理特征,自适应获得每个分割区域的噪声影响程度,考虑到存在裂纹缺陷的分割区域,会造成局部噪声影响程度增大的假象,因此根据裂纹缺陷的特征来对噪声影响程度进行修正,将修正后的噪声影响程度作为权重参数,并且获得最佳的滤波方向,使得对不同区域中的噪声平滑效果更好。使得去噪后的图像即保留图像中的纹理信息,又具有很好的去噪效果,根据去噪后的图像能够清晰的识别出缺陷,进而保证了电抗器的出厂质量。