一种混凝土预制底板质量智能检测方法与流程

本发明涉及图像处理，具体涉及一种混凝土预制底板质量智能检测方法。

背景技术：

1、混凝土预制底板生产过程中，混凝土预制底板的表面不平整、存在裂纹等都会影响预制地板的质量，利用机器视觉装置进行混凝土预制底板质量检测是一个高效率、高准确度的检测方式。由于在基于混凝土预制底板图像进行质量检测过程中往往需要对图像进行滤波操作，以消除噪声对于混凝土预制底板图像上边缘检测获取信息的影响，但滤波器会使得混凝土预制底板表面的异常边缘产生振铃现象，振铃现象会在边缘高频信息区域产生扩散性的周期性伪影，影响真实边缘信息的获取，进而导致混凝土预制底板质量检测效果较差。

技术实现思路

1、为了解决现有方法在对混凝土预制底板进行滤波时会使得混凝土预制底板表面的异常边缘产生振铃现象，影响真实边缘信息的获取，进而导致混凝土预制底板质量检测效果较差的问题，本发明的目的在于提供一种混凝土预制底板质量智能检测方法，所采用的技术方案具体如下：

2、本发明提供了一种混凝土预制底板质量智能检测方法，该方法包括以下步骤：

3、获取待检测混凝土预制底板的灰度图像，对所述灰度图像进行边缘检测获得各边缘线段；

4、基于各边缘线段上像素点的位置获得各边缘线段对应的延伸方向和各连通域；根据各连通域的边缘像素点的梯度幅值、各连通域内像素点与对应连通域的边缘像素点的邻域内连通域外部像素点的灰度差异，确定各连通域的边缘特异程度；根据各连通域的面积、各连通域内边缘线段对应的延伸方向和边缘线段的数量，得到各连通域的边缘扩散程度；

5、基于各连通域内边缘线段对应的延伸方向筛选疑似边缘区域；根据各疑似边缘区域与其邻域内疑似边缘区域的边缘像素点之间的相对距离、各疑似边缘区域与其邻域内疑似边缘区域的边缘特异程度的差异以及边缘扩散程度的差异，得到各疑似边缘区域的置信度；基于各疑似边缘区域的置信度构建权重系数矩阵，基于所述权重系数矩阵获得滤波后的图像；

6、基于所述滤波后的图像对待检测混凝土预制底板的质量进行判断。

7、优选的，基于各边缘线段上像素点的位置获得各边缘线段对应的延伸方向，包括：

8、对于任一边缘线段：

9、对边缘线段进行曲线拟合获得对应的边缘曲线，将过所述边缘曲线上的各像素点且垂直于所述边缘曲线的方向确定为对应像素点的特征方向；将所述边缘曲线上所有像素点的所述特征方向的均值确定为边缘线段对应的延伸方向。

10、优选的，基于各边缘线段上像素点的位置获得各连通域，包括：

11、基于所有边缘线段对应的延伸方向获得延伸方向上直线的交点；对所有的所述交点进行聚类获得各聚类簇；

12、对于任一聚类簇：对该聚类簇中所有交点对应的边缘线段进行凸包检测获得最小凸多边形，将所述最小凸多边形所围成的闭合区域作为一个连通域。

13、优选的，所述根据各连通域的边缘像素点的梯度幅值、各连通域内像素点与对应连通域的边缘像素点的邻域内连通域外部像素点的灰度差异，确定各连通域的边缘特异程度，包括：

14、对于第i个连通域：

15、计算第i个连通域的所有边缘像素点的梯度幅值的方差；将第i个连通域内所有像素点的灰度均值记为第一均值，将第i个连通域的边缘像素点的邻域内连通域外部所有像素点的灰度均值记为第二均值；

16、将所述第一均值与所述第二均值之间的差值绝对值记为第一灰度差异，将所述方差与所述第一灰度差异的乘积的归一化结果确定为第i个连通域的边缘特异程度。

17、优选的，所述根据各连通域的面积、各连通域内边缘线段对应的延伸方向和边缘线段的数量，得到各连通域的边缘扩散程度，包括：

18、对于第i个连通域：

19、将第i个连通域内各边缘线段对应的延伸方向与竖直向上的方向之间的夹角，确定为各边缘线段对应的特征角度；获取第i个连通域内所有边缘线段对应的特征角度的最大值；

20、将第i个连通域内边缘线段的数量、第i个连通域的面积、所述特征角度的最大值三者的乘积的归一化结果，确定为第i个连通域的边缘扩散程度。

21、优选的，基于各连通域内边缘线段对应的延伸方向筛选疑似边缘区域，包括：

22、对于任一连通域：将该连通域内所有边缘线段对应的特征角度的均值作为该连通域对应的目标角度；

23、分别判断各连通域对应的目标角度是否小于预设角度阈值，若小于，则将对应连通域确定为疑似边缘区域。

24、优选的，所述根据各疑似边缘区域与其邻域内疑似边缘区域的边缘像素点之间的相对距离、各疑似边缘区域与其邻域内疑似边缘区域的边缘特异程度的差异以及边缘扩散程度的差异，得到各疑似边缘区域的置信度，包括：

25、对于第j个疑似边缘区域：

26、将第j个疑似边缘区域与其k近邻内各疑似边缘区域的边缘扩散程度的差异，确定为第j个疑似边缘区域与其k近邻内对应疑似边缘区域的第一差异；将第j个疑似边缘区域与其k近邻内所有疑似边缘区域的第一差异的均值记为第一特征值；将第j个疑似边缘区域与其k近邻内各疑似边缘区域的边缘特异程度的差异，确定为第j个疑似边缘区域与其k近邻内对应疑似边缘区域的第二差异；将第j个疑似边缘区域与其k近邻内所有疑似边缘区域的第二差异的均值记为第二特征值；将所述第一特征值与所述第二特征值的比值记为第一比值；其中，k为预设数值；

27、对于第j个疑似边缘区域的k近邻内的第k个疑似边缘区域：分别获取第j个疑似边缘区域的各边缘像素点与第k个疑似边缘区域的各边缘像素点之间的欧式距离，将第j个疑似边缘区域的边缘像素点与第k个疑似边缘区域的边缘像素点之间的所述欧式距离中的最小值，确定为第j个疑似边缘区域与第k个疑似边缘区域的目标距离；

28、计算第j个疑似边缘区域与其k近邻内所有疑似边缘区域的目标距离的均值；将第j个疑似边缘区域与其k近邻内所有疑似边缘区域的目标距离的最小值与所述目标距离的均值的比值记为第二比值；

29、根据所述第一比值与所述第二比值，得到第j个疑似边缘区域的置信度。

30、优选的，根据所述第一比值与所述第二比值，得到第j个疑似边缘区域的置信度，包括：

31、将所述第一比值与所述第二比值的乘积的归一化结果，确定为第j个疑似边缘区域的置信度。

32、优选的，所述基于各疑似边缘区域的置信度构建权重系数矩阵，基于所述权重系数矩阵获得滤波后的图像，包括：

33、将各疑似边缘区域内边缘线段上的像素点对应的权重系数设置为对应疑似边缘区域的置信度；将所述灰度图像中除疑似边缘区域内边缘线段上的像素点外的其他像素点对应的权重系数设置为1；

34、基于所述灰度图像中所有像素点对应的权重系数构建权重系数矩阵；基于所述权重系数矩阵对所述灰度图像进行滤波处理获得滤波后的图像。

35、优选的，所述对所述灰度图像进行边缘检测获得各边缘线段，包括：

36、采用canny边缘算子对所述灰度图像进行边缘检测获得各边缘线段。

37、本发明至少具有如下有益效果：

38、本发明考虑到现有的基于待检测混凝土预制底板的灰度图像对待检测的混凝土预制底板进行质量检测时往往需要对图像进行滤波操作，以消除噪声对于图像上边缘检测获取信息的影响，但是滤波器会使得待检测混凝土预制底板表面的异常边缘产生振铃现象，振铃现象会在边缘高频信息区域产生扩散性的周期性伪影，影响真实边缘信息的获取，本发明结合待检测混凝土预制底板的灰度图像中每个连通域的边缘梯度变化程度和连通域内外邻域灰度差异，确定了每个连通域的边缘特异程度，又结合每个连通域整体的边缘分布情况及边缘线段对应的延伸方向，确定了每个连通域的边缘扩散程度；进一步的，结合每个疑似边缘区域与其邻域内疑似边缘区域的边缘像素点之间的相对距离、每个疑似边缘区域与其邻域内疑似边缘区域的边缘特异程度的差异以及边缘扩散程度的差异，得到了每个疑似边缘区域的置信度，置信度越大，说明对应疑似边缘区域内越可能存在真实边缘，因此本实施例基于置信度构建了待检测混凝土预制底板的灰度图像对应的权重系数矩阵，进而对待检测混凝土预制底板的灰度图像进行滤波处理，滤波后的图像消除了振铃现象的影响，图像的保真度更高，基于滤波后的图像对待检测混凝土预制底板的质量进行判断，提高了待检测混凝土预制底板质量检测结果的准确度。