基于机器视觉的塑料管道外观缺陷检测方法与流程

本发明涉及图像数据处理，具体涉及基于机器视觉的塑料管道外观缺陷检测方法。

背景技术：

1、塑料管道在使用过程中很容易出现损耗，由于其使用环境复杂，塑料制品可能会出现各种各样的缺陷，这些缺陷的产生很可能会影响使用效果，甚至造成对生产安全的危害。现有技术通过图像处理的方式进行塑料管道或塑料板表面的缺陷检测，通过阈值分割的方式将塑料表面缺陷分割出来，对其缺陷进行分析。

2、但是传统的阈值分割算法使用的是全局阈值，而塑料管道表面自身即存在一定的灰度变化，表面出现的缺陷很有可能与正常的灰度变化相似，无法通过全局阈值达到较好的分割效果。本发明通过对图像进行分割，在各窗口内通过分析像素点梯度变化以及高梯度像素点的聚集程度，自适应获取窗口内的双阈值对图像进行分割，获取目标缺陷区域。

技术实现思路

1、本发明提供基于机器视觉的塑料管道外观缺陷检测方法，以解决现有的问题。

2、本发明的基于机器视觉的塑料管道外观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基于机器视觉的塑料管道外观缺陷检测方法，该方法包括以下步骤：

4、获取塑料管道图像，对塑料管道图像进行窗口划分得到若干塑料管道窗口图像；

5、根据塑料管道窗口图像中像素点的梯度值得到初始目标像素点和初始灰度区间，根据塑料管道窗口图像中像素点和邻域半径范围内初始目标像素点的位置信息，得到塑料管道窗口图像中像素点的聚集程度；

6、根据塑料管道窗口图像中像素点的梯度和聚集程度得到塑料管道窗口图像中像素点的目标程度，获取塑料管道窗口图像的梯度矩阵直方图，根据初始灰度区间和梯度矩阵直方图得到塑料管道窗口图像中在初始灰度区间范围内像素点的关联系数；

7、根据初始灰度区间获取反比例系数，根据反比例系数得到塑料管道窗口图像中在初始灰度区间范围外像素点的关联系数，将塑料管道窗口图像中在初始灰度区间范围内像素点的关联系数和初始灰度区间范围外像素点的关联系数均记为塑料管道窗口图像中像素点的关联系数，根据塑料管道窗口图像中像素点的关联系数和目标程度，得到塑料管道窗口图像中像素点的加权目标程度；

8、根据加权目标程度得到目标像素点集，根据目标像素点集获取得到分割双阈值，利用分割双阈值对塑料管道窗口图像进行分割，得到塑料管道窗口图像中的缺陷区域。

9、进一步地，所述对塑料管道图像进行窗口划分得到若干塑料管道窗口图像，包括的具体步骤如下：

10、对塑料管道图像进行等区域划分，塑料管道图像通过等区域划分得到个塑料管道窗口图像，为等区域划分的比例，为图像长度，为图像宽度。

11、进一步地，所述根据塑料管道窗口图像中像素点的梯度值得到初始目标像素点和初始灰度区间，包括的具体步骤如下：

12、利用sobel算子获取塑料管道窗口图像中像素点的梯度值并构建梯度矩阵，根据梯度矩阵构建梯度矩阵直方图，选取梯度矩阵直方图中的梯度最大值，记为ma，将梯度矩阵中梯度值在th1×mama之间的像素点作为初始目标像素点，获取初始目标像素点的像素值，利用标准差法排除初始目标像素点中的离群值，根据剩余初始目标像素点的灰度值范围确定初始灰度区间，其中表示初始灰度区间的最小灰度值，表示初始灰度区间的最大灰度值，th1为预设数值。

13、进一步地，所述根据塑料管道窗口图像中像素点和邻域半径范围内初始目标像素点的位置信息，得到塑料管道窗口图像中像素点的聚集程度，包括的具体步骤如下：

14、

15、其中，为塑料管道窗口图像中第d个像素点的聚集程度，为预设像素点的邻域半径，为第d个像素点的邻域半径范围内包含初始目标像素点的总个数，所述邻域半径范围是指以第d个像素点为圆心以r半径的圆构成的范围，为第d个像素点的邻域半径范围内第i个初始目标像素点的横坐标，为第d个像素点的邻域半径范围内第i个初始目标像素点的纵坐标，和分别为塑料管道窗口图像中第d个像素点的横坐标和纵坐标。

16、进一步地，所述根据初始灰度区间和梯度矩阵直方图得到塑料管道窗口图像中在初始灰度区间范围内像素点的关联系数，包括的具体步骤如下：

17、

18、其中，为塑料管道窗口图像中初始灰度区间范围内第c个像素点的关联系数，所述第c个像素点的灰度值在初始灰度区间范围内，为塑料管道窗口图像中第c个像素点的灰度值，为梯度矩阵直方图中频数最大值对应的灰度值，为初始灰度区间的最小灰度值，为初始灰度区间的最大灰度值。

19、进一步地，所述根据初始灰度区间获取反比例系数，包括的具体步骤如下：

20、

21、其中，为初始灰度区间的最大灰度值，为梯度矩阵直方图中频数最大值对应的灰度值，为初始灰度区间的最小灰度值。

22、进一步地，所述根据反比例系数得到塑料管道窗口图像中在初始灰度区间范围外像素点的关联系数，包括的具体步骤如下：

23、

24、其中，为塑料管道窗口图像中第r个像素点的关联系数，所述第r个像素点的灰度值在初始灰度区间范围外，为反比例系数，为梯度矩阵直方图中频数最大值对应的灰度值，为塑料管道窗口图像中第r个像素点的灰度值，且，其中为初始灰度区间的最小灰度值，为初始灰度区间的最大灰度值。

25、进一步地，所述根据塑料管道窗口图像中像素点的关联系数和目标程度，得到塑料管道窗口图像中像素点的加权目标程度，包括的具体步骤如下：

26、

27、其中，为塑料管道窗口图像中第个像素点的目标程度，为塑料管道窗口图像中第个像素点的关联系数，为塑料管道窗口图像中第个像素点的加权目标程度。

28、进一步地，所述根据目标像素点集获取得到分割双阈值，包括的具体步骤如下：

29、获取目标像素点集中像素点的灰度均值和目标像素点集中像素点的标准差，获取目标像素点集中像素点的个数，选取置信水平为th2,th2为预设百分比阈值，根据像素点的个数和置信水平确定正态分布的临界值，将目标像素点集中像素点的标准差与像素点的个数比值作为目标像素点集的标准误差，根据灰度均值、临界值以及标准误差得到目标像素点集的置信区间，将目标像素点集的置信区间的最小值向下取整作为双阈值分割的一个阈值，将目标像素点集的置信区间的最大值向上取整作为双阈值分割的另一个阈值。

30、进一步地，所述利用分割双阈值对塑料管道窗口图像进行分割，得到塑料管道窗口图像中的缺陷区域，包括的具体步骤如下：

31、利用双阈值对塑料管道窗口图像进行阈值分割，得到塑料管道窗口图像的二值图像，二值图像中像素点灰度值为0的区域为背景，像素点灰度值为1的区域为缺陷区域，获取二值图像中的所有灰度值为1的连通域以及获取每个连通域中像素点的个数，预设数量阈值，将连通域中像素点的个数小于预设数量阈值的连通域记为目标连通域，获取塑料管道窗口图像中所有目标连通域，将所有目标连通域中像素点的灰度值置为0，对所有塑料管道窗口图像进行相同处理，并将处理后的塑料管道窗口图像按照窗口顺序拼接得到处理后的塑料管道图像，处理后的塑料管道图像上的灰度值为1的连通域为缺陷区域。

32、本发明的技术方案的有益效果是：常规的阈值分割根据图像整体灰度情况确定全局阈值进行分割，会因为塑料管表面灰度变化导致缺陷区域无法分割完全或者对缺陷区域的欠分割。本发明通过对图像进行窗口分割，根据窗口内高梯度像素点的聚集程度和关联因子获取目标像素点，根据目标像素点的灰度值范围确定窗口双阈值进行局部自适应阈值分割。使阈值分割不会受到塑料管表面灰度变化的影响，能够更好地根据图像中缺陷的特征将其分割显示。