一种用于强磁钕铁硼磁体的表面缺陷识别方法与流程

本发明涉及数据处理，具体涉及一种用于强磁钕铁硼磁体的表面缺陷识别方法。

背景技术：

1、钕铁硼磁体在经过电镀过程之后，如果在其表面存在缺陷，就会使得钕铁硼磁体的磁性下降，如果缺陷严重则会使得钕铁硼磁体的使用寿命严重下降。所以在钕铁硼磁体的生产过程中需要对钕铁硼磁体的表面进行缺陷检测。

2、传统的钕铁硼磁体表面缺陷检测为人工目测，但是随着自动化生产线速度的快速提升，人眼检测渐渐无法跟得上生产线速度，经常出现漏检错检现象。随着计算机视觉的发展，基于图像数据处理的表面缺陷检测技术被逐渐应用到钕铁硼磁体表面缺陷检测中。通过ccd相机获取生产过程中传送带上的钕铁硼磁体的表面图像，并对该表面图像进行数据处理，提取其中的异常区域，然后再进行具体的缺陷种类识别。但是由于通过ccd相机获取的钕铁硼磁体表面图像中会存在很多的噪声点，不仅会存在灰度差异小的噪声像素点，而且因为磁体表面电镀之后不光滑的原因，磁体表面图像中还会存在高灰度差异的噪声像素点，而在采用现有的方法对表面图像进行数据处理时，通常难以规避掉这些高灰度差异的噪声像素点的影响，从而导致无法准确提取出钕铁硼磁体表面的异常区域，最终致使钕铁硼磁体表面缺陷检测不够准确。

技术实现思路

1、本发明的目的在于提供一种用于强磁钕铁硼磁体的表面缺陷识别方法，用于解决现有无法准确提取出钕铁硼磁体表面的异常区域，导致钕铁硼磁体表面缺陷检测不够准确的问题。

2、为解决上述技术问题，本发明提供了一种用于强磁钕铁硼磁体的表面缺陷识别方法，包括以下步骤：

3、通过图像电子设备识别得到待检测磁体的表面灰度图像，对表面灰度图像进行数据处理，从而得到各个像素块；

4、对各个像素块进行数据处理，根据每个像素块中每个像素点及其各个邻域像素点分别与待确定的各个聚类中心的灰度值的差值绝对值，每个像素点及其各个邻域像素点分别相对待确定的各个聚类中心的隶属度，确定每个像素块中每个像素点的邻域灰度差异，并根据各个像素块中各个像素点的邻域灰度差异，确定各个像素块的灰度抑制因子；

5、对表面灰度图像进行数据处理，根据表面灰度图像中每个像素点所在的像素块的灰度抑制因子、每个像素点的各个邻域像素点相对待确定的各个聚类中心的隶属度，每个像素点与其各个邻域像素点的欧式距离、每个像素点的各个邻域像素点与待确定的各个聚类中心的灰度值的差值绝对值，计算表面灰度图像中每个像素点相对待确定的各个聚类中心的隶属度影响因子；

6、根据表面灰度图像中每个像素点相对待确定的各个聚类中心的隶属度影响因子、每个像素点相对待确定的各个聚类中心的隶属度、每个像素点所在像素块的灰度抑制因子、每个像素点的灰度值以及待确定的各个聚类中心的灰度值，确定目标聚类函数；

7、对目标聚类函数进行求解，从而确定各个聚类中心以及表面灰度图像中每个像素点相对各个聚类中心的隶属度，进而确定表面灰度图像中的各个聚类类别区域；

8、从表面灰度图像中的各个聚类类别区域中筛选出目标类别区域，根据目标类别区域确定缺陷区域。

9、进一步的，确定每个像素块中每个像素点的邻域灰度差异，包括：

10、根据每个像素块中每个像素点及其各个邻域像素点分别与待确定的各个聚类中心的灰度值的差值绝对值，每个像素点及其各个邻域像素点分别相对待确定的各个聚类中心的隶属度，确定每个像素块中每个像素点与其每个邻域像素点相对待确定的每个聚类中心的灰度差值；

11、根据每个像素块中每个像素点与其每个邻域像素点相对待确定的每个聚类中心的灰度差值，确定每个像素块中每个像素点的邻域灰度差异。

12、进一步的，确定每个像素块中每个像素点与其每个邻域像素点相对每待确定的每个聚类中心的灰度差值，包括：

13、计算每个像素块中每个像素点及其各个邻域像素点分别与待确定的每个聚类中心的灰度值的差值绝对值的平方；

14、计算每个像素块中每个像素点相对待确定的每个聚类中心的隶属度与该像素点与待确定的该聚类中心的灰度值的差值绝对值的平方的乘积，并计算每个像素块中每个像素点的每个邻域像素点相对待确定的每个聚类中心的隶属度与该邻域像素点与待确定的该聚类中心的灰度值的差值绝对值的平方的乘积；

15、将每个像素块中每个像素点相对待确定的每个聚类中心对应的乘积与该像素点的每个邻域像素点相对待确定的该聚类中心对应的乘积的差值，确定为每个像素块中每个像素点与其每个邻域像素点相对待确定的每个聚类中心的灰度差值。

16、进一步的，确定每个像素块中每个像素点的邻域灰度差异，包括：

17、计算每个像素块中每个像素点与各个邻域像素点相对待确定的每个聚类中心的灰度差值的均值的绝对值，从而得到每个像素块中每个像素点相对待确定的每个聚类中心的灰度差值均值绝对值；

18、计算每个像素块中每个像素点相对待确定的各个聚类中心的灰度差值均值绝对值的均值，从而得到每个像素块中每个像素点的邻域灰度差异。

19、进一步的，确定表面灰度图像中每个像素块的灰度抑制因子，包括：

20、对每个像素块中各个像素点的邻域灰度差异进行统计，确定每个像素块中同一邻域灰度差异在该像素块中出现的频率值，并根据不同邻域灰度差异所对应的频率值，计算每个像素块的整体差异混乱程度；

21、对每个像素块的整体差异混乱程度进行归一化处理，并将归一化处理后的整体差异混乱程度作为对应像素块的灰度抑制因子。

22、进一步的，计算表面灰度图像中每个像素点相对待确定的各个聚类中心的隶属度影响因子对应的计算公式为：其中，为表面灰度图像中第 j个像素点相对待确定的第 k个聚类中心的隶属度影响因子，为表面灰度图像中第 j个像素点所在的第 i个像素块的灰度抑制因子，为表面灰度图像中第 j个像素点的第个邻域像素点相对待确定的第 k个聚类中心的隶属度，，为表面灰度图像中第 j个像素点与第个邻域像素点的欧式距离，为表面灰度图像中第 j个像素点的第个邻域像素点的灰度值，为待确定的第 k个聚类中心的灰度值， q为表面灰度图像中第 j个像素点的邻域像素点的数目， m为模糊加权指数，为对取绝对值。

23、进一步的，目标聚类函数对应的计算公式为：其中，为目标聚类函数，为表面灰度图像中第 j个像素点相对待确定的第 k个聚类中心的隶属度，为表面灰度图像中第 j个像素点所在的第 i个像素块的灰度抑制因子，为表面灰度图像中第 j个像素点的灰度值，为待确定的第 k个聚类中心的灰度值，为表面灰度图像中第 j个像素点相对待确定的第 k个聚类中心的隶属度影响因子， c为待确定的聚类中心的数目， n为表面灰度图像中像素点的数目， m为模糊加权指数。

24、进一步的，对目标聚类函数进行求解，从而确定各个聚类中心以及表面灰度图像中每个像素点相对各个聚类中心的隶属度，包括：

25、根据目标聚类函数，确定待确定的每个聚类中心的更新表达式和表面灰度图像中每个像素点相对待确定的每个聚类中心的隶属度的更新表达式；

26、初始化待确定的每个聚类中心或者面灰度图像中每个像素点相对待确定的每个聚类中心的隶属度；

27、利用待确定的每个聚类中心的更新表达式和表面灰度图像中每个像素点相对待确定的每个聚类中心的隶属度的更新表达式，不断更新待确定的每个聚类中心和表面灰度图像中每个像素点相对待确定的每个聚类中心的隶属度，直至满足迭代停止条件，从而得到最终的各个聚类中心以及表面灰度图像中每个像素点相对各个聚类中心的隶属度。

28、进一步的，从表面灰度图像中的各个聚类类别区域中筛选出目标类别区域，包括：

29、从表面灰度图像中的各个聚类类别区域中筛选出包含有轮廓区域像素点的聚类类别区域，并将包含有轮廓区域像素点的聚类类别区域确定为目标类别区域。

30、进一步的，根据目标类别区域确定缺陷区域，包括：

31、将目标类别区域中的轮廓区域像素点去除，去除轮廓区域像素点后的目标类别区域即为缺陷区域。

32、本发明具有如下有益效果：本发明采用可见光电子设备对待检测磁体的表面图像进行识别，获取表面灰度图像，并对该表面灰度图像进行相应的数据处理，从而确定待检测磁体的表面缺陷区域。具体的，在对表面灰度图像进行相应的数据处理时，首先获取各个像素块，由于单个像素块中的像素点的灰度比较接近，这样就便于后续根据像素块内的像素点灰度分布信息确定是否需要在聚类过程中对其中的像素点进行灰度值信息的抑制。然后对像素块内像素点与其各个邻域像素点的邻域灰度差异进行评估，根据邻域灰度差异的分布情况得到灰度抑制因子，并利用该灰度抑制因子对现有的隶属度影响因子进行调整。在聚类过程中，利用该灰度抑制因子对邻域灰度差异较大的像素块中像素点的灰度信息进行抑制，这样可以使得灰度差异较大的磁体表面非异常区域通过空间信息被划分为一类，从而消除了非异常区域内灰度差异大的噪声像素点的影响，将磁体表面的灰度差异大的非异常区域被正确分割，有效提高了磁体表面缺陷检测的准确性。