基于图像特征的碳纤维板质量检测方法与流程

本发明涉及图像处理，具体涉及基于图像特征的碳纤维板质量检测方法。

背景技术：

1、在工厂生产碳纤维板的过程中，碳纤维板在受到外力作用时，可以会产生划痕缺陷，而碳纤维板上的划痕缺陷会影响碳纤维板的质量和性能，因此在碳纤维板生产完后，应该对其进行缺陷检测，可以实施及早发现和排除有缺陷的板材，确保产品的质量符合标准要求。

2、由于碳纤维图像的纹理特征过于规则，其由两种灰度值构成区间分明的很多格子，而划痕是连续的，可能会连续分布在很多个格子之中，因此利用现有的区域生长算法进行检测的时候计算量过大，并且生长规则难以确定，检测的结果容易出现误检现象。

技术实现思路

1、为了解决上述问题，本发明提供基于图像特征的碳纤维板质量检测方法。

2、本发明的基于图像特征的碳纤维板质量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图像特征的碳纤维板质量检测方法，该方法包括以下步骤：

4、采集碳纤维板图像；

5、对碳纤维板图像进行分割，获取若干分割图像；获取每个分割图像的各个碳纤维区域；

6、根据每个分割图像的各个碳纤维区域中像素点之间的灰度值差异，获取每个分割图像的各个碳纤维区域中每个像素点的划痕评判参数；

7、根据每个分割图像的每个碳纤维区域中以每个像素点为中心的滑动窗口中像素点的灰度均值以及滑动窗口中灰度值不为0的像素点数量，获取每个分割图像的各个碳纤维区域中每个像素点的灰度堆栈参数；对每个分割图像的各个碳纤维区域中每个像素点的灰度堆栈参数进行聚类，获取每个分割图像的各个碳纤维区域的聚类簇；根据每个分割图像的各个碳纤维区域的聚类簇中像素点的灰度堆栈参数之间的差值，获取每个分割图像的各个碳纤维区域中每个像素点的累差值，所述累差值代表像素点作为划痕点时的评估值；

8、根据每个分割图像的各个碳纤维区域中每个像素点的累差值以及划痕评判参数，获取每个分割图像的各个碳纤维区域中每个像素点的生长阻碍参数；根据每个分割图像的各个碳纤维区域中每个像素点的生长阻碍参数，对每个分割图像的各个碳纤维区域进行区域生长，获取每个分割图像的各个碳纤维区域的划痕点；

9、将所有分割图像的各个碳纤维区域的划痕点作为碳纤维板图像中每个划痕点；根据划痕点的生长阻碍参数以及划痕点之间的距离，获取碳纤维板图像中每个划痕点的真实性，根据碳纤维板图像中每个划痕点的真实性，获取碳纤维板图像中的真实划痕点；

10、对碳纤维板图像中的真实划痕点进行连通域分析，将得到的连通区域作为划痕区域。

11、优选的，所述对碳纤维板图像进行分割，获取若干分割图像，包括的具体步骤如下：

12、使用大津法获取碳纤维板图像的最佳阈值，将碳纤维板图像中大于最佳阈值的像素点的灰度值不变，将小于最佳阈值的像素点的灰度置为0，得到一个分割图像；将碳纤维板图像中大于最佳阈值的像素点的灰度值置为0，将小于最佳阈值的像素点的灰度值不变，得到另一个分割图像。

13、优选的，所述获取每个分割图像的各个碳纤维区域，包括的具体步骤如下：

14、对每个分割图像进行四连通域分析，得到两个分割图像中的各个连通域，将每个分割图像中灰度值不为0的连通域记为碳纤维区域。

15、优选的，所述获取每个分割图像的各个碳纤维区域中每个像素点的划痕评判参数，包括的具体步骤如下：

16、将任一分割图像的任一碳纤维区域记为当前碳纤维区域；

17、

18、式中，代表当前碳纤维区域中第个像素点的灰度值；代表当前碳纤维区域中除第个像素点之外的第个像素点的灰度值；代表当前碳纤维区域中的像素点个数；代表当前碳纤维区域中第个像素点与其他像素点的灰度差异程度；

19、

20、式中，代表当前碳纤维区域中第个像素点的划痕评判参数；代表当前碳纤维区域中所有像素点的差异程度均值；代表绝对值符号。

21、优选的，所述根据每个分割图像的每个碳纤维区域中以每个像素点为中心的滑动窗口中像素点的灰度均值以及滑动窗口中灰度值不为0的像素点数量，获取每个分割图像的各个碳纤维区域中每个像素点的灰度堆栈参数，包括的具体步骤如下：

22、获取当前碳纤维区域的面积记为，获取当前碳纤维区域的边长，表示向下取整符号，若为奇数，则当前碳纤维区域的滑动窗口为，若为偶数，则当前碳纤维区域的滑动窗口为，得到每个分割图像中各个碳纤维区域的滑动窗口；

23、根据当前碳纤维区域的滑动窗口遍历当前碳纤维区域中的每个像素点；

24、

25、式中，代表当前碳纤维区域中第个像素点的灰度堆栈参数；代表当前碳纤维区域中以第个像素点为中心的滑动窗口中的第个像素点的灰度值；代表当前碳纤维区域中以第个像素点为中心的滑动窗口中的像素点数量；代表当前碳纤维区域中以第个像素点为中心的滑动窗口中的灰度值不为0的像素点数量。

26、优选的，所述获取每个分割图像的各个碳纤维区域的聚类簇，包括的具体步骤如下：

27、使用当前碳纤维区域的滑动窗口遍历当前碳纤维区域中每个像素点，统计出当前碳纤维区域中以每个像素点为中心的滑动窗口中灰度值不为0的像素点的数量，构建数量集合，并将数量集合中相同的数据记为一个类别，将数量集合中的类别数作为聚类数目，再使用聚类算法对当前碳纤维区域中每个像素点的灰度堆栈参数进行聚类，得到当前纤维区域的聚类簇；

28、获取每个分割图像的各个碳纤维区域的聚类簇。

29、优选的，所述获取每个分割图像的各个碳纤维区域中每个像素点的累差值，包括的具体步骤如下：

30、

31、式中，代表当前纤维区域中第个像素点的累差值；代表当前碳纤维区域中第个像素点的灰度堆栈参数；代表当前碳纤维区域中第个像素点所属聚类簇中除第个像素点之外的第个像素点的灰度堆栈参数；代表当前碳纤维区域中第个像素点所属聚类簇中像素点的个数；代表绝对值符号；

32、得到每个分割图像的各个碳纤维区域中每个像素点的累差值。

33、优选的，所述获取每个分割图像的各个碳纤维区域中每个像素点的生长阻碍参数，包括的具体步骤如下：

34、

35、其中，代表当前纤维区域中第个像素点的生长阻碍参数；代表当前纤维区域中第个像素点的累差值；代表当前纤维区域中第个像素点所属聚类簇中的其他像素点的累差值均值，代表当前碳纤维区域中第个像素点的划痕评判参数；

36、得到每个分割图像的各个碳纤维区域中每个像素点的生长阻碍参数。

37、优选的，所述获取每个分割图像的各个碳纤维区域的划痕点，包括的具体步骤如下：

38、预设生长阈值，获取当前纤维区域中灰度值最大的像素点作为当前纤维区域的种子点进行区域生长，如果当前纤维区域中任一像素点的生长阻碍参数大于生长阈值，对该像素点进行生长，否则不进行生长，将当前纤维区域中未被生长的像素点记为当前纤维区域的划痕点，获取每个分割图像中各个碳纤维区域的划痕点。

39、优选的，所述根据划痕点的生长阻碍参数以及划痕点之间的距离，获取碳纤维板图像中每个划痕点的真实性，根据碳纤维板图像中每个划痕点的真实性，获取碳纤维板图像中的真实划痕点，包括的具体步骤如下：

40、

41、式中，代表碳纤维板图像中第个划痕点的真实性；代表碳纤维板图像中第个划痕点的生长阻碍参数；代表碳纤维板图像中所有划痕点的生长阻碍参数之和；代表碳纤维板图像中第个划痕点与碳纤维板图像中其他所有划痕点之间的距离的均值；获取碳纤维图像中每个两两组合的划痕点之间的距离，并得到距离的均值，记为；代表碳纤维图像中两两组合的划痕点之间的最长距离；代表以自然常数为底数的指数函数；

42、预设真实性阈值，碳纤维板图像中任一划痕点的真实性大于真实性阈值时，该划痕点为真实划痕点，获取碳纤维图像中的所有真实划痕点。

43、本发明的技术方案的有益效果是：本发明通过将碳纤维图像根据其两种灰度值特征进行拆分，得到两个分割图像的各个碳纤维区域进行后续分析，避免了碳纤维图像的两种灰度值特征对区域生长算法的影响，接着获取每个分割图像的各个碳纤维区域中每个像素点的划痕评判参数，获取每个分割图像的各个碳纤维区域中每个像素点的灰度堆栈参数，进而对其进行聚类得到了每个分割图像的各个碳纤维区域中每个像素点的累差值；根据各个碳纤维区域中每个像素点的划痕评判参数以及累差值，得到各个碳纤维区域中每个像素点的生长阻碍参数，进而对每个分割图像的各个碳纤维区域中的非划痕点进行区域生长，而未被生长的即为每个分割图像的各个碳纤维区域的划痕点，即碳纤维板图像中每个划痕点，最终获取碳纤维板图像中每个划痕点的真实性，进而得到碳纤维板图像中的真实划痕点，通过设定区域生长算法的生长规则得到的划痕点并对划痕点的真实性进行判断，得到了真实划痕点，进而使得到的划痕区域更加准确。