本发明涉及图像增强,具体涉及一种用于压力容器的圆度智能检测方法及系统。
背景技术:
1、压力容器的圆度是一个关键的质量参数,直接关系到压力容器的安全性和使用寿命。圆度指的是容器壁的轮廓是否符合理想的圆形几何形状。如果圆度不符合标准要求,可能会导致安全性、材料疲劳、不稳定等多种问题。因此在压力容器生产阶段需要对压力容器进行准确的圆度检测。
2、利用图像处理算法可实现对压力容器的圆度智能检测,可通过采集压力容器的边缘信息,基于边缘的形状进行圆度检测。但是由于压力容器通常是由金属打造,会出现明显的反光现象,进而导致拍摄的图像上的边缘信息并不明显,需要对压力容器的外观图像进行增强。现有技术中会对外观图像进行全局增强,对于真正需要增强的局部区域而言,全局增强会导致局部区域受到其他无关因素的影响,无法对局部区域进行针对性的增强,导致图像的增强效果较差,无法体现出有效的边缘信息供圆度检测,导致圆度检测结果并不准确。
技术实现思路
1、为了解决现有技术中不能针对局部区域进行针对性增强导致压力容器的圆度检测结果不准确的技术问题,本发明的目的在于提供一种用于压力容器的圆度智能检测方法及系统,所采用的技术方案具体如下:
2、本发明提出了一种用于压力容器的圆度智能检测方法,所述方法包括:
3、获得压力容器顶部的外观图像;对所述外观图像中的压力容器进行划分,获得多个压力容器局部区域;
4、在所述压力容器局部区域内,根据每个像素点在预设邻域区域内的灰度值分布获得光照影响程度,根据所述光照影响程度和所述邻域区域内的梯度对比度获得所述压力容器局部区域的边缘显著程度;根据所述边缘显著程度筛选出待增强局部区域;
5、若所述待增强局部区域相邻的所述压力容器局部区域存在非待增强局部区域,则根据所述非待增强局部区域的所述边缘显著程度获得对应所述待增强局部区域的调整系数;否则,则根据所述待增强局部区域以及相邻的所述待增强局部区域的所述边缘显著程度获得所述调整系数;
6、获得所述待增强局部区域内的整体对比度和整体亮度,根据所述整体对比度、所述整体亮度以及所述调整系数对每个像素点的像素值进行调整,获得增强外观图像;
7、根据所述增强外观图像中的压力容器边缘进行圆度检测。
8、进一步地,所述压力容器局部区域的获取方法包括:
9、获取所述外观图像中压力容器中的边缘像素点,根据所述边缘像素点进行霍夫圆拟合,获得初始圆心,以所述初始圆心为起点,根据预设角度间隔构建多条射线,所述射线将所述外观图像中的压力容器分割为多个所述压力容器局部区域。
10、进一步地,所述光照影响程度的获取方法包括:
11、将每个像素点的所述邻域区域内的灰度极差作为所述光照影响程度。
12、进一步地,所述梯度对比度的获取方法包括:
13、获得每个像素点与对应所述邻域区域内每个邻域像素点之间的梯度差异,将平均梯度差异归一化作为所述梯度对比度。
14、进一步地,所述边缘显著程度的获取方法包括:
15、将每个像素点的所述光照影响程度进行负相关映射后与所述梯度对比度与相乘,获得每个像素点的显著特征值;将所述压力容器局部区域内所有像素点的所述显著特征值求平均,获得所述边缘显著程度。
16、进一步地,所述待增强局部区域的获取方法包括:
17、若所述边缘显著程度小于预设显著阈值,则将对应压力容器局部区域作为待增强局部区域;否则,对应压力容器局部区域为非待增强局部区域。
18、进一步地,所述根据所述非待增强局部区域的所述边缘显著程度获得对应所述待增强局部区域的调整系数,包括:
19、将待增强局部区域相邻的所述非待增强局部区域的平均边缘显著程度进行归一化,获得所述调整系数。
20、进一步地,所述根据所述待增强局部区域以及相邻的所述待增强局部区域的所述边缘显著程度获得所述调整系数,包括:
21、将待增强局部区域相邻的所述待增强局部区域的平均边缘显著程度进行归一化,获得所述调整系数。
22、进一步地,所述根据所述整体对比度、所述整体亮度以及所述调整系数对每个像素点的像素值进行调整,包括:
23、根据所述待增强局部区域内的灰度直方图获得所述整体对比度和整体亮度;将所述整体对比度与所述调整系数的乘积作为对比度调整值,将所述对比度调整值与所述整体对比度相加,获得调整对比度;根据调整对比度对待增强局部区域进行调整,获得初步增强区域;
24、将初步增强区域内每个像素点的像素值与所述调整对比度相乘后,与所述整体亮度相加,获得调整后的像素值。
25、本发明还提出了一种用于压力容器的圆度智能检测系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种用于压力容器的圆度智能检测方法的步骤。
26、本发明具有如下有益效果:
27、本发明实施例首先将外观图像中的压力容器分为多个局部区域,在后续过程中针对每个压力容器局部区域进行分析。需要进行针对性增强的压力容器局部区域中存在边缘不清晰和光照影响较强的特征,因此根据梯度对比度与光照影响程度能够准确筛选出需要增强的待增强局部区域。因为所有局部区域被划分成了待增强局部区域和非待增强局部区域,在进行针对性增强过程中不仅需要考虑到待增强区域自身的整体对比度和整体亮度,还需要考虑到其邻近的局部区域的类型分布,若相邻的存在非待增强局部区域,则在增强过程中需要以非待增强局部区域为参考对待增强局部区域进行针对性的增强,因此通过局部区域的分布情况设定调整系数,进而对待增强局部区域进行针对性的增强,获得边缘特征清晰的增强外观图像用于圆度检测,能够获得更准确的圆度检测结果。
1.一种用于压力容器的圆度智能检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述压力容器局部区域的获取方法包括:
3.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述光照影响程度的获取方法包括:
4.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述梯度对比度的获取方法包括:
5.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述边缘显著程度的获取方法包括:
6.根据权利要求5所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述待增强局部区域的获取方法包括:
7.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述根据所述非待增强局部区域的所述边缘显著程度获得对应所述待增强局部区域的调整系数,包括:
8.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述根据所述待增强局部区域以及相邻的所述待增强局部区域的所述边缘显著程度获得所述调整系数,包括:
9.根据权利要求1所述的一种用于压力容器的圆度智能检测方法,其特征在于,所述根据所述整体对比度、所述整体亮度以及所述调整系数对每个像素点的像素值进行调整,包括:
10.一种用于压力容器的圆度智能检测系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述一种用于压力容器的圆度智能检测方法的步骤。