• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 8
    • 下载费用:30 金币  

    重庆时时彩春节哪天停: 基于图像纹理与分形维数的机械零件表面缺陷检测方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN200910155135.4

    申请日:

    2009.12.07

    公开号:

    CN101710081A

    公开日:

    2010.05.19

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G01N 21/898申请公布日:20100519|||实质审查的生效IPC(主分类):G01N 21/898申请日:20091207|||公开
    IPC分类号: G01N21/898; G06T7/00 主分类号: G01N21/898
    申请人: 杭州电子科技大学
    发明人: 范影乐; 沈学丽; 詹跃荣; 陈可; 耿丽硕; 何攀
    地址: 310018 浙江省杭州市江干区下沙高教园区2号大街
    优先权:
    专利代理机构: 杭州求是专利事务所有限公司 33200 代理人: 杜军
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN200910155135.4

    授权公告号:

    ||||||

    法律状态公告日:

    2013.05.08|||2010.07.07|||2010.05.19

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    本发明涉及一种基于图像纹理与分形维数的机械零件表面缺陷检测方法。现有的机械零件表面缺陷检测方法效率低,检测精度不高。本发明方法首先对待测机械零件进行预加工,将预加工后的机械零件放置在传送带上,用CCD图像采集系统对零件待测表面进行图像采集,得到零件表面的纹理图像;然后计算纹理图像的分形维数和空隙度;最后将计算得到的纹理图像分形维数和空隙度与机械零件数据库中的标准零件的纹理图像分形维数和空隙度进行匹配和比对。本发明方法能按机械零件表面缺陷纹理的外部特征,利用计算分形维数与表征主观感知的空隙度特征实现机器视觉质量的评价。

    权利要求书

    1: 基于图像纹理与分形维数的机械零件表面缺陷检测方法,其特征在于该方法包括如下步骤: 步骤(1)、对待测机械零件进行预加工,预加工的具体方法为先以黑墨水涂于待测零件表面,待墨水填满零件待测表面的孔隙后,再以干布擦拭零件表面; 步骤(2)、将预加工后的机械零件放置在传送带上,用CCD图像采集系统对零件待测表面进行图像采集,得到零件表面的纹理图像; 步骤(3)、计算纹理图像的分形维数和空隙度; 所述的计算纹理图像的分形维数的方法为: 将机械零件表面图像通过在对应边界处扩展若干零行或者若干零列的方法使得图像的宽度与高度相等;设定当前纹理图像S的大小为M×M,像素值矩阵I,I={I(x,y),1≤x,y≤M},其中(x,y)为像素点的平面坐标;将像素值矩阵I映射成3维空间(x,y,z),z为图像在坐标(x,y)处的像素值I(x,y);再将纹理图像S分割成大小为r×r的子块(1<r≤M/2,r为整数),则xy平面被分割成多个r×r大小的网格,网格的坐标(i,j)满足条件1<i, 将256个灰度级分成r等分,则在每个网格上形成一列r×r×r的盒子柱; 若纹理图像中坐标为(i,j)的网格所包括的灰度最大值和最小值分别落在格子上编号为l和k的盒子内部,则: n r (i,j)=l-k+1 其中,n r (i,j)为覆盖坐标为(i,j)的网格图像所需的盒子数,而覆盖整个图像所需的盒子数为: N r = Σ i , j n r ( i , j ) ]]> 取不同的r值,并计算相应的盒子数,则由下式可计算盒维数D(即分形维数): D=log?N r /log(1/r) 所述的计算纹理图像空隙度的方法为: 对纹理图像S,用尺度为L,的盒子进行覆盖,其中L=r,则空隙度C(L)为: C ( L ) = M ( L ) - N ( L ) M ( L ) + N ( L ) ]]> 其中,N(L)等于覆盖纹理图像S所需的盒子数除以纹理图像S中所含像素点的总数,即每个像素点平均所占的分形维数;设纹理图像S中所含像素点的总数为P,则 M ( L ) = P N r , ]]> N ( L ) = N r P , ]]> 代入上式可得: C ( L ) = P 2 - N r 2 P 2 + N r 2 ]]> 步骤(4)、将步骤(3)中计算得到的纹理图像分形维数和空隙度与机械零件数据库中的标准零件的纹理图像分形维数和空隙度进行匹配和比对;所述的匹配和比对方法:以不同尺度计算待测图像的分形维值,以此可求得所采集纹理图像的分形维数矩阵;计算待测 纹理图像和标准零件图样的分形维数矩阵差值,并对该差值矩阵的所有元素求和得到W;计算待测纹理图像和标准零件图样的空隙度差值Y;对W和Y进行加权累加,其和表示图像质量失真程度,可作为机械零件表面缺陷等级的评价指标;加权累加值越大,表明机械零件表面加工越粗糙,存在严重缺陷;而当加权累加值越接近于零,表明采集到的纹理图像与标准零件图样匹配度越高,零件表面的质量较高。
    2: 根据权利要求1所述的基于图像纹理与分形维数的机械零件表面缺陷检测方法,其特征在于:步骤(2)和步骤(3)之间为快速提取所需的纹理图像,首先对采集到的纹理图像先进行直方图拉伸以增强图像灰度级的差异,然后对其进行阈值分割。

    说明书


    基于图像纹理与分形维数的机械零件表面缺陷检测方法

        【技术领域】

        本发明属于机器视觉技术领域,具体涉及一种基于图像纹理与分形维数的机械零件表面缺陷检测方法。

        背景技术

        当前,机械零件被广泛应用于汽车业、航空工业、医疗业等,而机械零件表面缺陷的自动精密检测是生产过程中十分重要的环节,检测系统的精确度直接影响产品的等级划分及产品的合格率,提高检测系统识别机械零件表面缺陷的关键技术之一是选取适当的质量评价方法。目前,我国的机械零件生产工艺采用的检测系统多采用主观评价。因此,评价过程效率低下,且评价结果不具有客观性,稳定性差?;诨魇泳醯幕盗慵砻嫒毕菁觳夥椒ㄓ捎谄淦兰鄣目凸坌院透咝?,受到了越来越多的关注。而基于峰值性噪比和结构相似性等传统的机器视觉质量评价方法不符合人眼的实际观测。利用分形维数与表征主观感知的空隙度参数作为机器视觉质量的评价指标,使得评价过程简单易行,同时又满足人眼的实际观测结果。

        机械零件表面的缺陷检测主要通过采集零件表面的纹理图像,并经过图像处理和分析等过程,提取图像特征值进而评价零件表面缺陷。因而图像处理技术和评价指标是整个机械零件表面缺陷检测过程中的核心技术,直接关系到零件表面缺陷检测的准确性和高效性。

        【发明内容】

        本发明的目的是要克服现有机械零件表面缺陷检测方法的不足,提供一种基于图像纹理与分形维数的机械零件表面缺陷检测方法。

        本发明方法包括以下步骤:

        步骤(1)、对待测机械零件进行预加工,预加工的具体方法为先以黑墨水涂于待测零件表面,待墨水填满零件待测表面的孔隙后,再以干布擦拭零件表面;

        步骤(2)、将预加工后的机械零件放置在传送带上,用CCD图像采集系统对零件待测表面进行图像采集,得到零件表面的纹理图像;

        步骤(3)、计算纹理图像的分形维数和空隙度;

        所述的计算纹理图像的分形维数的方法为:

        将机械零件表面图像通过在对应边界处扩展若干零行或者若干零列的方法使得图像的宽度与高度相等。设定当前纹理图像S的大小为M×M,像素值矩阵I,I={I(x,y),1≤x,y≤M},其中(x,y)为像素点的平面坐标。将像素值矩阵I映射成3维空间(x,y,z),z为图像在坐标(x,y)处的像素值I(x,y)。再将纹理图像S分割成大小为r×r的子块(1<r≤M/2,r为整数),则xy平面被分割成多个r×r大小的网格,网格的坐标(i,j)满足条件将256个灰度级分成r等分,则在每个网格上形成一列r×r×r的盒子柱。

        若纹理图像中坐标为(i,j)的网格所包括的灰度最大值和最小值分别落在格子上编号为l和k的盒子内部,则:

        nr(i,j)=l-k+1

        其中,nr(i,j)为覆盖坐标为(i,j)的网格图像所需的盒子数,而覆盖整个图像所需的盒子数为:

        Nr=Σi,jnr(i,j)]]>

        取不同的r值,并计算相应的盒子数,则由下式可计算盒维数D(即分形维数):

        D=logNr/log(1/r)

        所述的计算纹理图像空隙度的方法为:

        对纹理图像S,用尺度为L,的盒子进行覆盖,其中L=r,则空隙度C(L)为:

        C(L)=M(L)-N(L)M(L)+N(L)]]>

        其中,N(L)等于覆盖纹理图像S所需的盒子数除以纹理图像S中所含像素点的总数,即每个像素点平均所占的分形维数。设纹理图像S中所含像素点的总数为P,则M(L)=PNr,]]>N(L)=NrP,]]>代入上式可得:

        C(L)=P2-Nr2P2+Nr2]]>

        步骤(4)、将步骤(3)中计算得到的纹理图像分形维数和空隙度与机械零件数据库中的标准零件的纹理图像分形维数和空隙度进行匹配和比对;

        所述地匹配和比对方法:以不同尺度计算待测图像的分形维值,以此可求得所采集纹理图像的分形维数矩阵。计算待测纹理图像和标准零件图样的分形维数矩阵差值,并对该差值矩阵的所有元素求和得到W;计算待测纹理图像和标准零件图样的空隙度差值Y;对W和Y进行加权累加,其和表示图像质量失真程度,可作为机械零件表面缺陷等级的评价指标。加权累加值越大,表明机械零件表面加工越粗糙,存在严重缺陷;而当加权累加值越接近于零,表明采集到的纹理图像与标准零件图样匹配度越高,零件表面的质量较高。

        在步骤(2)中的纹理图像可能还包含背景图像,因此在本发明方法的步骤(2)和步骤(3)之间还可以对采集到的纹理图像先进行直方图拉伸以增强图像灰度级的差异;然后对其进行阈值分割,从而可快速提取所需的纹理图像。

        本发明方法所具有的有益效果为:能按机械零件表面缺陷纹理的外部特征,利用计算分形维数与表征主观感知的空隙度特征实现机器视觉质量的评价,使得评价过程兼具简单易行与满足人眼实际观测的效果。

        【附图说明】

        图1本发明中计算分形维数的示意图。

        【具体实施方式】

        一种基于图像纹理与分形维数的机械零件表面缺陷检测方法包括如下步骤:

        步骤(1)、对待测机械零件进行预加工,预加工的具体方法为先以黑墨水涂于待测零件表面,待墨水填满零件待测表面的孔隙后,再以干布擦拭零件表面;

        步骤(2)、将预加工后的机械零件放置在传送带上,用CCD图像采集系统对零件待测表面进行图像采集,得到零件表面的纹理图像;

        步骤(3)、计算纹理图像的分形维数和空隙度;

        计算纹理图像的分形维数的方法为:

        将机械零件表面图像通过在对应边界处扩展若干零行或者若干零列的方法使得图像的宽度与高度相等。设定当前纹理图像S的大小为M×M,且M≥256。纹理图像S像素值矩阵为I,I={I(x,y),1≤x,y≤M},其中(x,y)为像素点的平面坐标。将像素值矩阵I映射成3维空间(x,y,z),z为图像在坐标(x,y)处的像素值I(x,y)。再将纹理图像S分割成大小为r×r的子块(1<r≤M/2,r为整数),则xy平面被分割成多个r×r大小的网格,网格的坐标(i,j)满足条件将256个灰度级分成r等分,则在每个网格上形成一列由面积为r×r,高度为的r个盒子叠成的盒子柱,如图1所示。

        若纹理图像中坐标为(i,j)的网格所包括的灰度最大值和最小值分别落在格子上编号为l和k的盒子内部,则:

        nr(i,j)=l-k+1

        其中,nr(i,j)为覆盖坐标为(i,j)的网格图像所需的盒子数,而覆盖整个图像所需的盒子数为:

        Nr=Σi,jnr(i,j)]]>

        取r=2,4,6,8,16,32,对于图像最右方和最底部的不足r×r大小的???,可将其分别并入到相邻左方、相邻上方的??榈敝?。并计算相应的盒子数,则由下式可计算盒维数D(即分形维数):

        D=logNr/log(1/r)

        计算纹理图像空隙度的方法为:

        对纹理图像S,用尺度为L,的盒子进行覆盖,其中L=r则空隙度C(L)为:

        C(L)=M(L)-N(L)M(L)+N(L)]]>

        其中,N(L)等于覆盖纹理图像S所需的盒子数除以纹理图像S中所含像素点的总数,即每个像素点平均所占的分形维数。设纹理图像S中所含像素点的总数为P,则M(L)=PNr,]]>N(L)=NrP,]]>代入上式可得:

        C(L)=P2-Nr2P2+Nr2]]>

        步骤(4)、将步骤(3)中计算得到的纹理图像分形维数和空隙度与机械零件数据库中的标准零件的纹理图像分形维数和空隙度进行匹配和比对;

        所述的匹配和比对方法:以不同尺度计算待测图像的分形维值,以此可求得所采集纹理图像的分形维数矩阵。计算待测纹理图像和标准零件图样的分形维数矩阵差值,并对该差值矩阵的所有元素求和得到W;计算待测纹理图像和标准零件图样的空隙度差值Y;对W和Y进行加权累加,其和表示图像质量失真程度,可作为机械零件表面缺陷等级的评价指标。加权累加值越大,表明机械零件表面加工越粗糙,存在严重缺陷;而当加权累加值越接近于零,表明采集到的纹理图像与标准零件图样匹配度越高,零件表面的质量较高。

        最后还可以设定相应的分级标称值范围,将根据步骤(4)计算的值与分级标称值范围进行比较后,对机械零件进行表面缺陷等级的评价。

    关 键 词:
    基于 图像 纹理 分形维数 机械零件 表面 缺陷 检测 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于图像纹理与分形维数的机械零件表面缺陷检测方法.pdf
    链接地址://www.4mum.com.cn/p-5781953.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03