CN115100608B - 电钻外壳玻纤外露识别方法及*** - Google Patents

电钻外壳玻纤外露识别方法及*** Download PDF

Info

Publication number
CN115100608B
CN115100608B CN202211022236.6A CN202211022236A CN115100608B CN 115100608 B CN115100608 B CN 115100608B CN 202211022236 A CN202211022236 A CN 202211022236A CN 115100608 B CN115100608 B CN 115100608B
Authority
CN
China
Prior art keywords
run
jump
gray
gray level
electric drill
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211022236.6A
Other languages
English (en)
Other versions
CN115100608A (zh
Inventor
曹杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Bairuili Electric Tools Co ltd
Original Assignee
Nantong Bairuili Electric Tools Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nantong Bairuili Electric Tools Co ltd filed Critical Nantong Bairuili Electric Tools Co ltd
Priority to CN202211022236.6A priority Critical patent/CN115100608B/zh
Publication of CN115100608A publication Critical patent/CN115100608A/zh
Application granted granted Critical
Publication of CN115100608B publication Critical patent/CN115100608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及应用电子设备进行识别的方法领域，具体涉及一种电钻外壳玻纤外露识别方法及***，包括：获取电钻外壳灰度图中像素的灰度级；利用各像素及其圆形邻域边缘像素的灰度级获取灰度图中各像素的灰度跳变特征；根据各像素在不同方向上的游程获取灰度图中每个像素的游程特征；利用灰度跳变特征和游程特征构建灰度跳变游程共生矩阵；利用灰度跳变游程共生矩阵得到灰度图中的高跳变长游程优势和低跳变短游程优势；获取灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值；根据灰度图中高跳变长游程优势和低跳变短游程优势及其对应极限值对电钻外壳进行识别。上述方法用于识别电钻外壳的玻纤外露，可提高识别的准确度和效率。

Description

电钻外壳玻纤外露识别方法及***
技术领域
本发明涉及应用电子设备进行识别的方法领域，具体涉及一种电钻外壳玻纤外露识别方法及***。
背景技术
电钻外壳多采用玻璃纤维增强尼龙材质，玻璃纤维增强尼龙与纯尼龙相比，其机械强度、刚性、耐热性，耐蠕变性和耐疲劳强度大幅度提高。广泛用于制造耐热受力结构塑料零部件。电钻外壳通常通过注塑加工而成，但由于注塑加工过程中工艺参数设置不当，会导致电钻外壳上出现玻纤外露。玻纤外露是由于注塑时玻纤相对于尼龙材料的流动性要差很多导致。玻纤外露不仅影响电钻外壳外观，同时也意味着玻纤在电钻外壳中分布不均匀，从而影响电钻外壳各部分性能的统一性，进一步影响电钻质量，可能造成更为严重的生产事故。
目前通过采用人工检查或图像处理的方式识别玻纤外露：人工检查方式主要是依靠检测人员已有经验对注塑完成的电钻外壳进行识别和判断；图像处理方式是对注塑完成后的电钻外壳进行图像处理后进行识别。
但是，人工检查效率较低。而普通图像处理的方式，无法排除电钻外壳表面颗粒感以及光照的影响，导致难以识别玻纤外露的电钻外壳。因此本发明提出一种电钻外壳玻纤外露识别方法及***，应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
发明内容
本发明提供一种电钻外壳玻纤外露识别方法及***，包括：获取电钻外壳灰度图中像素的灰度级；利用各像素及其圆形邻域边缘像素的灰度级获取灰度图中各像素的灰度跳变特征；根据各像素在不同方向上的游程获取灰度图中每个像素的游程特征；利用灰度跳变特征和游程特征构建灰度跳变游程共生矩阵；利用灰度跳变游程共生矩阵得到灰度图中的高跳变长游程优势和低跳变短游程优势；获取灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值；根据灰度图中高跳变长游程优势和低跳变短游程优势及其对应极限值对电钻外壳进行识别，相比于现有技术，本发明利用电钻外壳图像中像素的灰度值获取灰度跳变特征和游程特征，进而根据两种特征构建共生矩阵，根据共生矩阵计算灰度图中的高跳变长游程优势和低跳变短游程优势，最后利用高跳变长游程优势和低跳变短游程优势对电钻外壳的玻纤外露进行识别。本发明应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
为达到上述目的，本发明采用以下技术方案，一种电钻外壳玻纤外露识别方法，包括：
获取待识别的电钻外壳灰度图。
对电钻外壳灰度图中的所有灰度值进行分级，得到灰度图中每个像素点的灰度级。
利用灰度图中各像素点及其圆形邻域边缘像素点的灰度级获取灰度图中每个像素点的灰度跳变特征。
根据灰度图中各像素点在不同方向上的游程获取灰度图中每个像素点的游程特征。
利用灰度图中所有像素点的灰度跳变特征和游程特征构建灰度跳变游程共生矩阵。
利用灰度跳变游程共生矩阵中灰度跳变特征的个数、游程特征的个数、灰度跳变特征与游程特征共同出现的次数得到灰度图中的高跳变长游程优势和低跳变短游程优势。
获取无玻纤外露时灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值。
根据灰度图中高跳变长游程优势和低跳变短游程优势与其对应极限值的比值对待识别的电钻外壳是否存在玻纤外露进行识别。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述灰度图中每个像素点的灰度级是按照如下方式得到：
根据电钻外壳灰度图中的所有灰度值得到灰度直方图。
对灰度直方图进行高斯平滑，获取灰度直方图中的局部最小值。
以各局部最小值为分割点，将所有灰度值分割为不同级别，得到灰度图中每个像素点的灰度级。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述灰度图中每个像素点的灰度跳变特征是按照如下方式获取：
以灰度图中各像素点为中心， R为半径作圆，获取灰度图中每个像素点的圆形邻域及其邻域边缘像素点。
对各邻域边缘像素点的灰度级与中心像素点的灰度级进行判断：若邻域边缘像素点的灰度级大于中心像素点的灰度级，则将该邻域边缘像素点的位置标记为1，若邻域边缘像素点的灰度级小于等于中心像素点的灰度级，则将该邻域边缘像素点的位置标记为0。
将相邻的邻域边缘像素点从1到0或从0到1作为一次跳变，统计邻域边缘像素点沿着同一方向的跳变次数。
将跳变次数作为中心像素点的跳变特征，获取灰度图中每个像素点的灰度跳变特征。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述灰度图中每个像素点的游程特征是按照如下方式获取：
统计灰度图中各像素点的灰度级在不同方向上连续相同的个数，得到灰度图中每个像素点在各个方向上的游程。
统计灰度图中每个像素点在各个方向上的游程的最大值，将最大值作为各像素点的游程特征，获取灰度图中每个像素点的游程特征。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述灰度图中的高跳变长游程优势的计算表达式如下：
Figure 849667DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE003
为灰度图中的高跳变长游程优势，
Figure 297966DEST_PATH_IMAGE004
表示第
Figure 812124DEST_PATH_IMAGE006
个灰度跳变特征，
Figure 100002_DEST_PATH_IMAGE007
表示第
Figure 100002_DEST_PATH_IMAGE009
个游程特征，
Figure 535229DEST_PATH_IMAGE010
表示灰度跳变特征
Figure 84022DEST_PATH_IMAGE004
与游程特征
Figure 703222DEST_PATH_IMAGE007
共同出现的次数，
Figure 100002_DEST_PATH_IMAGE011
为游程特征的个数，
Figure 94889DEST_PATH_IMAGE012
为灰度跳变特征的个数，
Figure 100002_DEST_PATH_IMAGE013
为关于
Figure 11899DEST_PATH_IMAGE014
的函数。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述灰度图中的低跳变短游程优势的计算表达式如下：
Figure 415198DEST_PATH_IMAGE016
式中，
Figure 100002_DEST_PATH_IMAGE017
为灰度图中的低跳变短游程优势，
Figure 533196DEST_PATH_IMAGE004
表示第
Figure 412159DEST_PATH_IMAGE006
个灰度跳变特征，
Figure 70542DEST_PATH_IMAGE007
表示第
Figure 249720DEST_PATH_IMAGE009
个游程特征，
Figure 7460DEST_PATH_IMAGE010
表示灰度跳变特征
Figure 108140DEST_PATH_IMAGE004
与游程特征
Figure 914422DEST_PATH_IMAGE007
共同出现的次数，
Figure 354631DEST_PATH_IMAGE011
为游程特征的个数，
Figure 220955DEST_PATH_IMAGE012
为灰度跳变特征的个数，
Figure 481036DEST_PATH_IMAGE013
为关于
Figure 356588DEST_PATH_IMAGE014
的函数。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述对待识别的电钻外壳是否存在玻纤外露进行识别的过程具体如下：
利用灰度跳变游程共生矩阵中灰度跳变特征的个数、游程特征的个数、灰度跳变特征与游程特征共同出现的次数获取无玻纤外露时灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值。
获取灰度图的高跳变长游程优势与其对应极限值的比值和低跳变短游程优势与其对应极限值的比值。
对所述两种比值进行判断：当两种比值均小于1时，则待识别的电钻外壳不存在玻纤外露，当两种比值中存在比值大于等于1时，则待识别的电钻外壳存在玻纤外露。
进一步的，所述一种电钻外壳玻纤外露识别方法，所述待识别的电钻外壳灰度图是按照如下方式获取：
采集注塑完成的待识别的电钻外壳图像。
对注塑完成的待识别的电钻外壳图像进行语义分割，获取待识别的电钻外壳连通域图像。
对待识别的电钻外壳连通域图像进行灰度化处理，获取待识别的电钻外壳灰度图。
本发明还提供了一种电钻外壳玻纤外露识别***，包括采集单元、处理单元、计算单元和控制单元：
所述采集单元，将相机设在传送带上方设置的轨道上，用于对传送带上注塑完成的待识别的电钻外壳图像进行采集。
所述处理单元，数据主控器对采集单元采集到的图像进行语义分割和灰度分级，获取电钻外壳灰度图中每个像素点的灰度级。
所述计算单元，数据主控器根据处理单元获取的电钻外壳灰度图中每个像素点的灰度级计算灰度图中所有像素点的灰度跳变特征和游程特征，进一步根据所述两种特征构建共生矩阵，利用共生矩阵计算灰度图的高跳变长游程优势和低跳变短游程优势。
所述控制单元，数据主控器利用计算单元得到的灰度图的高跳变长游程优势和低跳变短游程优势对电钻外壳中的玻纤外露进行识别，注塑控制器根据识别结果对注塑工艺参数进行调节。
本发明的有益效果在于：
本发明利用电钻外壳图像中像素的灰度值获取灰度跳变特征和游程特征，进而根据两种特征构建共生矩阵，根据共生矩阵计算灰度图中的高跳变长游程优势和低跳变短游程优势，最后利用高跳变长游程优势和低跳变短游程优势对电钻外壳的玻纤外露进行识别。本发明应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种电钻外壳玻纤外露识别方法流程示意图；
图2为本发明实施例2提供的一种电钻外壳玻纤外露识别方法流程示意图；
图3为本发明实施例2提供的一种圆形邻域示意图；
图4为本发明实施例2提供的一种灰度跳变游程共生矩阵示意图；
图5为本发明实施例3提供的一种电钻外壳玻纤外露识别***框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例提出一种电钻外壳玻纤外露识别方法，应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
本发明实施例提供一种电钻外壳玻纤外露识别方法，如图1所示，包括：
S101、获取待识别的电钻外壳灰度图。
其中，对电钻外壳图像进行语义分割和灰度化处理得到灰度图。
S102、对电钻外壳灰度图中的所有灰度值进行分级，得到灰度图中每个像素点的灰度级。
其中，通过对灰度直方图进行分析得到各个灰度级。
S103、利用灰度图中各像素点及其圆形邻域边缘像素点的灰度级获取灰度图中每个像素点的灰度跳变特征。
其中，圆形邻域是以各像素点为中心点，半径为
Figure 588986DEST_PATH_IMAGE018
的圆形区域。
S104、根据灰度图中各像素点在不同方向上的游程获取灰度图中每个像素点的游程特征。
其中，游程为像素点在某个方向上灰度级别连续一致的个数。
S105、利用灰度图中所有像素点的灰度跳变特征和游程特征构建灰度跳变游程共生矩阵。
其中，矩阵中的值表示对应灰度跳变特征与游程特征共同出现的次数。
S106、利用灰度跳变游程共生矩阵中灰度跳变特征的个数、游程特征的个数、灰度跳变特征与游程特征共同出现的次数得到灰度图中的高跳变长游程优势和低跳变短游程优势。
其中，当高跳变长游程的像素点较多时，高跳变长游程优势较大。
S107、获取无玻纤外露时灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值。
其中，极限值用于后续进行玻纤外露的识别。
S108、根据灰度图中高跳变长游程优势和低跳变短游程优势与其对应极限值的比值对待识别的电钻外壳是否存在玻纤外露进行识别。
其中，当两种比值中存在比值大于等于1时，说明电钻外壳存在玻纤外露。
本实施例的有益效果在于：
本实施例利用电钻外壳图像中像素的灰度值获取灰度跳变特征和游程特征，进而根据两种特征构建共生矩阵，根据共生矩阵计算灰度图中的高跳变长游程优势和低跳变短游程优势，最后利用高跳变长游程优势和低跳变短游程优势对电钻外壳的玻纤外露进行识别。本实施例应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
实施例2
本实施例的主要目的是：利用计算机视觉，对采集到的电钻外壳图像进行处理，分析电钻外壳图像的特征，识别玻纤外露，调整电钻外壳生产工艺。本实施例提出一种电钻外壳玻纤外露识别方法，应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
电钻外壳注塑生产过程中，可能会由于注塑加工过程中工艺参数设置不当导致电钻外壳表面玻纤外露。需要对玻纤外露进行检测识别，根据识别结果对生产工艺进行调整，以提高生产合格率。
本实施例设计了一种电钻外壳玻纤外露识别方法及***。该***包含相机、嵌入式***等。嵌入式***包含数据预处理模块、玻纤外露识别模块以及注塑工艺参数调整模块。
本发明实施例提供一种电钻外壳玻纤外露识别方法，如图2所示，包括：
步骤一：拍摄电钻外壳图像，对电钻外壳图像进行语义分割处理。
在电钻外壳注塑工艺后的传送带上方架设相机，拍摄注塑完成的电钻外壳图像。图像中包含电钻外壳及背景。将拍摄到的图像输入至图像预处理模块。
本实施例采用DNN语义分割的方式来识别分割图像中的目标。
该DNN网络的相关内容如下：
a.使用的数据集为俯视采集的电钻外壳图像数据集。
b.需要分割的像素，共分为2类，即训练集对应标签标注过程为：单通道的语义标签，对应位置像素属于背景类的标注为0，属于电钻外壳的标注为1。
c.网络的任务是分类，所以使用的loss函数为交叉熵损失函数。
至此，通过DNN实现了电钻外壳图像的处理，获得图像中电钻外壳连通域信息。为便于分析，将电钻外壳图像转换为灰度图。将灰度图传送至玻纤外露识别模块。
步骤二：分析电钻外壳灰度图像特征，获取电钻外壳纹理特征。
对电钻外壳灰度图像进行分析，受光照影响，电钻外壳灰度图像部分区域较亮，部分区域较暗。电钻外壳为玻璃纤维增强尼龙材料，在光照下，表面呈现颗粒感，在光照较亮的区域，颗粒感明显，在光照较暗的区域，颗粒感不明显。
玻纤外露呈颜色较亮的短线状。但在光照和颗粒感的干扰下，通过阈值分割或边缘检测，难以准确将玻纤外露识别出来。
本实施例结合灰度直方图进行灰度分级，根据灰度级别获取每个像素点的灰度跳变特征及游程特征，结合所有像素点的灰度跳变特征及游程特征建立灰度跳变游程共生矩阵。结合矩阵，获取电钻外壳图像的高跳变长游程优势及低跳变短游程优势纹理特征，以便后续根据纹理特征进行玻纤外露的识别。
a.灰度分级：
为方便后续灰度跳变特征获取及游程特征获取，首先需要对图像中的所有灰度值进行分级。
绘制灰度直方图，对灰度直方图进行分析，直方图中的每个波峰，表示图像中存在一种图像特征的灰度分布在该波峰内。因此对灰度直方图进行高斯平滑，获取灰度直方图中的局部最小值，以局部最小值为分割点，将所有灰度分割成多个级别，使得不同的图像特征分割成不同的灰度级别。
b. 获取像素点灰度跳变特征及游程特征：
1、为衡量像素点的局部变化特征，获取图像中每个像素点的灰度跳变特征。
获取每个像素点的半径为
Figure DEST_PATH_IMAGE019
的圆形邻域（本实施例
Figure 891791DEST_PATH_IMAGE020
）。获取邻域边缘像素点，如图3中灰色的像素点，半径为
Figure DEST_PATH_IMAGE021
的圆形邻域有
Figure 373588DEST_PATH_IMAGE022
个边缘像素点。判断邻域边缘上每一个像素点的灰度级是否大于中心像素点的灰度级，若大于则该邻域边缘像素点的位置标记为
Figure DEST_PATH_IMAGE023
，否则标记为
Figure 787252DEST_PATH_IMAGE024
。如此得到了
Figure 670894DEST_PATH_IMAGE022
位二进制数。
将从
Figure 410180DEST_PATH_IMAGE023
到
Figure 582536DEST_PATH_IMAGE024
或从
Figure 799890DEST_PATH_IMAGE024
到
Figure 6881DEST_PATH_IMAGE023
称为一次跳变，统计
Figure 917068DEST_PATH_IMAGE022
位二进制数的跳变次数，将跳变次数作为中心像素点的跳变特征，记为
Figure DEST_PATH_IMAGE025
。跳变特征可以一定程度上反应中心像素点周围的灰度变化复杂程度。
2、为衡量像素点的连续变化特征，获取图像中每个像素点的游程特征。
游程为像素点在某个方向上灰度级别连续一致的个数。获取一个像素点各个方向上的游程，统计其中最大值，作为该像素点的游程特征，记为
Figure 373457DEST_PATH_IMAGE026
。游程特征可以一定程度上反应像素点的连续程度。
c. 获取灰度跳变游程共生矩阵：
步骤b获取了每个像素点的灰度跳变特征
Figure DEST_PATH_IMAGE027
及游程特征
Figure 128923DEST_PATH_IMAGE026
，则根据所有的灰度跳变特征以及所有的游程特征构建一个灰度跳变游程共生矩阵，矩阵中的值表示对应灰度跳变特征与游程特征共同出现的次数，如矩阵第
Figure 924841DEST_PATH_IMAGE028
行第
Figure DEST_PATH_IMAGE029
列的值
Figure 537088DEST_PATH_IMAGE030
表示图像中灰度跳变特征为
Figure DEST_PATH_IMAGE031
，游程特征为
Figure 480773DEST_PATH_IMAGE032
的像素点出现了
Figure 243193DEST_PATH_IMAGE030
次。灰度跳变游程共生矩阵参见图4。
d.获取电钻外壳高跳变长游程优势及低跳变短游程优势：
纤维外露为较亮的短线状，其在亮度较大的区域，游程较周围其他像素点长，其在亮度较小的区域，游程较周围其他像素点短。亮度较大的区域，颗粒感较为明显，像素点周围的灰度变化较为复杂，此时像素点的灰度跳变较大。亮度较小的区域，颗粒感不明显，像素点周围的灰度变化较为平缓，此时像素点的灰度跳变较小。
结合灰度跳变游程矩阵获取图像中的高跳变长游程优势
Figure DEST_PATH_IMAGE033
:
Figure DEST_PATH_IMAGE035
Figure DEST_PATH_IMAGE037
其中
Figure 295549DEST_PATH_IMAGE031
表示第
Figure 16380DEST_PATH_IMAGE028
个灰度跳变特征；
Figure 650624DEST_PATH_IMAGE032
表示第
Figure 544631DEST_PATH_IMAGE029
个游程特征；
Figure 377457DEST_PATH_IMAGE038
表示灰度跳变特征
Figure 472452DEST_PATH_IMAGE031
与游程特征
Figure 656309DEST_PATH_IMAGE032
共同出现的次数；
Figure DEST_PATH_IMAGE039
为游程特征的个数；
Figure 291690DEST_PATH_IMAGE040
为灰度跳变特征的个数；
Figure DEST_PATH_IMAGE041
为关于
Figure 979023DEST_PATH_IMAGE042
的函数，
Figure DEST_PATH_IMAGE043
将
Figure 307236DEST_PATH_IMAGE031
进行归一化，
Figure 650493DEST_PATH_IMAGE044
将
Figure 620723DEST_PATH_IMAGE032
进行归一化，
Figure DEST_PATH_IMAGE045
表示第
Figure 162563DEST_PATH_IMAGE046
个灰度跳变特征；
Figure DEST_PATH_IMAGE047
表示第
Figure 661677DEST_PATH_IMAGE048
个游程特征；当
Figure DEST_PATH_IMAGE049
归一化后差值越小，
Figure 492230DEST_PATH_IMAGE041
越大；
Figure 571DEST_PATH_IMAGE050
表示依据跳变特征和游程特征进行对
Figure 600180DEST_PATH_IMAGE038
增强，当跳变特征较大且游程特征较大时，增强程度越大，当跳变特征较小或游程特征较小时，增强程度越小，
Figure 253884DEST_PATH_IMAGE041
避免了
Figure 571733DEST_PATH_IMAGE042
其中之一过大导致的
Figure DEST_PATH_IMAGE051
变大。通过增强对高跳变长游程给予更大的权重；当高跳变长游程的像素点较多时，高跳变长游程优势
Figure 618186DEST_PATH_IMAGE033
较大。
同理，根据灰度跳变游程矩阵获取图像的低跳变短游程优势
Figure 337881DEST_PATH_IMAGE052
:
Figure 444377DEST_PATH_IMAGE054
其中
Figure DEST_PATH_IMAGE055
表示获取跳变特征
Figure 46260DEST_PATH_IMAGE031
和
Figure 834087DEST_PATH_IMAGE023
中的最大值，目的是为了避免分母为
Figure 470605DEST_PATH_IMAGE024
；
Figure 685686DEST_PATH_IMAGE056
表示依据跳变特征和游程特征对
Figure 774864DEST_PATH_IMAGE038
进行减弱，若跳变特征越大，或游程特征越大，减弱程度越大，当跳变特征越小且游程特征越小，减弱程度越小。通过减弱对低跳变短游程给予更大的权重；当低跳变短游程的像素点较多时，低跳变短游程优势
Figure 366383DEST_PATH_IMAGE052
较大。
至此，获取了电钻外壳图像高跳变长游程优势及低跳变短游程优势的纹理特征。
步骤三：结合电钻纹理特征识别玻纤外露，调整电钻外壳生产工艺。
步骤二获取了电钻外壳图像的高跳变长游程优势及低跳变短游程优势的纹理特征。
获取无玻纤外露时高跳变长游程优势的极限值
Figure DEST_PATH_IMAGE057
：
Figure DEST_PATH_IMAGE059
Figure DEST_PATH_IMAGE061
Figure DEST_PATH_IMAGE063
其中，
Figure 122986DEST_PATH_IMAGE039
为游程特征的个数；
Figure 571285DEST_PATH_IMAGE040
为灰度跳变特征的个数；若无玻纤外露，电钻外壳较亮的区域颗粒感较明显，其灰度跳变游程共生矩阵中的值集中在矩阵左下角。
Figure 351022DEST_PATH_IMAGE064
为假设灰度跳变游程矩阵中所有值集中矩阵左下角时的高跳变长游程优势；若无玻纤外露，电钻外壳较暗的区域颗粒感不明显，其灰度跳变游程共生矩阵中的值集中在矩阵右上角。
Figure DEST_PATH_IMAGE065
为假设灰度跳变游程矩阵中所有值集中矩阵右上角时的高跳变长游程优势。
Figure 277390DEST_PATH_IMAGE057
为
Figure 622920DEST_PATH_IMAGE066
中的最大值。
Figure DEST_PATH_IMAGE067
表示第
Figure 445383DEST_PATH_IMAGE040
个灰度跳变特征；
Figure 509154DEST_PATH_IMAGE068
表示第
Figure 442475DEST_PATH_IMAGE023
个游程特征;
Figure DEST_PATH_IMAGE069
表示灰度跳变特征
Figure 376933DEST_PATH_IMAGE031
与游程特征
Figure 432613DEST_PATH_IMAGE032
共同出现的次数；
Figure 921364DEST_PATH_IMAGE039
为游程特征的个数；
Figure 658376DEST_PATH_IMAGE040
为灰度跳变特征的个数；
Figure 712919DEST_PATH_IMAGE070
为关于
Figure DEST_PATH_IMAGE071
的函数，
Figure 673922DEST_PATH_IMAGE072
表示第
Figure 649968DEST_PATH_IMAGE023
个灰度跳变特征；
Figure DEST_PATH_IMAGE073
表示第
Figure 721829DEST_PATH_IMAGE039
个游程特征;
Figure 162038DEST_PATH_IMAGE074
为关于
Figure DEST_PATH_IMAGE075
的函数。
同理获取无玻纤外露时低跳变短游程优势的极限值
Figure 28363DEST_PATH_IMAGE076
：
Figure 491705DEST_PATH_IMAGE078
Figure 367257DEST_PATH_IMAGE080
Figure 599656DEST_PATH_IMAGE082
式中，
Figure DEST_PATH_IMAGE083
为假设灰度跳变游程矩阵中所有值集中矩阵左下角时的低跳变短游程优势，
Figure 636882DEST_PATH_IMAGE084
为假设灰度跳变游程矩阵中所有值集中矩阵右上角时的低跳变短游程优势。
结合高跳变长游程优势
Figure 649837DEST_PATH_IMAGE033
以及低跳变短游程优势
Figure 532342DEST_PATH_IMAGE052
识别玻纤外露：
当
Figure DEST_PATH_IMAGE085
或
Figure 415985DEST_PATH_IMAGE086
时，电钻外壳上存在玻纤外露；
当
Figure DEST_PATH_IMAGE087
时，电钻外壳上不存在玻纤外露。
至此，完成了玻纤外露的识别，若识别到玻纤外露，则将结果传送至注塑工艺参数调整模块。玻纤外露是由于玻纤相对于尼龙材料的流动性要差很多，导致玻纤停留在电钻外壳表面。注塑工艺参数调整模块收到玻纤外露提示时控制***增加射胶速度，同时提高模具温度，以达到降低玻纤与尼龙材料的流动速度差的目的。从而减少后续产品的玻纤外露，提高电钻外壳产品的合格率。
本实施例的有益效果在于：
本实施例利用电钻外壳图像中像素的灰度值获取灰度跳变特征和游程特征，进而根据两种特征构建共生矩阵，根据共生矩阵计算灰度图中的高跳变长游程优势和低跳变短游程优势，最后利用高跳变长游程优势和低跳变短游程优势对电钻外壳的玻纤外露进行识别。本实施例应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
实施例3
本实施例提出一种电钻外壳玻纤外露识别***，应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
本发明实施例提供一种电钻外壳玻纤外露识别***，如图5所示，包括采集单元、处理单元、计算单元和控制单元：
所述采集单元，将相机设在传送带上方设置的轨道上，用于对传送带上注塑完成的待识别的电钻外壳图像进行采集；
所述处理单元，将采集单元采集到的图像输入数据主控器，运用数据主控器对图像进行语义分割得到电钻外壳连通域图像，对连通域图像进行灰度化处理得到电钻外壳灰度图，对灰度图进行灰度分级，获取电钻外壳灰度图中每个像素点的灰度级；
所述计算单元，运用数据主控器根据处理单元获取的灰度图中每个像素点及其邻域边缘像素点的灰度级计算灰度跳变特征，利用灰度图中每个像素点在不同方向的游程计算游程特征，进一步根据所述两种特征构建共生矩阵，利用共生矩阵计算灰度图的高跳变长游程优势和低跳变短游程优势及其对应的极限值；
所述控制单元，运用数据主控器对计算单元得到的灰度图的高跳变长游程优势与高跳变长游程优势极限值的比值、低跳变短游程优势与低跳变短游程优势极限值进行判断：当两种比值存在比值大于等于1时，电钻外壳中存在玻纤外露；注塑控制器根据识别结果对注塑工艺参数进行调节。
本实施例的有益效果在于：
本实施例利用电钻外壳图像中像素的灰度值获取灰度跳变特征和游程特征，进而根据两种特征构建共生矩阵，根据共生矩阵计算灰度图中的高跳变长游程优势和低跳变短游程优势，最后利用高跳变长游程优势和低跳变短游程优势对电钻外壳的玻纤外露进行识别。本实施例应用电子设备对电钻外壳的玻纤外露进行识别，可有效提高识别精度和效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种电钻外壳玻纤外露识别方法，其特征在于，包括：
获取待识别的电钻外壳灰度图；
对电钻外壳灰度图中的所有灰度值进行分级，得到灰度图中每个像素点的灰度级；
利用灰度图中各像素点及其圆形邻域边缘像素点的灰度级获取灰度图中每个像素点的灰度跳变特征；
根据灰度图中各像素点在不同方向上的游程获取灰度图中每个像素点的游程特征；
利用灰度图中所有像素点的灰度跳变特征和游程特征构建灰度跳变游程共生矩阵；所述灰度跳变游程共生矩阵是按照如下方式进行构建：
统计灰度图所有像素点中灰度跳变特征为
Figure DEST_PATH_IMAGE001
，且游程特征为
Figure 739083DEST_PATH_IMAGE002
的像素点的个数；
以灰度图所有像素点中灰度跳变特征为
Figure 202425DEST_PATH_IMAGE001
，且游程特征为
Figure 451879DEST_PATH_IMAGE002
的像素点的个数为元素值，构建灰度跳变游程共生矩阵；
利用灰度跳变游程共生矩阵中灰度跳变特征的个数、游程特征的个数、灰度跳变特征与游程特征共同出现的次数得到灰度图中的高跳变长游程优势和低跳变短游程优势；
获取无玻纤外露时灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值；
根据灰度图中高跳变长游程优势和低跳变短游程优势与其对应极限值的比值对待识别的电钻外壳是否存在玻纤外露进行识别。
2.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述灰度图中每个像素点的灰度级是按照如下方式得到：
根据电钻外壳灰度图中的所有灰度值得到灰度直方图；
对灰度直方图进行高斯平滑，获取灰度直方图中的局部最小值；
以各局部最小值为分割点，将所有灰度值分割为不同级别，得到灰度图中每个像素点的灰度级。
3.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述灰度图中每个像素点的灰度跳变特征是按照如下方式获取：
以灰度图中各像素点为中心， R为半径作圆，获取灰度图中每个像素点的圆形邻域及其邻域边缘像素点；
对各邻域边缘像素点的灰度级与中心像素点的灰度级进行判断：若邻域边缘像素点的灰度级大于中心像素点的灰度级，则将该邻域边缘像素点的位置标记为1，若邻域边缘像素点的灰度级小于等于中心像素点的灰度级，则将该邻域边缘像素点的位置标记为0；
将相邻的邻域边缘像素点从1到0或从0到1作为一次跳变，统计邻域边缘像素点沿着同一方向的跳变次数；
将跳变次数作为中心像素点的跳变特征，获取灰度图中每个像素点的灰度跳变特征。
4.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述灰度图中每个像素点的游程特征是按照如下方式获取：
统计灰度图中各像素点的灰度级在不同方向上连续相同的个数，得到灰度图中每个像素点在各个方向上的游程；
统计灰度图中每个像素点在各个方向上的游程的最大值，将最大值作为各像素点的游程特征，获取灰度图中每个像素点的游程特征。
5.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述灰度图中的高跳变长游程优势的计算表达式如下：
Figure 684277DEST_PATH_IMAGE004
式中，
Figure DEST_PATH_IMAGE005
为灰度图中的高跳变长游程优势，
Figure 393607DEST_PATH_IMAGE001
表示第
Figure DEST_PATH_IMAGE007
个灰度跳变特征，
Figure 485191DEST_PATH_IMAGE002
表示第
Figure DEST_PATH_IMAGE009
个游程特征，
Figure 803915DEST_PATH_IMAGE010
表示灰度跳变特征
Figure 625240DEST_PATH_IMAGE001
与游程特征
Figure 302209DEST_PATH_IMAGE002
共同出现的次数，
Figure DEST_PATH_IMAGE011
为游程特征的个数，
Figure 622086DEST_PATH_IMAGE012
为灰度跳变特征的个数，
Figure DEST_PATH_IMAGE013
为关于
Figure 183649DEST_PATH_IMAGE014
的函数。
6.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述灰度图中的低跳变短游程优势的计算表达式如下：
Figure 295699DEST_PATH_IMAGE016
式中，
Figure DEST_PATH_IMAGE017
为灰度图中的低跳变短游程优势，
Figure 815673DEST_PATH_IMAGE001
表示第
Figure 209745DEST_PATH_IMAGE007
个灰度跳变特征，
Figure 840578DEST_PATH_IMAGE002
表示第
Figure 56402DEST_PATH_IMAGE009
个游程特征，
Figure 75174DEST_PATH_IMAGE010
表示灰度跳变特征
Figure 956542DEST_PATH_IMAGE001
与游程特征
Figure 453383DEST_PATH_IMAGE002
共同出现的次数，
Figure 103807DEST_PATH_IMAGE011
为游程特征的个数，
Figure 496742DEST_PATH_IMAGE012
为灰度跳变特征的个数，
Figure 363942DEST_PATH_IMAGE013
为关于
Figure 398894DEST_PATH_IMAGE014
的函数。
7.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述对待识别的电钻外壳是否存在玻纤外露进行识别的过程具体如下：
利用灰度跳变游程共生矩阵中灰度跳变特征的个数、游程特征的个数、灰度跳变特征与游程特征共同出现的次数获取无玻纤外露时灰度图的高跳变长游程优势极限值和低跳变短游程优势极限值；
获取灰度图的高跳变长游程优势与其对应极限值的比值和低跳变短游程优势与其对应极限值的比值；
对所述两种比值进行判断：当两种比值均小于1时，则待识别的电钻外壳不存在玻纤外露，当两种比值中存在比值大于等于1时，则待识别的电钻外壳存在玻纤外露。
8.根据权利要求1所述的一种电钻外壳玻纤外露识别方法，其特征在于，所述待识别的电钻外壳灰度图是按照如下方式获取：
采集注塑完成的待识别的电钻外壳图像；
对注塑完成的待识别的电钻外壳图像进行语义分割，获取待识别的电钻外壳连通域图像；
对待识别的电钻外壳连通域图像进行灰度化处理，获取待识别的电钻外壳灰度图。
9.一种电钻外壳玻纤外露识别***，其特征在于，包括采集单元、处理单元、计算单元和控制单元：
所述采集单元，将相机设在传送带上方设置的轨道上，用于对传送带上注塑完成的待识别的电钻外壳图像进行采集；
所述处理单元，数据主控器对采集单元采集到的图像进行语义分割和灰度分级，获取电钻外壳灰度图中每个像素点的灰度级；
所述计算单元，数据主控器根据处理单元获取的电钻外壳灰度图中每个像素点的灰度级计算灰度图中所有像素点的灰度跳变特征和游程特征，进一步根据所述两种特征构建共生矩阵，利用共生矩阵计算灰度图的高跳变长游程优势和低跳变短游程优势；
所述控制单元，数据主控器利用计算单元得到的灰度图的高跳变长游程优势和低跳变短游程优势对电钻外壳中的玻纤外露进行识别，注塑控制器根据识别结果对注塑工艺参数进行调节。
CN202211022236.6A 2022-08-25 2022-08-25 电钻外壳玻纤外露识别方法及*** Active CN115100608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211022236.6A CN115100608B (zh) 2022-08-25 2022-08-25 电钻外壳玻纤外露识别方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211022236.6A CN115100608B (zh) 2022-08-25 2022-08-25 电钻外壳玻纤外露识别方法及***

Publications (2)

Publication Number Publication Date
CN115100608A CN115100608A (zh) 2022-09-23
CN115100608B true CN115100608B (zh) 2022-11-11

Family

ID=83300131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211022236.6A Active CN115100608B (zh) 2022-08-25 2022-08-25 电钻外壳玻纤外露识别方法及***

Country Status (1)

Country Link
CN (1) CN115100608B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112069852B (zh) * 2020-09-07 2023-12-12 凌云光技术股份有限公司 一种基于游程编码的低质量二维码信息提取方法及装置
CN114049489B (zh) * 2022-01-13 2022-04-12 山东鹰联光电科技股份有限公司 一种光纤电缆护套破裂预警方法
CN114841940A (zh) * 2022-04-24 2022-08-02 南通金丝楠膜材料有限公司 基于灰度游程矩阵的注塑件银丝纹缺陷检测方法及***
CN114757949B (zh) * 2022-06-15 2022-09-27 济宁市海富电子科技有限公司 基于计算机视觉的电线电缆缺陷检测方法及***

Also Published As

Publication number Publication date
CN115100608A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN115082683B (zh) 一种基于图像处理的注塑缺陷检测方法
CN104680519B (zh) 基于轮廓和颜色的七巧板识别方法
CN114359190B (zh) 一种基于图像处理的塑料制品成型控制方法
CN104992223A (zh) 基于深度学习的密集人数估计方法
CN111815564B (zh) 一种检测丝锭的方法、装置及丝锭分拣***
CN114219805B (zh) 一种玻璃缺陷智能检测方法
CN114372955A (zh) 一种基于改进神经网络的铸件缺陷x射线图自动识别法
CN114187289B (zh) 一种基于计算机视觉的塑料制品缩坑检测方法及***
CN115294410B (zh) 一种基于图形识别的塑料制品成型控制方法
CN115578389A (zh) 一种沟槽mos器件的缺陷检测方法
CN115880699B (zh) 一种食品包装袋检测方法及***
CN117173158B (zh) 一种精密连接器质量智能检测方法及***
CN106372624A (zh) 人脸识别方法及***
CN116309577B (zh) 一种高强传送带物料智能检测方法及***
CN113256624A (zh) 连铸圆坯缺陷检测方法、装置、电子设备及可读存储介质
CN106874942A (zh) 一种基于正则表达式语义的目标模型快速构建方法
CN114882026A (zh) 基于人工智能的传感器外壳缺陷检测方法
CN113570628A (zh) 一种基于活动轮廓模型的白细胞分割方法
CN106997590A (zh) 一种基于检测产品特性的图像处理与检测***
CN206897873U (zh) 一种基于检测产品特性的图像处理与检测***
CN115100608B (zh) 电钻外壳玻纤外露识别方法及***
Wu et al. Automatic gear sorting system based on monocular vision
CN117036314A (zh) 一种高密度柔性ic基板氧化区域检测方法
CN116167970A (zh) 一种砂型检测***及检测方法
CN109858397A (zh) 一种基于自适应建模的红外弱小目标识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant