买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明提出一种基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法，首先，对带裂缝的铜件表面图像进行预处理，采用了中值滤波与同态滤波处理，去除了椒盐噪声，增强了图像裂缝信息的细节；其次，对带裂缝的铜件表面图像进行全局多方向灰度变化扫描，遍历灰度变化曲线然后选出标准差最大的变化曲线；然后，通过峰谷判断阈值对灰度变化曲线进行峰谷点的搜索，在各个峰谷区间进行局部阈值分割，并引入改进量子鸽群算法对峰谷判断阈值以及修正参数进行最优化处理；最后，采用形态学方法消除裂缝图像噪声、填补裂纹中的细小空洞，再通过分析金属裂缝连通域的几何特性，去除残余噪声，提高了方法的有效性和通用性。

主权项：1.一种基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法，其特征在于，包括以下步骤：步骤S1：铜冲压件表面图像采集，并对铜件表面图像进行预处理，以增强信息和抑制噪声；步骤S2：对铜冲压件表面图像进行全局多方向灰度变化扫描，对所有方向下的灰度变化曲线进行标准差K的计算，遍历所有灰度变化曲线然后选出标准差最大的一条作为主要灰度曲线；步骤S3：初始化量子鸽群优化算法参数，将峰谷判断阈值H和修正参数η作为种群中的个体，根据各个峰谷判断阈值H搜索峰谷点，然后在各个峰谷区间根据修正参数η进行局部阈值分割，然后对各分割结果进行适应度值评估；步骤S4：执行地图罗盘算子，更新鸽群的位置和速度，以更新后的位置值作为输入，进行峰谷区间阈值分割，重新评估适应度值，并反复迭代；步骤S5：执行地标算子，将地图罗盘算子最后一代得到的适应度值按大小排序，保留适应度优的一半，将鸽群的数量减半，更新鸽群的位置，然后进行峰谷区间阈值分割，重新评估适应度值，并反复迭代；输出最终峰谷区间阈值分割结果；步骤S6：采用形态学去噪的方法消除裂缝图像噪声，先对图像进行不同大小结构元素的膨胀腐蚀处理，然后通过分析金属裂缝连通域的几何特性，去除残余噪声；在步骤S2中，所述全局多方向灰度变化扫描将铜冲压件表面图像对应的灰度图像用二维数组的形式表示，其中每个像素点的坐标对应为数组中具体的某行列数下标，该点的灰度值则是对应下标数组元素所存储的数值，形成三维坐标系的形式；对图像进行多个方向灰度变化扫描，获得该方向上的灰度变化曲线；对图像进行全局多方向灰度变化扫描后，每个方向具有多组灰度变化曲线，对多个方向下的每条灰度曲线进行变化幅度分析，选取变化幅度最大的曲线；灰度变化标准差K的计算方法如下，其中fn为所选定灰度曲线的灰度均值，m为当前曲线上的总像素： 在灰度图像对应的二维数组中,设数组中具体行为y＝y0，以列数x为自变量，其中x＝1,2,3,...,m，因变量f0＝x,y0为对应像素点的灰度值；对所有方向下的灰度变化曲线进行标准差K的计算，选取标准差K值最大的曲线，代表图像灰度变化幅度最大的曲线；在步骤S3中，搜索峰谷点具体包括以下步骤：在一条具体的灰度曲线中，像素因为灰度值的变化存在若干的峰点与谷点；设曲线上的极大值点有fmax0x0,y0,fmax1x1,y1,fmax2x2,y2,...,极小值点有fmin0x0,y0,fmin1x1,y1,fmin2x2,y2,...，取第一个极值点，若为极大值点则为第一个峰值点，极小值则为谷值点；若前一个点为峰值点Tk＝fmaxixi,yi，则下一个谷值点Bk＝fminjxj,yj应该满足的条件是： 其中：H为峰谷判断阈值，mi为当前曲线的极小值个数，fmaxk+1和fmaxk-1分别为谷值点后一个极大值点的灰度值和前一个极大值点的灰度值，fminj+1为当前极小值的后一个极小值点；若前一个点为谷值点Bk＝fminjxj,yj，则下一个峰值点Tk＝fmaxixi,yi应该满足的条件是： 其中：ma为当前曲线的极大值个数，fmink+1和fmink-1为峰值点后一个极小值点的灰度值和前一个极小值点的灰度值,fmaxi+1为当前极大值的后一个极大值；不断重复上述搜索过程，将灰度变化曲线上的所有峰值点和谷值点定位完成后进行分割阈值的计算；在步骤S3中，局部阈值分割具体包括以下步骤：对于相邻的峰值点Tk与谷值点Bk，其区间的阈值应为：h＝η×[fmaxk-fmink]+fmink×1-η其中fmaxk为区间中峰值点的灰度值，fmink为区间中谷值点的灰度值，η为修正参数；在计算出区间的分割阈值后，即可照如下公式对图像进行二值分割： 其中，p为当前像素点的灰度值大小；遍历曲线所有搜寻到的波峰与波谷点区间，并进行以上操作，即完成对图像的局部阈值分割；在步骤S3-步骤S5中，采用基于改进量子鸽群算法的峰谷区间进行自适应阈值分割：其在鸽群优化算法的基础上，根据当前鸽子与最优目标的距离动态地调整旋转角，自适应旋转角的调整策略如下式所示： 其中：-sgnAi表示旋转角的方向，α0、β0和αi、βi代表当前最优值和当前值的概率幅，θbest和θi代表当前最优值和当前值的角度，Δθ代表最大角度和最小角度之差，t为当前代数，T为最大迭代次数，θ0为基本旋转角；采用自适应旋转角量子鸽群算法求取目标函数的最优参数具体步骤如下：步骤A1：初始化量子鸽群优化算法参数包括：种群数量或鸽群总数Np、搜索空间维度D、地图罗盘算子和地标算子的迭代次数NC1max和NC2max、地图罗盘因子R、鸽群的最大速度Vmax、量子染色体样本的二进制长度L、量子位的初始角度范围，自适应转角步长范围；步骤A2：将峰谷判断阈值H和修正参数η作为种群中的个体，初始化量子种群和鸽群速度，随机生成Np个以量子比特为编码的样本作为鸽群的初始位置Xt0；步骤A3：对初始种群中每个个体进行测量，根据各个峰谷判断阈值H搜索峰谷点，然后在各个峰谷区间根据修正参数η进行局部阈值分割，然后对各分割结果进行适应度值评估；计算对应个体的适应度，取适应度最大对应的个体为最优个体，并记录最优个体Xp和对应的适应度值Yp，其中适应度是利用能够反映灰度空间分布特征的图像二维熵Ha来定义的： 其中,fi,j为特征二元组i,j出现的频数，s为图像的灰度尺度，特征二元组i,j中i表示像素的灰度值，j表示邻域灰度均值；步骤A4：执行地图罗盘算子；首先利用自适应量子旋转门对个体实施调整，计算更新后每个个体的解，更新鸽群的位置和速度；以更新后的位置值作为输入，进行峰谷区间阈值分割，重新评估适应度值，记录最优个体Xp和对应的适应度值Yp；步骤A5：将迭代次数加1，判断是否达到最大迭代次数NC1max，若不是，返回步骤A4，否则顺序执行；步骤A6：执行地标算子，将地图罗盘算子最后一代得到的适应度值按大小排序，保留适应度优的一半，将鸽群的数量减半，并更新鸽群的位置，然后进行峰谷区间阈值分割；步骤A7：计算更新后的位置所对应的适应度值，记录最优个体Xp和对应的适应度值Yp；步骤A8：若迭代次数大于地标算子的最大迭代次数NC2max，则停止，否则返回步骤A7；步骤A9：输出最优个体H和η对应的峰谷区间阈值分割结果；在步骤S6中，通过分析金属裂缝连通域的几何特性，去除残余噪声具体包括以下过程：连通域的主要几何特征参数包括连通域的总面积S以及最小外接矩形的边长之比R，即：S＝∑pi 其中pi为当前连通域内的像素点，L为当前连通域的最小外接矩形的长，W为当前连通域的最小外接矩形的宽；对S满足一定阈值的连通域进行保留，否则进行删除；对R满足一定阈值的连通域进行保留，否则进行删除。

全文数据：

权利要求：

百度查询： 福州大学 基于量子鸽群峰谷区间分割的铜冲压件表面裂缝检测方法