申请/专利权人：济宁金牛重工有限公司

申请日：2024-03-28

公开（公告）日：2024-06-18

公开（公告）号：CN117974637B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/187

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及基于图像特征的引导轮裂纹缺陷智能检测方法及系统，包括：获取引导轮表面灰度图像；根据引导轮表面灰度图像中每个像素点的灰度和梯度，得到引导轮表面灰度图像中每个像素点为缺陷的可能性；设置多个降采样尺度，得到若干个初始降采样窗口；根据每一初始降采样窗口中每一像素点为缺陷的可能性与每一像素点的灰度值，得到引导轮表面灰度图像的最终缺陷程度；根据引导轮表面灰度图像的最终缺陷程度，完成引导轮的缺陷检测。本发明在对图像进行降采样时，根据每个像素点为缺陷的可能性赋予每个像素点不同的权重，使得降采样图像的缺陷程度与引导轮表面灰度图像的缺陷程度更接近。

主权项：1.基于图像特征的引导轮裂纹缺陷智能检测方法，其特征在于，该方法包括以下步骤：获取引导轮表面灰度图像；根据引导轮表面灰度图像中每个像素点的灰度和梯度，得到引导轮表面灰度图像中每个像素点为缺陷的可能性；从预设的若干个降采样尺度中选取任意一个降采样尺度，记为初始降采样尺度；根据初始降采样尺度，将引导轮表面灰度图像等分为若干个初始降采样窗口；根据每一初始降采样窗口中每一像素点为缺陷的可能性，得到每一修正降采样窗口；根据每一修正降采样窗口内每一像素点的位置与每一像素点为缺陷的可能性，得到每一修正降采样窗口内每一像素点的影响权重；根据每一修正降采样窗口内每一像素点的影响权重和灰度值，得到第一次降采样图像；根据第一次降采样图像，得到初始降采样尺度的情况下引导轮表面灰度图像的缺陷程度；根据预设的每个降采样尺度的情况下引导轮表面灰度图像的缺陷程度，得到引导轮表面灰度图像的最终缺陷程度；根据引导轮表面灰度图像的最终缺陷程度，完成引导轮的缺陷检测；所述根据引导轮表面灰度图像中每个像素点的灰度和梯度，得到引导轮表面灰度图像中每个像素点为缺陷的可能性，包括的具体步骤如下：通过sobel算子得到引导轮表面灰度图像中每一像素点的梯度；通过对引导轮表面灰度图像中所有像素点的梯度求和得到引导轮表面灰度图像中所有像素点的总梯度，将引导轮表面灰度图像中所有像素点的总梯度的方向记为引导轮表面灰度图像中材质纹理的梯度方向；使用区域生长算法，以引导轮表面灰度图像中第个像素点作为连通域的区域生长起点，得到引导轮表面灰度图像中第个像素点所在连通域；通过对引导轮表面灰度图像中第个像素点所在连通域中所有像素点的梯度求和得到引导轮表面灰度图像中第个像素点所在连通域中所有像素点的总梯度，将引导轮表面灰度图像中第个像素点所在连通域中所有像素点的总梯度的方向记为引导轮表面灰度图像中第个像素点所在连通域的梯度方向；将引导轮表面灰度图像中第个像素点的灰度值的倒数，记为第一倒数；将和的最小夹角的倒数，记为第二倒数；将第一倒数与第二倒数的乘积的归一化值，记为引导轮表面灰度图像中第个像素点为缺陷的可能性；所述根据每一初始降采样窗口中每一像素点为缺陷的可能性，得到每一修正降采样窗口，包括的具体步骤如下：以引导轮表面灰度图像中第个初始降采样窗口为中心向四周扩展，得到大小为的引导轮表面灰度图像中第个修正降采样窗口；所述的具体计算公式为： 式中：表示引导轮表面灰度图像中第个修正降采样窗口大小，表示初始降采样尺度，表示引导轮表面灰度图像中第个初始降采样窗口内的像素点数量，表示引导轮表面灰度图像中第个初始降采样窗口内第个像素点为缺陷的可能性，为线性归一化函数，为向下取整函数。

全文数据：

权利要求：

百度查询： 济宁金牛重工有限公司 基于图像特征的引导轮裂纹缺陷智能检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD