本發(fā)明涉及圖像處理。更具體地，本發(fā)明涉及一種基于圖像處理的排水管缺陷檢測方法及系統(tǒng)。
背景技術(shù)：
1、在汽車制造及家電總裝的現(xiàn)代化生產(chǎn)環(huán)節(jié)中，橡膠排水管作為流體傳輸?shù)年P(guān)鍵組件，其安裝質(zhì)量直接關(guān)乎整機(jī)產(chǎn)品的性能與安全性；然而，由于橡膠管材質(zhì)柔軟、彈性大且管徑較小，在人工手動(dòng)安裝或機(jī)械臂自動(dòng)抓取的過程中，極易因外部擠壓力度失控或布線彎曲角度過急，導(dǎo)致管身局部發(fā)生非預(yù)期的壓扁形變，這種形變不僅會(huì)導(dǎo)致管路內(nèi)部有效截面積減小，嚴(yán)重影響流體的通過效率，還可能因局部形態(tài)改變造成長期的應(yīng)力集中，進(jìn)而引發(fā)管壁破裂漏液等嚴(yán)重質(zhì)量事故。
2、目前，針對排水管壓扁缺陷的檢測主要依賴人工在生產(chǎn)線末端進(jìn)行目視檢查，然而，橡膠管體通常呈黑色吸光材質(zhì)，微小的截面塌陷或扁平化特征在視覺上極不明顯，往往淹沒在復(fù)雜的背景噪聲中，導(dǎo)致人工檢測的漏檢率較高，難以滿足零缺陷的質(zhì)量控制要求。
3、由于壓扁缺陷本質(zhì)上是管路三維截面由圓向扁平演變的幾何形狀變化，而在工業(yè)現(xiàn)場常用的單目二維成像系統(tǒng)中，這種深度方向的塌陷僅僅表現(xiàn)為像素灰度值的微弱差異，現(xiàn)有機(jī)器視覺技術(shù)難以從這種低對比度的二維圖像特征中有效捕捉并解耦出三維形變信息，從而無法準(zhǔn)確區(qū)分正常管路與壓扁管路，嚴(yán)重影響了缺陷檢測的可靠性。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述現(xiàn)有單目視覺難以從微弱二維灰度特征中有效解耦并量化柔性管路的三維壓扁形變的技術(shù)問題，本發(fā)明在如下的多個(gè)方面中提供方案。
2、在第一方面中，本發(fā)明提供了一種基于圖像處理的排水管缺陷檢測方法，包括：獲取排水管表面圖像，并提取圖像中高光區(qū)域的高光中心骨架線；沿所述骨架線選取多個(gè)采樣點(diǎn)；在各采樣點(diǎn)處生成垂直于中心骨架線的截面線，并在截面線上以固定大小的采樣間隔提取相對于該采樣點(diǎn)的多個(gè)偏移量，根據(jù)向量的線性運(yùn)算，確定各偏移量的坐標(biāo)；提取所有偏移量的坐標(biāo)對應(yīng)灰度值，構(gòu)成截面數(shù)據(jù)；基于各采樣點(diǎn)的截面數(shù)據(jù)進(jìn)行高斯函數(shù)模型擬合，獲取最優(yōu)標(biāo)準(zhǔn)差；基于最優(yōu)標(biāo)準(zhǔn)差計(jì)算各采樣點(diǎn)的光帶寬度；根據(jù)各采樣點(diǎn)截面線上所有偏移量的灰度值的分布特征，確定各采樣點(diǎn)的峰度系數(shù)；將所述光帶寬度和峰度系數(shù)進(jìn)行加權(quán)求和，得到各采樣點(diǎn)的壓扁因子；響應(yīng)于采樣點(diǎn)的壓扁因子大于設(shè)定閾值，標(biāo)記采樣點(diǎn)為排水管缺陷點(diǎn)。
3、本發(fā)明通過提取高光骨架線并沿法向生成截面線，確保了檢測方向嚴(yán)格對應(yīng)管路幾何形變方向；利用高斯擬合獲取光帶寬度，定量表征了由壓扁導(dǎo)致的反射光發(fā)散程度；引入峰度系數(shù)捕捉截面灰度分布的尖峭或平頂特征，彌補(bǔ)了單一指標(biāo)在嚴(yán)重壓扁時(shí)的局限性；通過加權(quán)融合構(gòu)建壓扁因子，有效從低對比度的二維灰度圖中解耦出三維形變信息，顯著提升了黑色吸光管路缺陷檢測的魯棒性與準(zhǔn)確率。
4、優(yōu)選地，所述獲取排水管表面圖像，并提取圖像中高光區(qū)域的高光中心骨架線，包括：對排水管表面圖像進(jìn)行灰度處理，得到灰度圖像；采用15×15的圓形結(jié)構(gòu)元素對灰度圖像執(zhí)行高帽變換，得到預(yù)處理的圖像；對預(yù)處理的圖像進(jìn)行otsu閾值分割得到二值圖；利用zhang-suen細(xì)化算法提取二值圖中的高光中心骨架線。
5、優(yōu)選地，所述多個(gè)采樣點(diǎn)是通過沿所述中心骨架線每隔個(gè)像素選取一個(gè)采樣點(diǎn)得到的，其中為預(yù)設(shè)采樣步長大小。
6、優(yōu)選地，所述在各采樣點(diǎn)處生成垂直于中心骨架線的截面線，包括：
7、計(jì)算各采樣點(diǎn)的相鄰采樣點(diǎn)在各方向的坐標(biāo)的差值，得到各采樣點(diǎn)的切向量；將所述切向量逆時(shí)針旋轉(zhuǎn)90度并進(jìn)行歸一化，得到單位法向量；以各采樣點(diǎn)為中心，沿單位法向量方向生成長度為的截面線；其中為排水管的平均像素直徑的1.21.5倍。
8、優(yōu)選地，所述各偏移量的坐標(biāo)滿足表達(dá)式：；式中，、為第個(gè)采樣點(diǎn)的第個(gè)偏移量在軸方向的坐標(biāo)和在軸方向的坐標(biāo)；、為第個(gè)采樣點(diǎn)在軸方向的坐標(biāo)和在軸方向的坐標(biāo)；、為第個(gè)采樣點(diǎn)處的單位法向量在軸方向取值和在軸方向取值；為第個(gè)采樣點(diǎn)的第個(gè)偏移量；為向上取整符號。
9、本發(fā)明通過向量投影運(yùn)算與取整處理，能夠?qū)⒗碚摬蓸游恢镁_映射至圖像的離散像素坐標(biāo)，確保了截面灰度數(shù)據(jù)提取的空間位置嚴(yán)格垂直于骨架線，保障了特征提取的幾何精度。
10、優(yōu)選地，所述基于各采樣點(diǎn)的截面數(shù)據(jù)進(jìn)行高斯函數(shù)模型擬合，獲取最優(yōu)標(biāo)準(zhǔn)差，包括：構(gòu)建高斯函數(shù)模型：，其中，為每個(gè)偏移量擬合后的理論灰度值；為偏移量取值；為高光強(qiáng)度；、為高斯分布的中心偏移位置和標(biāo)準(zhǔn)差；為背景基底灰度噪聲；將該采樣點(diǎn)的所有偏移量作為自變量，對應(yīng)的灰度值作為因變量；利用非線性最小二乘算法對構(gòu)建的高斯函數(shù)模型進(jìn)行擬合求解，獲取最優(yōu)標(biāo)準(zhǔn)差。
11、優(yōu)選地，所述各采樣點(diǎn)的光帶寬度滿足表達(dá)式：；式中，為第個(gè)采樣點(diǎn)的光帶寬度；為第個(gè)采樣點(diǎn)擬合得到的最優(yōu)標(biāo)準(zhǔn)差。
12、本發(fā)明基于物理光學(xué)中的fwhm原理，將高斯擬合的標(biāo)準(zhǔn)差轉(zhuǎn)化為直觀的光帶寬度指標(biāo)，能夠精準(zhǔn)量化由管路壓扁導(dǎo)致的反光區(qū)域彌散程度。
13、優(yōu)選地，所述各采樣點(diǎn)的峰度系數(shù)滿足表達(dá)式：；式中，為第個(gè)采樣點(diǎn)的峰度系數(shù)；為第個(gè)采樣點(diǎn)的第個(gè)偏移量對應(yīng)灰度值；為第個(gè)采樣點(diǎn)的所有偏移量對應(yīng)灰度值的均值；、為采樣點(diǎn)的偏移量的索引值和個(gè)數(shù)。
14、本發(fā)明引入統(tǒng)計(jì)學(xué)中的峰度，通過分析灰度分布的高階矩特征，靈敏捕捉光強(qiáng)分布的陡峭程度，有效識別出嚴(yán)重壓扁時(shí)出現(xiàn)的平頂或雙峰波形特征。
15、優(yōu)選地，所述各采樣點(diǎn)的壓扁因子滿足表達(dá)式：；式中，為第個(gè)采樣點(diǎn)的壓扁因子；為第個(gè)采樣點(diǎn)的光帶寬度；為所有采樣點(diǎn)的光帶寬度的最大值；為第個(gè)采樣點(diǎn)的峰度系數(shù)；為最大最小歸一化函數(shù)；為權(quán)重系數(shù)。
16、本發(fā)明采用加權(quán)求和的方式構(gòu)建統(tǒng)一的壓扁因子，實(shí)現(xiàn)了光帶寬度與峰度系數(shù)的特征融合，克服了單一指標(biāo)的局限性，提升了對不同程度壓扁缺陷檢測的魯棒性。
17、第二方面，本發(fā)明提供一種基于圖像處理的排水管缺陷檢測系統(tǒng)，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)上述一種基于圖像處理的排水管缺陷檢測方法。
18、通過采用上述技術(shù)方案，將上述的一種基于圖像處理的排水管缺陷檢測方法生成計(jì)算機(jī)程序，并存儲(chǔ)于存儲(chǔ)器中，以被處理器加載并執(zhí)行，從而根據(jù)存儲(chǔ)器及處理器制作終端設(shè)備，方便使用。
19、本發(fā)明的有益效果在于：
20、（1）本發(fā)明通過中心差分法計(jì)算切向量并生成法向截面線，既抑制了單像素抖動(dòng)帶來的方向誤差，又避免了跨度過大導(dǎo)致的割圓效應(yīng)，確保截面分析嚴(yán)格垂直于管路軸線，提升了特征提取的幾何精度；
21、（2）本發(fā)明利用圓管反光細(xì)而尖、扁管反光寬而平的穩(wěn)定物理規(guī)律，通過高斯擬合分析截面光影特征，將主觀的壓扁視覺感受轉(zhuǎn)化為客觀的光帶寬度和峰度系數(shù)數(shù)據(jù)，建立了形變-光影映射模型，極大地降低了誤判率。
1.一種基于圖像處理的排水管缺陷檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述獲取排水管表面圖像，并提取圖像中高光區(qū)域的高光中心骨架線，包括：
3.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述多個(gè)采樣點(diǎn)是通過沿所述中心骨架線每隔個(gè)像素選取一個(gè)采樣點(diǎn)得到的，其中為預(yù)設(shè)采樣步長大小。
4.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述在各采樣點(diǎn)處生成垂直于中心骨架線的截面線，包括：
5.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述各偏移量的坐標(biāo)滿足表達(dá)式：
6.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述基于各采樣點(diǎn)的截面數(shù)據(jù)進(jìn)行高斯函數(shù)模型擬合，獲取最優(yōu)標(biāo)準(zhǔn)差，包括：
7.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述各采樣點(diǎn)的光帶寬度滿足表達(dá)式：
8.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述各采樣點(diǎn)的峰度系數(shù)滿足表達(dá)式：
9.根據(jù)權(quán)利要求1所述的一種基于圖像處理的排水管缺陷檢測方法，其特征在于，所述各采樣點(diǎn)的壓扁因子滿足表達(dá)式：
10.一種基于圖像處理的排水管缺陷檢測系統(tǒng)，其特征在于，包括：處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-9任一項(xiàng)所述的一種基于圖像處理的排水管缺陷檢測方法。