[發(fā)明專利]一種泡沫鎳表面缺陷提取及分類方法

有效

• 申請?zhí)枺?/td>: 201811285952.7
• 申請日: 2018-10-31
• 公開（公告）號: CN109472783B
• 公開（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 朱江;曾艷;李建奇;許海霞;田淑娟;裴廷睿;錢子君;蔣典
• 申請（專利權(quán)）人: 湘潭大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/62;G06N3/04;G06N3/08;G01N21/88
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于泡沫鎳表面缺陷提取及分類方法，該方法包括以下步驟：

步驟一：對泡沫鎳圖像f(x,y)進(jìn)行預(yù)處理：

1)采用高斯平滑，將泡沫鎳圖像f(x,y)與高斯函數(shù)φ(x,y)卷積，得到圖像G(x,y)，

G(x,y)＝f(x,y)*φ(x,y)，

2)利用鄰域卷積濾波器強(qiáng)化圖像差異部分，得到強(qiáng)化了差異部分的圖像H(x,y):

H(x,y)＝G(x,y)*δ，

該鄰域卷積濾波器的卷積模板δ如下：

式中，

γ＝4*p，

β＝4n(p+2m+n)

α＝-β/γ，

θ＝0或1；

n、m、p、α、k和θ均表示卷積模板δ的參數(shù)，其中，n＝2，m＝2，p＝3，α＝-6，當(dāng)采用背光源照明獲得泡沫鎳圖像時(shí)，k＝1，θ＝1；當(dāng)采用環(huán)形光源照明獲得泡沫鎳圖像時(shí)，k＝10，θ＝0；

步驟二：在預(yù)處理圖像H(x,y)上提取泡沫鎳缺陷：

1)采用OTSU法對預(yù)處理圖像進(jìn)行二值化，利用中值濾波方法去除圖像中的紋理雜點(diǎn)得到濾波后圖像g(x,y)：

g(x,y)＝med{H(x-s,y-t),(s,t∈W)}，

W為二維模板濾波模板；

2)在濾波后的圖像上獲取各連通域面積S_i(i＝1,2,…,q)，利用缺陷定位算法提取出泡沫鎳缺陷，獲得泡沫鎳幾何特征；

步驟三：利用所提取幾何特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)對泡沫鎳缺陷進(jìn)行分類。

2.根據(jù)權(quán)利要求1所述的泡沫鎳表面缺陷提取及分類方法，其特征在于，在預(yù)處理圖像H(x,y)上提取泡沫鎳缺陷過程中，缺陷定位算法具體為：確定圖像中面積最大的連通域，獲取疑似缺陷區(qū)域面積X_i(i＝1,2,…,q)，在X_i(i＝1,2,…,q)中找出最小連通域S_min及最大連通域S_max，疑似缺陷區(qū)域面積再對符合上述條件的疑似缺陷區(qū)域的面積進(jìn)行大小排序，以T＝aS_min作為實(shí)際缺陷區(qū)域閾值，刪除X_i中比T還小的連通域，得到實(shí)際缺陷區(qū)域面積其中a為常數(shù)，a＝5。

3.根據(jù)權(quán)利要求1所述的泡沫鎳表面缺陷提取及分類方法，其特征在于，利用幾何特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)對泡沫鎳缺陷進(jìn)行分類過程中，結(jié)合面積、周長、矩形度、圓形度、長寬比、孔洞數(shù)這六個(gè)幾何特征形成特征向量，輸入到神經(jīng)網(wǎng)絡(luò)系統(tǒng)中進(jìn)行缺陷分類。