[發明專利]基于分水嶺分割的機械零件軋制異常檢測方法

在審

• 申請號: 202210473360.8
• 申請日: 2022-04-29
• 公開（公告）號: CN114972203A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 趙愛梅;鄭海珍
• 申請（專利權）人: 南通市立新機械制造有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136
• 代理公司: 濟寧仁禮信知識產權代理事務所(普通合伙) 37383
• 代理人: 李新苗

本發明涉及軋輥異常檢測技術領域，具體涉及一種基于分水嶺分割的機械零件軋制異常檢測方法，該方法包括：獲取軋輥表面灰度圖像的灰度直方圖，并根據灰度直方圖進行混合高斯模型擬合，進而獲取多個灰度值集合；分別以各灰度值集合中每個灰度值為閾值，對軋輥表面灰度圖像進行分割且進行距離變化之后，得到距離變換圖像；根據各距離變換圖像上像素點的像素值計算各像素點的前景率，并根據前景率對像素點進行標記得到標記圖像；基于標記圖像利用分水嶺分割的方法對軋輥表面灰度圖像進行分割，得到特征圖像；利用神經網絡對特征圖像進行識別，得到軋輥表面圖像上的異常類別區域。本發明能夠得到具有較高分割準確度的圖像，使得圖像識別的結果更精準。

技術領域

本發明涉及軋輥異常檢測技術領域，具體涉及一種基于分水嶺分割的機械零件軋制異常檢測方法。

背景技術

在機械設備及其零配件制造過程中，往往需要對金屬板材進行軋制、沖壓等工序，將金屬板材加工成機械設備或機械零配件。在對金屬板材進行軋制的過程中，往往因為工藝不良等原因在軋輥上形成劃痕、裂紋、片狀剝落等缺陷。軋輥上的缺陷會影響軋制的金屬板材質量。因此需在軋制過程中，對軋輥表面缺陷進行檢測，根據檢測結果及時做出調整，避免對金屬板材質量造成影響。目前常用的磁粉探傷、超聲波探傷手段在軋制過程中無法進行。而現有的圖像檢測的方法如閾值分割、邊緣檢測，容易受光線干擾，準確率難以保證。

軋輥表面由于光線照射會產生光斑，容易對軋輥表面的劃痕、裂紋、片狀剝落等缺陷識別造成影響。采用閾值分割方法識別結果依賴于閾值的選取，采用邊緣檢測僅能檢測到明顯的強邊緣，難以檢測到弱邊緣。采用基于標記的分水嶺分割可將軋輥表面異常區域分割出來。但分割效果依賴于標記圖像的選取，標記圖像選取不當，可能會造成無法分割或過分割的問題。

發明內容

為了解決上述技術問題，本發明的目的在于提供一種基于分水嶺分割的機械零件軋制異常檢測方法，所采用的技術方案具體如下：

獲取軋輥表面灰度圖像，構建軋輥表面灰度圖像的灰度直方圖，并根據灰度直方圖進行混合高斯模型擬合，所述混合高斯模型的子高斯模型個數與灰度直方圖中極大值個數相等；根據軋輥表面灰度圖像上各像素點的灰度值在不同子高斯模型上的概率密度值，確定各灰度值對應的子高斯模型；獲取對應的子高斯模型為預設數量的所有灰度值，并對所述所有灰度值進行多閾值分割得到多個灰度值集合；

分別以各灰度值集合中每個灰度值為閾值，對軋輥表面灰度圖像進行分割，得到各灰度值對應的二值圖像；利用距離變化獲取所述二值圖像上像素點的距離信息，并對像素點進行賦值，得到各灰度值對應的距離變換圖像；獲取像素點在灰度值集合中各灰度值對應的距離變換圖像上的像素值大于設定閾值的數量，根據所述數量與該灰度值集合中灰度值的個數之比，得到各像素點的評價指標；

根據像素點的評價指標、像素點在灰度值集合中各灰度值對應的距離變換圖像上的像素值以及其鄰域內像素點的像素值，得到像素點的前景率；其中，求得像素點的前景率的個數與灰度值集合的數量一一對應；根據像素點的前景率對所有像素點進行標記，得到標記圖像；基于標記圖像利用分水嶺分割的方法對軋輥表面灰度圖像進行分割，得到特征圖像；利用神經網絡對特征圖像進行識別，得到軋輥表面圖像上的異常類別區域。

優選地，所述確定各灰度值對應的子高斯模型具體為：

獲取軋輥表面灰度圖像上各像素點的灰度值在不同子高斯模型上的概率密度值，針對一個像素點的灰度值，獲取該像素點的灰度值在不同子高斯模型上最大的概率密度值記為第一概率密度值、第二大的概率密度值記為第二概率密度值；獲取第一概率密度值與第二概率密度值的差值，并計算所述差值與第一概率密度值的比值得到灰度值的模型指標；若灰度值的模型指標大于模型閾值，則該灰度值屬于第一概率密度值對應的子高斯模型；若灰度值的模型指標小于模型閾值，則該灰度值同時屬于第一概率密度值和第二概率密度值對應的子高斯模型。

優選地，所述像素點的評價指標具體為：