[發明專利]零部件多尺度缺陷特征提取方法、計算設備及存儲介質

在審

• 申請號: 202310378389.2
• 申請日: 2023-04-10
• 公開（公告）號: CN116385414A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 李鵬堂;羅巍;王筱筱;洪天昊;楊新權;齊勇
• 申請（專利權）人: 哈爾濱耐是智能科技有限公司;哈爾濱島田大鵬工業股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/40;G06V10/54
• 代理公司: 北京隆源天恒知識產權代理有限公司 11473
• 代理人: 路賀賀

1.一種零部件多尺度缺陷特征提取方法，其特征在于，包括：

使用特征窗口對圖像進行掃描，將特征窗口每次掃描到的區域作為一個處理單元，并獲取所述處理單元內每個像素點的灰度值；

計算所述處理單元內所述像素點的平均值；

計算中心處理單元的所述平均值與其相鄰的八個鄰域處理單元的所述平均值之間的差值，其中以一個所述處理單元作為中心處理單元，與所述中心處理單元相鄰的八個所述處理單元作為鄰域處理單元；

判斷所述差值的絕對值是否小于預設閾值；

當所述差值的絕對值小于所述預設閾值時，將所述差值對應的鄰域處理單元編碼為1；

當所述差值的絕對值大于或等于所述預設閾值時，將所述差值對應的鄰域處理單元編碼為0；

將所有所述鄰域處理單元的編碼依序排列，獲得每個鄰域區域的編碼串，其中所述鄰域區域為與一個相同所述中心處理單元相鄰的八個所述鄰域處理單元組成的區域；

根據所述編碼串，獲得所述圖像的分類結果。

2.根據權利要求1所述的零部件多尺度缺陷特征提取方法，其特征在于，所述使用特征窗口對圖像進行掃描，將特征窗口每次掃描到的區域作為一個處理單元，并獲取所述處理單元內每個像素點的灰度值之前，還包括：

采用濾波方法去除所述圖像的噪聲。

3.根據權利要求1所述的零部件多尺度缺陷特征提取方法，其特征在于，所述使用特征窗口對圖像進行掃描，將特征窗口每次掃描到的區域作為一個處理單元，并獲取所述處理單元內每個像素點的灰度值之前，還包括：

采用閾值化方法對所述圖像進行分析定位，確定所述圖像中的感興趣區域和目標檢測區域；

根據所述感興趣區域的尺寸確定所述特征窗口的尺寸。

4.根據權利要求3所述的零部件多尺度缺陷特征提取方法，其特征在于，所述根據所述感興趣區域的尺寸確定所述特征窗口的尺寸包括：

根據所述感興趣區域的外接矩形獲得所述特征窗口的預估尺寸；

將所述預估尺寸中最長邊的尺寸值作為所述特征窗口的邊長尺寸值，將所述特征窗口設置為正方形區域。

5.根據權利要求3所述的零部件多尺度缺陷特征提取方法，其特征在于，所述使用特征窗口對圖像進行掃描，將特征窗口每次掃描到的區域作為一個處理單元，并獲取所述處理單元內每個像素點的灰度值包括：

使用所述特征窗口逐步移動，掃描所述目標檢測區域，獲得所述目標檢測區域內所有所述處理單元中的每個所述像素點的所述灰度值，其中所述特征窗口移動的步長等于其邊長。

6.根據權利要求1所述的零部件多尺度缺陷特征提取方法，其特征在于，所述判斷所述差值的絕對值是否小于預設閾值之前，還包括：

將所述鄰域區域內的八個所述鄰域處理單元對應的所述差值相加，計算所述差值的平均值；

將所述差值的平均值乘以預設權值，得到所述預設閾值。

7.根據權利要求1-6任一所述的零部件多尺度缺陷特征提取方法，其特征在于，所述根據所述編碼串，獲得所述圖像的分類結果包括：

對所有所述鄰域區域的所述編碼串進行加權處理；

將加權后的所述編碼串進行累加，得到所述目標檢測區域的紋理特性直方圖；

對所述紋理特征直方圖進行分析，獲得所述目標檢測區域的圖像分類結果。

8.根據權利要求7所述的零部件多尺度缺陷特征提取方法，其特征在于，所述對所有所述鄰域區域的所述編碼串進行加權處理包括：

分析所述鄰域區域的所述編碼串中編碼為1的數量；

根據所述編碼串中1的數量，設置一個編碼串權值乘以所述編碼串，其中所述編碼串中1的數量越多，所述編碼串權值越大。

9.一種計算設備，其特征在于，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，當所述處理器執行所述計算機程序時，實現如權利要求1-8中任一所述的零部件多尺度缺陷特征提取方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，當所述計算機程序被處理器執行時，實現如權利要求1-8中任一所述的零部件多尺度缺陷特征提取方法。