一种基于图像处理的油封质量检测方法与流程

本发明涉及图像处理。更具体地，本发明涉及一种基于图像处理的油封质量检测方法。

背景技术：

1、油封是一种用于机械设备中的密封装置，通常安装在旋转轴上，主要功能是防止润滑油或者润滑脂从机械设备的运动部件中泄漏，并防止外部污染物进入设备内部，而当油封上出现赃物、磨损等缺陷时会加速油封的老化，可能导致油封使用时封闭不严，因此低质量的油封可能无法有效地防止润滑油泄露，进而影响机械部件的正常运行，因此对于油封质量的检测尤为重要，而基于图像处理的油封质量检测方法能够实现快速、高效的油封质量检测，有利于提高油封的生产效率和质量管理水平，降低不合格的产品率。

2、已知油封的表面存在纹理用以增大摩擦力，因此由于纹理的存在，使得油封表面的灰度不统一，因此使用传统的单一阈值分割方法，例如大津阈值分割，无法精准的将油封表面存在的脏污或者磨损分割出来。

技术实现思路

1、为解决上述一个或多个技术问题，本发明提出一种基于图像处理的油封质量检测方法，该方法包括以下步骤：

2、采集油封灰度图像；

3、将油封灰度图像划分为各个块；根据块中像素点的灰度值，获取每个块的区域特征值；根据块中像素点的邻域像素点，获取每个块的每个像素点的近似区域；根据每个块中像素点之间的梯度差值以及欧式距离，获取像素点之间的近似相关值，根据像素点之间的近似相关值对每个块中的像素点进行排列，得到每个块的近似相关序列；根据每个块的每个像素点的近似区域中像素点之间的梯度差值以及欧式距离，获取每个块的每个像素点的近似区域中像素点之间的近似相关值，并根据每个块的每个像素点的近似区域中像素点之间的近似相关值对每个块的每个像素点的近似区域中的像素点进行排列，得到每个块的每个像素点的近似区域相关序列；

4、根据像素点的梯度值以及梯度角度以及每个块的每个像素点的近似区域相关序列，获取每个块的每个像素点的近似区域相关序列中的每个像素点的相关特征；根据每个块的每个像素点的近似区域相关序列中的每个像素点的相关特征、每个块的近似相关序列以及每个块的区域特征值，获取每个块的每个像素点的差异度；

5、根据每个块的每个像素点的差异度，获取每个块的每个像素点的脏污度；根据每个块的每个像素点的脏污度，获取油封增强图像，并对油封增强图像进行阈值分割，得到脏污区域。

6、优选的，所述将油封灰度图像划分为各个块，包括：

7、预设块的边长为a，获取油封灰度图像的中心点，以中心点为一个块的中心像素点构建一个块，记为中心块，以中心块向外扩散对油封灰度图像进行分块，当油封灰度图像的边缘处的像素点不足以构成aa的块时，停止分块，得到若干个块。

8、优选的，所述根据块中像素点的灰度值，获取每个块的区域特征值，计算公式为：

9、；

10、式中，代表第i个块中所有像素点的灰度值方差；代表第i个块中所有像素点的灰度值均值；代表第i个块的区域特征值。

11、优选的，所述根据块中像素点的邻域像素点，获取每个块的每个像素点的近似区域，包括：

12、将第i个块的第j个像素点与第j个像素点的八邻域像素点组成的区域记为第i个块的第j个像素点的近似区域，获取每个块的每个像素点的近似区域。

13、优选的，所述根据每个块中像素点之间的梯度差值以及欧式距离，获取像素点之间的近似相关值，根据像素点之间的近似相关值对每个块中的像素点进行排列，得到每个块的近似相关序列，包括：

14、将第i个块中的任意一个像素点记为第一像素点，并进行标记，获取第一像素点与第i个块中其他每个未标记像素点之间的梯度差值绝对值与欧式距离的乘积，作为第一像素点与第i个块中其他每个未标记像素点的近似相关值，并将最小的近似相关值所对应的未标记像素点作为第二像素点，并进行标记；获取第二像素点与第个块中其他每个未标记像素点的近似相关值，并将最小的近似相关值所对应的未标记像素点作为第三像素点，进行标记；以此类推，直至第i个块中的所有像素点均被标记即可停止，得到第s像素点，s代表第i个块中像素点的数量；按照标记顺序将第i个块中的像素点进行排列，构成第i个块的近似相关序列；

15、获取每个块的近似相关序列。

16、优选的，所述根据每个块的每个像素点的近似区域中像素点之间的梯度差值以及欧式距离，获取每个块的每个像素点的近似区域中像素点之间的近似相关值，并根据每个块的每个像素点的近似区域中像素点之间的近似相关值对每个块的每个像素点的近似区域中的像素点进行排列，得到每个块的每个像素点的近似区域相关序列，包括：

17、第i个块的第j个像素点记为第一起始像素点，并进行标记，获取第一起始像素点与第i个块的第j个像素点的近似区域中的其他每个未标记像素点的近似相关值，并将最小的近似相关值所对应的第i个块的第j个像素点的近似区域中的未标记像素点作为第二起始像素点，并进行标记；获取第二起始像素点与第i个块的第j个像素点的近似区域中的其他每个未标记像素点的近似相关值，并将最小的近似相关值所对应的第i个块的第j个像素点的近似区域中的未标记像素点作为第三起始像素点，并进行标记；以此类推，直至第i个块的第j个像素点的近似区域中的所有像素点均被标记即可停止，得到第m起始像素点，m代表第i个块的第j个像素点的近似区域中像素点的数量；按照标记顺序将第i个块的第j个像素点的近似区域中的像素点进行排列，构成第i个块的第j个像素点的近似区域相关序列；

18、获取每个块的每个像素点的近似区域相关序列。

19、优选的，所述根据像素点的梯度值以及梯度角度以及每个块的每个像素点的近似区域相关序列，获取每个块的每个像素点的近似区域相关序列中的每个像素点的相关特征，计算公式为：

20、；

21、式中，代表第i个块的第j个像素点的近似区域相关序列中的第p个像素点的相关特征；代表第i个块的第j个像素点的近似区域相关序列中的第p个像素点的梯度值；代表第i个块的第j个像素点的近似区域相关序列中的第p个像素点的梯度角度；norm()代表线性归一化函数。

22、优选的，所述根据每个块的每个像素点的近似区域相关序列中的每个像素点的相关特征、每个块的近似相关序列以及每个块的区域特征值，获取每个块的每个像素点的差异度，计算公式为：

23、；

24、式中，代表第i个块的第j个像素点的差异度；代表第i个块的第j个像素点的近似区域相关序列中的第p个像素点的相关特征；代表第i个块的第j个像素点的近似区域相关序列中的第p个像素点所在块的区域特征值；n代表第i个块的第j个像素点的近似区域相关序列中的像素点个数；代表在第i个块的近似相关序列中与第j个像素点左相邻的像素点的近似区域相关序列中的第p个像素点的相关特征；代表在第i个块的近似相关序列中与第j个像素点左相邻的像素点的近似区域相关序列中的第p个像素点所在块的区域特征值；代表在第i个块的近似相关序列中与第j个像素点右相邻的像素点的近似区域相关序列中的第p个像素点的相关特征；代表在第i个块的近似相关序列中与第j个像素点右相邻的像素点的近似区域相关序列中的第p个像素点所在块的区域特征值；代表在第i个块的近似相关序列中与第j个像素点相邻的像素点的近似区域相关序列中的第p个像素点的相关特征；代表在第i个块的近似相关序列中与第j个像素点相邻的像素点的近似区域相关序列中的第p个像素点所在块的区域特征值；代表绝对值符号。

25、优选的，所述根据每个块的每个像素点的差异度，获取每个块的每个像素点的脏污度，包括：

26、获取油封灰度图像的中心像素点，将每个块的每个像素点关于中心像素点对称的像素点，记为每个块的每个像素点的中心对称像素点，对于每个块的每个像素点的中心对称像素点的近似区域中的每个像素点，获取每个像素点关于中心像素点对称的每个像素点得到每个块的每个像素点的近似区域相关序列中每个像素点的中心对称像素点；

27、对每个块的每个像素点的近似区域相关序列中的像素点按照序列顺序进行编号，得到每个块的每个像素点的近似区域相关序列中每个像素点的位置序号；

28、获取每个块的每个像素点的脏污度的计算公式为：

29、；

30、式中，代表第i个块的第j个像素点的脏污度；代表第i个块的第j个像素点的近似区域相关序列中第p个像素点的差异度；代表第i个块的第j个像素点的近似区域相关序列中第p个像素点的位置序号；代表绝对值符号；代表第i个块的第j个像素点的近似区域相关序列中第p个像素点的中心对称像素点的差异度；代表第i个块的第j个像素点的近似区域相关序列中第p个像素点的中心对称像素点的位置序号；n代表第i个块的第j个像素点的近似区域相关序列中的像素点个数。

31、优选的，所述根据每个块的每个像素点的脏污度，获取油封增强图像，并对油封增强图像进行阈值分割，得到脏污区域，包括：

32、油封灰度图像中每个块的每个像素点的脏污度与灰度值相乘的积进行向上取整后作为每个像素点的更新灰度值，得到油封增强图像，使用大津阈值法对油封增强图像进行分割，将大于分割阈值的像素点进行连通域分析，得到的各个连通区域，记为脏污区域。

33、本发明具有以下有益效果：本发明首先将油封灰度图像划分为各个块；对油封图像的正常区域与脏污区域的特性进行分析，得到每个块的每个像素点的脏污度，所述脏污度越大，说明像素点越可能为脏污区域的像素点，接着通过每个块的每个像素点的脏污度将图像中各像素点的灰度值进行更新，以此增强脏污区域与其他区域各纹理之间的对比度，消除纹理对脏污检测的影响，增强图像的脏污显示效果，最后使用大津法阈值分割，得到精准的脏污区域，避免了直接使用单一的阈值分割无法分割出精准的脏污区域。