一种生产线束质量检测方法与流程

本发明属于图像处理，具体涉及一种生产线束质量检测方法。

背景技术：

1、线束作为电气连接的重要组成部分，广泛应用于汽车、航空航天和电子设备等多个领域。线束的质量直接影响整个系统的稳定性和安全性。然而，传统的线束质量检测方法通常采用人工检测，但存在检测不全面、检测效率低和易出错等问题，难以满足现代工业生产对高质量产品的需求。

技术实现思路

1、本发明为了解决以上问题，提出了一种生产线束质量检测方法。

2、本发明的技术方案是：一种生产线束质量检测方法包括以下步骤：

3、s1、采集线束生产完成时的目标图像，并为目标图像生成形态矩阵；

4、s2、基于形态矩阵，生成第一像素关联矩阵和第二像素关联矩阵，确定目标图像对应的质量检测阈值；

5、s3、基于质量检测阈值，确定目标图像是否存在质量瑕疵。

6、s3中，若目标图像中存在像素值低于质量检测阈值的像素点，则说明线束上存在异常的像素点，即存在质量瑕疵。

7、进一步地，s1包括以下子步骤：

8、s11、采集线束生产完成时的目标图像；

9、s12、提取目标图像的两条对角线所在像素点，作为对角形态像素点集；

10、s13、将目标图像中第行第列像素点、第行第列像素点、第行第列像素点和第行第列像素点依次连接，形成闭合线段，将闭合线段所在像素点作为闭合形态像素点集，其中，m表示目标图像的行数，n表示目标图像的列数，表示向上取整；

11、s14、根据对角形态像素点集和闭合形态像素点集，生成形态像素约束值；

12、s15、根据形态像素约束值，为目标图像生成形态矩阵。

13、上述进一步方案的有益效果是：在本发明中，目标图像的对角线和闭合线段所包含的像素点可以涵盖目标图像大部分区域的像素点的像素情况，所以本发明选取了这几个线段的像素点组成像素点集，又提取两个像素点集的特征像素点，生成形态像素约束值。

14、进一步地，s14中，形态像素约束值b的计算公式为：；式中，a1表示对角形态像素点集中第1个像素点的像素值，ai表示对角形态像素点集中第i个像素点的像素值，max(·)表示最大值运算，b1表示闭合形态像素点集中第1个像素点的像素值，bj表示闭合形态像素点集中第j个像素点的像素值，m表示目标图像的行数，n表示目标图像的列数。

15、进一步地，述s15中，形态矩阵xform的表达式为：；式中，c1,1表示目标图像中第1行第1列像素点的像素值，c1,n表示目标图像中第1行第n列像素点的像素值，cm,1表示目标图像中第m行第1列像素点的像素值，cm,n表示目标图像中第m行第n列像素点的像素值，b表示形态像素约束值。

16、进一步地，s2包括以下子步骤：

17、s21、为目标图像生成第一像素关联矩阵；

18、s22、将第一像素关联矩阵与形态矩阵进行哈达玛乘积运算，得到第二像素关联矩阵；

19、s24、根据第一像素关联矩阵和第二像素关联矩阵，确定目标图像对应的质量检测阈值。

20、上述进一步方案的有益效果是：在本发明中，根据形态矩阵的特征参数（即谱半径）对目标图像的每个像素点的像素点进行重构，得到第一像素质量矩阵，通过第一像素质量矩阵与形态矩阵进行逐元素相乘，得到第二像素关联矩阵。第一像素关联矩阵和第二像素关联矩阵的大小一致，进行运算后可以得到质量检测阈值。

21、进一步地，s21包括以下子步骤：

22、s211、提取形态矩阵的谱半径；

23、s212、根据形态矩阵的谱半径和目标图像中像素点的像素值，确定各个像素点在第一像素关联矩阵的元素值，生成第一像素关联矩阵。

24、第一像素关联矩阵的行列数和目标图像的行列数相同，将各个像素点对应的元素值填入即可。

25、进一步地，s212中，第m行第n列像素点在第一像素关联矩阵的元素值ymn的计算公式为：；式中，cm,n表示目标图像中第m行第n列像素点的像素值，r表示形态矩阵的谱半径，cmax表示目标图像的最大像素值，cmin表示目标图像的最小像素值，

26、进一步地，s24中，目标图像对应的质量检测阈值β的计算公式为：；式中，y表示第一像素关联矩阵，z表示第二像素关联矩阵，t表示矩阵转置，η表示形态矩阵的最大奇异值。

27、本发明的有益效果是：本发明公开了一种生产线束质量检测方法，在线束生产完成时采集目标图像，提取目标图像中位置更具代表性和普适性的像素点，形成两个像素点集，利用两个像素点集的特征像素值，生成形态矩阵；利用形态矩阵生成两个关联矩阵，从而确定质量检测阈值，完成线束的瑕疵鉴定。本发明通过检查线束的外观，及时发现其表面缺陷，确保线束的质量符合标准要求，不仅提高了线束产品的质量和可靠性，还降低了生产过程中的故障率和安全隐患，提高了生产效率。

技术特征：

1.一种生产线束质量检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的生产线束质量检测方法，其特征在于，所述s1包括以下子步骤：

3.根据权利要求2所述的生产线束质量检测方法，其特征在于，所述s14中，形态像素约束值b的计算公式为：；式中，a1表示对角形态像素点集中第1个像素点的像素值，ai表示对角形态像素点集中第i个像素点的像素值，max(·)表示最大值运算，b1表示闭合形态像素点集中第1个像素点的像素值，bj表示闭合形态像素点集中第j个像素点的像素值，m表示目标图像的行数，n表示目标图像的列数。

4.根据权利要求2所述的生产线束质量检测方法，其特征在于，所述s15中，形态矩阵xform的表达式为：；式中，c1,1表示目标图像中第1行第1列像素点的像素值，c1,n表示目标图像中第1行第n列像素点的像素值，cm,1表示目标图像中第m行第1列像素点的像素值，cm,n表示目标图像中第m行第n列像素点的像素值，b表示形态像素约束值。

5.根据权利要求1所述的生产线束质量检测方法，其特征在于，所述s2包括以下子步骤：

6.根据权利要求5所述的生产线束质量检测方法，其特征在于，所述s21包括以下子步骤：

7.根据权利要求6所述的生产线束质量检测方法，其特征在于，所述s212中，第m行第n列像素点在第一像素关联矩阵的元素值ymn的计算公式为：；式中，cm,n表示目标图像中第m行第n列像素点的像素值，r表示形态矩阵的谱半径，cmax表示目标图像的最大像素值，cmin表示目标图像的最小像素值。

8.根据权利要求5所述的生产线束质量检测方法，其特征在于，所述s24中，目标图像对应的质量检测阈值β的计算公式为：；式中，y表示第一像素关联矩阵，z表示第二像素关联矩阵，t表示矩阵转置，η表示形态矩阵的最大奇异值。

技术总结本发明公开了一种生产线束质量检测方法，属于图像处理技术领域，包括以下步骤：S1、采集线束生产完成时的目标图像，并为目标图像生成形态矩阵；S2、基于形态矩阵，生成第一像素关联矩阵和第二像素关联矩阵，确定目标图像对应的质量检测阈值；S3、基于质量检测阈值，确定目标图像是否存在质量瑕疵。本发明通过检查线束的外观，及时发现其表面缺陷，确保线束的质量符合标准要求，不仅提高了线束产品的质量和可靠性，还降低了生产过程中的故障率和安全隐患，提高了生产效率。技术研发人员：董延聪,丛龙锋受保护的技术使用者：青岛悠进电装有限公司技术研发日：技术公布日：2024/9/29