一种基于图像处理的滤清器滤芯质量监测方法与流程

本发明涉及滤芯质量监测领域，尤其涉及一种基于图像处理的滤清器滤芯质量监测方法。

背景技术：

1、滤清器滤芯的制造通常是使用无纺布经过加工折叠后制作成的，无纺布在生产过程中会出现部分位置有杂质脏污和厚薄不均匀的现象，无纺布经过折叠后，导致这些有瑕疵的位置不容易检测出来，因此会使得滤清器滤芯的质量较差，进一步导致过滤效果较差。

2、公告号为cn114841982b的中国专利文件公开了一种基于图像处理的空调滤芯质量监测方法，方法包括：获取用于加工空调滤芯的连续多帧的活性炭无纺布表面灰度图像；根据各活性炭无纺布表面灰度图像对应的灰度直方图，得到各活性炭无纺布表面灰度图像对应的纤维均匀程度；根据所述纤维均匀程度对各活性炭无纺布表面灰度图像进行筛选，得到用于加工空调滤芯对应的各目标无纺布表面图像；根据所述各目标无纺布表面图像对应的灰度直方图，得到各目标无纺布表面图像对应的高斯混合模型；根据所述高斯混合模型，得到各目标无纺布表面图像对应的各异常像素点。

3、当通过高斯混合模型获取无纺布表面异常像素点时，其结果受设置的参数的具体数值影响较大，当设置的参数值偏差较大时，导致获得的异常像素点的误差较大，从而导致滤清器滤芯质量监测的准确性较低。

技术实现思路

1、为了解决当设置的参数值偏差较大时，滤清器滤芯质量监测的准确性较低的问题，本发明提供一种基于图像处理的滤清器滤芯质量监测方法。

2、本发明提供一种基于图像处理的滤清器滤芯质量监测方法，采用如下的技术方案：

3、一种基于图像处理的滤清器滤芯质量监测方法，包括步骤：

4、获取滤清器滤芯无纺布的灰度图，计算灰度图中每个像素点的特征值；

5、响应于像素点的特征值超出预设的分割阈值区间，将像素点标记为瑕疵点以实现对滤清器滤芯质量的监测；

6、其中，每个像素点的特征值的计算方法为：

7、以待计算特征值的像素点为中心构建滑窗，获取滑窗内像素点的灰度游程矩阵，根据灰度游程矩阵计算像素点的特征值，计算公式为：

8、

9、其中，表示像素点的特征值，表示灰度游程矩阵方向角度为时，表示灰度游程矩阵方向角度为时，灰度值为游程长度为在滑窗内出现的次数，表示滑窗中的最大灰度值，表示滑窗中像素值的总数量，表示灰度游程矩阵中游程长度的最大值，表示滑窗中像素值的总数量，表示滑窗中像素点的数量，表示灰度值，表示游程长度。

10、通过计算每个像素点的特征值，在计算特征值时综合考虑像素点的灰度不均匀性和灰度值，根据像素点的特征值判断像素点区域是否异常，提高了对瑕疵点区域的监测准确性。

11、优选的，还包括：计算灰度图中像素点的特征值，构建关于特征值和数量的直方图。

12、通过建立直方图能够直观了解灰度图中像素点的特征值的种类和数量状况，便于对灰度图进行监测。

13、优选的，分割阈值区间的确定方法为：

14、实时获取无纺布的灰度图，根据灰度图构建直方图，根据直方图确定分割阈值区间；

15、分割阈值区间为：；

16、其中，为直方图中数量最多的特征值，为分割阈值区间左端距离值，为分割阈值区间右端距离值。

17、通过获得分割阈值区间，从而能够准确地判断像素点是否为瑕疵点，提高了监测过程的准确性。

18、优选的，左端距离值和右端距离值的获取方法为：

19、获取多张无纺布的历史灰度图，对每张历史灰度图正常区域进行标记，计算被标记的正常区域像素点的特征值；

20、根据每张历史灰度图的特征值分别构建直方图；

21、计算直方图中数量最多的特征值与最小特征值的第一差值，以多个直方图中最小的第一差值作为左端距离值；

22、计算直方图中最大特征值与数量最多的特征值的第二差值，以多个直方图中最小的第二差值作为右端距离值。

23、优选的，左端距离值和右端距离值的获取方法为：

24、获取多张无纺布的历史灰度图，对每张历史灰度图正常区域进行标记，计算被标记的正常区域像素点的特征值；

25、根据每张历史灰度图的特征值分别构建直方图；

26、计算直方图中数量最多的特征值与最小特征值的第一差值，以多个直方图中第一差值的均值作为左端距离值；

27、计算直方图中最大特征值与数量最多的特征值的第二差值，以多个直方图中第二差值的均值作为右端距离值。

28、通过多张历史图像获得左端距离值和右端距离值，从而能够进一步获得分割阈值区间，提高了阈值分割区间的准确性。

29、优选的，利用离群分析法去除异常瑕疵点，对剩余部分瑕疵点进行聚类获得瑕疵区域。

30、通过去除异常瑕疵点，排除了噪声对聚类结果的干扰，能够精准地获得瑕疵区域，为裁切瑕疵区域提供了理论依据，提高了无纺布的利用率。

31、优选的，还包括：对无纺布的瑕疵区域进行裁切获得正常区域。

32、优选的，利用k-means算法对剩余部分瑕疵点进行聚类。

33、本发明具有以下技术效果：

34、通过计算每个像素点的特征值，在计算特征值时综合考虑像素点的灰度不均匀性和灰度值，并确定出分割阈值区间，根据像素点的特征值是否位于分割阈值区间内，从而判断像素点区域是否异常，提高了对瑕疵点区域的监测准确性。

技术特征：

1.一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，还包括：计算灰度图中每个像素点的特征值，构建关于特征值和数量的直方图。

3.根据权利要求2所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，分割阈值区间的确定方法为：

4.根据权利要求3所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，左端距离值和右端距离值的获取方法为：

5.根据权利要求3所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，左端距离值和右端距离值的获取方法为：

6.根据权利要求1所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，利用离群分析法去除异常瑕疵点，对剩余部分瑕疵点进行聚类获得瑕疵区域。

7.根据权利要求6所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，还包括：对无纺布的瑕疵区域进行裁切获得正常区域。

8.根据权利要求6所述的一种基于图像处理的滤清器滤芯质量监测方法，其特征在于，利用k-means算法对剩余部分瑕疵点进行聚类。

技术总结本发明涉及滤芯质量监测领域，尤其涉及一种基于图像处理的滤清器滤芯质量监测方法，方法包括：获取滤清器滤芯无纺布的灰度图，以待计算特征值的像素点为中心构建滑窗，获取滑窗内像素点的灰度游程矩阵，根据灰度游程矩阵计算像素点的特征值；响应于像素点的特征值超出预设的分割阈值区间的范围，将像素点作为瑕疵点。本发明具有提高对瑕疵点区域的监测准确性的效果。技术研发人员：赵反阳,张涛,屈川龙受保护的技术使用者：陕西润泽博泽科技有限公司技术研发日：技术公布日：2024/12/2