(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210807258.7 (22)申请日 2022.07.11 (65)同一申请的已公布的文献号 申请公布号 CN 114862862 A (43)申请公布日 2022.08.05 (73)专利权人 江苏大田阀门制造有限公司 地址 226200 江苏省南 通市启东市合作镇 竖海村6组 (72)发明人 颜瀚诚　 (74)专利代理 机构 杭州聚邦知识产权代理有限 公司 33269 专利代理师 周美锋 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06V 10/762(2022.01) 审查员 任俊鹏 (54)发明名称 一种基于图像处理的泵体冷隔缺陷识别方 法与系统 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于图像处理的泵体冷隔缺陷识别方法与系 统， 该方法包括： 获取泵体表面灰度图像， 并计算 泵体表面灰度图像上各像素点在各个设定方向 上的灰度游 程长度的均值， 记 为各像素点的特征 长度； 利用滑窗对泵体表面灰度图像进行处理， 计算中心 像素点的异常程度； 根据中心像素点的 异常程度获取泵体表面图像上所有像素点的异 常程度， 对像素点的异常程度进行聚类处理得到 多个类别， 获取各个类别对应的连通域； 根据连 通域内像素点的异常程度对连通域进行筛选得 到疑似冷隔缺陷区域， 记为线型缺陷区域； 对线 型缺陷区域进行分析得到该区域为冷隔缺陷区 域。 本发明能够准确识别冷隔缺陷。 权利要求书1页 说明书6页 附图2页 CN 114862862 B 2022.09.16 CN 114862862 B 1.一种基于图像处 理的泵体冷隔缺陷识别方法， 其特 征在于， 所述方法包括以下步骤： 获取泵体表面灰度图像， 并计算泵体表面灰度图像上各像素点在各个设定方向上的灰 度游程长度的均值， 记为各像素点的特 征长度； 对泵体表面灰度图像进行滑窗处理， 计算滑窗内所有像素点的特征长度均值和灰度值 均值， 根据所述特征长度均值与滑 窗内中心像素点的特征长度的差值、 所述灰度值均值与 滑窗内中心像素点灰度值的差值以及滑窗内所有像素点的特征长度的熵值， 得到中心像素 点的异常程度； 所述中心像素点的异常程度的获取 方法具体为： 其中， Yi表示第i个滑窗内中心像素点的异常程度， li表示第i个滑窗内中心像素点的特 征长度， li0表示第i个滑窗内所有像素点的特征长度的均值， hi表示第i个滑窗内中心像素 点的灰度值大小， hi0表示第i个滑窗内所有像素点的灰度值的均值， Si表示第i个滑窗内所 有像素点的特 征长度的熵值； 根据中心像素点的异常程度获取泵体表面图像上所有像素点的异常程度， 对像素点的 异常程度进行聚类处 理得到多个 类别， 获取 各个类别对应的连通 域； 根据连通域内像素点的异常程度对连通域进行筛选得到疑似冷隔缺陷区域， 记为线型 缺陷区域； 对线型缺陷区域进行分析得到该区域为冷隔缺陷区域； 所述对线型缺陷区域进行分析 的方法具体为： 获取平行于线型缺陷区域梯度方向的多条直线， 将多条直线与连通域相交部分的直线 上像素点的灰度值构成多个灰度 序列； 计算各个灰度 序列的灰度熵值的均值； 获取线型缺陷区域内各个像素点的海森矩阵， 根据像素点的海森矩阵确定像素点的最 大曲率方向， 并获取 各个像素点最大曲率方向上曲率 值的均值； 所述像素点的最大曲率方向具体为： 根据 各个像素点海森矩阵的最大特征值和对应的 特征向量， 得到对应邻域内二维曲线的最大曲率方向； 根据所述灰度熵值的均值和曲率值的均值， 得到线型缺陷区域的缺陷指标， 当所述缺 陷指标大于设定阈值时， 则该线型缺陷区域 为冷隔缺陷区域。 2.根据权利要求1所述的一种基于图像处理 的泵体冷隔缺陷识别方法， 其特征在于， 所 述对连通 域进行筛 选的方法具体为： 根据各个连通域最小外接矩形的长边长度和短边长度， 以及连通域内像素点的异常程 度的均值， 得到各个连通 域的缺陷符合 率； 对各个连通域的缺陷符合率进行聚类处理得到两个类别， 将大于预设阈值的类别对应 的连通域记为线型缺陷区域。 3.根据权利要求1所述的一种基于图像处理 的泵体冷隔缺陷识别方法， 其特征在于， 所 述各像素点在各个设定方向上的灰度游程长度包括0 °、 45°、 90°三个方向。 4.一种基于 图像处理的泵体冷隔缺陷识别系统， 包括存储器、 处理器以及存储在存储 器上并可在处理器上运行 的计算机程序， 其特征在于， 所述计算机程序被处理器执行时实 现如权利要求1至 3任一项所述 一种基于图像处 理的泵体冷隔缺陷识别方法的步骤。权　利　要　求　书 1/1 页 2 CN 114862862 B 2一种基于图像处理的 泵体冷隔缺陷识别方 法与系统 技术领域 [0001]本发明涉及图像处理技术领域， 具体涉及 一种基于图像处理的泵体冷隔缺陷识别 方法与系统。 背景技术 [0002]在进行泵体铸造过程中， 容易发生裂纹、 冷隔缺陷， 冷隔缺陷与裂纹缺陷相似， 同 时浅层冷隔缺陷对比度小， 不 容易被识别。 [0003]同时， 在实际生产中， 一般是采用常规的阈值分割缺陷检测方法； 但是由于存在光 线的干扰， 该检测方法会将光线变化明显的区域误检为缺陷区域， 因此采用该方法即使能 够分割得到缺陷区域， 但也很难识别出该缺陷区域是否属于冷 隔缺陷区域。 除此之外， 常规 的边缘检测方法， 虽然能够检测出对比度较大 的冷隔区域， 但是很难检测出对比度较小的 浅层冷隔缺陷。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种基于图像处理的泵体冷隔缺 陷识别方法与系统， 所采用的技 术方案具体如下： [0005]获取泵体表面灰度图像， 并计算泵体表面灰度图像上各像素点在各个设定方向上 的灰度游程长度的均值， 记为各像素点的特 征长度； [0006]对泵体表面灰度图像进行滑窗处理， 计算滑窗内所有像素点的特征长度均值和灰 度值均值， 根据所述特征长度均值与滑 窗内中心像素点的特征长度的差值、 所述灰度值均 值与滑窗内中心像素点灰度值的差值以及滑窗内所有像素点的特征长度的熵值， 得到中心 像素点的异常程度； [0007]根据中心像素点的异常程度获取泵体表面图像上所有像素点的异常程度， 对像素 点的异常程度进行聚类处 理得到多个 类别， 获取 各个类别对应的连通 域； [0008]根据连通域内像素点的异常程度对连通域进行筛选得到疑似冷隔缺陷区域， 记为 线型缺陷区域； [0009]对线型缺陷区域进行分析 得到该区域 为冷隔缺陷区域。 [0010]优选地， 所述对连通 域进行筛 选的方法具体为： [0011]根据各个连通域最小外接矩形的长边长度和短边长度， 以及连通域内像素点的异 常程度的均值， 得到各个连通域的缺陷符合率； 对各个连通域的缺陷符合率进行聚类处理 得到两个类别， 将大于预设阈值的类别对应的连通 域记为线型缺陷区域。 [0012]优选地， 所述对线型缺陷区域进行分析的方法具体为： [0013]获取平行于线型缺陷区域梯度方向的多条直线， 将多条直线与连通域相交部分的 直线上像素点的灰度值构成多个灰度序列； 计算各个灰度序列的灰度熵值的均值； 获取线 型缺陷区域内各个像素点的海森矩阵， 根据像素点的海森矩阵确定像素点的最大曲率方 向， 并获取各个像素点最大曲率方向上曲率值的均值； 所述像素点的最大曲率方向具体为：说　明　书 1/6 页 3 CN 114862862 B 3