CN113689428B 基于图像处理的机械零件应力腐蚀检测方法及系统 （江苏南通元辰钢结构制造有限公司）

司基于图像处理的机械零件应力腐蚀检测方种基于图像处理的机械零件应力腐蚀检测方法率得到第一检测结果图像并提取其中不确定区像获取最终检测结果图像。通过图像的特征增2获取机械零件表面的初始RGB图像，根据加权平均法到初始灰度图像，识别所述初始灰度图像中每个像素点的缺陷概率得到第一检测结果图在所述初始RGB图像中提取与所述第一区域对应的第二述第二RGB图像进行灰度化得到第二灰度图像；获取所述第二灰度图像中每个像素点的第获取所述缺陷区域的标准统计特征，获取与采用所述最优系数的加权平均法对所述第二RGB图像进行灰度化得到最优灰度图像，获取所述不确定区域中每个像素点之间的缺陷概率根据不同的聚类的类别数量对所述距离进行多次聚根据所述轮廓系数得到随类别数量变化的轮廓系数变根据所述最佳类别数量对所述距离进行聚类3将所述第二梯度的梯度方向分为多个角度范围，计算获取所述缺陷区域中每个像素点的第一方向信获取两个像素点对应所述第一方向信息与所述第二方向4对所述第二RGB图像进行灰度化得到第二灰度图像；获取所述第二灰度图像中每个像素点[0010]采用所述最优系数的加权平均法对所述第二RGB图像进行灰度化得到最优灰度图5[0019]根据不同的聚类的类别数量对所述距离进行多次聚类，得到每次聚类的轮廓系[0030]获取两个像素点对应所述第一方向信息与所述第二方向信息[0032]本发明实施例的有益效果在于：通过加权平均法将初始RGB图像转换为初始灰度6[0034]图1为本发明一个实施例所提供的一种基于图像处理的机械零件应力腐蚀检测方初始RGB图像转换为初始灰度图像，对初始灰度图像进行分析获取第一检测结果图像和像的第二灰度图像，通过第一区域中每个像素点的邻域特征值对每个像素点的梯度进行修7[0039]下面结合附图具体的说明本发明所提供的一种基于图像处理的机械零件应力腐[0040]请参阅图1，其示出了本发明一个实施例提供的一种基于图像处理的机械零件应[0045]其中，表示初始灰度图像；R表示初始RGB图构为编码器-解码器结构，在其他实施例中可以采用其他能够实现相同功能的网络，例如8中取经验值最小概率阈值pmn=0.3，最大概率阈值Bnax=0.7。划分为多个子区域，将子区域的图像作为第一区域，进而得到自适应划分的不确定区域的多个子区域。别数量按照预设梯度依次增加；根据轮廓系数得到随类别数量变化的轮廓系数变化曲线，获取轮廓系数变化曲线的梯度值，在梯度值由大变小时对应的类别数量为最佳类别数量；[0062]其中，表示像素点与像素点之间的距离；表示像素点9点的八邻域像素点作为一个窗口，获取该窗口中所有像素点的缺陷概率，记为[0072]基于上述邻域特征值的计算方法，能够得到第一区域内每个像素点的邻域特征对第二RGB图像进行灰度化得到第二灰度图像；获取第二灰度图像中每个像素点的第一梯数并不能很好地得到第一区域中的特征信息，因此需要对加权平均法中的系数进行优化，[0075]获取第一区域在初始RGB图像中的位置区域，将该位置区域图像作为第二RGB图[0078]需要说明的是并且三个系数的取值范围均[0080]进一步的，本发明实施例中利用Sobel算子获取第二灰度图像中每一个像素点的二梯度的梯度方向分为多个角度范围，根据角度范围内所有梯度大小的和构成统计向量，发明实施例中将方向范围等分为360个角度范围，统计在每一个角度范围内的第二梯度大征称为标准统计特征，计算不同加权系数下第一区域的统计特征与标准统计特征的差值，[0091]步骤S500，采用最优系数的加权平均法对第二RGB图像进行灰度化得到最优灰度,根据最优灰度图像中的像素点以及中的像素点的相似度获取第三检测结果图表示最优灰度图像中像素点与中的像素点的欧式距离；表示最优灰度图像中像素点与[0101]根据获取到的每个像素点的第二检测缺陷概率以及第三检测缺陷概率获取每个[0105]根据步骤S100中获取到的缺陷区域ROZ以及最终缺陷区域的并集，作为初始RGB每个像素点的邻域特征值对每个像素点的梯度进行修正，从而获取第一区域的统计特