基于图像处理的电机橡胶减震垫质量检测方法

技术领域

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电机橡胶减震垫质量检测方法。

背景技术

电机橡胶减震垫是电机中不可或缺的零部件之一，主要作用是通过弹性变形来吸收振动和冲击，减轻机器设备或结构物的震动和噪音，从而延长电机的寿命和降低环境噪声，其质量直接影响到设备的正常运行和使用寿命。

相关技术中，通过对图像进行图像增强后使用边缘检测的方式确定缺陷区域，这种方式下，由于减震垫灰度值较为单一，且大部分为黑色，使得图像在进行图像增强之后，仍旧无法有效识别缺陷区域，图像增强效果不足，进而导致减震垫质量检测效果不足，检测精度较低。

发明内容

为了解决减震垫质量检测效果不足，检测精度较低的技术问题，本发明提供一种基于图像处理的电机橡胶减震垫质量检测方法，所采用的技术方案具体如下：

本发明提出了一种基于图像处理的电机橡胶减震垫质量检测方法，方法包括：

获取垫片灰度图像，以所述垫片灰度图像中每个像素点为中心构建预设大小的邻域窗口，根据所述邻域窗口内所有像素点的灰度值，确定所述邻域窗口中心像素点的灰度二值序列；根据所述灰度二值序列中数值的排列确定中心像素点的灰度熵；

确定所述垫片灰度图像的圆心，将与圆心距离相同的像素点作为同距离像素点，根据同距离像素点的灰度熵变化确定异常像素点；根据所述异常像素点的数量和同距离像素点的数量，确定垫片灰度图像的异常灰度频率；

根据所述异常灰度频率对不同异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率；根据所述目标频率和所述垫片灰度图像的中除所述异常灰度值之外其他灰度值的频率，对所述垫片灰度图像进行直方图均衡化处理，得到增强图像；

对所述增强图像进行图像分割得到缺陷区域，根据所述缺陷区域确定减震垫质量。

进一步地，所述根据所述邻域窗口内所有像素点的灰度值，确定所述邻域窗口中心像素点的灰度二值序列，包括：

将所述邻域窗口内灰度值大于等于中心像素点灰度值的像素点记为第一数值，将所述灰度值小于中心像素点灰度值的像素点记为第二数值，得到灰度二值矩阵；

按照由上至下，由左至右的顺序将所述灰度二值矩阵内的数值进行排序，得到灰度二值序列。

进一步地，所述根据所述灰度二值序列中数值的排列确定中心像素点的灰度熵，包括：

按照预设长度将所述灰度二值序列划分为至少两个子序列，根据不同子序列中数值的排列确定不同子序列在所述灰度二值序列中的序列频率；

基于信息熵公式对所述序列频率进行信息熵计算，得到所述灰度二值序列对应中心像素点的灰度熵。

进一步地，所述根据同距离像素点的灰度熵变化确定异常像素点，包括：

以预设方向的同距离像素点为起点，按照预设时针顺序对所述同距离像素点的灰度熵进行排序，得到灰度熵序列；

以序列次序为横坐标，灰度熵为纵坐标构建二维坐标系，确定所述灰度熵序列中灰度熵在二维坐标系的坐标点，连接相邻的坐标点得到灰度熵曲线；

对所述灰度熵曲线进行求导，根据导数符号的正负情况将灰度熵曲线划分为至少一段子曲线，计算每段子曲线的曲率绝对值，将所述曲率绝对值最大的子曲线对应的同距离像素点作为异常像素点。

进一步地，所述根据所述异常像素点的数量和同距离像素点的数量，确定垫片灰度图像的异常灰度频率，包括：

计算所述异常像素点的数量与对应同距离像素点的数量的比值作为同距离频率；

计算所有同距离像素点对应同距离频率的均值作为所述垫片灰度图像的异常灰度频率。

进一步地，所述根据所述异常灰度频率对不同异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率，包括：

计算所述异常灰度频率的归一化值与1的和值作为频率影响因子；

分别计算所述频率影响因子和所述异常灰度值对应像素点在垫片灰度图像中所有像素点的频率的乘积作为所述异常灰度值的目标频率。

进一步地，所述根据所述目标频率和所述垫片灰度图像的中除所述异常灰度值之外其他灰度值的频率，对所述垫片灰度图像进行直方图均衡化处理，得到增强图像，包括：

计算所有所述目标频率和其他灰度值的频率的和值作为频率和值；

计算所述目标频率与所述频率和值的比值作为调整后目标频率，计算所述其他灰度值的频率与所述频率和值的比值作为调整后其他频率；

基于直方图均衡化算法对调整后目标频率和调整后其他频率进行直方图均衡化处理，并将直方图均衡化后的灰度值作为对应像素点的灰度值，得到增强图像。

进一步地，所述对所述增强图像进行图像分割得到缺陷区域，包括：

对所述增强图像进行边缘检测处理，得到异常边缘，将所述异常边缘所围成的区域作为缺陷区域。

进一步地，所述根据所述缺陷区域确定减震垫质量，包括：

在所述缺陷区域的面积小于预设面积阈值时，确定所述减震垫质量合格；

在所述缺陷区域的面积大于等于预设面积阈值时，确定所述减震垫质量不合格。

本发明具有如下有益效果：

本发明通过构建灰度二值序列从而确定中心像素点的灰度熵，能够对像素点周围纹理进行数值化表征并分析，从而能够使用灰度熵有效表征中心像素点周围纹理的复杂程度，通过同距离像素点的灰度熵变化确定异常像素点，能够根据灰度熵的变化准确获得变化异常的异常像素点，有效确定垫片灰度图像的异常灰度频率，保证异常灰度频率能够准确表征垫片灰度图像中灰度异常的频率，从而能够根据异常灰度频率对异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率，可以理解的是，由于传统直方图均衡化处理时，对不同区域的处理效果较为一致，从而导致不明显的异常区域在经过直方图均衡化处理后依旧不明显，而通过目标频率进行直方图均衡化处理，能够基于异常像素点的频率进行自适应的频率加强，从而使得对异常区域的处理更为清晰，得到的增强图像质量更优，进而保证在根据增强图像进行减震垫质量检测时具有更优的检测效果，有效提升检测精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种基于图像处理的电机橡胶减震垫质量检测方法流程图；

图2为本发明一个实施例所提供的垫片灰度图像示意图；

图3为本发明一个实施例所提供的灰度熵序列获取示意图；

图4为本发明一个实施例所提供的灰度熵曲线示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于图像处理的电机橡胶减震垫质量检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

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电机橡胶减震垫质量检测方法的具体方案。

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电机橡胶减震垫质量检测方法流程图，该方法包括：

S101：获取垫片灰度图像，以垫片灰度图像中每个像素点为中心构建预设大小的邻域窗口，根据邻域窗口内所有像素点的灰度值，确定邻域窗口中心像素点的灰度二值序列；根据灰度二值序列中数值的排列确定中心像素点的灰度熵。

本发明实施例中，可以选择光照稳定且均匀的发光二极管（light emittingdiode，LED）灯作为光源，在生产流程中选择适当位置（如橡胶定型结束后的入库阶段）固定光源以及高分辨率工业相机，拍摄电机橡胶减震垫的高清微距图像，对高清微距图像进行图像预处理，得到预处理后的图像，而后，对预处理后的图像进行霍夫变换，得到感兴趣区域，并提取感兴趣区域得到垫片灰度图像。

可以理解的是，图像预处理可以具体包括图像灰度化和图像去噪处理，图像预处理为本领域所熟知的技术，对此不再赘述。其中，霍夫变换为图像中识别几何区域所常用的方式，由于电机橡胶减震垫大多数为圆形或环形的黑色橡胶垫片，则可以通过霍夫变换提取图像中的圆形区域或环形区域作为垫片对应的垫片灰度图像，如图2所示，图2为本发明一个实施例所提供的垫片灰度图像示意图。

由于橡胶垫片在生产过程中会由于刮擦、磕碰等情况产生多种缺陷，如裂纹、气泡以及毛边毛刺等，而缺陷部分的存在极大程度影响橡胶垫片的减震效果，因此，需要根据缺陷区域进行质量检测。

其中，预设大小，为预先设置的邻域窗口的大小，预设大小可以具体例如为5×5大小，也即是说，设置5×5大小的邻域窗口，当然，在本发明的另一些实施例中，预设大小可以根据实际需求进行调整，如7×7大小、11×11大小等，对此不做限制。

可选地，本发明的一些实施例中，根据邻域窗口内所有像素点的灰度值，确定邻域窗口中心像素点的灰度二值序列，包括：将邻域窗口内灰度值大于等于中心像素点灰度值的像素点记为第一数值，将灰度值小于中心像素点灰度值的像素点记为第二数值，得到灰度二值矩阵；按照由上至下，由左至右的顺序将灰度二值矩阵内的数值进行排序，得到灰度二值序列。

其中，第一数值和第二数值为二值图像对应的数值，则在本发明的一些实现中，第一数值可以记为1，第二数值可以记为0，也即是说，在邻域窗口内，将灰度值大于等于中心像素点的像素点记为1，将灰度值小于中心像素点灰度值的像素点记为0，由此，对邻域窗口进行二值化处理，得到灰度二值矩阵，并按照由上至下，由左至右的顺序将灰度二值矩阵内的数值进行排序，得到灰度二值序列，则灰度二值序列能够被用于表征邻域窗口内的灰度分布情况。

可选地，本发明的一些实施例中，根据灰度二值序列中数值的排列确定中心像素点的灰度熵，包括：按照预设长度将灰度二值序列划分为至少两个子序列，根据不同子序列中数值的排列确定不同子序列在灰度二值序列中的序列频率；基于信息熵公式对序列频率进行信息熵计算，得到灰度二值序列对应中心像素点的灰度熵。

其中，预设长度，为对灰度二值序列进行数据分析时对应的长度，可选地，预设长度可以为3，则对应的在灰度二值序列为25个数据长度时，可以生成25-3+1个子序列，由此，根据子序列中数据数值的排列，确定不同数值排列的频率，可以理解的是，在第一数值可以记为1，第二数值可以记为0时，数据数值的排列可以具体例如为“0，1，0”、“1，0，1”、“0，0，0”，“1，1，1”等。

其中，对应数值排列的频率可以具体例如为对应数值排列的子序列出现的次数和子序列总数量的比值，由于在纹理分布较为均匀的邻域窗口内，对应的某一个或两个数值排列的子序列出现次数较多，其余子序列出现次数较少，而在包含缺陷区域的邻域窗口内，对应的纹理分布较为复杂，由此，通过计算信息熵的方式得到灰度二值序列对应中心像素点的灰度熵。

其中，信息熵公式为本领域所熟知的技术，对应的计算公式为：

式中，

由上式可知，中心像素点的灰度熵即为中心像素点位置处的信息熵，则灰度熵越大，越可以表示对应的纹理分布越复杂，则邻域窗口为缺陷区域对应的窗口的可能性越大，而灰度熵越小，越可以表示对应的纹理分布越简单，则邻域窗口为缺陷区域对应的窗口的可能性越小。便于后续根据灰度熵进一步进行像素点的纹理分析。

S102：确定垫片灰度图像的圆心，将与圆心距离相同的像素点作为同距离像素点，根据同距离像素点的灰度熵变化确定异常像素点；根据异常像素点的数量和同距离像素点的数量，确定垫片灰度图像的异常灰度频率。

可以理解的是，橡胶垫片通常为圆环形垫片，则对应的垫片具有圆心位置，可以将垫片灰度图像的中心位置作为圆心位置，或者，根据垫片灰度图像中垫片的形状获取圆心位置，对此不做限制。

可以理解的是，在圆心位置，以任一长度作为半径画圆，该圆的边缘所经过的像素点为与圆心距离相同的像素点，也即同距离像素点。

则进一步地，本发明的一些实施例中，根据同距离像素点的灰度熵变化确定异常像素点，包括：以预设方向的同距离像素点为起点，按照预设时针顺序对同距离像素点的灰度熵进行排序，得到灰度熵序列；以序列次序为横坐标，灰度熵为纵坐标构建二维坐标系，确定灰度熵序列中灰度熵在二维坐标系的坐标点，连接相邻的坐标点得到灰度熵曲线；对灰度熵曲线进行求导，根据导数符号的正负情况将灰度熵曲线划分为至少一段子曲线，计算每段子曲线的曲率绝对值，将曲率绝对值最大的子曲线对应的同距离像素点作为异常像素点。

以图3为具体示例，图3为本发明一个实施例所提供的灰度熵序列获取示意图，O为圆心，以逆时针顺序作为预设时针顺序，以a1，a2对应的直线方向为预设方向，则对应的，得到与a1互为同距离像素点的b1，按照逆时针的顺序遍历a1，b1所形成的圆所经过的同距离像素点，将对应同距离像素点的灰度熵进行排序，得到a1，b1对应的灰度熵序列，同理，将a2，b2所形成的圆所经过的同距离像素点的灰度熵进行排序，得到a2，b2对应的灰度熵序列，也即是说，在距离不同时，所得到的的灰度熵序列不同，由此，得到多个灰度熵序列。

如图4所示，图4为本发明一个实施例所提供的灰度熵曲线示意图，图4中横坐标为序列次序k，纵坐标为灰度熵s，按照序列次序的顺序进行连接得到灰度熵曲线，灰度熵曲线中各个点位的导数可以表征对应的灰度熵变化趋势，根据导数符号的正负情况将灰度熵曲线划分为至少一段子曲线，也即是说，将连续的导数为正值的曲线部分作为一个子曲线，将连续的导数为负值的曲线部分作为一个子曲线，从而得到多个对应的子曲线，曲线的曲率计算为本领域所熟知的技术，对此不再赘述，将曲率绝对值最大的子曲线对应的同距离像素点作为异常像素点，也即图4中虚线对应的中间部分的曲线为曲率绝对值最大的子曲线，则该部分子曲线对应的同距离像素点为异常像素点。

可以理解的是，异常像素点为图像中灰度熵变化最大对应的像素点，也即异常像素点为邻域内灰度分布复杂的像素点，也即图像中产生裂纹、气泡以及毛边毛刺对应的像素点，则能够根据异常像素点的数量特征对垫片灰度图像进行自适应调整。

本发明实施例中，由于同距离像素点对应的灰度熵序列的数量为多个，而不同的灰度熵序列分别具有对应的异常像素点，则本发明实施例分别统计所有灰度熵序列对应的异常像素点，并根据不同灰度熵序列对应异常像素点的数量进行异常灰度频率的计算。

进一步地，本发明实施例中，根据异常像素点的数量和同距离像素点的数量，确定垫片灰度图像的异常灰度频率，包括：计算异常像素点的数量与对应同距离像素点的数量的比值作为同距离频率；计算所有同距离像素点对应同距离频率的均值作为垫片灰度图像的异常灰度频率。

也即是说，统计异常像素点的数量与对应同距离像素点的数量的比值作为同距离频率，举例而言，在同距离像素点中，异常灰度值有两种，第一种异常灰度值对应像素点数量为x个，第二种异常灰度值对应像素点数量为y个，同距离像素点总数量为z个，则对应的第一种异常灰度值的同距离频率为x/z，第一种异常灰度值的同距离频率为y/z，由此，异常灰度频率为

可以理解的是，异常灰度频率为异常灰度值在垫片灰度图像中出现概率的平均频率，该异常灰度频率越大，表征对应异常像素点数量越多，异常区域越大，则对应的需要在后续进行图像增强时将异常区域更为清晰完整地展示出来，由此，根据异常灰度频率对垫片灰度图像进行自适应的图像增强处理，具体参见后续实施例。

S103：根据异常灰度频率对不同异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率；根据目标频率和垫片灰度图像的中除异常灰度值之外其他灰度值的频率，对垫片灰度图像进行直方图均衡化处理，得到增强图像。

本发明实施例中，由于垫片灰度图像总体颜色差异较小，因此，为了使得缺陷部分更为清晰，需要对垫片灰度图像进行图像增强，本发明实施例中可以使用基于直方图均衡化的方式对垫片灰度图像进行图像增强，又由于垫片灰度图像的异常区域较小且灰度变化较低，传统直方图均衡化的方式对于异常区域的增强效果并不明显，因此，本发明通过异常灰度频率进行自适应的图像增强。

进一步地，本发明的一些实施例中，根据异常灰度频率对不同异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率，包括：计算异常灰度频率的归一化值与1的和值作为频率影响因子；分别计算频率影响因子和异常灰度值对应像素点在垫片灰度图像中所有像素点的频率的乘积作为异常灰度值的目标频率。

可以理解的是，由于异常灰度频率越大，表征对应异常像素点数量越多，异常区域越大，而本发明是通过直方图均衡化的方式，为了使得异常像素点对应的灰度值在灰度映射过程中具有更大的映射范围，从而使得异常区域更为明显，则可以计算异常灰度频率的归一化值与1的和值作为频率影响因子，由于归一化值与1的和值必大于1，也即频率影响因子的取值范围为[1，2]，由此，能够通过频率影响因子对异常灰度值对应像素点在垫片灰度图像中所有像素点的频率进行调整，得到目标频率。

本发明实施例中，目标频率对应的计算方式为，计算频率影响因子和异常灰度值对应像素点在垫片灰度图像中所有像素点的频率的乘积作为异常灰度值的目标频率，则目标频率大于异常灰度值对应像素点的频率，对应的可以对异常灰度值对应像素点的频率进行自适应增强，从而增强异常区域的频率，使得在直方图均衡化的过程中对异常区域增强更为突出。

由此，根据目标频率和垫片灰度图像的中除异常灰度值之外其他灰度值的频率，对垫片灰度图像进行直方图均衡化处理，得到增强图像，包括：计算所有目标频率和其他灰度值的频率的和值作为频率和值；计算目标频率与频率和值的比值作为调整后目标频率，计算其他灰度值的频率与频率和值的比值作为调整后其他频率；基于直方图均衡化算法对调整后目标频率和调整后其他频率进行直方图均衡化处理，并将直方图均衡化后的灰度值作为对应像素点的灰度值，得到增强图像。

本发明实施例中，通过计算频率和值，并计算目标频率与频率和值的比值作为调整后目标频率，计算其他灰度值的频率与频率和值的比值作为调整后其他频率，从而能够将目标频率与其他灰度值的频率进行映射，也即目标频率与其他灰度值的频率进行等比例调整，使得调整后目标频率和调整后其他频率的和值能够为1，从而使累积分布函数值域保持在规定区间内。

在确定调整后目标频率和调整后其他频率之后，根据调整后目标频率和调整后其他频率，基于累积分布函数的直方图均衡化方式对对应的灰度值进行映射，从而得到不同灰度值对应的映射灰度值，根据映射灰度值得到增强图像。其中，基于累积分布函数的直方图均衡化方法为本领域所熟知的图像增强方式，本发明实施例对此不再赘述。

S104：对增强图像进行图像分割得到缺陷区域，根据缺陷区域确定减震垫质量。

可选地，本发明实施例中，对增强图像进行图像分割得到缺陷区域，包括：对增强图像进行边缘检测处理，得到异常边缘，将异常边缘所围成的区域作为缺陷区域。

本发明在获取增强图像之后，可以基于边缘检测算子对增强图像进行图像边缘检测得到异常边缘，其中，边缘检测算子可以具体例如为Sobel边缘检测算子或Canny边缘检测算子，边缘检测算子为本领域所熟知的技术，对此不再赘述，经由边缘检测算子进行边缘检测之后，得到异常边缘，由于根据异常灰度频率对图像增强情况进行自适应调整，从而能够保证缺陷区域的分割更为准确直观，分割效果更优，得到的缺陷区域更准确。

进一步地，本发明实施例中，根据缺陷区域确定减震垫质量，包括：在缺陷区域的面积小于预设面积阈值时，确定减震垫质量合格；在缺陷区域的面积大于等于预设面积阈值时，确定减震垫质量不合格。

其中，预设面积阈值，为缺陷区域的面积的门限值，优选地，预设面积阈值可以具体例如为100，当然，也可以根据实际情况进行调整，当缺陷区域的面积大于等于该预设面积阈值时，表示对应的缺陷区域较大，发生毛刺、裂纹、气泡等情况的区域面积越大，则减震垫质量不合格，当缺陷区域的面积小于该预设面积阈值时，表示对应的缺陷区域较小，发生毛刺、裂纹、气泡等情况的区域面积越小，则减震垫质量合格，由此，更为有效直观地确定减震垫质量。

本发明通过构建灰度二值序列从而确定中心像素点的灰度熵，能够对像素点周围纹理进行数值化表征并分析，从而能够使用灰度熵有效表征中心像素点周围纹理的复杂程度，通过同距离像素点的灰度熵变化确定异常像素点，能够根据灰度熵的变化准确获得变化异常的异常像素点，有效确定垫片灰度图像的异常灰度频率，保证异常灰度频率能够准确表征垫片灰度图像中灰度异常的频率，从而能够根据异常灰度频率对异常灰度值对应像素点在垫片灰度图像中的频率进行调整，得到对应异常灰度值的目标频率，可以理解的是，由于传统直方图均衡化处理时，对不同区域的处理效果较为一致，从而导致不明显的异常区域在经过直方图均衡化处理后依旧不明显，而通过目标频率进行直方图均衡化处理，能够基于异常像素点的频率进行自适应的频率加强，从而使得对异常区域的处理更为清晰，得到的增强图像质量更优，进而保证在根据增强图像进行减震垫质量检测时具有更优的检测效果，有效提升检测精度。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。