[发明专利]一种自适应铁谱磨粒图像二值化处理方法

说明书

本发明公开了一种自适应铁谱磨粒图像二值化处理方法，利用铁谱磨粒图像具有单一背景且背景与磨粒之间灰度值差异较大的特点，综合了磨粒灰度频数信息和三维灰度直方图信息，在此基础上做切片分析，并得到了切片灰度频数曲线，引入一阶差商和二阶差商并以此选择合适的分割灰度值。本方法解决了传统处理铁谱磨粒图像时阈值选取盲目试凑的问题，实现了自适应获取最佳二值化阈值。本发明对大磨粒铁谱图像能获得较准确的二值化处理结果，在处理小磨粒铁谱图像时能避免引入过多噪声。

技术领域

本发明属于机械设备故障诊断领域，具体涉及一种自适应铁谱磨粒图像二值化处理方法。

背景技术

近年来，随着科技的进步，机械设备朝着精密复杂的方向发展，为了实现机械设备的寿命最大化同时减少停机维修造成的损失，利用油液监测技术对机械设备进行磨损监测已经变得越来越普遍。磨粒作为磨损过程的直接产物，与机械设备的退化息息相关。因此，从油液监测系统中获取铁谱磨粒图像，并利用图像处理技术对铁谱磨粒图像作进一步分析，已经成为近年来科技工作者的研究热点。

在对铁谱磨粒图像处理前，通常需要将彩色的磨粒图像转换成二值图像，便于做进一步的的处理和分析。传统方法是选择Otsu算法对彩色图像进行处理。Otsu算法又称为最大类间方差法，是日本学者大津于1979年提出的一种基于概率统计学原理的自适应阈值分割算法，其核心思想是：确定一个最佳阈值，在图像完成二值化处理后，使背景和前景两个像素类的类间方差最大，从而达到区别背景和前景的目的。Otsu算法在图像分割领域中被认为是最经典的算法。然而，经过反复测试发现，仅当前景目标面积大于整幅图像20％时，该算法分割性能接近最优，当前景目标变小时，算法性能迅速下降，导致目标越小，阈值偏差值越大。因此针对目标磨粒面积较小的铁谱图像，其分割效果不佳。同时，由于Otsu算法使用穷尽的方法来得到最优阈值，存在计算量大的缺点。而在实际的铁谱磨粒图像处理时，通常采用试凑的方法来获得较好的二值化分割效果，这种方法不仅费时费力、分割效率低，而且分割结果因人而异，因此急需提出一种自适应选取阈值的铁谱磨粒图像分割方法。

发明内容

本发明的目的在于克服传统试凑阈值分割铁谱磨粒图像过程中盲目且分割效率低的缺点，同时改善铁谱磨粒图像的二值化处理的分割结果，提出一种自适应铁谱磨粒图像二值化处理方法。

为达到上述目的，本发明将二维的铁谱图像转化为三维灰度直方图，同时引入一阶差商和二阶差商的概念，所采用的技术方案包括以下步骤：

S1、对铁谱磨粒图像的彩色图像进行灰度化处理，并绘制灰度图像各灰度值的频数变化曲线；

S2、利用步骤S1所得的灰度频数曲线判断是否需要对灰度图像进行灰度翻转处理，当灰度峰值前频数之和S_前大于灰度峰值后频数之和S_后，对灰度图像进行图像灰度翻转，否则，不需要对灰度图像进行图像灰度翻转；

S3、对步骤S2所得灰度图像作三维灰度直方图，同时绘制该三维灰度直方图的切片灰度频数曲线图；

S4、对步骤S3所得切片灰度频数曲线图中的切片灰度频数曲线求一阶差商和二阶差商，并绘制一阶差商和二阶差商的二倍随灰度值变化的曲线图；

S5、根据步骤S4所得的一阶差商和二阶差商的二倍随灰度值变化的曲线图确定最佳二值化阈值，得到二值图像；

S6、若步骤S2中未进行图像灰度翻转，则步骤S5所得二值图像为最终二值图像；若步骤S2中进行了图像灰度翻转，则步骤S5所得二值图像再次进行图像灰度翻转后得到最终二值图像。

本发明所述的自适应铁谱磨粒图像二值化处理方法，其中，步骤S5中，所述确定最佳二值化阈值的步骤优选包括：

(1)以一阶差商最小值处对应的灰度值为搜索起点，将所有满足一阶差商大于e1的灰度值放入矩阵；其中e1为设定的阈值；