[发明专利]一种金属工件表面结构误检结果的排除方法有效
| 申请号： | 201710830063.3 | 申请日： | 2017-09-15 |
| 公开（公告）号： | CN107798674B | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 黄茜;严科;胡志辉 | 申请（专利权）人： | 华南理工大学;广东盈嘉科技工程发展股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/45 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 黄磊 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 金属 工件 表面 结构 结果 排除 方法 | ||
1.一种金属工件表面结构误检结果的排除方法，其特征在于，包括步骤：
(1)采用传统缺陷识别方法检测得到初始缺陷图像集；
(2)计算当前缺陷图像的信息熵Hp；
(3)计算当前缺陷图像四个方向0°、45°、90°和135°的灰度共生矩阵G，定义当前灰度级为R；
根据灰度共生矩阵计算能量ASM、图像局部相关度COR、反差CON、边缘比率Re；
(4)计算图像的复杂度Cp＝Hp-ASM-COR+CON+Re；
(5)通过实验获取经验阈值thc，当检测的图像复杂度大于thc时，则认为当前图像为工件结构的正常图像，将其从R-CNN检测出来的初始缺陷图像集中排除。
2.根据权利要求1所述的金属工件表面结构误检结果的排除方法，其特征在于，所述步骤(2)中，信息熵Hp的计算公式是：
其中，gray-level range表示图像的灰度范围，mi表示灰度值i对应的像素点个数，rows和cols分别表示图像的行数和列数。
3.根据权利要求1所述的金属工件表面结构误检结果的排除方法，其特征在于，所述步骤(3)中，能量ASM的计算公式是：
R表示灰度共生矩阵的阶，即当前图像的灰度级。
4.根据权利要求1所述的金属工件表面结构误检结果的排除方法，其特征在于，所述步骤(3)中，图像局部相关度COR的计算公式是：
其中，μx，μy，σx，σy计算方法为：
5.根据权利要求1所述的金属工件表面结构误检结果的排除方法，其特征在于，所述步骤(3)中，图像的反差CON的计算公式是：
6.根据权利要求1所述的金属工件表面结构误检结果的排除方法，其特征在于，所述步骤(3)中，图像的边缘比率Re的计算公式是：
其中，Ne表示图像边缘点的数量，Npixels表示像素点总数。
7.根据权利要求6所述的金属工件表面结构误检结果的排除方法，其特征在于，所述图像边缘点通过Canny算子求出。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学;广东盈嘉科技工程发展股份有限公司，未经华南理工大学;广东盈嘉科技工程发展股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710830063.3/1.html，转载请声明来源钻瓜专利网。
