[发明专利]一种灭弧栅片表面缺陷的检测方法有效

专利信息
申请号: 201810749341.7 申请日: 2018-07-10
公开(公告)号: CN109101976B 公开(公告)日: 2021-11-30
发明(设计)人: 舒亮;郭良;吴桂初;梁步猛;陈威 申请(专利权)人: 温州大学
主分类号: G06K9/40 分类号: G06K9/40;G06K9/46;G06T5/40;G06T7/00
代理公司: 温州名创知识产权代理有限公司 33258 代理人: 陈加利
地址: 325000 浙江省温州市瓯海*** 国省代码: 浙江;33
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 灭弧栅片 表面 缺陷 检测 方法
【说明书】:

发明提供一种灭弧栅片表面缺陷的检测方法,包括获取灭弧栅片的原始图像,并对原始图像进行预处理,得到预处理后的目标图像;将目标图像处理成具有x,y方向的梯度直方图,并确定出梯度直方图的特征向量,且将梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对具有Gabor特征的图像的特征向量进行提取;将从Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出灭弧栅片表面各缺陷的概率。实施本发明,通过改进的图像特征提取方法将灭弧栅片从背景中提取出来,提升了识别速度及准确率。

技术领域

本发明涉及断路器检测技术领域,尤其涉及一种灭弧栅片表面缺陷的检测方法。

背景技术

随着社会经济的不断发展,小型断路器(miniature circuit breaker,MCB)已成为生产生活中必不可少的电气产品。灭弧室是MCB重要组成机构之一,相比于真空灭弧、磁吹灭弧和纵缝灭弧,栅片灭弧法得到了广泛应用。在栅片灭弧室中通过对电弧进行冷却并分成多段弧的方法,使触头分断过程中产生的电弧能量及时释放,因此灭弧栅片的质量决定了能否有效灭弧。

目前灭弧栅片表面缺陷检测仍由人工完成,难以满足零件尺寸小、批量大的生产要求。在工业自动化生产线中,一方面机器视觉在线检测技术已经成功应用并逐渐代替人工检测,另一方面对金属表面缺陷检测需求越来越多。良好的缺陷检测系统不仅能满足实时性、准确性和鲁棒性,还应该对缺陷类别进行判断。例如,杨水山、何永辉、赵万生等提出的Boosting优化决策树的带钢表面缺陷识别技术(红外与激光工程,2010,39(5):954-958),通过组合分类器实现对带钢表面缺陷识别,采用Boosting算法调整分类器权重使识别率达到90.47%。又如,马凤春提出的基于KPCA的板坯表面缺陷识别方法(物理测试,2014,32(2):25-27),该方法是一种新的组合核函数方法,研究了主成分分析对图像特征提取后进行训练的识别率,结果显示分类器的识别率达到了91.55%。

但是,上述研究未考虑目标区域的定位,直接将目标区域与背景作为特征进行训练,不仅使训练速度变慢,而且会降低准确率。此外,现有的图像特征提取方法应用到灭弧栅片表面缺陷识别时还需进一步改进。

发明内容

本发明实施例所要解决的技术问题在于,提供一种灭弧栅片表面缺陷的检测方法,通过改进的图像特征提取方法将灭弧栅片从背景中提取出来,提升了识别速度及准确率。

为了解决上述技术问题,本发明实施例提供了一种灭弧栅片表面缺陷的检测方法,包括以下步骤:

步骤S1、获取灭弧栅片的原始图像,并对所述原始图像进行预处理,得到预处理后的目标图像;

步骤S2、将所述目标图像处理成具有x,y方向的梯度直方图,并确定出所述梯度直方图的特征向量,且将所述梯度直方图的特征向量与预设的Gabor滤波器进行卷积处理后,得到具有Gabor特征的图像及其对应的特征向量,进一步采用主成分分析法对所述具有Gabor特征的图像的特征向量进行提取;

步骤S3、将从所述具有Gabor特征图像中提取出的特征向量,导入预设的卷积神经网络模型中,计算出所述灭弧栅片表面各缺陷的概率。

其中,所述步骤S1具体包括:

将所述原始图像转换成灰度图像,并采用非局部均值算法对所述灰度图像进行滤波去噪处理,且进一步对所述滤波去噪处理后的灰度图像进行阈值化处理;

采用边缘追踪的方式找出所述阈值化处理后的灰度图像所对应的多个轮廊;

求解每一个轮廊的面积并确定每一个轮廊面积的极大值,且进一步根据所求解的每一个轮廊面积的极大值,创建轮廊的可倾斜矩形框;

对所创建的轮廊的可倾斜矩形框进行裁剪,得到目标图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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温州大学,未经温州大学许可,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/201810749341.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top