[发明专利]一种在线磨粒图像数据处理方法

说明书

本发明涉及一种在线磨粒图像数据处理方法，包括：S1、对磨粒图像进行灰度化处理；S2、对经过灰度化处理后的磨粒图像添加随机噪声，然后通过3M‑WVNID去噪算法对磨粒图像进行去噪处理,3M‑WVNID去噪算法集成小波分析去噪、二维变分模态分解和非局部均值滤波融合；S3、对去噪处理后的磨粒图像采用大津算法进行二值化图像分割；S4、采用canny算子进行边界特征检测并采用分水岭算法进行磨粒图像分割；S5、对经过图像处理后磨粒图像提取出特征参数。提取出的磨粒图像特征参数能够更加准确的对设备通过在线磨粒监测方法监测到的健康状态做出及时、准确的表征。

技术领域

本发明属于油液健康状态监测技术领域，涉及一种在线磨粒图像数据处理方法。

背景技术

在健康状态监测领域，油液分析作为21世纪流行的健康状态监测方法已被广泛使用。而油液监测又主要分为在线磨粒监测和离线磨粒监测两种方法。在线磨粒监测主要由于其可以在不停机的状态下对设备的健康状态监测而备受青睐，磨粒图像的智能分析方法更是可直接对磨粒图像数据化，从而更为轻松的获得设备的健康状态。但在磨粒图像的智能分析过程中，磨粒图像往往由于噪声的影响，而使得分析结果出现很大的偏差，且目前众多的图像去噪方法倾向于油液监测中磨粒图像的较少，且针对磨粒图像的去噪效果不理想。在数据分析方面，由于设备运转过程复杂，因此在设备在线监测的过程中就需要更加精确的特征参数来对整个健康状态进行表征。

基于此，本发明以采集的数据为基础，通过优化改进图像去噪方法，并深入挖掘磨粒图像中更为精确的健康状态表征参数，提出一种新的在线磨粒图像数据处理方法。

发明内容

本申请提供要解决的技术问题是提供一种在线磨粒图像数据处理方法，解决现有技术中针对磨粒图像去噪效果不理想的问题。

为了达到上述目的，本发明的技术方案如下：

一种在线磨粒图像数据处理方法，包括如下步骤：

S1、针对在线磨粒监测采集到的磨粒图像，先对其边界进行裁剪，进而采用权重值法对磨粒图像进行灰度化处理；

S2、对经过灰度化处理后的磨粒图像添加随机噪声，然后通过3M-WVNID去噪算法对磨粒图像进行去噪处理,所述3M-WVNID去噪算法集成了小波分析去噪、二维变分模态分解和非局部均值滤波融合；

S3、对去噪处理后的磨粒图像采用大津算法进行二值化图像分割；

S4、采用canny算子进行边界特征检测并采用分水岭算法进行磨粒图像分割；

S5、对经过图像处理后磨粒图像提取出特征参数。

进一步的，所述3M-WVNID去噪算法具体为，将小波分析去噪后的图像分解为4个子模型，分别对4个子模型利用非局部均值滤波融合进行去噪，去除每个模型中所包含的其他部分随机噪声，再通过二维变分模态分解将4个子模型进行重构，得到降噪图像。

本发明的有益效果：

本发明的有益效果是本发明中的在线磨粒图像去噪方法主要是针对磨粒图像进行去噪，且使用的改进的磨粒去噪算法，能够更加有效的对磨粒图像起到去噪的效果，并且更好的保护了磨粒图像的边缘细节信息。提取出的磨粒图像特征参数能够更加准确的对设备通过在线磨粒监测方法监测到的健康状态做出及时、准确的表征。

附图说明

图1为磨粒图像灰度化处理结果图；

图2为在线磨粒监测中磨粒图像去噪的技术方案图；

图3为磨粒图像去噪过程图，其中，(a)原始图片，(b)含噪图片，(c)小波去噪后，(d)-(g)分别为4个子模型，(h)去噪后图片；