[发明专利]一种基于金属光泽区域的钢丝绳缺陷检测方法

权利要求书

1.一种基于金属光泽区域的钢丝绳缺陷检测方法，其特征在于，包括以下步骤：

(1)、图像采集；

(1.1)、利用白色强光从摄像头所在的同一径向照射钢丝绳，保证钢丝绳的表面有充分的反射光，然后拍摄多组原图像，其中，每组原图像均包含钢丝绳及背景；

(1.2)、用Canny边缘检测算法提取每一幅原图像中的钢丝绳图像；

(2)、钢丝绳图像的切割；

在每一幅钢丝绳图像的正中央裁剪一条条状区域的图片，图片的宽度是钢丝绳图像宽度的0.2倍；

对条状区域的图片进行进一步的切割，使切割后的子图片中只包含2个或3个光泽区域，最后将这些子图片记为饱和光照图；

(3)、构建钢丝绳检测已知样本集并标记每个样本的状态；

将所有的饱和光照图构成钢丝绳检测已知样本集；在每一幅饱和光照图中，通过人工标记的方式标记每一幅饱和光照图中钢丝绳的状态，具体包括：正常、磨损、断丝三个状态；

(4)、饱和光照图的二值化处理；

设置全局阈值的二值化划分阈值α；按照阈值α对所有的饱和光照图进行二值化处理，得到二值化图像；

(5)、光泽区域边缘提取与形态学处理

(5.1)、对每一幅二值化图像用半径为1像素的模板进行腐蚀，得到边界腐蚀图像，再用二值化图像减去边界腐蚀图像，得到被腐蚀区域，最后将被腐蚀区域作为饱和光照图的光泽区域边缘；

(5.2)、对每一幅二值化图像先后进行开操作和闭操作，得到形态学滤波图像；

(6)、提取饱和光照子图光泽区域的特征；

(6.1)、通过边缘差分矩阵EDM提取每张饱和光照图的光泽区域边缘的光泽边缘特征；

记饱和光照图的光泽区域边缘中任意一个边缘像素点i的坐标为(x_i,y_i)，i＝1,2,…,N，N为边缘像素点的总个数；

以边缘像素点i为中心，计算边缘像素点i与3*3领域内其余边缘像素点j的边缘差分矩阵EDM_i；

其中，g_i表示边缘像素点i的灰度值，g_j表示边缘像素点j的灰度值，j＝1,2,…,8，f_n表示二值化图像中为0的位置，f_p表示二值化图像中为1的位置，(x_j,y_j)表示边缘像素点j的坐标；

(6.2)、对于每一幅饱和光照图的光泽区域边缘，对其所有的边缘像素点的边缘差分矩阵EDO_i求和，得到3*3的光泽附近灰度信息矩阵，记为矩阵IG，

在在矩阵IG中，取上下两个竖直方向上的元素IG(1,2)、IG(3,2)的值以及左右两个水平方向上的元素IG(2,1)、IG(2,3)的值计算特征值λ₁：

其中，“IG()”代表是索引矩阵中的元素；

(6.3)、提取饱和光照图高光区域形状信息；

(6.3.1)、对于一幅形态学滤波图像，定义其背景区像素值为0，目标像素值为1，以四连通为基准标记每个连通区域；

(6.3.2)、计算每个连通区域的平均圆周性C_k；

其中，S_k为第k个连通区域的面积，其周长为P_k，k＝1,2,…,n，n为连通区域的个数；

(6.3.3)、计算所有连通区域圆周性的加权平均值，并记为特征值λ₂；

(6.3.4)、计算与每个连通区域具有相同二阶矩的椭圆的离心率e_k；

对于第k个连通区域，分别计算其包含的像素点的平均横纵坐标，并作为第k个连通区域中心坐标，再根据图像矩的计算公式，计算出第k个连通区域的二阶中心矩

将第k个连通区域的二阶中心矩除以第k个连通区域的面积，构造如下矩阵M_k；

令和为矩阵M_k的特征向量，那么与第k个连通区域具有相同二阶矩的椭圆的长轴a_k和短轴b_k表示为：

与第k个连通区域具有相同二阶矩的椭圆的离心率表示为：

(6.3.5)、计算所有离心率e_k的加权平均值，并记为特征值λ₃；

(7)、构建所有饱和光照图的特征向量集；

按照步骤(4)-(6)所述方法处理完所有饱和光照图，每一幅饱和光照图得到三维的特征向量(λ₁,λ₂,λ₃)，从而构成特征向量集；

(8)、通过k近邻算法对钢丝绳进行缺陷检测；

提取待检测的饱和光照图的三维的特征向量(λ₁,λ₂,λ₃)，再计算与已知样本集中所有特征向量的欧式距离，然后将得到的距离从小到大排列；

选取距离最小的前p个特征向量，找到其对应的已知样本集中的标记类别，然后统计出现次数最多的类别，并作为钢丝绳的检测结果。