[发明专利]一种基于人工智能的PVC管件质量检测评估方法及系统

权利要求书

1.一种基于人工智能的PVC管件质量检测评估方法，其特征在于，包括：

采集正常PVC管件的表面正视图，将所述表面正视图划分为多个的区域，并对各所述区域进行n层小波变换，分别得到各所述区域的3n+1个小波子带，所述为预设第一正整数，所述n为预设第二正整数；

根据各区域中不同小波系数的值出现的频率，分别获得各所述区域的频域指标；

其中，根据各区域中各小波系数的值在该区域中的所有小波系数的值出现的频次，分别获得各所述区域的频域指标，频域指标，式中，为所包含的所有小波系数的值的种类数，该种类数通过对各区域经过小波变换后进行统计即可得到，为各所述区域分别对应的频域指标，用于后续对管件图像表面的纹理信息进行表征，为自然对数；将所有所述区域的所述频域指标排列为第一频域序列，将所述第一频域序列进行排序得到第二频域序列，将所述第二频域序列中各所述频域指标在所述第一频域序列中的序号组成第一序号序列；

根据所述表面正视图中像素点与其八邻域像素点在梯度幅值及梯度方向上的相似性，分别获得各像素点的梯度差异向量以获得各像素点的梯度差异向量中各元素之间的相似度，梯度差异向量中各元素之间的相似度的获得过程包括：，其中，分别表示梯度差异向量中第个与第个元素，并获得各像素点的梯度差异向量中任意两元素之间的相似度值，并将各像素点的梯度差异向量中元素之间的相似度值的均值作为各像素点的梯度特征参数，并将各像素点的梯度特征参数组成第一梯度特征序列；

按照正常PVC管件对应的所述第一序号序列以及所述第一梯度特征序列的获得方法，分别获得待检测PVC管件对应的第二序号序列以及第二梯度特征序列；

获得所述第一序号序列及所述第二序号序列的第一相似度值，其中，所述第一相似度值，其中为所述第一序号序列中第t个数据与所述第二序号序列中第t个数据的差值，为所述区域的数量；

以及所述第一梯度特征序列以及所述第二梯度特征序列的第二相似度值；

根据所述第一相似度值和所述第二相似度值，获得质量评价值以对待检测PVC管件的质量进行评价。

2.根据权利要求1所述的基于人工智能的PVC管件质量检测评估方法，其特征在于，根据所述表面正视图中像素点与其八邻域像素点在梯度幅值及梯度方向上的相似性，分别获得各像素点的梯度差异向量以获得各像素点的梯度特征参数，包括：

分别获得所述表面正视图中各像素点的梯度描述子，各像素点的所述梯度描述子包含各像素点的梯度幅值和梯度方向，各像素点的所述梯度差异向量分别由各像素点的所述梯度描述子与其八邻域像素点的所述梯度描述子的余弦相似度组成；

对各像素点分别建立对应的梯度分布矩阵，所述梯度分布矩阵中各元素根据所述梯度差异向量中各元素的差值获得，将各像素点的所述梯度分布矩阵中所有元素的均值作为各像素点的所述梯度特征参数。

3.根据权利要求1所述的基于人工智能的PVC管件质量检测评估方法，其特征在于，根据各区域中不同小波系数的值出现的频率，分别获得各所述区域的频域指标前，还包括利用各所述区域中的小波子带分别对各所述区域进行处理，处理过程具体包括：

根据小波子带中小波系数的值及小波系数的总数，确定所述小波子带对应的系数阈值，将所述小波子带中小波系数的值大于所述小波子带对应的系数阈值的小波系数作为非噪声小波系数，所述小波子带为任一所述区域中任一所述小波子带；

利用各所述区域的各所述小波子带中小波系数的数量以及所述非噪声小波系数的数量，将各所述区域中相同方向上不同尺度的小波子带进行融合，融合过程中分别对各区域中尺度小的小波子带进行上采样，采样大小与所融合的相同方向上尺度大的小波子带的尺寸相同。

4.根据权利要求3所述的基于人工智能的PVC管件质量检测评估方法，其特征在于，将所述小波子带中所有小波系数的值的均值作为小波子带对应的系数阈值。