[发明专利]一种基于图像处理的空调滤芯质量监测方法

权利要求书

1.一种基于图像处理的空调滤芯质量监测方法，其特征在于，该方法包括如下步骤：

获取用于加工空调滤芯的连续多帧的活性炭无纺布表面灰度图像；

根据各活性炭无纺布表面灰度图像对应的灰度直方图，得到各活性炭无纺布表面灰度图像对应的纤维均匀程度；根据所述纤维均匀程度对各活性炭无纺布表面灰度图像进行筛选，得到用于加工空调滤芯对应的各目标无纺布表面图像；

根据所述各目标无纺布表面图像对应的灰度直方图，得到各目标无纺布表面图像对应的高斯混合模型；根据所述高斯混合模型，得到各目标无纺布表面图像对应的各异常像素点；

对所述各异常像素点进行聚类，得到各目标无纺布表面图像对应的各异常区域；根据所述各异常区域中各像素点坐标，得到各目标无纺布表面图像对应的各异常区域的主成分方向对应的特征值；

根据所述主成分方向的特征值,得到各目标无纺布表面图像对应的各异常区域中异常像素点的分布集中程度；根据所述各异常区域中各异常像素点的灰度值和所述各异常区域中异常像素点的分布集中程度，得到各目标无纺布表面图像对应的各异常区域对应的纤维稀疏度；

根据所述各异常区域在对应的目标无纺布表面图像中的位置，得到各目标无纺布表面图像对应的各异常区域的位置指标；

根据所述位置指标和纤维稀疏度，得到各目标无纺布表面图像对应的各异常区域对空调滤芯质量的影响程度；根据所述各异常区域对空调滤芯质量的影响程度，对空调滤芯的质量进行监测。

2.如权利要求1所述的一种基于图像处理的空调滤芯质量监测方法，其特征在于，所述根据各活性炭无纺布表面灰度图像对应的灰度直方图，得到各活性炭无纺布表面灰度图像对应的纤维均匀程度；根据所述纤维均匀程度对各活性炭无纺布表面灰度图像进行筛选，得到用于加工空调滤芯对应的各目标无纺布表面图像的方法，包括：

根据各活性炭无纺布表面灰度图像对应的灰度直方图，得到各活性炭无纺布表面灰度图像对应的灰度直方图上最大纵坐标对应的灰度值；

根据各活性炭无纺布表面灰度图像对应的灰度直方图上各灰度值和各灰度值对应的纵坐标，得到所述灰度直方图上各灰度值在对应的活性炭无纺布表面灰度图像上出现的概率；

根据各活性炭无纺布表面灰度图像对应的灰度直方图上的各灰度值与对应的最大纵坐标对应的灰度值之间的差异和所述灰度直方图上各灰度值在对应的活性炭无纺布表面灰度图像上出现的概率，得到活性炭无纺布表面灰度图像对应的纤维均匀程度；

判断所述纤维均匀程度是否小于预设纤维均匀程度阈值，若是，将所述纤维均匀程度对应的活性炭无纺布表面灰度图像剔除，将剔除之后剩余的活性炭无纺布表面灰度图像记为目标无纺布表面图像。

3.如权利要求1所述的一种基于图像处理的空调滤芯质量监测方法，其特征在于，所述根据所述各目标无纺布表面图像对应的灰度直方图，得到各目标无纺布表面图像对应的高斯混合模型；根据所述高斯混合模型，得到各目标无纺布表面图像对应的各异常像素点的方法，包括：

利用EM算法拟合得到各目标无纺布表面图像对应的一维高斯混合模型；

根据所述一维高斯混合模型，得到各目标无纺布表面图像对应的一维高斯混合模型的期望和方差；

根据所述期望和方差，得到各目标无纺布表面图像对应的预设分割阈值；

判断所述各目标无纺布表面图像上各像素点灰度值是否大于预设分割阈值，若是，将对应的像素点提取出来，将所述各目标无纺布表面图像上提取出来的像素点记为各目标无纺布表面图像对应的各异常像素点。

4.如权利要求1所述的一种基于图像处理的空调滤芯质量监测方法，其特征在于，所述对所述各异常像素点进行聚类，得到各目标无纺布表面图像对应的各异常区域；根据所述各异常区域中各像素点坐标，得到各目标无纺布表面图像对应的各异常区域的主成分方向对应的特征值的方法，包括：

利用均值漂移聚类算法对所述各异常像素点进行密度聚类，得到各目标无纺布表面图像对应的多个类别；根据所述各目标无纺布表面图像对应的各类别中各异常像素点的坐标，得到各目标无纺布表面图像对应的各类别对应的连通域；将所述连通域记为各目标无纺布表面图像对应的各异常连通域；

利用PCA算法获得所述各异常连通域对应的第一主成分方向和第二主成分方向，并得到所述第一主成分方向对应的特征值和所述第二主成分方向对应的特征值。