[发明专利]一种集装箱门板瓦楞板焊接智能检测方法

说明书

本发明涉及图像处理技术领域，具体涉及一种集装箱门板瓦楞板焊接智能检测方法，该方法通过获取待检测集装箱瓦楞板的表面图像的灰度图像，并获取灰度图像中的集装箱部分图像对应的高频图像和低频图像；将装箱部分图像分割成多个图像块，基于高频图像和低频图像，对图像块进行合并处理，对合并处理得到的不同合并块分别进行图像增强处理，并对图像增强处理后的集装箱部分图像进行焊接区域识别，从而确定焊接区域。本发明通过对集装箱部分图像进行相应的图像处理，有效提高了集装箱部分图像的图像增强效果，进而提高了焊接区域的识别准确性，解决了现有集装箱焊接区域识别不准确的问题。

技术领域

本发明涉及图像处理技术领域，具体涉及一种集装箱门板瓦楞板焊接智能检测方法。

背景技术

集装箱具有成本低、安全性高、运输速度快和便于管理等优点，被广泛应用于出口贸易运输。随着出口贸易数量的急剧增加，集装箱的需求量也大幅度增加，这就对集装箱的生产效率和生产质量提出了更高的要求。集装箱是由门板瓦楞板焊接组装而成，由于焊接的质量直接影响到集装箱的生产质量，因此在集装箱生产过程中，通常需要对集装箱的焊接区域进行焊接质量检测，以确定是否有气孔、裂纹、未焊透等焊接缺陷。

为了实现对焊接区域的缺陷检测，首先需要对集装箱图像中的焊接区域进行提取。由于焊接区域在集装箱图像中通常比较昏暗，因此为了准确识别出焊接区域，往往需要对集装箱图像进行增强处理。现有在对集装箱图像进行增强处理时，通常是采用直方图均衡化方法对图像整体进行增强处理，这就导致焊接区域和集装箱瓦楞板区域的对比度削弱，无法突出焊接区域的细节特征，从而导致焊接区域识别不准确，进而影响到后续焊接区域的焊接质量检测的准确性。

发明内容

本发明的目的在于提供一种集装箱门板瓦楞板焊接智能检测方法，用于解决现有集装箱焊接区域识别不准确的问题。

为解决上述技术问题，本发明提供了一种集装箱门板瓦楞板焊接智能检测方法，包括以下步骤：

获取待检测集装箱瓦楞板的表面图像的灰度图像，确定灰度图像中的集装箱部分图像；

获取所述集装箱部分图像对应的高频图像和低频图像，并对所述集装箱部分图像进行图像块分割，从而得到至少两个图像块；

确定所述图像块中每个像素点对应的窗口区域，并根据所述窗口区域中每个像素点对应的在所述高频图像和低频图像中对应位置的像素点的灰度值，确定所述窗口区域中每个像素点对应的灰度值对，从而确定所述图像块中每个像素点对应的像素分布指标值；

根据所述图像块中每个像素点对应的像素分布指标值，确定所述图像块中每个像素点对应的指标梯度方向值，对所述指标梯度方向值进行统计，从而确定所述图像块对应的梯度方向差；

根据任意相邻两个所述图像块对应的梯度方向差，确定任意相邻两个所述图像块之间的特征差异值，并根据所述特征差异值，对所有所述图像块进行合并处理，从而确定至少两个合并块；

对所述集装箱部分图像中的不同所述合并块分别进行图像增强处理，并对图像增强处理后的所述集装箱部分图像进行焊接区域识别，从而确定焊接区域。

进一步的，从而确定所述图像块中每个像素点对应的像素分布指标值，包括：

对所述图像块中每个像素点对应的所述窗口区域中每个像素点对应的灰度值对出现的频率进行统计，将所述频率的平方和的均值确定为所述图像块中每个像素点对应的像素分布指标值。

进一步的，确定所述图像块中每个像素点对应的指标梯度方向值，包括：

根据所述图像块中每个像素点对应的像素分布指标值，确定所述图像块中每个像素点的像素分布指标值变化梯度最小所对应的方向角度，并将所述像素分布指标值变化梯度最小所对应的方向角度的数值确定为所述图像块中每个像素点对应的指标梯度方向值。