[发明专利]一种基于磨粒图像颜色提取的在线氧化磨损状态监测方法

摘要

一种基于磨粒图像颜色提取的在线氧化磨损状态监测方法，对可能携带有氧化磨损磨粒的油液进行图像采集，针对采集到的磨粒图像出现模糊的状况，给出了图片清晰化的一种方法，基于此方法获得清晰的磨粒图片具有纯净背景，磨粒具有清晰的轮廓和颜色特征，之后提取磨粒的颜色特征，并给出了磨粒颜色特征与氧化磨损状态的对应关系模型，对于新采集到的磨粒根据对应关系模型判断发生的氧化磨损类型；本发明有效地解决了由于磨粒运动、油液颜色等原因导致图像模糊，进而无法准确获取磨粒的颜色信息的问题，为氧化磨损在线监测在工业现场的应用提供了理论依据和指导。

主权项

一种基于磨粒图像颜色提取的在线氧化磨损状态监测方法，其特征在于，包括以下步骤：步骤一、对油液中的磨粒进行实时可视监测，获得磨粒的图片及视频信息；由于在线氧化磨损状态监测应用于工业现场，且是一种即时的监测手段，所以由于油液特征、环境因素的影响，会使采集到的图像中，磨粒边缘颜色及轮廓变得模糊，因此需要对图像进行背景差分、滤波和模糊恢复等处理，以得到清晰的磨粒图像；模糊的磨粒图像中，模糊角度θ和模糊长度L通常能反映模糊区域的特点；通过傅立叶频谱分析的方法可得到模糊角度θ值；同时认为在极短的曝光时间内磨粒做匀速直线运动，由此得到模糊长度L值；得到模糊图片的模糊角度θ和模糊长度L后，使用维纳滤波的方法对运动磨粒的模糊图像进行处理，便可得到清晰的、轮廓及颜色分明的磨粒图像；方法具体为：用函数f(x,y)代表清晰的图像，函数g(x,y)代表模糊的图像，在退化函数h(x,y)和噪声函数n(x,y)的作用下，他们之间的关系为：g(x,y)＝f(x,y)*h(x,y)+n(x,y)其中*表示一次卷积，x,y分别表示图像的横坐标和纵坐标；根据维纳滤波方法去除噪声函数n(x,y)，并根据退化函数h(x,y)的表达式：$h(x,y)=\left\{\begin{array}{cc}1/L,& \sqrt{x^2+y^2}\≤L/2,y/x=\tan \mathrm{\θ}\\ 0,& else\end{array}\right.,$经过图像退化的反运算即可求得清晰的图像f(x,y)；θ表示磨粒运动的角度，L表示图片中模糊区域的长度，在[0,T]的运动时间内，模糊区域的长度L可通过L＝vt计算；步骤二、用RGB模型和HSI模型描述一张彩色图片，RGB模型通过对红Red、绿Green、蓝Blue三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色，HSI模型通过使用色调Hue、色饱和度Saturation和亮度Intensity来描述色彩，在描述图片时，RGB模型通过获得图片中每个像素点颜色的R、G、B值来描述图片的颜色特征；HSI模型由RGB模型转换得到，RGB模型中R、G、B的值与HSI模型中H、I的值的对应转化关系为：$H=\left\{\begin{array}{cc}\mathrm{\θ},& ifB\≤G\\ 360-\mathrm{\θ},& ifB\>G\end{array}\right.$$I=\frac{1}{3}(R+B+G),$其中，$\mathrm{\θ}=\arccos \left\{\frac{1/2\[(R-G)+(R-B)\]}{{\[{(R-G)}^2+(R-B)(G-B)\]}^{1/2}}\right\}$得到图片HSI模型之后，采用基于支持向量数据描述(SVDD)的方法，提取其H、I值作为分类依据建立一种氧化磨粒鉴别的动态群聚模型；步骤三、得到上述动态群聚模型后，对于新采集到的磨粒，根据磨粒H、I信息，在群聚模型中的位置进行颜色判定，也即氧化磨损类型的判定，判定方法为比较磨粒在动态群聚模型中的位置与不同磨损类型对应的区域的距离，认为磨粒的氧化类型即它所在的或者离该磨粒距离最近的区域所对应的磨粒氧化类型，由此推断出发生的氧化磨损的类型，实现氧化磨损状态的在线实时监测。