基于图像特征的液压油污染智能检测方法
申请人信息
- 申请人:卡松科技股份有限公司
- 申请人地址:272000 山东省济宁市任城区运河经济开发区新材料产业园辰光路与长兴路交界处
- 发明人: 卡松科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于图像特征的液压油污染智能检测方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311785464.3 |
| 申请日 | 2023/12/25 |
| 公告号 | CN117455913B |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 卡松科技股份有限公司 |
| 发明人 | 赵之玉; 付涛; 郭孟凯; 魏金亮; 袁长春; 陈斌 |
| 地址 | 山东省济宁市任城区运河经济开发区新材料产业园辰光路与长兴路交界处 |
摘要文本
本发明涉及图像数据特征分析技术领域，具体涉及一种基于图像特征的液压油污染智能检测方法。该方法根据颜色特征融合向量的变化特征获得像素点之间的同质生长指数；进而获得异乳化系数；根据每个像素点与邻近像素点的异乳化系数之间的距离，以及颜色特征融合向量获得每个像素点的未污染指数；从而获得每个像素点的未污染权重；构建表面图像的八叉树，筛选出液压油主题色；获取液压油主题色中对应的像素点数量，结合液压油主题色与预设液压油标准颜色之间的差异特征获得液压油的污染系数，获得液压油的污染程度。本发明通过分析液压油表面图像的颜色和亮度特征，降低光照变化产生的干扰，准确识别污染物，提高对液压油污染程度的检测效果。 来自专利查询网
专利主权项内容
1.一种基于图像特征的液压油污染智能检测方法，其特征在于，所述方法包括：获取液压油的表面图像；根据所述表面图像中每个像素点的颜色和亮度特征，获得每个像素点的颜色特征融合向量；根据每个像素点之间的所述颜色特征融合向量的变化特征获得像素点之间的同质生长指数；根据每个像素点与预设邻域范围内所有其他像素点之间的所述同质生长指数的差异变化，获得每个像素点的异乳化系数；根据每个像素点与邻近像素点的异乳化系数的差异距离获得乳化程度；根据乳化程度以及所述颜色特征融合向量获得每个像素点的未污染指数；根据每个像素点的所述未污染指数和邻域范围内其他像素点的所述未污染指数的分布特征获得每个像素点的未污染权重；构建所述表面图像的八叉树，根据所述八叉树中各个叶节点下对应的子节点的颜色特征和未污染权重获得对应叶节点的节点向量；筛选出参考叶节点，根据参考叶节点的节点向量筛选出液压油主题色；获取液压油主题色中对应的像素点数量，根据所述液压油主题色与预设液压油标准颜色之间的差异特征，和所述像素点数量获得液压油的污染系数；根据所述污染系数获得液压油的污染程度；所述邻近像素点为每个像素点的8邻域内像素点；所述液压油主题色的获取方法包括：基于八叉树算法对表面图像构建八叉树，根据所述八叉树在RGB颜色空间中各个叶节点下对应的所有子节点在每个通道下的分量值之和，作为对应叶节点在对应通道下的主题色分量值；每个通道下的所述主题色分量值和所述未污染权重构成对应叶节点的节点向量；取前3个叶节点的节点向量作为参考叶节点的节点向量；获取参考叶节点在每个通道下的主题色分量值，具体包括：
；式中，/>表示第/>个参考叶节点的节点向量中第a个通道下的主题色分量值；a取1、2、3分别表示R、G、B通道；/>表示第/>个参考叶节点中包含子节点的数量；/>表示第/>个参考叶节点中第r个子节点/>的未污染权重；表示第/>个参考叶节点中第r个子节点/>在第a个通道下的主题色分量值；获取参考叶节点的节点向量中对应通道的主题色分量值均值，作为每个参考叶节点的主题色灰度值；在所有参考叶节点中，选取除最大所述灰度值和最小所述灰度值外的其他一个灰度值对应的参考叶节点作为主题色参考叶节点；以所述主题色参考叶节点的所述主题色分量值获得液压油主题色。