一种基于图像处理的水泵叶轮外观缺陷检测方法及系统

专利主权项内容

1.一种基于图像处理的水泵叶轮外观缺陷检测方法，其特征在于，该方法包括以下步骤：采集水泵叶轮图像，对水泵叶轮图像进行预处理，获取水泵叶轮连通域以及灰度图像；根据水泵叶轮连通域的质心将灰度图像分割为多个图像块；对于每个图像块，根据图像块中灰度分布获取图像块的脏污可能性；根据图像块对称的图像块以及邻域图像块的脏污可能性获取每个像素点的异常程度；根据像素点的梯度方向以及异常程度获取像素点的异常变化度；根据像素点的变化路径上所有像素点的异常变化度，获取像素点的脏污程度；根据每个像素点的脏污程度获取脏污程度图像，根据脏污程度图像获取脏污区域；所述根据图像块中灰度分布获取图像块的脏污可能性，包括的具体步骤如下：其中，表示所有图像块中第/>个图像块的脏污可能性，/>取遍[1, />]中每个整数，/>表示所有图像块的数量；/>表示第/>个图像块的灰度方差；/>表示第/>个图像块的梯度均值；/>表示第/>个图像块的灰度均值；所述根据图像块对称的图像块以及邻域图像块的脏污可能性获取每个像素点的异常程度，包括的具体步骤如下：将以水泵叶轮的连通域的质心为对称中心，呈现中心对称的任意两个图像块互相作为对应图像块；其中，表示所有图像块中第/>个图像块的异常程度，/>取遍[1, />]中每个整数，/>表示所有图像块的数量；/>表示第/>个图像块的脏污可能性；/>表示第/>个图像块对应的图像块的脏污可能性；/>表示第/>个图像块的脏污可能性与第/>个图像块邻域内第/>个图像块的脏污可能性的比值；/>表示第/>个图像块对应的图像块的脏污可能性与第/>个图像块对应的图像块邻域内第/>个图像块的脏污可能性的比值；/>表示邻域大小；将每个图像块的异常程度作为图像块中每个像素点的异常程度；所述根据像素点的梯度方向以及异常程度获取像素点的异常变化度，包括的具体步骤如下：对于每个像素点，获取像素点与其邻域内所有像素点的梯度方向的夹角角度的方差，作为像素点的变化权重；将像素点的变化权重与异常程度的乘积作为像素点的异常变化度；所述像素点的变化路径的获取方法为：对于每个像素点，在像素点所属图像块的邻域图像块中，获取位于像素点梯度方向上距离像素点最远的一个像素点，作为像素点的参考像素点，将像素点到其参考像素点的连线作为像素点的变化路径；所述根据像素点的变化路径上所有像素点的异常变化度，获取像素点的脏污程度，包括的具体步骤如下：其中，表示第/>个图像块中第/>个像素点的脏污程度；/>表示第/>个图像块中第/>个像素点的变化路径上第/>个像素点的异常变化度；/>表示第/>个图像块中第/>个像素点的变化路径上第/>个像素点的异常变化度；/>表示第/>个图像块中第/>个像素点的变化路径上包含的像素点数量；/>表示第/>个图像块中第/>个像素点的变化路径上所有像素点的异常变化度的方差。