本技術涉及金屬件打磨質(zhì)量檢測領域，尤其是涉及一種基于圖像處理的金屬件打磨質(zhì)量檢測方法。

背景技術：

1、在現(xiàn)代工業(yè)生產(chǎn)中，金屬件的表面處理質(zhì)量直接影響到產(chǎn)品的外觀、性能以及使用壽命。因此，對金屬件進行打磨質(zhì)量檢測具有重要的意義：

2、通過圖像處理技術，可以對金屬件的打磨質(zhì)量進行定量分析，確保產(chǎn)品符合設計要求和客戶需求的同時減少人工檢查的時間和勞動強度，有利于及時發(fā)現(xiàn)問題并進行調(diào)整，大幅度降低生產(chǎn)成本；

3、現(xiàn)有的技術通過圖像對金屬件打磨質(zhì)量進行評估時，通常只通過檢測員肉眼觀察圖像中的金屬件，缺乏科學有效的分析，降低了對金屬件打磨質(zhì)量評估的準確性和有效性，間接的提高了金屬件的質(zhì)量安全風險；現(xiàn)有的技術在對金屬件進行圖像采集時，缺乏對金屬件對應的光學性質(zhì)進行分析，增大了圖像采集的誤差，進一步降低了對金屬件打磨質(zhì)量評估的準確性和有效性。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于圖像處理的金屬件打磨質(zhì)量檢測方法，以解決上述背景技術中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種基于圖像處理的金屬件打磨質(zhì)量檢測方法，包括：

3、預準備步驟：用于對目標金屬件的基礎特性進行獲取，并根據(jù)目標金屬件的基礎特性對進行分析調(diào)控，得到目標金屬件各打磨區(qū)域?qū)臋z測光源參數(shù)；

4、圖像采集步驟：用于根據(jù)目標金屬件各打磨區(qū)域?qū)臋z測光源參數(shù)對目標金屬件各打磨區(qū)域進行檢測，得到目標金屬件各打磨區(qū)域?qū)臋z測圖像；

5、圖像預處理步驟:用于對目標金屬件各打磨區(qū)域?qū)臋z測圖像進行預處理，得到目標金屬件對應各打磨區(qū)域灰度圖像中的各灰度異常子區(qū)域；

6、綜合分析步驟：用于對目標金屬件各打磨區(qū)域的各灰度異常區(qū)域進行綜合分析，得到目標金屬件中各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域中的各顏色異常子區(qū)域；

7、打磨質(zhì)量評估步驟：用于根據(jù)目標金屬件對應各打磨區(qū)域灰度圖像中的各灰度異常子區(qū)域和目標金屬件中各打磨區(qū)域?qū)獧z測圖像中的各顏色異常子區(qū)域進行打磨質(zhì)量評估。

8、在本方案的較佳方案中，預準備步驟的具體執(zhí)行方式如下：

9、建立預準備步驟與數(shù)據(jù)庫之間的數(shù)據(jù)提取關系，提取數(shù)據(jù)數(shù)據(jù)庫中存儲的各類化學元素和組成比例對應的金屬件的光學性質(zhì)，提取數(shù)據(jù)庫中存儲的各光照系數(shù)對應的檢測光源參數(shù)；

10、通過目標金屬件的設計立項獲取目標金屬件對應的各類化學元素和組成比例，篩選獲得目標金屬件對應的光學性質(zhì)，所述光學性質(zhì)包括目標金屬件對應的反射率、吸收率、折射率和消光系數(shù)，通過目標金屬件的設計立項獲取目標金屬件各打磨區(qū)域?qū)谋砻娲植诙?，，表示為各打磨區(qū)域的編號；

11、通過計算公式，得到目標金屬件各打磨區(qū)域?qū)墓庹障禂?shù)，其中表示為光照系數(shù)影響因子，表示為自然常數(shù)；

12、根據(jù)目標金屬件各打磨區(qū)域?qū)墓庹障禂?shù)篩選目標金屬件各打磨區(qū)域?qū)臋z測光源參數(shù)。

13、在本方案的較佳方案中，圖像采集步驟的具體執(zhí)行方式如下：

14、用于根據(jù)目標金屬件各打磨區(qū)域?qū)臋z測光源參數(shù)對目標金屬件各打磨區(qū)域進行檢測，得到目標金屬件各打磨區(qū)域?qū)臋z測圖像。

15、在本方案的較佳方案中，圖像預處理步驟的具體執(zhí)行方式如下：

16、對目標金屬件各打磨區(qū)域?qū)臋z測圖像進行灰度處理，得到目標金屬件各打磨區(qū)域?qū)幕叶葓D像，對目標金屬件各打磨區(qū)域?qū)幕叶葓D像進行信息提取得到目標金屬件各打磨區(qū)域?qū)飨袼攸c的灰度值；

17、根據(jù)目標金屬件各打磨區(qū)域?qū)飨袼攸c的灰度值建立各像素點對應的灰度值矩陣，表示為各像素點及相鄰八個像素點灰度值矩陣，其中表示為各像素點的編號；

18、通過計算獲得各像素點與相鄰八個像素點的平均灰度值，統(tǒng)計獲得各像素點與相鄰八個像素點的灰度中值；

19、通過計算公式，計算獲得各像素點對應的灰度值矩陣的校準灰度值，其中表示為預設的校準灰度值影響因子；

20、通過計算獲得各像素點及相鄰八個像素點對應的灰度差值，建立各像素點及相鄰八個像素點對應灰度差值的三階行列式，記作各像素點對應的三階行列式，計算獲得各像素點對應三階行列式的值；

21、將各像素點對應三階行列式的值與預設的標準值進行對比分析，若像素點對應三階行列式的值小于或等于預設的標準值，則表示像素點對應的灰度值正常并未出現(xiàn)灰度異常，若像素點對應三階行列式的值大于預設的標準值，則表示像素點對應的灰度值異常，將大于預設標準值的各像素點記作各灰度異常像素點，將各灰度異常像素點對應的三階行列式的值記作各灰度異常像素點對應的灰度異常值，將相鄰的灰度異常像素點進行歸并，篩選獲得目標金屬件對應各打磨區(qū)域灰度圖像中的各灰度異常子區(qū)域。

22、在本方案的較佳方案中，綜合分析步驟的具體執(zhí)行方式如下：

23、通過將目標金屬件對應各打磨區(qū)域灰度圖像中的各灰度異常子區(qū)域和目標金屬件中各打磨區(qū)域?qū)臋z測圖像進行匹配，獲得目標金屬件對應各打磨區(qū)域檢測圖像中的各灰度異常子區(qū)域；

24、通過顏色傳感器檢測獲取各打磨區(qū)域檢測圖像對應各灰度異常子區(qū)域中各灰度異常像素點對應的rgb值,其中，表示為各打磨區(qū)域的編號，，表示為各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域的編號，，表示為各灰度異常像素點的編號；

25、建立各灰度異常像素點與相鄰八個灰度異常像素點的r值行列式、g值行列式和b值行列式，記作各灰度異常像素點對應的r值行列式、g值行列式和b值行列式；

26、通過計算獲得各灰度異常像素點對應的r值行列式值、g值行列式值和b值行列式值，記作各灰度異常像素點對應的特征r值、特征g值和特征b值；

27、通過計算獲得各灰度異常像素點與相鄰八個灰度異常像素點的加權平均特征r值、加權平均特征g值和加權平均特征b值；

28、通過計算公式，計算得到各灰度異常像素點對應的r值符合系數(shù)；

29、通過計算公式，計算得到各灰度異常像素點對應的g值符合系數(shù)；

30、通過計算公式，計算得到各灰度異常像素點對應的b值符合系數(shù),其中、、分別表示為預設r值符合系數(shù)影響因子、g值符合系數(shù)影響因子和b值符合系數(shù)影響因子；

31、通過計算公式,計算獲得各打磨區(qū)域檢測圖像對應各灰度異常子區(qū)域中各灰度異常像素點的顏色異常系數(shù)，其中表示為自然常數(shù)，表示為預設的顏色異常系數(shù)影響因子；

32、將各灰度異常像素點的顏色異常系數(shù)與預設的顏色異常系數(shù)閾值進行對比分析，若灰度異常像素點的顏色異常系數(shù)小于或等于預設的顏色異常系數(shù)閾值，則說明該灰度異常像素點的顏色正常，若灰度異常像素點的顏色異常系數(shù)大于預設的顏色異常系數(shù)閾值，則說明該灰度異常像素點的顏色異常并另記作顏色異常像素點，篩選各顏色異常像素點對應的顏色異常系數(shù)；

33、將相鄰的顏色異常像素點進行歸并，統(tǒng)計獲得目標金屬件中各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域中的各顏色異常子區(qū)域。

34、在本方案的較佳方案中，打磨質(zhì)量評估步驟的具體執(zhí)行方式如下：

35、計算獲得各灰度異常子區(qū)域中各灰度異常像素點對應的平均灰度異常值；

36、通過計算獲得各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域中的各顏色異常子區(qū)域的顏色異常系數(shù)均值，其中表示為各顏色異常子區(qū)域的編號；

37、通用計算公式,得到各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域中各顏色異常子區(qū)域的圖像異常系數(shù)，其中表示為預設的圖像異常系數(shù)影響因子,表示為預設的各打磨區(qū)域?qū)拇蚰ス饣禂?shù)。

38、將各打磨區(qū)域?qū)骰叶犬惓Ｗ訁^(qū)域中各顏色異常子區(qū)域的圖像異常系數(shù)與預設的圖像異常系數(shù)閾值進行對比分析，若某打磨區(qū)域?qū)愁伾惓Ｗ訁^(qū)域的圖像異常系數(shù)小于或等于預設的圖像異常系數(shù)閾值，則表示該打磨區(qū)域?qū)脑擃伾惓Ｗ訁^(qū)域的打磨質(zhì)量不存在異常，若某打磨區(qū)域?qū)愁伾惓Ｗ訁^(qū)域的圖像異常系數(shù)大于預設的圖像異常系數(shù)閾值，則表示該打磨區(qū)域?qū)脑擃伾惓Ｗ訁^(qū)域的打磨質(zhì)量存在異常。

39、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

40、本發(fā)明根據(jù)目標金屬件的化學組成分析目標金屬件的光學性質(zhì)，并根據(jù)目標金屬件的光學性質(zhì)采用合適的光源進行圖像采集，間接的提高了對目標金屬件打磨質(zhì)量評估的準確性；

41、本發(fā)明通過將檢測圖像進行灰度處理，并根據(jù)各像素點灰度值與rgb值相結(jié)合的方式進行綜合分析，有效的提高了對目標金屬件打磨質(zhì)量評估的準確性，有利于及時發(fā)現(xiàn)問題并進行調(diào)整，大幅度降低生產(chǎn)成本。