CN106886624A - 一种隔板数孔和开窗孔面积等效截面孔数的计算方法 - Google Patents
一种隔板数孔和开窗孔面积等效截面孔数的计算方法 Download PDFInfo
- Publication number
- CN106886624A CN106886624A CN201611231092.XA CN201611231092A CN106886624A CN 106886624 A CN106886624 A CN 106886624A CN 201611231092 A CN201611231092 A CN 201611231092A CN 106886624 A CN106886624 A CN 106886624A
- Authority
- CN
- China
- Prior art keywords
- dividing plate
- hole
- opening
- area
- aperture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种隔板数孔和开窗孔面积等效截面孔数的计算方法。本发明的第一个特点是:提供了一个快速的图片灰度切割的阈值调节工具条,针对识别清晰度不高或亮度不均匀的照片,极大地提升识图的成功率。本发明的第二个特点是:提供了一个小孔面积分布显示工具,为小孔孔数的识别提供了一个可靠性的辨别工具。本发明的第三个特点是:针对因穿孔率需求很高而需要开窗孔的隔板,本发明还提供了一个可以估算开窗孔所对应的等效截面的小孔数量的工具。本发明可以极大提高隔板的数孔效率,节约大量人力物力,并可以用来提高排气消音器的设计质量,保证消音器设计与制造的一致性。
Description
技术领域
本发明涉及一种隔板数孔和开窗孔面积等效截面孔数的计算方法,用于核对隔板上的小孔数量及计算隔板上开窗孔面积等效截面孔数。
背景技术
汽车排气消音器内部一般由隔板分离成多腔体结构。隔板一般为穿小孔和开窗孔相结合的结构,小孔数量和开窗孔面积所对应的等效截面小孔数量具有控制声学性能和影响发动机功率输出的功能。因此,排气隔板在设计和制造过程中需要反复确认隔板的孔数和开窗孔面积以确保设计与制造的一致性。由于排气隔板小孔的数量往往非常大,开窗孔面积往往不是规则的图形,因此在批量样件制作或者质量审查过程中,核对小孔的数量和开窗孔面积已经成为非常棘手的工作。
发明内容
本发明的目的是提供一种自动化的排气隔板的数孔方法。
为了达到上述目的,本发明的技术方案是提供了一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,包括以下步骤:
步骤1、选取需要数小孔和/或计算开窗孔面积的隔板图片,当仅需要数小孔时,填充隔板图片中所有管道途经的大孔和开窗孔,形成填充图片,当需要计算开窗孔面积时,填充隔板图片中所有管道途经的大孔,形成填充图片;
步骤2、将步骤1得到的填充图片转换为灰度图;
步骤3、调节步骤2得到的灰度图的对比度,将灰度值的范围扩展到[0~255],并进行中值滤波,抑制斑点,保留边缘;
步骤4、定义灰度分割阈值,对步骤3得到的图片进行灰度分隔,将步骤3得到的灰度图像转换为二值图像,当仅需要数小孔时,判断灰度分隔后的图像中的小孔是否存在联通,或是否遗留其他非小孔像素,若是,则调节灰度分割阈值后,重新进行灰度分隔,否不是,则进入步骤5,当需要计算开窗孔面积时,判断开窗孔的轮廓是否清洗,且是否出现比最大小孔面积更大的像素,若开窗孔的轮廓清洗,且未出现比最大小孔面积更大的像素,则进入步骤5,否则调节灰度分割阈值后,重新进行灰度分隔;
步骤5、提取步骤4得的图像的轮廓;
步骤6、当仅需要数小孔时,对步骤5得到的图像进行轮廓加粗并填充封闭区域,当需要计算开窗孔面积时,直接填充封闭区域;
步骤7、清理步骤6得到的图像中的不封闭的轮廓;
步骤8、当仅需要数小孔时,计算步骤7得到的图像中的小孔的数量,当需要计算开窗孔面积时,计算开窗孔等效截面对应小孔个数。
优选地,所述隔板图片为实物隔板照片或隔板数模。
优选地,在所述步骤3中,所述中值滤波采用二维中值滤波。
优选地,在所述步骤4中,基于最大类间方差法计算得到所述灰度分割阈值。
优选地,在所述步骤5中,基于Sobel算子边缘检测的方法提取步骤4得的图像的轮廓。
优选地,在所述步骤6中,运用形态学中的膨胀运算进行轮廓加粗,运用形态学中的重构方法填充封闭区域。
优选地,在所述步骤7中,运用形态学中的重构方法清理步骤6得到的图像中的不封闭的轮廓。
优选地,在所述步骤8中,运用二值图像中的4连通区域标记法计算小孔的数量。
优选地,在所述步骤8后,还包括:
步骤9、显示小孔面积分布图和/或开窗孔等效截面小孔个数。
本发明的第一个特点是:提供了一个快速的图片灰度切割的阈值调节工具条,针对识别清晰度不高或亮度不均匀的照片,极大地提升识图的成功率。本发明的第二个特点是:提供了一个小孔面积分布显示工具,为小孔孔数的识别提供了一个可靠性的辨别工具。本发明的第三个特点是:针对因穿孔率需求很高而需要开窗孔的隔板,本发明还提供了一个可以估算开窗孔所对应的等效截面的小孔数量的工具。
本发明可以极大提高隔板的数孔效率,节约大量人力物力,并可以用来提高排气消音器的设计质量,保证消音器设计与制造的一致性。
附图说明
图1为小孔计数流程图;
图2为开窗孔等效截面小孔数计算流程图。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下。以下实施例所公开的方法均采用的是隔板数模,若采用实物隔壁照片,则选取需要数小孔和计算开窗孔面积的隔板实物,将隔板放置于深色背景地板,拍照保存。当仅需要数小孔时,用计算机画图工具删除所有管道途经的大孔和开窗孔,截图保存,作为数小孔的图片。当需要计算开窗孔面积时,用计算机画图工具删除所有管道途经的大孔,截图保存。
实施例1
结合图1,本实施例公开了一种隔板数孔的计算方法,包括以下步骤:
步骤1:图片准备。选取需要数小孔和计算开窗孔面积的隔板数模,填充所有管道途经的大孔和开窗孔,截图保存,作为数小孔的图片。
步骤2:打开并读入图片。
步骤3:图片色度转换。将RGB彩图(m×n×3的三维矩阵)通用的灰度计算公式0.2989*R+0.5870*G+0.1140*B转换为灰度图(m×n的二维矩阵)。
步骤4:图片对比度调节,并中值滤波。图片对比度调节的基本原理为矩阵映射方法,即对图像的每个像素值进行函数映射,将灰度值的范围扩展到最大值[0~255],增大了图片的清晰度。由于后续需要进行边缘检测,因此需要中值滤波抑制斑点,保留边缘,本实施例采用二维中值滤波。
步骤5:图片灰度分割阈值定义并分割图片。基于最大类间方差法(Otsu),找到图片的一个合适的阈值,使用阈值去分割灰度图,将灰度图像[0~255]转换为只有纯黑(0)、纯白(255)两种颜色的二值图像。
步骤6:调节灰度分割阈值并重新分割图片。最大类间方差法计算的到阈值并不能总是有效,若灰度图分割不符合要求(小孔存在联通或遗留其他非小孔像素),需要人为调节阈值去干涉分割以得到合理的分割结果。
步骤7:轮廓提取。轮廓提取基于Sobel算子边缘检测的方法,Sobel算子是一阶导数的边缘检测算子,在算法实现过程中,通过3×3模板为核与图像中的每个像素点做卷积和运算,然后选取合适的阈值以提取边缘。
步骤8:轮廓加粗并填充封闭区域。轮廓加粗运用了形态学中的膨胀运算,封闭区域填充运用了形态学中的重构方法。
步骤9:清理开口区域。清理不封闭的轮廓和图形运用了形态学中的重构方法。
步骤10:孔数计算并显示。孔数计算运用了二值图像中的4连通区域标记法[8]。
步骤11:小孔面积分布图显示。孔数面积分布图是为了给小孔数数提供一个可靠性的认证工具,由于排气隔板小孔一般为等面积小孔,发现严重偏离均值的小孔一般为干扰因素,需要重新调节灰度分割阈值并重新分割图片。
实施例2
结合图2,本实施例公开了一种开窗孔面积等效截面孔数的计算方法,包括以下步骤:
步骤1:图片准备。选取需要数小孔和计算开窗孔面积的隔板数模,填充所有管道途经的大孔,保留开窗孔,截图保存,作为计算开窗孔等效截面小孔个数的图片。
步骤2:打开并读入图片。
步骤3:图片色度转换。将RGB彩图(m×n×3的三维矩阵)通用的灰度计算公式0.2989*R+0.5870*G+0.1140*B转换为灰度图(m×n的二维矩阵)。
步骤4:图片对比度调节,并中值滤波。图片对比度调节的基本原理为矩阵映射方法,即对图像的每个像素值进行函数映射,将灰度值的范围扩展到最大值[0~255],增大了图片的清晰度;由于后续需要进行边缘检测,因此需要中值滤波抑制斑点,保留边缘,本实施例采用二维中值滤波。
步骤5:图片灰度分割阈值定义并分割图片。基于最大类间方差法(Otsu),找到图片的一个合适的阈值,使用阈值去分割灰度图,将灰度图像[0~255]转换为只有纯黑(0)、纯白(255)两种颜色的二值图像。
步骤6:调节灰度分割阈值并重新分割图片。最大类间方差法计算的到阈值并不能总是有效,若灰度图分割不符合要求(保证开窗孔轮廓清晰的前提下,不能出现比最大小孔面积更大的像素),需要人为调节阈值去干涉分割以得到合理的分割结果。
步骤7:轮廓提取。轮廓提取基于Sobel算子边缘检测的方法,Sobel算子是一阶导数的边缘检测算子,在算法实现过程中,通过3×3模板为核与图像中的每个像素点做卷积和运算,然后选取合适的阈值以提取边缘。
步骤8:填充封闭区域(轮廓不加粗)。轮廓不加粗是为了计算小孔和开窗孔真实的相对面积。
步骤9:清理开口区域。清理不封闭的轮廓和图形运用了形态学中的重构方。
步骤10:选择开窗孔个数。选择开窗孔个数是因为后续的等效截面算法决定的。开窗孔等效截面对应小孔个数=开窗孔面积/除开窗孔外的小孔最大面积。因此在选择图片分割阈值时,除了保证开窗孔轮廓清晰的前提下,不能出现比最大小孔面积更大的像素。
步骤11:开窗孔等效截面小孔个数显示。
Claims (9)
1.一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,包括以下步骤:
步骤1、选取需要数小孔和/或计算开窗孔面积的隔板图片,当仅需要数小孔时,填充隔板图片中所有管道途经的大孔和开窗孔,形成填充图片,当需要计算开窗孔面积时,填充隔板图片中所有管道途经的大孔,形成填充图片;
步骤2、将步骤1得到的填充图片转换为灰度图;
步骤3、调节步骤2得到的灰度图的对比度,将灰度值的范围扩展到[0~255],并进行中值滤波,抑制斑点,保留边缘;
步骤4、定义灰度分割阈值,对步骤3得到的图片进行灰度分隔,将步骤3得到的灰度图像转换为二值图像,当仅需要数小孔时,判断灰度分隔后的图像中的小孔是否存在联通,或是否遗留其他非小孔像素,若是,则调节灰度分割阈值后,重新进行灰度分隔,否不是,则进入步骤5,当需要计算开窗孔面积时,判断开窗孔的轮廓是否清洗,且是否出现比最大小孔面积更大的像素,若开窗孔的轮廓清洗,且未出现比最大小孔面积更大的像素,则进入步骤5,否则调节灰度分割阈值后,重新进行灰度分隔;
步骤5、提取步骤4得的图像的轮廓;
步骤6、当仅需要数小孔时,对步骤5得到的图像进行轮廓加粗并填充封闭区域,当需要计算开窗孔面积时,直接填充封闭区域;
步骤7、清理步骤6得到的图像中的不封闭的轮廓;
步骤8、当仅需要数小孔时,计算步骤7得到的图像中的小孔的数量,当需要计算开窗孔面积时,计算开窗孔等效截面对应小孔个数。
2.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,所述隔板图片为实物隔板照片或隔板数模。
3.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤3中,所述中值滤波采用二维中值滤波。
4.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤4中,基于最大类间方差法计算得到所述灰度分割阈值。
5.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤5中,基于Sobel算子边缘检测的方法提取步骤4得的图像的轮廓。
6.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤6中,运用形态学中的膨胀运算进行轮廓加粗,运用形态学中的重构方法填充封闭区域。
7.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤7中,运用形态学中的重构方法清理步骤6得到的图像中的不封闭的轮廓。
8.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤8中,运用二值图像中的4连通区域标记法计算小孔的数量。
9.如权利要求1所述的一种隔板数孔和开窗孔面积等效截面孔数的计算方法,其特征在于,在所述步骤8后,还包括:
步骤9、显示小孔面积分布图和/或开窗孔等效截面小孔个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231092.XA CN106886624B (zh) | 2016-12-27 | 2016-12-27 | 一种隔板数孔和开窗孔面积等效截面孔数的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231092.XA CN106886624B (zh) | 2016-12-27 | 2016-12-27 | 一种隔板数孔和开窗孔面积等效截面孔数的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106886624A true CN106886624A (zh) | 2017-06-23 |
CN106886624B CN106886624B (zh) | 2020-05-26 |
Family
ID=59175763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611231092.XA Active CN106886624B (zh) | 2016-12-27 | 2016-12-27 | 一种隔板数孔和开窗孔面积等效截面孔数的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106886624B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5347591A (en) * | 1990-10-30 | 1994-09-13 | Dainippon Screen Mfg. Co., Ltd. | Method of and device for determining positioning between a hole and a wiring pattern on a printed circuit board by utilizing a set of area values |
CN101436215A (zh) * | 2007-11-12 | 2009-05-20 | 英业达股份有限公司 | 批次配置孔洞及预估孔洞数量的方法 |
CN104359404A (zh) * | 2014-11-24 | 2015-02-18 | 南京航空航天大学 | 飞机零件上大量小尺寸导孔的快速视觉检测方法 |
CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
CN105761259A (zh) * | 2016-02-15 | 2016-07-13 | 江苏大学 | 一种基于显微图像的小麦叶片气孔密度测量方法 |
-
2016
- 2016-12-27 CN CN201611231092.XA patent/CN106886624B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5347591A (en) * | 1990-10-30 | 1994-09-13 | Dainippon Screen Mfg. Co., Ltd. | Method of and device for determining positioning between a hole and a wiring pattern on a printed circuit board by utilizing a set of area values |
CN101436215A (zh) * | 2007-11-12 | 2009-05-20 | 英业达股份有限公司 | 批次配置孔洞及预估孔洞数量的方法 |
CN104359404A (zh) * | 2014-11-24 | 2015-02-18 | 南京航空航天大学 | 飞机零件上大量小尺寸导孔的快速视觉检测方法 |
CN105447851A (zh) * | 2015-11-12 | 2016-03-30 | 刘新辉 | 一种玻璃面板的音孔缺陷检测方法及系统 |
CN105761259A (zh) * | 2016-02-15 | 2016-07-13 | 江苏大学 | 一种基于显微图像的小麦叶片气孔密度测量方法 |
Non-Patent Citations (1)
Title |
---|
蒲亮: "《PCB孔径孔数检测系统的图像处理算法研究》", 《万方数据》 * |
Also Published As
Publication number | Publication date |
---|---|
CN106886624B (zh) | 2020-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106296666B (zh) | 一种彩色图像去阴影方法和应用 | |
CN107833220B (zh) | 基于深度卷积神经网络与视觉显著性的织物缺陷检测方法 | |
CN102968782B (zh) | 一种彩色图像中显著对象的自动抠取方法 | |
CN109558806B (zh) | 高分遥感图像变化的检测方法 | |
CN104715239B (zh) | 一种基于去雾处理和权重分块的车辆颜色识别方法 | |
CN112750106B (zh) | 一种基于非完备标记的深度学习的核染色细胞计数方法、计算机设备、存储介质 | |
CN108537239B (zh) | 一种图像显著性目标检测的方法 | |
CN102385753B (zh) | 一种基于光照分类的自适应图像分割方法 | |
CN109859171A (zh) | 一种基于计算机视觉和深度学习的楼面缺陷自动检测方法 | |
CN110059697A (zh) | 一种基于深度学习的肺结节自动分割方法 | |
CN110706269B (zh) | 一种基于双目视觉slam的动态场景密集建模方法 | |
CN109858539A (zh) | 一种基于深度学习图像语义分割模型的roi区域提取方法 | |
CN108181316A (zh) | 一种基于机器视觉的竹条缺陷检测方法 | |
CN114331869B (zh) | 一种坝面裂缝语义分割方法 | |
CN109886935A (zh) | 一种基于深度学习的道面异物检测方法 | |
CN103247049A (zh) | 一种smt焊点图像分割方法 | |
CN104021566A (zh) | 基于GrabCut算法的舌诊图像自动分割方法 | |
CN103942756B (zh) | 一种深度图后处理滤波的方法 | |
CN108154490A (zh) | 基于改进模糊集理论的高压输电线路绝缘子图像增强方法 | |
CN114494318A (zh) | 基于大津算法的角膜动态形变视频提取角膜轮廓的方法 | |
CN108171683B (zh) | 一种采用软件自动识别的细胞计数方法 | |
CN106886624A (zh) | 一种隔板数孔和开窗孔面积等效截面孔数的计算方法 | |
CN102163277B (zh) | 一种基于区域的肤色分割方法 | |
Wang et al. | A color-texture segmentation method to extract tree image in complex scene | |
Lv et al. | Acquisition of fruit region in green apple image based on the combination of segmented regions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |