CN114332089A - 基于图像处理的塑料护套生产质量控制方法、装置及系统 - Google Patents

基于图像处理的塑料护套生产质量控制方法、装置及系统 Download PDF

Info

Publication number
CN114332089A
CN114332089A CN202210251259.8A CN202210251259A CN114332089A CN 114332089 A CN114332089 A CN 114332089A CN 202210251259 A CN202210251259 A CN 202210251259A CN 114332089 A CN114332089 A CN 114332089A
Authority
CN
China
Prior art keywords
gradient
pixel
preset
plastic sheath
image
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
Application number
CN202210251259.8A
Other languages
English (en)
Other versions
CN114332089B (zh
Inventor
陈刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Xinshanhe Plastic Industry Co ltd
Original Assignee
Wuhan Xinshanhe Plastic Industry Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Xinshanhe Plastic Industry Co ltd filed Critical Wuhan Xinshanhe Plastic Industry Co ltd
Priority to CN202210251259.8A priority Critical patent/CN114332089B/zh
Publication of CN114332089A publication Critical patent/CN114332089A/zh
Application granted granted Critical
Publication of CN114332089B publication Critical patent/CN114332089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于图像处理的塑料护套生产质量控制方法、装置及系统,涉及图像处理领域。主要包括:获得进行加速寿命试验后存在龟裂的塑料护套的截面图像的灰度图像,根据像素点邻域内像素点的梯度方向、梯度幅值以及各灰度级的频率,分别获得各像素点的邻域梯度相似程度以及灰度规则程度,以获得各纹理像素点;当纹理像素点的占比小于预设第一阈值时,龟裂的主要原因为化学应力破坏,否则,执行后续步骤;对各纹理像素点的梯度直方图中不同梯度方向的梯度幅值进行归一化,得到梯度方向对应的概率以获得梯度方向的累积概率;利用累积概率判断龟裂的主要原因为疲劳破坏还是延展性破坏。

Description

基于图像处理的塑料护套生产质量控制方法、装置及系统
技术领域
本申请涉及图像处理领域,具体涉及一种基于图像处理的塑料护套生产质量控制方法、装置及系统。
背景技术
塑料制品在日用品、药品、饮料等包装中应用广泛,而龟裂是塑料制品生产及使用过程中常见的缺陷之一, 这种缺陷主要影响塑料产品的性能,其次影响塑料制品的外观。根据生产过程中不同的应力,产生龟裂的断口也不同,因此,需要通过分析龟裂产生的原因来具有针对性地对生产流程控制,从而提高产品可靠性同时提高生产效率。
发明内容
针对上述技术问题,本发明提供了一种基于图像处理的塑料护套生产质量控制方法、装置及系统,通过采集经过加速寿命试验后存在龟裂的塑料护套的截面图像,获得截面图像中的纹理特征,结合造成龟裂的不同原因下截面图像的特征,能够获得造成龟裂的具体原因,并针对不同龟裂的主要原因采取相应的质量控制方法,提高了所生产的塑料护套的可靠性,同时提高了生产效率。
第一方面,本文提出了一种基于图像处理的塑料护套生产质量控制方法,包括:
抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像。
对所述截面图像进行灰度化获得灰度图像,并获得所述灰度图像中像素点的梯度幅值及梯度方向。
根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度。
当像素点的所述梯度幅值、所述邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点。
当灰度图像中所述纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤。
获取所述灰度图像中所述纹理像素点的梯度直方图,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率。
将所述累积概率为预设第一数值的梯度方向的角度作为第一角度,将所述累积概率为预设第二数值的梯度方向的角度作为第二角度,所述预设第一数值小于所述第二预设数值,当所述第二角度与所述第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
在一个可行的实施例中,根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,包括:
将像素点邻域内与像素点的梯度幅值的差值在预设第一差值内的像素点作为第一类像素点。
将所述第一类像素点中与像素点的梯度方向的差值在预设第二差值内的像素点作为第二类像素点。
将像素点邻域内所述第二类像素点的占比作为像素点的邻域梯度相似程度。
在一个可行的实施例中,根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度,包括:
Figure DEST_PATH_IMAGE001
其中,
Figure DEST_PATH_IMAGE002
为像素点的灰度规则程度,
Figure 413525DEST_PATH_IMAGE003
为归一化系数,
Figure DEST_PATH_IMAGE004
为像素点邻域内灰度值为
Figure 533928DEST_PATH_IMAGE005
的像素点的频率,
Figure 235036DEST_PATH_IMAGE006
为灰度级的数量。
在一个可行的实施例中,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,包括:
获得各梯度方向的梯度幅值的平方和,将梯度方向对应的梯度幅值除以所述平方和的开方,分别获得归一化后梯度方向对应的梯度幅值,并将归一化后梯度方向对应的梯度幅值作为梯度方向对应的概率。
在一个可行的实施例中,获得梯度方向对应的累积概率,包括:
Figure 302349DEST_PATH_IMAGE007
其中,
Figure 100002_DEST_PATH_IMAGE008
为角度为
Figure 396400DEST_PATH_IMAGE009
的梯度方向对应的累积概率,
Figure DEST_PATH_IMAGE010
为角度为
Figure DEST_PATH_IMAGE011
的梯度方向对应的 概率。
在一个可行的实施例中,像素点的梯度方向及梯度幅值的获得过程,包括:
像素点的梯度大小
Figure 343496DEST_PATH_IMAGE012
,像素点的梯度方向为
Figure 282633DEST_PATH_IMAGE013
,其中g表 示梯度幅值,
Figure 100002_DEST_PATH_IMAGE014
表示像素点的水平梯度,
Figure 934063DEST_PATH_IMAGE015
表示像素点的竖直梯度。
在一个可行的实施例中,对所述截面图像进行灰度化获得灰度图像,包括:
将所述截面图像中像素点在RGB三个通道中像素值的最大值,作为所述灰度图像中的像素点的灰度值。
在一个可行的实施例中,当抽检的塑料护套中龟裂的主要原因为化学应力破坏的比率超过预设第三阈值时,将原材料等级变更为耐药品性等级或采用油脂的树脂材料。
当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第四阈值时,需要排除生产过程中产生过大的外力。
当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第五阈值时,需要使用抗疲劳性原材料。
第二方面,本发明提出了一种基于图像处理的塑料护套生产质量控制装置,包括:
图像获取模块,用于抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像。
第一计算模块,用于对所述截面图像进行灰度化获得灰度图像,并获得所述灰度图像中像素点的梯度幅值及梯度方向。
第二计算模块,用于根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度。
像素点筛选模块,用于当像素点的所述梯度幅值、所述邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点。
第一判断模块,用于当灰度图像中所述纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤。
第三计算模块,用于获取所述灰度图像中所述纹理像素点的梯度直方图,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率。
第二判断模块,用于将所述累积概率为预设第一数值的梯度方向的角度作为第一角度,将所述累积概率为预设第二数值的梯度方向的角度作为第二角度,所述预设第一数值小于所述预设第二数值,当所述第二角度与所述第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
第三方面,本发明提出了一种基于图像处理的塑料护套生产质量控制系统,包括:存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如本发明实施例中基于图像处理的塑料护套生产质量控制方法。
本发明提供了一种基于图像处理的塑料护套生产质量控制方法、装置及系统,通过采集经过加速寿命试验后存在龟裂的塑料护套的截面图像,获得截面图像中的纹理特征,结合造成龟裂的不同原因下截面图像的特征,能够获得造成龟裂的具体原因,并针对不同龟裂的主要原因采取相应的质量控制方法,提高了所生产的塑料护套的可靠性,同时提高了生产效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于图像处理的塑料护套生产质量控制方法的流程示意图。
图2是本发明实施例中三种不同龟裂产生原因下塑料制品的截面图像示意图。
图3是本发明实施例提供的一种基于图像处理的塑料护套生产质量控制装置的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征;在本实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本发明实施例提供了一种基于图像处理的塑料护套生产质量控制方法,如图1所示,包括:
步骤S101、抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的断口截面图像。
步骤S102、对截面图像进行灰度化获得灰度图像,并获得灰度图像中像素点的梯度幅值及梯度方向。
步骤S103、根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度。
步骤S104、当像素点的梯度幅值、邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点。
步骤S105、当灰度图像中纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤。
步骤S106、获取灰度图像中纹理像素点的梯度直方图,对梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率。
步骤S107、将累积概率为预设第一数值的梯度方向的角度作为第一角度,将累积概率为预设第二数值的梯度方向的角度作为第二角度,预设第一数值小于第二预设数值,当第二角度与第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
龟裂是塑料制品较常见的一种缺陷,产生的主要原因可以分为化学应力破坏、延展性破坏和疲劳破坏。图2为本实施例中三种不同龟裂产生原因下塑料制品的截面图像示意图。
具体的,化学应力破坏是由于拉伸应力的部位附着或者接触油污或化学试剂后,发生相互综合反应造成的。因此断口截面的表现为没有泛白且呈平滑状态。
需要说明的是,只有受到比使用原料的强度更大的外力时才会产生延展性破坏,即延展性破坏单纯由于外力过大而造成的。因此延展性破坏下断口截面泛白且起伏凹凸,属于起毛性的破坏形态。
具体的,在外力反复施加负荷下,材料之间产生滑动,形成无数的小破坏区后发生疲劳破坏,因此疲劳破坏下的断口截面呈现贝壳纹。
本发明实施例中将利用不同产生原因下塑料护套的断口截面图像的表现形式不同,对塑料护套进行加速寿命实验,以分析在正常使用的情况下塑料护套的主要龟裂的主要原因,并根据主要龟裂的主要原因对生产过程进行改进。
进一步的,步骤S101、抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像。具体包括:
对于生产线上的塑料护套,按照一定的比例随机抽样,进行加速寿命试验,该实验的目的是获得塑料护套的在正常使用情况下质保期内的抗龟裂性,进而根据龟裂产生的原因,对生产流程进行控制,提高产品合格率。
需要说明的是,加速寿命试验,是在进行合理工程及统计假设的基础上,利用与物理失效规律相关的统计模型对在超出正常应力水平的加速环境下获得的信息进行转换,得到产品在额定应力水平下的特征可复现的数值估计的一种试验方法。简言之,加速寿命试验是在保持失效机理不变的条件下,通过加大试验应力来缩短试验周期的一种寿命试验方法。加速寿命试验采用加速应力水平来进行产品的寿命试验,从而缩短了试验时间,提高了试验效率,降低了试验成本。
本实施例中通过对塑料护套进行加速寿命实验,能够获得塑料护与套正常使用质保时长后相同状态的塑料护套,便于后续根据存在龟裂的塑料护套的断口截面图像进行分析。
本实施例中获得的断口截面图像为RGB图像,RGB是一种颜色标准,通过对红(R)、绿(G)、蓝(B)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,RGB即是代表红、绿、蓝三个通道的颜色。
进一步的,步骤S102、对截面图像进行灰度化获得灰度图像,并获得灰度图像中像素点的梯度幅值及梯度方向。具体包括:
首先对截面图像进行灰度化获得灰度图像,其中灰度化过程包括:将截面图像中像素点在RGB三个通道中像素值的最大值,作为灰度图像中的像素点的灰度值。
需要说明的是,对于化学应力破坏,断口较为平滑,得到的截面图像中基本没有纹理,而对于延展性破坏,断口起伏凹凸,得到的截面图像中存在明显的纹理,但纹理方向较杂乱;对于疲劳破坏,断口呈贝壳纹理,纹理有明确的方向。
最后,获得灰度图像中像素点的梯度幅值及梯度方向,具体包括:利用Sobel算子 计算断口灰度图上各个像素点的水平梯度以及竖直梯度,像素点的梯度大小
Figure 9467DEST_PATH_IMAGE012
,像素点的梯度方向为
Figure 799568DEST_PATH_IMAGE013
,其中g表示梯度幅值,
Figure 209690DEST_PATH_IMAGE014
表示像素点 的水平梯度,
Figure 618806DEST_PATH_IMAGE015
表示像素点的竖直梯度。需要说明的是,Sobel算子是典型的基于一阶导数 的边缘检测算子,是离散型的差分算子。该算子对噪声具有平滑作用,能很好的消除噪声的 影响,Sobel算子包含两组3x3的矩阵,分别为横向及纵向模板,将之与图像作平面卷积,即 可分别得出图像中像素点的水平梯度及竖直梯度。
进一步的,步骤S103、根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度。具体包括:
本发明实施例通过纹理方向来判断断口类型,但是疲劳破坏由于断口不均匀,存在大量混乱像素点,这些像素点的梯度幅值较大,但是梯度方向混乱,影响纹理方向的确定,导致无法通过纹理方向来区分延展性破坏和疲劳破坏。因此,需要排除混乱像素点,通过纹理像素点的梯度方向进行纹理方向的确定。
首先,分别获得灰度图像中各像素点的邻域梯度相似程度。
具体的,将像素点邻域内与像素点的梯度幅值的差值在预设第一差值内的像素点 作为第一类像素点,本实施例中预设第一差值为
Figure DEST_PATH_IMAGE016
,设灰度图像中坐标为
Figure 597650DEST_PATH_IMAGE017
的像素点的 梯度幅值为
Figure DEST_PATH_IMAGE018
,则将像素点
Figure 230757DEST_PATH_IMAGE017
邻域内梯度幅值在
Figure 128175DEST_PATH_IMAGE019
范围内 的像素点作为第一类像素点。
在获得像素点邻域内第一类像素点的基础上,将第一类像素点中与像素点的梯度 方向的差值在预设第二差值内的像素点作为第二类像素点,具体的,本实施例中预设第二 差值为
Figure 100002_DEST_PATH_IMAGE020
,则将像素点
Figure 606561DEST_PATH_IMAGE017
邻域内第一类像素点中梯度方向在
Figure 171403DEST_PATH_IMAGE021
范围内的像素点作为第二类像素点,
Figure 100002_DEST_PATH_IMAGE022
为像素点
Figure 709832DEST_PATH_IMAGE017
的梯度方向。
本实施例中将像素点邻域内所述第二类像素点的占比作为像素点的邻域梯度相似程度,并以此分别获得灰度图像中各像素点的邻域梯度相似程度。
其次,获得像素点的邻域灰度规则程度,计算过程包括:
Figure 360125DEST_PATH_IMAGE001
其中,
Figure 970098DEST_PATH_IMAGE002
为像素点的灰度规则程度,
Figure 874600DEST_PATH_IMAGE003
为归一化系数,
Figure 442984DEST_PATH_IMAGE004
为像素点邻域内灰度值为
Figure 52345DEST_PATH_IMAGE005
的像素点的频率,
Figure 466009DEST_PATH_IMAGE006
为灰度级的数量。
如此,可分别获得灰度图像中各像素点的邻域梯度相似程度以及邻域灰度规则程度,便于后续过程中对塑料护套的龟裂的主要原因进行判断。
进一步的,步骤S104、当像素点的梯度幅值、邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点。具体包括:
本实施例中纹理像素点的梯度幅值较大,纹理像素点的邻域内像素点的梯度幅值和梯度方向与纹理像素点近似相同的概率较高,且邻域内像素点的灰度值较统一。
具体的,本实施例中,当像素点的梯度幅值、邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点,并以此获得灰度图像中所有的纹理像素点。
本实施例中,对于像素点的梯度幅值、邻域梯度相似程度及灰度规则程度分别存在对应的预设阈值。
进一步的,步骤S105、当灰度图像中纹理像素点的占比大于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤。具体包括:
根据步骤S104中所获得的纹理像素点的具备较明确的纹理,而化学应力破坏造成的龟裂的塑料护套的断口截面图像中基本没有纹理,延展性破坏的断口纹理方向较杂乱,疲劳破坏的断口纹理有明确的方向,因此当截面图像中纹理信息不明显时,本实施例中表现为纹理像素点比例较小,可以直接将龟裂的主要原因判断为化学应力破坏,具体的,当灰度图像中纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,无需再执行后续判断步骤,否则,需要在后续步骤中对塑料护套的龟裂的主要原因为延展性破坏还是疲劳破坏进行进一步的判断。
进一步的,步骤S106、获取灰度图像中纹理像素点的梯度直方图,对梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率。具体包括:
首先,计算纹理像素点的梯度方向直方图,梯度方向的角度范围为
Figure 490596DEST_PATH_IMAGE023
,可以 这些纹理像素点可以根据梯度方向分为180组。将每一组中所有纹理像素点对应的梯度幅 值进行累加,可以得到各梯度方向对应的梯度幅值。
对梯度方向的梯度幅值进行归一化,并将归一化后的梯度幅值作为梯度方向的概率,具体包括:
Figure 100002_DEST_PATH_IMAGE024
最后,得到各梯度方向对应的累积概率,包括:
Figure 885675DEST_PATH_IMAGE007
其中,
Figure 730134DEST_PATH_IMAGE008
为角度为
Figure 72122DEST_PATH_IMAGE009
的梯度方向对应的累积概率,
Figure 75850DEST_PATH_IMAGE010
为角度为
Figure 595825DEST_PATH_IMAGE011
的梯度方向对应的 概率。
进一步的,步骤S107、将累积概率为预设第一数值的梯度方向的角度作为第一角度,将累积概率为预设第二数值的梯度方向的角度作为第二角度,预设第一数值小于预设第二数值,当第二角度与第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。具体包括:
将累积概率为预设第一数值的梯度方向的角度作为第一角度,作为一个示例,本实施例中预设第一数值为0.2,将累积概率为预设第二数值的梯度方向的角度作为第二角度,作为一个示例,本实施例中预设第二数值为0.8,具体的预设第一数值以及预设第二数值,可以根据实施者的具体需求自行进行选取。
当第二角度与第一角度的差值小于预设第二阈值时,说明灰度图像中存在贝壳状的纹路,造成龟裂的原因为疲劳破坏;否则,当第二角度与第一角度的差值不小于预设第二阈值时,说明灰度图像中纹理方向不确定性较大,纹理方向范围较大,符合延展性破坏造成的断口处截面图像的特征,造成龟裂的原因为延展性破坏。
最后,当所抽检的塑料护套经过加速寿命实验后出现龟裂的比例超过标准时,说明生产流程存在问题,需要对造成龟裂的原因进行分析,并根据不同的原因采取相应的生产过程控制方法,以对生产流程进行改进从而提高效率。
具体的,当抽检的塑料护套中龟裂的主要原因为化学应力破坏的比率超过预设第三阈值时,将原材料等级变更为耐药品性等级或采用油脂的树脂材料;当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第四阈值时,需要排除生产过程中产生过大的外力;当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第五阈值时,需要使用抗疲劳性原材料作为塑料护套的加工原料。
本发明实施例还提供了一种基于图像处理的塑料护套生产质量控制装置,如图3所示,包括:
图像获取模块201,用于抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像。
第一计算模块202,用于对截面图像进行灰度化获得灰度图像,并获得灰度图像中像素点的梯度幅值及梯度方向。
第二计算模块203,用于根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度。
像素点筛选模块204,用于当像素点的梯度幅值、邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点。
第一判断模块205,用于当灰度图像中纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤。
第三计算模块206,用于获取灰度图像中纹理像素点的梯度直方图,对梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率。
第二判断模块207,用于将累积概率为预设第一数值的梯度方向的角度作为第一角度,将累积概率为预设第二数值的梯度方向的角度作为第二角度,预设第一数值小于预设第二数值,当第二角度与第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
其中,以上各模块的具体实现、相关说明以及技术效果请参考本发明具体实施方式中基于图像处理的塑料护套生产质量控制方法实施例中的描述。
基于与上述方法相同的发明构思,本实施例还提供了一种基于图像处理的塑料护套生产质量控制系统,本实施例中基于图像处理的塑料护套生产质量控制系统包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如基于图像处理的塑料护套生产质量控制方法实施例中所描述的对生产过程中的塑料护套的质量进行控制。
由于基于图像处理的塑料护套生产质量控制方法实施例已经对如何对生产过程中的塑料护套的质量进行控制进行了说明,此处不再赘述。
综上所述,本发明提供了一种基于图像处理的塑料护套生产质量控制方法、装置及系统,通过采集经过加速寿命试验后存在龟裂的塑料护套的截面图像,获得截面图像中的纹理特征,结合造成龟裂的不同原因下截面图像的特征,能够获得造成龟裂的具体原因,并针对不同龟裂的主要原因采取相应的质量控制方法,提高了所生产的塑料护套的可靠性,同时提高了生产效率。
本发明中涉及诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的方法和系统中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
上述实施例仅仅是为清楚地说明所做的举例,并不构成对本发明的保护范围的限制。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无需也无法对所有的实施方式予以穷举。凡是与本发明相同或相似的设计均属于本发明的保护范围之内。

Claims (10)

1.一种基于图像处理的塑料护套生产质量控制方法,其特征在于,包括:
抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像;
对所述截面图像进行灰度化获得灰度图像,并获得所述灰度图像中像素点的梯度幅值及梯度方向;
根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度;
当像素点的所述梯度幅值、所述邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点;
当灰度图像中所述纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤;
获取所述灰度图像中所述纹理像素点的梯度直方图,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率;
将所述累积概率为预设第一数值的梯度方向的角度作为第一角度,将所述累积概率为预设第二数值的梯度方向的角度作为第二角度,所述预设第一数值小于所述第二预设数值,当所述第二角度与所述第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
2.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,包括:
将像素点邻域内与像素点的梯度幅值的差值在预设第一差值内的像素点作为第一类像素点;
将所述第一类像素点中与像素点的梯度方向的差值在预设第二差值内的像素点作为第二类像素点;
将像素点邻域内所述第二类像素点的占比作为像素点的邻域梯度相似程度。
3.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度,包括:
Figure 917965DEST_PATH_IMAGE002
其中,
Figure DEST_PATH_IMAGE004_11A
为像素点的灰度规则程度,
Figure DEST_PATH_IMAGE006
为归一化系数,
Figure DEST_PATH_IMAGE008
为像素点邻域内灰度值为
Figure DEST_PATH_IMAGE010A
的像素点的频率,
Figure DEST_PATH_IMAGE012
为灰度级的数量。
4.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,包括:
获得各梯度方向的梯度幅值的平方和,将梯度方向对应的梯度幅值除以所述平方和的开方,分别获得归一化后梯度方向对应的梯度幅值,并将归一化后梯度方向对应的梯度幅值作为梯度方向对应的概率。
5.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,获得梯度方向对应的累积概率,包括:
Figure DEST_PATH_IMAGE014
其中,
Figure DEST_PATH_IMAGE016A
为角度为
Figure DEST_PATH_IMAGE018A
的梯度方向对应的累积概率,
Figure DEST_PATH_IMAGE020
为角度为
Figure DEST_PATH_IMAGE022
的梯度方向对应的概率。
6.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,像素点的梯度方向及梯度幅值的获得过程,包括:
像素点的梯度大小
Figure DEST_PATH_IMAGE024
,像素点的梯度方向为
Figure DEST_PATH_IMAGE026
,其中g表示梯度幅值,
Figure DEST_PATH_IMAGE028
表示像素点的水平梯度,
Figure DEST_PATH_IMAGE030
表示像素点的竖直梯度。
7.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,对所述截面图像进行灰度化获得灰度图像,包括:
将所述截面图像中像素点在RGB三个通道中像素值的最大值,作为所述灰度图像中的像素点的灰度值。
8.根据权利要求1所述的基于图像处理的塑料护套生产质量控制方法,其特征在于,
当抽检的塑料护套中龟裂的主要原因为化学应力破坏的比率超过预设第三阈值时,将原材料等级变更为耐药品性等级或采用油脂的树脂材料;
当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第四阈值时,需要排除生产过程中产生过大的外力;
当抽检的塑料护套中龟裂的主要原因为延展性破坏的比率超过预设第五阈值时,需要使用抗疲劳性原材料。
9.一种基于图像处理的塑料护套生产质量控制装置,其特征在于,包括:
图像获取模块,用于抽检塑料护套进行加速寿命试验,获得其中存在龟裂的塑料护套的截面图像;
第一计算模块,用于对所述截面图像进行灰度化获得灰度图像,并获得所述灰度图像中像素点的梯度幅值及梯度方向;
第二计算模块,用于根据像素点邻域内像素点的梯度方向及梯度幅值,分别获得各像素点的邻域梯度相似程度,并根据像素点邻域内像素点各灰度级的频率,分别获得各像素点的灰度规则程度;
像素点筛选模块,用于当像素点的所述梯度幅值、所述邻域梯度相似程度及灰度规则程度均大于相应的预设阈值时,将像素点作为纹理像素点;
第一判断模块,用于当灰度图像中所述纹理像素点的占比小于预设第一阈值时,塑料护套的龟裂的主要原因为化学应力破坏,不再执行后续步骤,否则,执行后续步骤;
第三计算模块,用于获取所述灰度图像中所述纹理像素点的梯度直方图,对所述梯度直方图中不同梯度方向的梯度幅值进行归一化,以分别得到不同梯度方向对应的概率,并将0到梯度方向之间各梯度方向的概率进行累加,获得梯度方向对应的累积概率;
第二判断模块,用于将所述累积概率为预设第一数值的梯度方向的角度作为第一角度,将所述累积概率为预设第二数值的梯度方向的角度作为第二角度,所述预设第一数值小于所述预设第二数值,当所述第二角度与所述第一角度的差值小于预设第二阈值时,塑料护套的龟裂的主要原因为疲劳破坏,否则,龟裂的主要原因为延展性破坏。
10.一种基于图像处理的塑料护套生产质量控制系统,其特征在于,包括:存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如权利要求1-8中任一项所述的基于图像处理的塑料护套生产质量控制方法。
CN202210251259.8A 2022-03-15 2022-03-15 基于图像处理的塑料护套生产质量控制方法、装置及系统 Active CN114332089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210251259.8A CN114332089B (zh) 2022-03-15 2022-03-15 基于图像处理的塑料护套生产质量控制方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210251259.8A CN114332089B (zh) 2022-03-15 2022-03-15 基于图像处理的塑料护套生产质量控制方法、装置及系统

Publications (2)

Publication Number Publication Date
CN114332089A true CN114332089A (zh) 2022-04-12
CN114332089B CN114332089B (zh) 2022-06-10

Family

ID=81033145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210251259.8A Active CN114332089B (zh) 2022-03-15 2022-03-15 基于图像处理的塑料护套生产质量控制方法、装置及系统

Country Status (1)

Country Link
CN (1) CN114332089B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049651A (zh) * 2022-08-15 2022-09-13 邹城市天晖软件科技有限公司 一种钣金冲压异常检测方法
CN115115646A (zh) * 2022-08-30 2022-09-27 启东市固德防水布有限公司 一种基于图像处理的防水布涂层质量评价方法
CN115115614A (zh) * 2022-07-26 2022-09-27 南通博鎏机电科技有限公司 一种不同电源下医疗x射线胶片质量控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2693204A1 (de) * 2012-08-01 2014-02-05 Bundesrepublik Deutschland, vertreten durch das Bundesministerium für Wirtschaft und Technologie, Dieses vertreten durch den Präsidenten der BAM, Anrissdetektion und Rissüberwachung mittels Lumineszenz
EP3556576A1 (en) * 2018-04-18 2019-10-23 Bridgestone Europe NV/SA Process and system for the detection of defects in a tyre
CN113034463A (zh) * 2021-03-22 2021-06-25 太原科技大学 多曝光x射线融合图像的质量评价方法
CN113989280A (zh) * 2021-12-28 2022-01-28 武汉市鑫景诚路桥钢模有限公司 基于图像处理技术的钢结构焊接裂纹缺陷检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2693204A1 (de) * 2012-08-01 2014-02-05 Bundesrepublik Deutschland, vertreten durch das Bundesministerium für Wirtschaft und Technologie, Dieses vertreten durch den Präsidenten der BAM, Anrissdetektion und Rissüberwachung mittels Lumineszenz
EP3556576A1 (en) * 2018-04-18 2019-10-23 Bridgestone Europe NV/SA Process and system for the detection of defects in a tyre
CN113034463A (zh) * 2021-03-22 2021-06-25 太原科技大学 多曝光x射线融合图像的质量评价方法
CN113989280A (zh) * 2021-12-28 2022-01-28 武汉市鑫景诚路桥钢模有限公司 基于图像处理技术的钢结构焊接裂纹缺陷检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115614A (zh) * 2022-07-26 2022-09-27 南通博鎏机电科技有限公司 一种不同电源下医疗x射线胶片质量控制方法
CN115049651A (zh) * 2022-08-15 2022-09-13 邹城市天晖软件科技有限公司 一种钣金冲压异常检测方法
CN115049651B (zh) * 2022-08-15 2022-10-28 邹城市天晖软件科技有限公司 一种钣金冲压异常检测方法
CN115115646A (zh) * 2022-08-30 2022-09-27 启东市固德防水布有限公司 一种基于图像处理的防水布涂层质量评价方法

Also Published As

Publication number Publication date
CN114332089B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN114332089B (zh) 基于图像处理的塑料护套生产质量控制方法、装置及系统
CN115222733B (zh) 基于图像识别的金属构件表面缺陷检测方法
CN115294140B (zh) 一种五金零件缺陷检测方法及系统
US20140119638A1 (en) System, method and computer program product to evaluate a semiconductor wafer fabrication process
CN111862064A (zh) 一种基于深度学习的银质丝材表面瑕疵识别方法
US10636133B2 (en) Automated optical inspection (AOI) image classification method, system and computer-readable media
CN115311267B (zh) 一种格纹织物异常检测方法
CN113920096A (zh) 一种集成电路金属封装缺陷检测方法
CN113516619B (zh) 一种基于图像处理技术的产品表面瑕疵识别方法
Wah et al. Analysis on feature extraction and classification of rice kernels for Myanmar rice using image processing techniques
CN117173187B (zh) 一种阀门故障智能检测系统
CN115049651B (zh) 一种钣金冲压异常检测方法
CN116137036A (zh) 基于机器学习的基因检测数据智能处理系统
CN114897855A (zh) 基于x射线图片灰度值分布判定缺陷类型的方法
CN116485779A (zh) 自适应晶圆缺陷检测方法、装置、电子设备及存储介质
JP2006138708A (ja) 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
CN116363136B (zh) 一种机动车部件自动化生产在线筛选方法及系统
CN116993710A (zh) 纺丝工艺的检测方法、装置、电子设备及存储介质
CN115049641A (zh) 一种用于机械零件异常检测的电数据处理方法及系统
CN116309307A (zh) 焊缝缺陷检测方法、装置、可读存储介质及电子设备
CN110634124A (zh) 一种区域检测的方法及设备
CN114529515A (zh) 一种自动识别太阳能电池内部缺陷的方法
Karthikeyan et al. DWT based LCP features for the classification of steel surface defects in SEM images with KNN classifier
Tanaka et al. Quantitative analysis of three-dimensional fatigue fracture surface reconstructed by stereo matching method
CN115526867B (zh) 碳纤维复合材料气瓶x射线图像裂纹缺陷提取方法和装置

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