CN114758017B - 用于橡胶密封圈异常检测的压缩传输方法 - Google Patents

Abstract

本发明涉及图像处理领域，具体涉及一种用于橡胶密封圈异常检测的压缩传输方法，包括：获取橡胶密封圈的表面灰度图；对灰度图进行小波变换并重构获取密封圈的边缘图像；利用边缘图像各边缘像素及其邻域像素的灰度值得到增强后的边缘图像；将增强后的边缘图像各像素在灰度图的位置进行删除，得到不包含边缘的灰度图；对不包含边缘的灰度图进行聚类，将每个聚类簇像素的灰度值均值作为对应聚类簇各像素的灰度值，得到聚类后的不包含边缘的灰度图；将增强后的边缘图像插入到聚类后的不包含边缘的灰度图得到去除冗余后的灰度图；对去除冗余后的灰度图进行霍夫曼编码传输。上述方法用于橡胶密封圈异常检测的压缩传输，可提高压缩传输效率。

Description

用于橡胶密封圈异常检测的压缩传输方法

技术领域

本发明涉及图像处理领域，具体涉及一种用于橡胶密封圈异常检测的压缩传输方法。

背景技术

橡胶密封圈在各领域一直有重要的使用价值。橡胶密封圈涉及到许多产品设施的使用安全，如在航空航天和机器人领域的使用，对产品质量有极其严格的要求，因此对橡胶密封圈的质量进行检测有很重要的现实意义。

区别于传统的检测方法，对于高精度邻域的橡胶密封圈的检测主要是数字化检测，通过对生产线上的产品进行图像采集，然后进一步的分析完成检测。

但是由于工业生产线上产品数量多，图像都为高清数据，将图像全部压缩传输之后再分析，往往速度较慢。因此需要一种方法提高压缩传输效率，进而达到提高橡胶密封圈异常检测的效率。

发明内容

本发明提供一种用于橡胶密封圈异常检测的压缩传输方法，包括：获取橡胶密封圈的表面灰度图；对灰度图进行小波变换并重构获取密封圈的边缘图像；利用边缘图像各边缘像素及其邻域像素的灰度值得到增强后的边缘图像；将增强后的边缘图像各像素在灰度图的位置进行删除，得到不包含边缘的灰度图；对不包含边缘的灰度图进行聚类，将每个聚类簇像素的灰度值均值作为对应聚类簇各像素的灰度值，得到聚类后的不包含边缘的灰度图；将增强后的边缘图像插入到聚类后的不包含边缘的灰度图得到去除冗余后的灰度图；对去除冗余后的灰度图进行霍夫曼编码传输，相比于现有技术，本发明通过对采集到的图像的先行处理，将橡胶密封圈的边缘信息凸显出来，同时保留了主要轮廓信息中的缺陷信息，得到去除冗余的图像，然后对去除冗余的图像进行霍夫曼编码，减少了编码冗余，提高了压缩传输效率。

为达到上述目的，本发明采用以下技术方案，一种用于橡胶密封圈异常检测的压缩传输方法，包括：

获取待检测的橡胶密封圈的表面灰度图。

对表面灰度图进行小波变换，通过对小波变换得到的高频信息进行重构获取橡胶密封圈的边缘图像。

利用边缘图像中各边缘像素点及其邻域像素点的灰度值对边缘图像进行增强，得到增强后的边缘图像。

将增强后的边缘图像中每个边缘像素点在表面灰度图中的对应位置进行删除，得到不包含边缘的表面灰度图。

对不包含边缘的表面灰度图进行聚类，将每个聚类簇中所有像素点的灰度值均值作为对应聚类簇中各像素点的灰度值，得到聚类后的不包含边缘的表面灰度图。

将增强后的边缘图像插入到聚类后的不包含边缘的表面灰度图中，且插入的位置与增强后的边缘图像删除前的位置一致，得到去除冗余后的表面灰度图。

对去除冗余后的表面灰度图进行霍夫曼编码传输。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述橡胶密封圈的边缘图像是按照如下方式获取：

采集待检测的橡胶密封圈的表面图像。

对表面图像进行灰度化处理，得到表面灰度图。

对表面灰度图进行小波变换，通过提取高频小波系数获取表面灰度图中的高频信息。

利用小波变换对表面灰度图中的高频信息进行重构，获取橡胶密封圈的边缘图像。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述增强后的边缘图像是按照如下方式得到：

获取橡胶密封圈的边缘图像中每个边缘像素点及其8邻域内像素点的灰度值。

将边缘像素点的灰度值与其8邻域内每个像素点的灰度值进行作差，将差值的绝对值最大值作为该边缘像素点及其8邻域内像素点的灰度值增强值。

将灰度值增强值与该边缘像素点及其8邻域内的每个像素点的灰度值进行相加，将和值最大值作为该边缘像素点及其8邻域内像素点增强后的最大灰度值。

按照上述方式得到橡胶密封圈的边缘图像中每个边缘像素点及其8邻域内像素点增强后的最大灰度值。

将所有边缘像素点及其8邻域内像素点增强后的最大灰度值均值作为所有边缘像素点增强后的灰度值。

根据所有边缘像素点增强后的灰度值得到增强后的边缘图像。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述不包含边缘的表面灰度图是按照如下方式得到：

获取增强后的边缘图像中每个边缘像素点在橡胶密封圈的表面灰度图中的对应位置。

对每个边缘像素点在橡胶密封圈的表面灰度图中的对应位置进行删除，得到不包含边缘的表面灰度图。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述聚类后的不包含边缘的表面灰度图是按照如下方式得到：

对不包含边缘的橡胶密封圈的表面灰度图进行聚类，得到所有聚类簇。

根据各聚类簇中像素点的灰度值和数量计算得到每个聚类簇的灰度均值。

将每个聚类簇的灰度均值作为对应聚类簇中所有像素点的灰度值，得到聚类后的不包含边缘的表面灰度图。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述去除冗余后的表面灰度图是按照如下方式得到：

将增强后的边缘图像中的边缘像素点的灰度值按照坐标位置插入到聚类后的不包含边缘的表面灰度图中，得到去除冗余后的表面灰度图。

进一步的，所述一种用于橡胶密封圈异常检测的压缩传输方法，所述对去除冗余后的表面灰度图进行霍夫曼编码传输的过程具体如下：

将增强后的边缘图像中的边缘像素点的灰度值个数和聚类后的不包含边缘的表面灰度图中灰度值个数进行相加，获取橡胶密封圈去除冗余后的表面灰度图中的灰度值的个数。

利用去除冗余后的表面灰度图中的灰度值的个数对去除冗余后的表面灰度图进行霍夫曼编码传输。

本发明的有益效果在于：

本发明通过对采集到的图像的先行处理，将橡胶密封圈的边缘信息凸显出来，同时保留了主要轮廓信息中的缺陷信息，得到去除冗余的图像，然后对去除冗余的图像进行霍夫曼编码，减少了编码冗余，提高了压缩传输效率。

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为本发明实施例1提供的一种用于橡胶密封圈异常检测的压缩传输方法流程示意图；

图2为本发明实施例2提供的一种用于橡胶密封圈异常检测的压缩传输方法流程示意图；

图3为本发明实施例2提供的一种8邻域像素点的灰度值示意图；

图4为本发明实施例2提供的一种8邻域像素点增强后的最大灰度值示意图；

图5为本发明实施例2提供的一种图像中像素点的空间位置示意图；

图6为本发明实施例2提供的一种待检测橡胶密封圈去除冗余前的表面灰度图的霍夫曼树示意图；

图7为本发明实施例2提供的一种待检测橡胶密封圈去除冗余后的表面灰度图的霍夫曼树示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。

实施例1

本发明实施例提供一种用于橡胶密封圈异常检测的压缩传输方法，如图1所示，包括：

S101、获取待检测的橡胶密封圈的表面灰度图。

其中，灰度图，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。

S102、对表面灰度图进行小波变换，通过对小波变换得到的高频信息进行重构获取橡胶密封圈的边缘图像。

其中，小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。

S103、利用边缘图像中各边缘像素点及其邻域像素点的灰度值对边缘图像进行增强，得到增强后的边缘图像。

其中，本实施例采用强制增强的方法，对边缘的像素点采用8邻域的增强。

S104、将增强后的边缘图像中每个边缘像素点在表面灰度图中的对应位置进行删除，得到不包含边缘的表面灰度图。

其中，对原图中边缘位置的像素进行删除，得到仅剩下橡胶密封圈的主体内容信息的图像。

S105、对不包含边缘的表面灰度图进行聚类，将每个聚类簇中所有像素点的灰度值均值作为对应聚类簇中各像素点的灰度值，得到聚类后的不包含边缘的表面灰度图。

其中，将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。

S106、将增强后的边缘图像插入到聚类后的不包含边缘的表面灰度图中，且插入的位置与增强后的边缘图像删除前的位置一致，得到去除冗余后的表面灰度图。

其中，去除冗余后的表面灰度图既保留了图像的主要信息，又去除了图像的冗余，提高了最终霍夫曼编码的效率。

S107、对去除冗余后的表面灰度图进行霍夫曼编码传输。

其中，霍夫曼编码又译为哈夫曼编码、赫夫曼编码，是一种用于无损数据压缩的熵编码(权编码)算法。

本实施例的有益效果在于：

本实施例通过对采集到的图像的先行处理，将橡胶密封圈的边缘信息凸显出来，同时保留了主要轮廓信息中的缺陷信息，得到去除冗余的图像，然后对去除冗余的图像进行霍夫曼编码，减少了编码冗余，提高了压缩传输效率。

实施例2

本实施例的主要目的是：通过对采集到的图像的先行处理，将橡胶密封圈的主要轮廓信息凸显出来，再次对其处理后，进行霍夫曼编码，减少编码冗余，提高压缩传输效率。

工业生产线上橡胶圈的数量巨大，相机采集到的高清图像在数据传输中有很大的困难，橡胶密封圈的主体轮廓的灰度值极其相近，通过算法去除橡胶密封圈的边缘信息，对密封圈的主体轮廓信息进行霍夫编码，减少编码冗余的同时，又保存图像的缺陷信息。

本发明实施例提供一种用于橡胶密封圈异常检测的压缩传输方法，如图2所示，包括：

S201、通过相机采集图像，对图像进行小波变换。

利用相机设备对工业生产线上的橡胶密封圈进行图像采集。

对采集到的图像进行小波变换。小波变换能够实现图像的多分辨率分解，得到低频信息和高频信息，其中，低频信息占据图像中的主要能量包含了图像的主要内容，包含了图像的主体信息，高频信息包含了图像的边缘信息。

S202、对小波变换的高频信息重建，得到图像的边缘纹理信息。

小波变换的分解过程中，能量主要集中在低频部分，主要包含了图像的内容信息，而高频部分仅仅含有一小部分的能量，主要包含了图像的边缘纹理信息。

在橡胶密封圈的图像中，主体的轮廓都是大体一致的，如果密封圈出现缺陷，在高频重构的边缘信息中表现为除去橡胶本身边缘以外的多余的边缘。

小波变换的重构过程中，重构顺序决定了重构图像的质量，因此在利用小波变换对图像重构时，为无损恢复图像的主体轮廓信息，以低频系数为主，将高频小波系数抑制；反之为无损恢复图像边缘纹理信息，以高频系数为主，将低频系数抑制，实现图像边缘的无损恢复。

因此，通过提取高频小波系数，对小波变换的高频信息进行重构，输出边缘图像。

经过以上步骤最终得到了含有图像边缘纹理信息的图像。在橡胶密封圈中，由于橡胶密封圈主体的构造都一致，包括其颜色纹理大小等。因此密封圈主体轮廓的像素点的像素值都极其接近，霍夫曼编码的原理是根据灰度值出现的概率大小进行编码，概率越大编码长度越短，而橡胶密封圈的内容信息是高度一致的，但是仍然存在灰度值的差异，并且背景同理。因此通过减少背景和橡胶主体内容信息包含的灰度值，可以减少信息冗余，提高编码效率。

S203、增强边缘图像的特征得到增强后的边缘图像。

虽然小波变换高频信息重构得到了密封圈的边缘检测图像，但是由于密封圈中有可能存在缺陷，并且缺陷的大小种类未知，只是在边缘检测图像中表现为一系列的橡胶本身边缘外的边缘，因此某些边缘不明显，为了保证减少图像冗余时保证图像的边缘信息不被破坏，需要对边缘进行增强。

与传统的边缘增强方法不同，为保证边缘增强的效果，本实施例采用强制增强的方法，对边缘的像素点采用8邻域的增强。

如图3中r表示边缘上的某个像素点的灰度值，r₁～r₈表示其8邻域像素点的灰度值，则有：

r^*＝{r₁,r₂,r₃,r₄,r₅,r₆,r₇,r₈}

为保证增强后的边缘更加明显，本实施例以像素中心点8邻域的最大梯度为梯度，对所有像素进行增强，而后将最大值赋值给所有像素点。

a＝max{(a_i|a_i＝|r^*-r|),i∈[1,8]}

m_i＝max(r^*+a,r+a)

式中a表示取8邻域梯度最大值，a_i表示边缘上的某个像素点的灰度值与其8邻域第i个像素点的灰度值的差值的绝对值，即为以该边缘像素点为中心点的8邻域第i个像素点的梯度，m_i表示增强后的最大灰度值，如图4所示。

上述操作的最终结果是边缘像素点周围像素都得到了增强。

上述中，对边缘的像素点进行了增强，在压缩传输的过程中，霍夫曼编码是根据灰度值出现的概率进行编码操作，因此整幅图像中，不同灰度值出现的个数越少，霍夫曼编码的效率越高。在经过边缘增强后得到了一列的边缘像素点的灰度值，为了提高霍夫曼编码的效率，对所有像素点的灰度值进行统一化，同时为了保留图像的边缘特征更加明显，取所有边缘像素点中灰度值均值作为最后所有边缘像素点的灰度值。

上式中m表示取平均后所有边缘像素点的灰度值，D表示边缘像素点的个数，m_k表示第k个边缘像素点的灰度值。上述操作使得所有边缘的像素点的灰度值都相同，得到增强后的边缘图像P₁。

S204、扣除原图像中的边缘信息得到仅剩下橡胶密封圈的主体内容信息的图像。

原图像中除了包含冗余信息的橡胶密封圈主体内容信息和背景信息外，边缘信息表征了橡胶密封圈的质量。为了实现冗余信息的高效压缩，需要从原图像中扣除边缘信息。

上述步骤最终得到了一幅只是存在边缘的图像，为了将橡胶密封圈中的正常区域进行更高效率的编码减少冗余，要对图像的边缘和轮廓内容信息进行分割。

假设边缘图像P₁中边缘的像素点位置：

(x_i,y_j)

由于图像的重构是对原图尺度层面的无损重构，所以原图中对应的边缘的像素点位置依然为：

(x_i,y_j)

不同于对灰度值的操作，本实施例为实现边缘和内容的彻底分割，对图像中边缘像素点的位置从空间上删除，留下空白像素点如图5所示：图中为图像像素点的空间位置，空白部分为边缘像素点的位置，本实施例对原图中边缘位置的像素进行删除，得到仅剩下橡胶密封圈的主体内容信息的图像P₂。

S205、对仅剩下橡胶密封圈的主体内容信息的图像聚类并处理得到聚类后图像。

在一幅正常的橡胶密封圈的图像中，应当有两个范围灰度值集合，橡胶密封圈本身和背景，因此在聚类的过程中正常情况下只存在两个聚类得到的分组，但是若由于存在工艺问题如表面有吐霜，有压痕，有凹陷等等。在经过上述的边缘增强和边缘扣除操作后，在最终的图像中会呈现一个一个的分割块，因此最终对图像聚类的结果可以表征橡胶密封圈是否存在缺陷。

A＝{A₁,A₂,…A_l}

上式中集合A中的元素表示对图像聚类得到的结果，A_l表示聚类的分组，上述分析可知，如果集合中元素个数超过两个，则说明橡胶密封圈存在缺陷。

上述操作对图像中的正常图像和异常部位进行了聚类分割，在最终利用霍夫曼编码的过程中，霍夫曼编码利用灰度值出现的概率进行编码，不同灰度值的个数越多，编码效率越低，因此为了提升图像处理的效率，同时保留图像特征，对聚类得到的每个分组的元素内的像素的灰度值进行加权平均，使得每个集合中仅含有同一个灰度值：

上式中E_l表示第l个聚类分组A_l的灰度均值，b表示第l个聚类分组A_l中像素个数。A_ls表示第l个聚类分组A_l中第s个像素。

上述操作使得图像中的灰度值的个数为l个，得到聚类后图像P₃，图像中仅仅含有l个灰度值，霍夫曼编码的编码长度变短，编码效率提高。

S206、将得到的边缘信息插入到聚类后图像中得到最终图像。

本实施例得到了增强后的边缘图像P₁及其边缘位置(x_i,y_j)，同时得到了扣除边缘后的橡胶密封圈主体的图像P₂，最终得到了仅仅含有l个灰度值的橡胶密封圈主体的图像P₃。但是图像中没有含有边缘信息，因此将得到的边缘信息图像P₁插入到P₃中，最终得到了图像P。

上式中表示插入操作。将P₁中的边缘像素点的灰度值按照坐标(x_i,y_j)插入到P₃中，最终得到了图像P。

最终图像P具有以下特点：

1.含有l+1个灰度值。

2.边缘非常明显。

3.异常位置非常明显。

以上特点保留了图像的主要信息，去除了图像的冗余，提高了最终霍夫曼编码的效率。

S207、对最终图像进行霍夫曼编码压缩传输。

上述操作得到了最终的图像P，图像P中含有的灰度值的个数为：

l+1

加一的操作是增加了边缘的灰度值，霍夫曼编码是根据图像中每个灰度值出现的概率进行编码，出现的概率越大，编码长度越短，出现的概率越长编码长度越长，最终形成了霍夫曼树，根据霍夫曼树进行编码和解码操作。但是图像灰度值的个数决定了霍夫曼树的长度，本实施例通过一系列操作使得图像中的灰度值的个数减少，进而使得每个灰度值的编码长度变短，提高霍夫曼编码的效率。

图6为原图的霍夫曼树，图7为经过本实施例的计算后得到的霍夫曼树，最终的编码长度明显变短，编码效率显著提高。

本实施例的有益效果在于：

本实施例通过对采集到的图像的先行处理，将橡胶密封圈的边缘信息凸显出来，同时保留了主要轮廓信息中的缺陷信息，得到去除冗余的图像，然后对去除冗余的图像进行霍夫曼编码，减少了编码冗余，提高了压缩传输效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，包括：

获取待检测的橡胶密封圈的表面灰度图；

对表面灰度图进行小波变换，通过对小波变换得到的高频信息进行重构获取橡胶密封圈的边缘图像；

利用边缘图像中各边缘像素点及其邻域像素点的灰度值对边缘图像进行增强，得到增强后的边缘图像；

将增强后的边缘图像中每个边缘像素点在表面灰度图中的对应位置进行删除，得到不包含边缘的表面灰度图；

对不包含边缘的表面灰度图进行聚类，将每个聚类簇中所有像素点的灰度值均值作为对应聚类簇中各像素点的灰度值，得到聚类后的不包含边缘的表面灰度图；

将增强后的边缘图像插入到聚类后的不包含边缘的表面灰度图中，且插入的位置与增强后的边缘图像删除前的位置一致，得到去除冗余后的表面灰度图；

对去除冗余后的表面灰度图进行霍夫曼编码传输；

所述增强后的边缘图像是按照如下方式得到：

获取橡胶密封圈的边缘图像中每个边缘像素点及其8邻域内像素点的灰度值；

将边缘像素点的灰度值与其8邻域内每个像素点的灰度值进行作差，将差值的绝对值最大值作为该边缘像素点及其8邻域内像素点的灰度值增强值；

将灰度值增强值与该边缘像素点及其8邻域内的每个像素点的灰度值进行相加，将和值最大值作为该边缘像素点及其8邻域内像素点增强后的最大灰度值；

按照上述方式得到橡胶密封圈的边缘图像中每个边缘像素点及其8邻域内像素点增强后的最大灰度值；

将所有边缘像素点及其8邻域内像素点增强后的最大灰度值均值作为所有边缘像素点增强后的灰度值；

根据所有边缘像素点增强后的灰度值得到增强后的边缘图像。

2.根据权利要求1所述的一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，所述橡胶密封圈的边缘图像是按照如下方式获取：

采集待检测的橡胶密封圈的表面图像；

对表面图像进行灰度化处理，得到表面灰度图；

对表面灰度图进行小波变换，通过提取高频小波系数获取表面灰度图中的高频信息；

利用小波变换对表面灰度图中的高频信息进行重构，获取橡胶密封圈的边缘图像。

3.根据权利要求1所述的一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，所述不包含边缘的表面灰度图是按照如下方式得到：

获取增强后的边缘图像中每个边缘像素点在橡胶密封圈的表面灰度图中的对应位置；

对每个边缘像素点在橡胶密封圈的表面灰度图中的对应位置进行删除，得到不包含边缘的表面灰度图。

4.根据权利要求1所述的一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，所述聚类后的不包含边缘的表面灰度图是按照如下方式得到：

对不包含边缘的橡胶密封圈的表面灰度图进行聚类，得到所有聚类簇；

根据各聚类簇中像素点的灰度值和数量计算得到每个聚类簇的灰度均值；

将每个聚类簇的灰度均值作为对应聚类簇中所有像素点的灰度值，得到聚类后的不包含边缘的表面灰度图。

5.根据权利要求1所述的一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，所述去除冗余后的表面灰度图是按照如下方式得到：

将增强后的边缘图像中的边缘像素点的灰度值按照坐标位置插入到聚类后的不包含边缘的表面灰度图中，得到去除冗余后的表面灰度图。

6.根据权利要求1所述的一种用于橡胶密封圈异常检测的压缩传输方法，其特征在于，所述对去除冗余后的表面灰度图进行霍夫曼编码传输的过程具体如下：

将增强后的边缘图像中的边缘像素点的灰度值个数和聚类后的不包含边缘的表面灰度图中灰度值个数进行相加，获取橡胶密封圈去除冗余后的表面灰度图中的灰度值的个数；

利用去除冗余后的表面灰度图中的灰度值的个数对去除冗余后的表面灰度图进行霍夫曼编码传输。