CN115326297A - 一种注水手套气密性检测方法 - Google Patents

一种注水手套气密性检测方法 Download PDF

Info

Publication number
CN115326297A
CN115326297A CN202211243328.7A CN202211243328A CN115326297A CN 115326297 A CN115326297 A CN 115326297A CN 202211243328 A CN202211243328 A CN 202211243328A CN 115326297 A CN115326297 A CN 115326297A
Authority
CN
China
Prior art keywords
glove
water
connected domain
water injection
curve
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
CN202211243328.7A
Other languages
English (en)
Other versions
CN115326297B (zh
Inventor
王洁明
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.)
Jiangsu Mingfeng Food Co ltd
Original Assignee
Jiangsu Mingfeng Food 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 Jiangsu Mingfeng Food Co ltd filed Critical Jiangsu Mingfeng Food Co ltd
Priority to CN202211243328.7A priority Critical patent/CN115326297B/zh
Publication of CN115326297A publication Critical patent/CN115326297A/zh
Application granted granted Critical
Publication of CN115326297B publication Critical patent/CN115326297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/027—Details with respect to the testing of elastic elements, e.g. gloves, condoms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种注水手套气密性检测方法，涉及图形识别领域，能够快速识别漏水手套，包括：得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像；提取每个注水手套对应的手套区域，得到每个注水手套对应的差异图像连通域集合；得到每个注水手套中的嫌疑水柱连通域集合；获取嫌疑水柱连通域集合中每一个连通域的长轴曲线；计算每一个连通域是水柱的可能性值；最终判断是否是漏水手套。

Description

一种注水手套气密性检测方法
技术领域
本发明涉及图形识别领域，具体涉及一种注水手套气密性检测方法。
背景技术
橡胶手套因其良好的绝缘性、价格低廉等特点被广泛应用于工业、医药等行业，在橡胶手套的使用过程中，气密性对使用者的安全具有重大影响，因此手套的气密性检测尤其重要。
目前一般通过充气和注水对手套进行气密性检测，充气检测手套气密性是通过观察充气一段时间后手套的体积变化来反应手套的气密性，而当手套的漏气较小时，它的体积变化不太明显，不能很好的反应气密性情况。通过注水的方式进行气密性检测，需人工游走在生产线上，观测注水后手套周围是否有水柱喷出，这种方法严重浪费人力资源。
发明内容
本发明提供一种注水手套气密性检测方法，包括：采集每个注水手套正面的RGB图像，得到每个注水手套对应的差异图像；提取每个注水手套对应的手套区域；得到每个注水手套对应的差异图像连通域集合；通过对每个注水手套对应的手套区域和其对应的连通域集合进行分析得到每个注水手套中的嫌疑水柱连通域集合；获取嫌疑水柱连通域集合中每一个连通域的长轴曲线；计算每一个连通域是水柱的可能性值；判断漏水手套。相比于现有技术，有益效果在于，本发明通过每两张手套图像像素点的灰度值做差处理得到像素差异区域，通过判断像素差异区域和手套区域得到的连通域是否具有水柱特征,来快速识别漏水手套。本发明通过速度分量夹角计算得到漏水位置坐标，统计漏水坐标频率，生成频率热图，由此对生产手套的相关仪器进行调整。
为达到上述目的，本发明采用如下技术方案：
本发明提供了一种注水手套气密性检测方法，包括：
采集每个注水手套正面的RGB图像，对每个注水手套正面的RGB图像进行灰度化处理得到每个注水手套灰度图，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像。
提取每个注水手套对应的手套区域，对每个注水手套对应的差异图像进行膨胀处理得到每个注水手套对应的差异图像连通域集合。
通过对每个注水手套对应的手套区域和其对应的连通域集合进行连通域分析得到每个注水手套中的嫌疑水柱连通域集合。
获取嫌疑水柱连通域集合中每一个连通域的长轴曲线。
根据每一个连通域的宽度一致性指标、长短轴弧长比和长轴曲线的抛物曲线属性，计算每一个连通域是水柱的可能性值。
对计算出的每个注水手套中嫌疑水柱连通域集合中的每一个连通域是水柱的可能性值进行归一化处理，得到每个连通域的水柱概率值，若其中一个连通域的水柱概率值大于设定的阈值时，则判定该连通域对应的注水手套漏水。
进一步的，所述的一种注水手套气密性检测方法，获取嫌疑水柱连通域集合中每一个连通域的长轴曲线，包括：
对于嫌疑水柱连通域集合中的每一个连通域，从连通域轮廓与手套边界邻接区域中选取像素纵坐标最小的点，该点为连通域的第一个端点，沿着非手套边界方向，从该点开始在连通域轮廓每间隔一个像素取特征点，直至到达手套边界点处停止，该手套边界点为连通域的第二个端点。
将第一个端点与特征点连线形成角射线，计算角射线的长度值。
将距第一个端点的弧长距离和角射线的长度值分别作为横坐标和纵坐标拟合出曲线，计算该拟合曲线的极大值点，该极大值点为连通域的第三个端点。
计算角射线与竖直方向的夹角，将距第一个端点的弧长距离和角射线与竖直方向的夹角分别作为横坐标和纵坐标拟合出另一条曲线，计算此曲线的极小值点，该极小值点为连通域的第四个端点。
第一个端点和第四个端点形成一个弧线，第二个端点和第三个端点形成另一个弧线，这两个弧线即为连通域的长轴曲线。
进一步的，所述的一种注水手套气密性检测方法，所述连通域是水柱的可能性值的表达式为：
Figure 100002_DEST_PATH_IMAGE001
式中：
Figure 912741DEST_PATH_IMAGE002
表示连通域是水柱的可能性值，
Figure 100002_DEST_PATH_IMAGE003
表示连通域的宽度一致性指标，
Figure 321725DEST_PATH_IMAGE004
表示连通域的长短轴弧长比，
Figure 100002_DEST_PATH_IMAGE005
表示连通域长轴曲线的抛物曲线属性。
进一步的，所述的一种注水手套气密性检测方法，所述连通域的宽度一致性指标表达式为：
Figure 91842DEST_PATH_IMAGE006
式中：
Figure 100002_DEST_PATH_IMAGE007
表示连通域分割线的宽度偏差；
所述连通域的长短轴弧长比的表达式为：
Figure 510054DEST_PATH_IMAGE008
式中：
Figure 100002_DEST_PATH_IMAGE009
表示连通域第一个长轴曲线的像素个数，
Figure 52156DEST_PATH_IMAGE010
表示连通域第二个长轴曲 线的像素个数，
Figure 100002_DEST_PATH_IMAGE011
表示连通域宽度均值，此处用连通域宽度均值来表示短轴的弧长；
所述连通域长轴曲线的抛物曲线属性的表达式为：
Figure 366463DEST_PATH_IMAGE012
式中：
Figure 100002_DEST_PATH_IMAGE013
表示一条长轴曲线上满足切线夹角单调性的特征点的个数，
Figure 889454DEST_PATH_IMAGE014
表示一 条长轴曲线上特征点总数。
进一步的，所述的一种注水手套气密性检测方法，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像，包括：将每个注水手套灰度图与其他注水手套灰度图每个像素的灰度值做差得到每个注水手套灰度图的差异化图像集合，统计每个注水手套对应的差异化图像中差异像素出现的频率；当出现频率大于设定的阈值时，将该位置像素置1，其他位置像素置0，得到每个注水手套对应的差异图像。
进一步的，所述的一种注水手套气密性检测方法，提取每个注水手套对应的手套区域，包括：对每个注水手套正面的RGB图像处理得到每个注水手套图像的边缘特征图，提取每个注水手套对应边缘特征图中的边缘特征点，边缘特征点包围的闭合区域形成闭合区域集合，闭合区域集合中最大的闭合区域为每个注水手套对应的手套区域。
本发明的有益效果是：本发明通过每两张手套图像像素点的灰度值做差处理得到像素差异区域，通过判断像素差异区域和手套区域得到的连通域是否具有水柱特征,来快速识别漏水手套。本发明通过速度分量夹角计算得到漏水位置坐标，统计漏水坐标频率，生成频率热图，由此对生产手套的相关仪器进行调整。
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为本发明实施例中一种注水手套气密性检测方法流程示意图；
图2为本发明实施例中一种注水手套气密性检测方法流程示意图；
图3为相机滑轨铺设方向示意图；
图4为差异图像示意图；
图5为角射线和端点示意图。
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注水手套气密性检测方法，如图1所示，包括：
101、采集每个注水手套正面的RGB图像，对每个注水手套正面的RGB图像进行灰度化处理得到每个注水手套灰度图，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像。
其中，RGB图像由格式为
Figure DEST_PATH_IMAGE015
的三维数组组成，其中的“3”可以理解为三幅
Figure 580199DEST_PATH_IMAGE016
的 二维图像（灰度值图像）。这三幅图像分别代表R、G、B分量，每个分量的像素点取值范围是
Figure DEST_PATH_IMAGE017
。
102、提取每个注水手套对应的手套区域，对每个注水手套对应的差异图像进行膨胀处理得到每个注水手套对应的差异图像连通域集合。
103、通过对每个注水手套对应的手套区域和其对应的连通域集合进行连通域分析得到每个注水手套中的嫌疑水柱连通域集合。
104、获取嫌疑水柱连通域集合中每一个连通域的长轴曲线。
105、根据每一个连通域的宽度一致性指标、长短轴弧长比和长轴曲线的抛物曲线属性，计算每一个连通域是水柱的可能性值。
106、对计算出的每个注水手套中嫌疑水柱连通域集合中的每一个连通域是水柱的可能性值进行归一化处理，得到每个连通域的水柱概率值，若其中一个连通域的水柱概率值大于设定的阈值时，则判定该连通域对应的注水手套漏水。
本发明实施例通过每两张手套图像像素点的灰度值做差处理得到像素差异区域，通过判断像素差异区域和手套区域得到的连通域是否具有水柱特征,来快速识别漏水手套。本发明通过速度分量夹角计算得到漏水位置坐标，统计漏水坐标频率，生成频率热图，由此对生产手套的相关仪器进行调整。
实施例2
本发明所针对的具体场景为：在黑色背景墙前端设置一排手套气密性检测仪器对手套进行注水处理，通过观察是否有水柱从手套内部流出来判定手套是否存在漏气现象。本发明通过在手套气密性检测仪器前端设置轨道相机，通过轨道相机游走来拍摄每个注水手套的正面图像，通过处理图像来分析图像特征，实现水柱检测。
本发明实施例提供一种注水手套气密性检测方法，如图2所示，包括：
201、采集每个注水手套正面的RGB图像，对每个注水手套正面的RGB图像进行灰度化处理得到每个注水手套灰度图，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像。
设置能够游走的轨道相机，拍摄每个注水手套正面的RGB图像，该轨道相机需置于气密性检测仪器手套区域正前端，确保拍摄到的注水手套图片完整，形变较小，且光轴与气密性检测仪器垂直。相机滑轨铺设方向应与气密性仪器的排布方向一致，如图3所示。
假设手套气密性检测仪器之间的间隔为
Figure 507966DEST_PATH_IMAGE018
，相机在气密性检测仪器之间的游走速 度为
Figure DEST_PATH_IMAGE019
，游走至气密性检测仪器正前段时停滞
Figure 993174DEST_PATH_IMAGE020
秒拍摄注水手套图像（该时间可根据相机曝 光时间设定，防止存在运动模糊）。通过该方式获得所有的注水手套图像集合
Figure DEST_PATH_IMAGE021
。
漏水手套相较与没漏水手套会多出水柱像素，因而为了判断该手套是否漏水，需与其他手套做差处理得到与其他手套存在的差异像素，通过判断差异像素连通域是否具有水柱特征来判定手套是否漏水。因而此处需做差处理来得到差异像素区域。
传统方法通过阈值分割或DNN来判定是否存在漏水水柱，通过阈值分割来分割水柱区域会因为存在水柱与注水手套的像素值差异较小的情况，分割效果不太理想。通过DNN检测漏水水柱需要进行手工标定，并且还需要大量漏水手套数据集，该方法不仅浪费人力，还需要搜集漏水手套数据集资源。
202、将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像，包括：将每个注水手套灰度图与其他注水手套灰度图每个像素的灰度值做差得到每个注水手套灰度图的差异化图像集合，统计每个注水手套对应的差异化图像中差异像素出现的频率；当出现频率大于设定的阈值时，将该位置像素置1，其他位置像素置0，得到每个注水手套对应的差异图像。
将每个注水手套灰度图与其他注水手套灰度图每个像素的灰度值做差，得到每个 注水手套灰度图的差异化图像集合
Figure 3462DEST_PATH_IMAGE022
，此处
Figure DEST_PATH_IMAGE023
表示第
Figure 497897DEST_PATH_IMAGE024
张注水手套灰度图与第
Figure DEST_PATH_IMAGE025
张注水手套灰度图每个像素的灰度值做差所得图像，其 中
Figure 14591DEST_PATH_IMAGE023
与
Figure 670700DEST_PATH_IMAGE023
为相同的差异化图像。
以第
Figure 217219DEST_PATH_IMAGE024
张注水手套灰度图与其他注水手套灰度图每个像素的灰度值做差得到的差 异化图像集合
Figure 76198DEST_PATH_IMAGE026
为例，统计差异像素在差异化图像集合中出现的频率，当出现 频率大于
Figure DEST_PATH_IMAGE027
时，将该位置像素置1，其他位置像素置0，得到的图像如图4所示，通过该方法即 可得到每个注水手套对应的差异图像。
203、提取每个注水手套对应的手套区域，对每个注水手套对应的差异图像进行膨胀处理得到每个注水手套对应的差异图像连通域集合。
204、提取每个注水手套对应的手套区域，包括：对每个注水手套正面的RGB图像处理得到每个注水手套图像的边缘特征图，提取每个注水手套对应边缘特征图中的边缘特征点，边缘特征点包围的闭合区域形成闭合区域集合，闭合区域集合中最大的闭合区域为每个注水手套对应的手套区域。
从注水手套图像集合
Figure 211513DEST_PATH_IMAGE028
选取一个注水手套图像为例说明，通过sober算子 处理得到该注水手套正面的RGB图像的边缘特征图，提取边缘特征图中边缘特征点，边缘特 征点包围的闭合区域形成闭合区域集合
Figure DEST_PATH_IMAGE029
，闭合区域集合中最大的闭合区域
Figure 805567DEST_PATH_IMAGE030
为选取的注水手套的手套区域，式中：
Figure DEST_PATH_IMAGE031
。
为了防止水柱的透明特性造成水柱差异像素不邻接，所以将选取的注水手套对应 的差异图像进行膨胀处理，得到处理后的差异图像，处理后的差异图像上像素点更加连通， 便于后续进行水柱形态学分析，对处理后的差异图像进行连通域分析得到连通域集合
Figure 26333DEST_PATH_IMAGE032
。
205、通过对每个注水手套对应的手套区域和其对应的连通域集合进行连通域分析得到每个注水手套中的嫌疑水柱连通域集合。
判断选取的注水手套对应的差异图像处理得到的连通域集合中像素点与手套区 域像素点是否存在交集，当
Figure DEST_PATH_IMAGE033
说明
Figure 361106DEST_PATH_IMAGE034
连通域与手套区域是连通的，将
Figure 163977DEST_PATH_IMAGE034
区域减除两区域交集：
Figure DEST_PATH_IMAGE035
判断该像素集合是否为空，当
Figure 427468DEST_PATH_IMAGE036
时，说明该连通域为手套区域内部连通域，将 该连通域剔除。当
Figure DEST_PATH_IMAGE037
时，保留该连通域
Figure 636995DEST_PATH_IMAGE038
。
当
Figure DEST_PATH_IMAGE039
时判定
Figure 11344DEST_PATH_IMAGE040
连通域边缘像素与手套区域
Figure DEST_PATH_IMAGE041
轮廓像素是否邻接，当
Figure 619787DEST_PATH_IMAGE040
连通 域边缘像素与手套区域
Figure 116496DEST_PATH_IMAGE041
轮廓像素邻接时，说明
Figure 124904DEST_PATH_IMAGE040
连通域与手套轮廓连通，当
Figure 866726DEST_PATH_IMAGE040
连通域边 缘像素与手套区域
Figure 644189DEST_PATH_IMAGE041
轮廓像素不邻接时，不考虑。
通过该过程即可筛选出与所述手套区域连通的连通域集合
Figure 311799DEST_PATH_IMAGE042
,该集合 即为嫌疑水柱连通域集合。类比此过程可以得到每个注水手套中的嫌疑水柱连通域集合。
由于手套在高压下喷射出的水柱呈弧状线条，因而在此处通过分析嫌疑水柱连通域呈弧状线条的概率，进而来判断嫌疑水柱连通域为水柱的可能性。
206、获取嫌疑水柱连通域集合中每一个连通域的长轴曲线。
207、获取嫌疑水柱连通域集合中每一个连通域的长轴曲线，包括：
对于嫌疑水柱连通域集合中的每一个连通域，从连通域轮廓与手套边界邻接区域中选取像素纵坐标最小的点，该点为连通域的第一个端点，沿着非手套边界方向，从该点开始在连通域轮廓每间隔一个像素取特征点，直至到达手套边界点处停止，该手套边界点为连通域的第二个端点；
将第一个端点与特征点连线形成角射线，计算角射线的长度值；
将距第一个端点的弧长距离和角射线的长度值分别作为横坐标和纵坐标拟合出曲线，计算该拟合曲线的极大值点，该极大值点为连通域的第三个端点；
计算角射线与竖直方向的夹角，将距第一个端点的弧长距离和角射线与竖直方向的夹角分别作为横坐标和纵坐标拟合出另一条曲线，计算此曲线的极小值点，该极小值点为连通域的第四个端点；
第一个端点和第四个端点形成一个弧线，第二个端点和第三个端点形成另一个弧线，这两个弧线即为连通域的长轴曲线。
所述角射线如图5所示，图中
Figure DEST_PATH_IMAGE043
表示第一个端点，
Figure 985268DEST_PATH_IMAGE044
表示第二个端点，
Figure DEST_PATH_IMAGE045
表示第 三个端点，
Figure 232578DEST_PATH_IMAGE046
表示第四个端点。
所述角射线与竖直方向的夹角的表达式为：
Figure DEST_PATH_IMAGE047
式中：
Figure 552963DEST_PATH_IMAGE048
表示第
Figure DEST_PATH_IMAGE049
个特征点所在角射线与竖直方向的夹角，
Figure 329158DEST_PATH_IMAGE050
表示第
Figure 312158DEST_PATH_IMAGE049
个特征点所 在角射线，
Figure DEST_PATH_IMAGE051
表示竖直方向向量。
如图5所示，图中四个端点即可将连通域轮廓分割成四个部分，弧线
Figure 64957DEST_PATH_IMAGE052
,弧线
Figure DEST_PATH_IMAGE053
为连通域的长轴曲线。通过此过程可以得到每一个连通域的长轴曲线。
从长轴曲线
Figure 738384DEST_PATH_IMAGE054
端点
Figure 514841DEST_PATH_IMAGE044
处出发，每间隔s个像素取一点得到散点集合，直至到达 端点
Figure 719557DEST_PATH_IMAGE045
处停止，从每个散点向长轴曲线做垂线与连通域的其他边界相交得到连通域的分 割线，分割线宽度偏差的表达式为：
Figure DEST_PATH_IMAGE055
式中：
Figure 43091DEST_PATH_IMAGE056
表示连通域分割线的宽度偏差，
Figure DEST_PATH_IMAGE057
表示散点
Figure 335139DEST_PATH_IMAGE058
对应的连通域分割线的宽 度，
Figure DEST_PATH_IMAGE059
表示分割线的宽度均值，
Figure 718716DEST_PATH_IMAGE060
表示分割线的个数。
208、所述连通域的宽度一致性指标表达式为：
Figure 161461DEST_PATH_IMAGE006
式中：
Figure 836156DEST_PATH_IMAGE007
表示连通域分割线的宽度偏差，
Figure DEST_PATH_IMAGE061
表示连通域的宽度一致性指标。
所述连通域的长短轴弧长比的表达式为：
Figure 484175DEST_PATH_IMAGE008
式中：
Figure 599505DEST_PATH_IMAGE009
表示连通域第一个长轴曲线的像素个数，
Figure 247655DEST_PATH_IMAGE010
表示连通域第二个长轴曲 线的像素个数，
Figure 975308DEST_PATH_IMAGE011
表示连通域宽度均值，此处用连通域宽度均值来表示短轴的弧长，
Figure 556462DEST_PATH_IMAGE062
表示连通域的长短轴弧长比。
所述连通域长轴曲线的抛物曲线属性的表达式为：
Figure 580044DEST_PATH_IMAGE012
式中：
Figure 246649DEST_PATH_IMAGE013
表示一条长轴曲线上满足切线夹角单调性的特征点的个数，
Figure 512414DEST_PATH_IMAGE014
表示一 条长轴曲线上特征点总数，
Figure DEST_PATH_IMAGE063
表示连通域长轴曲线的抛物曲线属性。
要计算所述连通域长轴曲线的抛物曲线属性，要先在连通域两条长轴曲线中任选 一条长轴曲线，获得长轴曲线切线夹角，具体步骤为：在长轴曲线每个特征点处做长轴曲线 的切线，该切线与水平线呈一定夹角
Figure 633561DEST_PATH_IMAGE064
,类比该方式得到各特征点处的切线夹角集合
Figure DEST_PATH_IMAGE065
，其中
Figure 529841DEST_PATH_IMAGE066
。其中：
Figure DEST_PATH_IMAGE067
表示当前特征点，
Figure 372158DEST_PATH_IMAGE065
表示第1个特征点到第
Figure 192346DEST_PATH_IMAGE068
个特征点处的切线夹角集合。
抛物线切线夹角一般单调递增，因而可根据符合夹角增加这一特征的特征点个数来描述抛物线的属性，因而将长轴曲线两相邻的特征点处切线夹角相减：
Figure DEST_PATH_IMAGE069
式中：
Figure 669464DEST_PATH_IMAGE070
表示长轴曲线两相邻的特征点处切线夹角的差值，
Figure DEST_PATH_IMAGE071
表示特征点
Figure 969602DEST_PATH_IMAGE072
处切线夹角，
Figure DEST_PATH_IMAGE073
表示特征点
Figure 532170DEST_PATH_IMAGE074
处切线夹角。
统计
Figure DEST_PATH_IMAGE075
的长轴曲线特征点的个数，该个数即为长轴曲线上满足切线夹角单调 性的特征点个数，统计长轴曲线特征点总数，由此计算长轴曲线上满足切线夹角单调性的 特征点个数占比，该个数占比即可表述抛物线曲线属性值。
209、根据每一个连通域的宽度一致性指标、长短轴弧长比和长轴曲线的抛物曲线属性，计算每一个连通域是水柱的可能性值。
210、所述连通域是水柱的可能性值的表达式为：
Figure 578886DEST_PATH_IMAGE001
式中：
Figure 238406DEST_PATH_IMAGE002
表示连通域是水柱的可能性值，
Figure 23960DEST_PATH_IMAGE003
表示连通域的宽度一致性指标，
Figure 634676DEST_PATH_IMAGE004
表示连通域的长短轴弧长比，
Figure 796667DEST_PATH_IMAGE005
表示连通域长轴曲线的抛物曲线属性。
211、对计算出的每个注水手套中嫌疑水柱连通域集合中的每一个连通域是水柱的可能性值进行归一化处理，得到每个连通域的水柱概率值，若其中一个连通域的水柱概率值大于设定的阈值时，则判定该连通域对应的注水手套漏水。
对连通域是水柱的可能性值进行归一化处理，表达式为：
Figure 310694DEST_PATH_IMAGE076
式中：
Figure DEST_PATH_IMAGE077
表示连通域是水柱的的概率值，h表示归一化系数。
当注水手套对应的嫌疑水柱连通域集合中第
Figure 221143DEST_PATH_IMAGE078
个连通域是水柱的概率值
Figure DEST_PATH_IMAGE079
时，
Figure 758304DEST_PATH_IMAGE080
是设定的阈值，说明注水手套对应的第
Figure 458407DEST_PATH_IMAGE078
个连通域为水柱。通过该过程可以得到注水手 套的水柱连通域集合，只要注水手套对应的嫌疑水柱连通域存在一个是水柱，判断注水手 套为漏水手套，如果注水手套对应的嫌疑水柱连通域没有一个是水柱，判断注水手套不是 漏水手套。类比此方法，可以得到漏水手套图像集合
Figure DEST_PATH_IMAGE081
。
通过水柱连通域长轴曲线上散点的速度分量夹角得到漏水位置坐标：
选取一个水柱连通域，获取所述水柱连通域的长轴曲线；
在长轴曲线上提取散点，获取每个散点处的速度分量夹角；
通过每个散点处的速度分量夹角得到每个散点处的位移分量夹角；
利用每个散点处的位移分量夹角做位移分量夹角射线，通过每个散点的位移分量夹角射线得到交点高亮点，该高亮点的中心坐标为所述漏水位置坐标。
对于所述水柱连通域,获取该连通域的长轴曲线，在长轴曲线上提取一些散点得 到散点集合，以点
Figure 263158DEST_PATH_IMAGE082
为例，在
Figure 905361DEST_PATH_IMAGE082
处获得速度分量夹角，通过速度分量夹角和位移分量 夹角的表达式计算位移分量夹角，表达式为：
Figure DEST_PATH_IMAGE083
式中：
Figure 431283DEST_PATH_IMAGE084
表示第
Figure DEST_PATH_IMAGE085
个散点
Figure 918765DEST_PATH_IMAGE082
处的位移分量夹角，
Figure 892537DEST_PATH_IMAGE086
表示第c个散点
Figure 227614DEST_PATH_IMAGE082
处的速 度分量夹角。
通过该点
Figure 552416DEST_PATH_IMAGE082
做位移分量夹角射线，类比此方式即可得到散点集合中每点的位 移分量夹角射线，通过夹角射线可得到交点高亮点，该高亮点中心坐标即为漏水位置坐标。 通过上述过程可以得到漏水手套的所有水柱连通域上的漏水位置坐标。
统计各漏水手套所述漏水位置坐标的频率，得到手套漏水的频率热图。
按照上述过程可得到所有漏水手套和每个漏水手套的漏水位置坐标，每间隔一段时间将历史手套漏水图片收集，统计各手套漏水坐标的发生频率，得到手套漏水坐标频率，并生成手套漏水的频率热图。
手套生产过程中可通过分析手套频率热图得到手套漏水的原因，进而可以实现针对性的处理。
本发明实施例通过每两张手套图像像素点的灰度值做差处理得到像素差异区域，通过判断像素差异区域和手套区域得到的连通域是否具有水柱特征,来快速识别漏水手套。本发明通过速度分量夹角计算得到漏水位置坐标，统计漏水坐标频率，生成频率热图，由此对生产手套的相关仪器进行调整。
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)

1.一种注水手套气密性检测方法，其特征在于，包括以下步骤：
采集每个注水手套正面的RGB图像，对每个注水手套正面的RGB图像进行灰度化处理得到每个注水手套灰度图，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像；
提取每个注水手套对应的手套区域，对每个注水手套对应的差异图像进行膨胀处理得到每个注水手套对应的差异图像连通域集合；
通过对每个注水手套对应的手套区域和其对应的连通域集合进行连通域分析得到每个注水手套中的嫌疑水柱连通域集合；
获取嫌疑水柱连通域集合中每一个连通域的长轴曲线；
根据每一个连通域的宽度一致性指标、长短轴弧长比和长轴曲线的抛物曲线属性，计算每一个连通域是水柱的可能性值；
对计算出的每个注水手套中嫌疑水柱连通域集合中的每一个连通域是水柱的可能性值进行归一化处理，得到每个连通域的水柱概率值，若其中一个连通域的水柱概率值大于设定的阈值时，则判定该连通域对应的注水手套漏水。
2.根据权利要求1所述的一种注水手套气密性检测方法，其特征在于，获取嫌疑水柱连通域集合中每一个连通域的长轴曲线，包括：
对于嫌疑水柱连通域集合中的每一个连通域，从连通域轮廓与手套边界邻接区域中选取像素纵坐标最小的点，该点为连通域的第一个端点，沿着非手套边界方向，从该点开始在连通域轮廓每间隔一个像素取特征点，直至到达手套边界点处停止，该手套边界点为连通域的第二个端点；
将第一个端点与特征点连线形成角射线，计算角射线的长度值；
将距第一个端点的弧长距离和角射线的长度值分别作为横坐标和纵坐标拟合出曲线，计算该拟合曲线的极大值点，该极大值点为连通域的第三个端点；
计算角射线与竖直方向的夹角，将距第一个端点的弧长距离和角射线与竖直方向的夹角分别作为横坐标和纵坐标拟合出另一条曲线，计算此曲线的极小值点，该极小值点为连通域的第四个端点；
第一个端点和第四个端点形成一个弧线，第二个端点和第三个端点形成另一个弧线，这两个弧线即为连通域的长轴曲线。
3.根据权利要求2所述的一种注水手套气密性检测方法，其特征在于，所述连通域是水柱的可能性值的表达式为：
Figure DEST_PATH_IMAGE001
式中：
Figure 243689DEST_PATH_IMAGE002
表示连通域是水柱的可能性值，
Figure DEST_PATH_IMAGE003
表示连通域的宽度一致性指标，
Figure 321236DEST_PATH_IMAGE004
表 示连通域的长短轴弧长比，
Figure DEST_PATH_IMAGE005
表示连通域长轴曲线的抛物曲线属性。
4.根据权利要求3所述的一种注水手套气密性检测方法，其特征在于，所述连通域的宽度一致性指标表达式为：
Figure 400181DEST_PATH_IMAGE006
式中：
Figure DEST_PATH_IMAGE007
表示连通域分割线的宽度偏差；
所述连通域的长短轴弧长比的表达式为：
Figure 304290DEST_PATH_IMAGE008
式中：
Figure DEST_PATH_IMAGE009
表示连通域第一个长轴曲线的像素个数，
Figure 133574DEST_PATH_IMAGE010
表示连通域第二个长轴曲线的 像素个数，
Figure DEST_PATH_IMAGE011
表示连通域宽度均值，此处用连通域宽度均值来表示短轴的弧长；
所述连通域长轴曲线的抛物曲线属性的表达式为：
Figure 770354DEST_PATH_IMAGE012
式中：
Figure DEST_PATH_IMAGE013
表示一条长轴曲线上满足切线夹角单调性的特征点的个数，
Figure 862944DEST_PATH_IMAGE014
表示一条长 轴曲线上特征点总数。
5.根据权利要求1所述的一种注水手套气密性检测方法，其特征在于，将每个注水手套灰度图与其他注水手套灰度图进行做差处理得到每个注水手套灰度图的差异化图像集合，对每个注水手套对应的差异化图像集合处理得到每个注水手套对应的差异图像，包括：将每个注水手套灰度图与其他注水手套灰度图每个像素的灰度值做差得到每个注水手套灰度图的差异化图像集合，统计每个注水手套对应的差异化图像中差异像素出现的频率；当出现频率大于设定的阈值时，将该位置像素置1，其他位置像素置0，得到每个注水手套对应的差异图像。
6.根据权利要求1所述的一种注水手套气密性检测方法，其特征在于，提取每个注水手套对应的手套区域，包括：对每个注水手套正面的RGB图像处理得到每个注水手套图像的边缘特征图，提取每个注水手套对应边缘特征图中的边缘特征点，边缘特征点包围的闭合区域形成闭合区域集合，闭合区域集合中最大的闭合区域为每个注水手套对应的手套区域。
CN202211243328.7A 2022-10-11 2022-10-11 一种注水手套气密性检测方法 Active CN115326297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211243328.7A CN115326297B (zh) 2022-10-11 2022-10-11 一种注水手套气密性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211243328.7A CN115326297B (zh) 2022-10-11 2022-10-11 一种注水手套气密性检测方法

Publications (2)

Publication Number Publication Date
CN115326297A true CN115326297A (zh) 2022-11-11
CN115326297B CN115326297B (zh) 2023-04-07

Family

ID=83914554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211243328.7A Active CN115326297B (zh) 2022-10-11 2022-10-11 一种注水手套气密性检测方法

Country Status (1)

Country Link
CN (1) CN115326297B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109115417A (zh) * 2018-07-12 2019-01-01 浙江工业大学 一种基于连通域判断的压力容器气密性检测方法
CN109142366A (zh) * 2018-06-13 2019-01-04 广东拓斯达科技股份有限公司 球形外壳缺陷检测方法、装置及计算机可读存储介质
CN112254901A (zh) * 2020-10-12 2021-01-22 安徽天源乳胶技术有限公司 一种乳胶手套生产用质量检测设备
CN114627316A (zh) * 2022-03-21 2022-06-14 江苏新之阳新能源科技有限公司 基于人工智能的液压系统漏油检测方法
CN114998350A (zh) * 2022-08-04 2022-09-02 山东泗水泰和石材有限公司 基于图像处理的石材缺陷检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109142366A (zh) * 2018-06-13 2019-01-04 广东拓斯达科技股份有限公司 球形外壳缺陷检测方法、装置及计算机可读存储介质
CN109115417A (zh) * 2018-07-12 2019-01-01 浙江工业大学 一种基于连通域判断的压力容器气密性检测方法
CN112254901A (zh) * 2020-10-12 2021-01-22 安徽天源乳胶技术有限公司 一种乳胶手套生产用质量检测设备
CN114627316A (zh) * 2022-03-21 2022-06-14 江苏新之阳新能源科技有限公司 基于人工智能的液压系统漏油检测方法
CN114998350A (zh) * 2022-08-04 2022-09-02 山东泗水泰和石材有限公司 基于图像处理的石材缺陷检测方法

Also Published As

Publication number Publication date
CN115326297B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN107679520B (zh) 一种适用于复杂条件下的车道线视觉检测方法
Liu et al. A detection and recognition system of pointer meters in substations based on computer vision
CN113409313B (zh) 基于计算机视觉的车轮焊缝表面缺陷检测方法
CN102298781B (zh) 基于颜色和梯度特征的运动阴影检测方法
US8103055B2 (en) Detection of blobs in images
CN116703931B (zh) 一种用于建筑高分子材料的表面银纹检测方法
WO2015096507A1 (zh) 一种利用山体轮廓区域约束识别定位建筑物的方法
CN112949398A (zh) 车道线检测方法、测距方法及对应装置
CN107346547B (zh) 基于单目平台的实时前景提取方法及装置
CN109460764A (zh) 一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法
CN111667470B (zh) 一种基于数字图像的工业管道探伤内壁检测方法
CN114067147B (zh) 一种基于局部形状匹配的舰船目标确认方法
CN104778727A (zh) 基于视频监控处理技术的浮动车统计方法
CN113111707B (zh) 一种基于卷积神经网络的前车检测与测距方法
CN114863492B (zh) 一种低质量指纹图像的修复方法及修复装置
CN106682674B (zh) 一种基于智能巡检机器人的指针式仪表自动读数方法
CN104766316A (zh) 中医望诊中新型嘴唇分割算法
CN105242568A (zh) 基于数字图像处理的烟叶精确剔除控制方法
CN117037103A (zh) 一种道路检测方法和装置
CN112927283A (zh) 测距方法及装置、存储介质及电子设备
CN113221739B (zh) 基于单目视觉的车距测量方法
CN115326297B (zh) 一种注水手套气密性检测方法
CN113838114A (zh) 一种基于边缘散焦追踪的高炉料面深度估计方法及系统
CN105118073A (zh) 基于Xtion摄像机的人体头部目标识别方法
CN109784229B (zh) 一种地面建筑物数据融合的复合识别方法

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