CN116228775B - 基于机器视觉的接触器完整性检测方法 - Google Patents

Abstract

本发明涉及图像数据处理技术领域，提出了基于机器视觉的接触器完整性检测方法，包括：获得HSV线孔图像和线孔局部区域；根据HSV线孔图像的像素点差异得到颜色变化差异系数；根据线孔局部区域的像素点的窗口内的颜色变化差异系数得到入线孔劈裂破损特征方向和变化特征方向；根据入线孔劈裂破损特征方向和变化特征方向得到第一集合和第二集合，并得到劈裂破损扩张系数；根据劈裂破损扩张系数得到自适应扩张变化宽度对黑色劈裂特征提取部分进行调整，调整后得到特征窗口的特征数值；根据标准特征窗口和特征窗口的特征数值的差异判断是否出现了劈裂破损，完成接触器完整性的检测。本发明进一步提高了对接触器完整性检测的准确性效果。

Description

基于机器视觉的接触器完整性检测方法

技术领域

本发明涉及图像数据处理技术领域，具体涉及基于机器视觉的接触器完整性检测方法。

背景技术

接触器是利用电磁作用原理的一种大功率开关器件，广泛应用于航空航天、电子设备系统中。在电路自动控制过程中起到快速切断与接通电路的控制作用，适合频繁的电路控制系统，是一种重要的电路自动控制元件。为了确保接触器正常工作，通常情况下接触器表面会使用绝缘外壳进行保护处理，避免内部电磁控制处理过程受到干扰。但生产加工过程中由于设备故障和操作人员操作故障导致接触器表面绝缘外壳入线孔位置容易出现劈裂破损现象，破坏了接触器表面的绝缘外壳的完整性，对接触器整体性能造成较大的影响。传统Haar特征描述算子计算过程中窗口变化特征不能与较为复杂的接触器表面入线孔区域的缺陷异常变化特征相吻合，导致对接触器完整性检测的精确程度较差的缺点，因此本发明调整Haar特征描述算子的窗口解决此问题。

发明内容

本发明提供基于机器视觉的接触器完整性检测方法，以解决传统Haar特征描述算子计算过程中窗口变化特征不能与较为复杂的接触器表面入线孔区域的缺陷异常变化特征相吻合，导致对接触器完整性检测的精确程度较差的缺点的问题，所采用的技术方案具体如下：

本发明一个实施例提供了基于机器视觉的接触器完整性检测方法，该方法包括以下步骤：

获得表面灰度图像，对表面灰度图像进行分割得到线孔掩膜，根据线孔掩膜得到HSV线孔图像；

根据HSV线孔图像中每个像素点与其邻域像素点在H通道、S通道、V通道的灰度值差异得到每个像素点颜色变化差异系数；

在线孔局部区域内，每个像素点得到一个第一窗口，将第一窗口内像素点的颜色变化差异系数构建颜色差异海森矩阵，根据颜色差异海森矩阵的特征值得到每个像素点的入线孔劈裂破损特征方向和变化特征方向；

根据每个像素点的入线孔劈裂破损特征方向得到角度变化范围，将第一窗口内的像素点记为窗口像素点，将所有入线孔劈裂破损特征方向处于像素点的角度变化范围内的窗口像素点记为第一集合，将在第一集合中的每个窗口像素点的变化特征方向上的窗口像素点记为第二集合，根据第二集合上的每个窗口像素点的方向差异与颜色变化差异系数的差异得到每个像素点的劈裂破损扩张系数；

获取在线孔局部区域中像素点的特征窗口、黑色劈裂特征提取部分和白色劈裂特征提取部分，根据劈裂破损扩张系数计算得到自适应扩张变化宽度，根据自适应扩张变化宽度的奇偶性对黑色劈裂特征提取部分大小进行调整，根据调整后的黑色劈裂特征提取部分和白色劈裂特征提取部分的像素点数量得到特征窗口的特征数值；

获得标准特征窗口，根据所有标准特征窗口和特征窗口的特征数值的差异判断接触器入线孔部分是否出现了劈裂破损，完成接触器完整性的检测。

优选的，所述对表面灰度图像进行分割得到线孔掩膜的方法为：

使用OTSU算法对表面灰度图像进行分割得到表面二值图像，表面二值图像上的线孔区域内灰度值为1，表面二值图像上其他区域的灰度值为0，将表面二值图像记为线孔掩膜。

优选的，所述根据颜色差异海森矩阵的特征值得到每个像素点的入线孔劈裂破损特征方向和变化特征方向的方法为：

将颜色差异海森矩阵计算得到的最小特征值对应的特征向量的方向记为入线孔劈裂破损特征方向，颜色差异海森矩阵计算得到的最大特征值对应的特征向量的方向记为变化特征方向。

优选的，所述根据每个像素点的入线孔劈裂破损特征方向得到角度变化范围的方法为：

对于每个像素点，以其所对应的入线孔劈裂特征方向为中间方向，入线孔劈裂特征方向顺时针旋转45度，得到方向范围的结束值，入线孔劈裂特征方向逆时针旋转45度，得到方向范围的起始值，令起始值对应的方向到结束值对应的方向构成的90度角度为角度变化范围。

优选的，所述根据第二集合上的每个窗口像素点的方向差异与颜色变化差异系数的差异得到每个像素点的劈裂破损扩张系数的方法为：

式中，

为线孔局部区域中第i个像素点的颜色变化差异系数，

为线孔局 部区域中第i个像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点，

为 线孔局部区域中第i个像素点对应的入线孔劈裂特征方向，

为线孔局部区域中第i个 像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点的入线孔劈裂特征方 向，

为线孔局部区域中第i个像素点对应的集合的像素点数量即第一集合中的像素点数 量，

为线孔局部区域中第i个像素点对应的第一集合的第s个像素点的变化特征方向上 的像素点数量，即第二集合中的像素点数量，

表示为计算方向的角度，

表示第i个像素 点的劈裂破损扩张系数。

优选的，所述根据自适应扩张变化宽度的奇偶性对黑色劈裂特征提取部分大小进行调整的方法为：

在未调整时，黑色劈裂特征提取部分的中心点和特征窗口的中心相同，预设一个 黑色劈裂特征提取部分的初始宽度为

，若黑色劈裂特征提取部分宽度的大小为奇数，那么 中心点位置不变，将

作为黑色劈裂特征提取部分的宽度，若黑色劈裂特征提取部分宽 度的大小为偶数，那么初始黑色劈裂特征提取部分位置不变，此时以中心点为中心作竖直 直线和水平直线将黑色劈裂特征提取部分分为四部分，第一部分为左上部分，第二部分为 右上部分，第三部分为右下部分，第四部分为左下部分，每个部分对应两个扩充方向，左上 部分对应向左和向上扩充，右上部分对应向右和向上扩充，右下部分对应向右和向下扩充， 左下部分对应向左和向下扩充，此时得到特征窗口中心点的入线孔劈裂特征方向，此时若 入线孔劈裂特征方向在第几个部分，则得到该部分对应的扩充方向，黑色劈裂特征提取部 分向扩充方向上扩充Dq个像素，其中

，将黑色劈裂特征提取部分分为四部分 的直线，水平方向左侧直线属于第一部分，竖直方向上侧直线属于第二部分，水平方向右侧 直线属于第三部分，竖直方向下侧直线属于第四部分。

本发明的有益效果是：本发明实施例对接触器表面入线孔位置处劈破损缺陷的特征方向进行提取计算，并根据该特征方向变化角度范围内不同方向特征计算构造得到了接触器入线孔的扩张系数，对接触器表面入线孔局部位置处劈裂破损缺陷的变化特征进行较为准确的计算分析，规避了传统算法中使用灰度特征计算过程中由于灰度级限制无法准确描述入线孔局部图像区域的劈裂破损缺陷特征的缺点。进一步地，本发明实施例结合计算得到的接触器入线孔扩张系数构建对传统Haar特征描述算子窗口进行自适应调节变化，有效地规避了传统Haar特征描述算子计算过程中无法准确描述接触器入线孔劈裂破损变化特征导致最终对接触器完整性检测误差较大的影响，进一步提高了对接触器完整性检测的准确性效果。

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为本发明一个实施例所提供的基于机器视觉的接触器完整性检测方法的流程示意图；

图2为入线孔劈裂破损特征方向；

图3为黑色劈裂特征提取部分扩充示意图。

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。

请参阅图1，其示出了本发明一个实施例提供的基于机器视觉的接触器完整性检测方法流程图，该方法包括以下步骤：

步骤S001，使用CDD工业相机采集表面图像和表面灰度图像。

为了避免采集获取得到的接触器表面图像质量较差对后续接触器完整性检测的准确性效果影响，需要选择合适的图像拍摄采集设备。由于CCD工业相机相较于传统CMOS相机具有成像细节清晰无拖影、功率低、整体图像质量较高的特点。因此使用CCD工业相机对接触器表面进行拍摄，采集获取得到接触器表面RGB颜色空间下的图像。同时，为了消除由于拍摄采集工作环境中光照不充分导致的接触器表面入线孔位置出现虚影、阴影等现象，设置相应的LED光源。

使用CCD工业相机采集得到RGB图像记为表面图像，由于在工作环境中会出现噪声，随机噪声对后续接触器表面完整性检测的准确程度的影响，因此使用滤波对RGB图像进行处理得到预处理后的表面图像，尽可能减弱甚至消除采集过程中的随机噪声对接触器完整性检测过程中的影响，将预处理后的表面图像同样记为表面图像，后续所述表面图像皆为预处理后的表面图像。将表面图像进行灰度化得到表面灰度图像，将表面图像转换为HSV颜色空间下便于后续提取得到相应的表面图像中不同像素点位置处的颜色特征数值。同时还需要采集获取得到接触器入线孔位置正常无缺陷的图像，便于后续对接触器表面缺陷检测的进一步分析计算。

至此，得到了表面图像和表面灰度图像。

步骤S002，根据HSV线孔图像得到颜色变化差异系数，根据颜色变化差异系数得到像素点的入线孔劈裂破损特征方向和变化特征方向，根据入线孔劈裂破损特征方向的差异得到劈裂破损扩张系数。

对于获取得到的表面灰度图像，但表面图像中背景信息十分繁杂，不利于对接触器入线口位置处的劈裂破损状态进行检测和判断。因此将表面灰度图像作为输入，使用OTSU算法对表面灰度图像进行分割得到表面二值图像，其中表面二值图像上的线孔区域内灰度值为1，表面二值图像上其他区域的灰度值为0，由此得到了一张线孔掩膜。

使用线控区域掩膜对表面图像进行遮罩，即线孔掩膜和表面图像每个通道中同位置的像素点灰度值相乘，获取得到接触器表面入线孔区域局部的RGB图像，简称为RGB线孔图像。将RGB线孔图像从RGB颜色空间转换到HSV颜色空间，得到HSV线孔图像，根据HSV线孔图像中不同像素点在不同通道上的值得到每个像素点的颜色变化差异系数，公式如下：

式中，

表示为HSV线孔图像中第

个像素点在H通道上的灰度值，

表示为HSV线 孔图像中第

个像素点在S通道上的灰度值，

表示为HSV线孔图像中第

个像素点在V通道 上的灰度值，

表示为HSV线孔图像中第

个像素点的八邻域内的第k个像素点在H通道上 的灰度值，

表示为HSV线孔图像中第

个像素点的八邻域内的第k个像素点在S通道上的 灰度值，

表示为HSV线孔图像中第

个像素点的八邻域内的第k个像素点在V通道上的灰 度值，

为以2为底的底数函数，

为意义参数，

表示为HSV线孔图像中第

个像素点 的颜色变化差异系数。

底数函数的作用是原始HSV颜色通道数值进行变换，避免过大的数值对后续计算 过程产生较大的计算误差，令

可以避免计算过程中产生的非负数对后续进一步计算 过程的影响，本实施例不对

的取值进行限定，实施过程中可以设定其他值，本实施例以

为例进行叙述。

通过上述公式可以计算获取得到RGB线孔图像处像素点的颜色变化差异系数

的数值大小，将RGB线孔图像的像素点所在区域记为线孔局部区域，由于灰度图像线孔局部 区域中正常像素点位置颜色变化差异不大，因此计算获取得到的线孔局部区域中像素点的 颜色变化差异系数

数值较小。反之，当对应位置出现由于外力导致的劈裂破损时，对应 的劈裂区域像素点位置颜色数值发生较大变化，通过计算获取得到的接触器表面入线孔像 素点位置处的颜色变化差异系数

会相应增大。

对于表面灰度图像的线孔局部区域，以每个像素点为中心，构成大小为

的局 部窗口，对于该窗口中不同像素点处的颜色变化差异系数构成大小为

的局部矩阵，根 据局部矩阵构建得到像素点

位置处的颜色差异海森矩阵

。计算颜色差异海森矩阵的特 征值，得到最小特征值对应的特征向量，将该向量所指向的方向记为入线孔劈裂破损特征 方向

。海森矩阵的获得以及海森矩阵特征值与特征向量的求解过程是一种公知技术，在 此不再赘述。

得到的特征向量

的方向对应了线孔局部区域中表面颜色差异系数变化较为平 缓的方向，即入线孔劈裂特征方向。反之线孔局部区域处海森矩阵最大特征值对应的特征 向量的方向对应了颜色差异系数变化剧烈的像素点方向，与入线孔劈裂特征方向相垂直， 该特征向量所指向的方向记为第i个像素点的变化特征方向。同理得到所有像素点的入线 孔劈裂特征方向和变化特征方向。

对于每个像素点，以其所对应的入线孔劈裂特征方向为中间方向，入线孔劈裂特 征方向顺时针旋转45度，得到方向范围的结束值，入线孔劈裂特征方向逆时针旋转45度，得 到方向范围的起始值，令起始值对应的方向到结束值对应的方向构成的90度角度为角度变 化范围，所述如图2所示，图中

为第i个像素点的入线孔劈裂特征方向。

在线孔局部区域中以第i个像素点为中心的5×5窗口区域内，获取窗口区域内所 有像素点的入线孔劈裂特征方向，若这些特征方向在以第i个像素点对应的角度变化范围 内，保留这些特征方向，将这些特征方向对应的像素点记为集合

，将集合

的像素点数量 记为

；对于集合

内的第s个像素点，统计第s个像素点的变化特征方向上的像素点属于 窗口区域的像素点的数量，记为

，获取

的像素点中的第t个像素点的颜色变化差 异系数，记为

, 第t个像素点的入线孔劈裂破损特征方向，记为

。

需要说明的是，像素点的变化特征方向上的像素点的数量，是指以像素点为端点做一条与像素点变化特征方向同向的一条射线并在在该射线上的像素点的数量。

根据每个像素点的颜色变化差异系数和像素点对应的在角度变化范围内的像素点的颜色变化差异系数得到每个像素点的劈裂破损扩张系数，公式如下：

式中，

为线孔局部区域中第i个像素点的颜色变化差异系数，

为线孔局 部区域中第i个像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点，

为 线孔局部区域中第i个像素点对应的入线孔劈裂特征方向，

为线孔局部区域中第i个 像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点的入线孔劈裂特征方 向，

为线孔局部区域中第i个像素点对应的集合的像素点数量，

为线孔局部区域中 第i个像素点对应的集合的第s个像素点的变化特征方向上的像素点数量，

表示为计算 方向的角度，

表示第i个像素点的劈裂破损扩张系数。

计算得到线孔局部区域中每个像素点的劈裂破损扩张系数，将劈裂破损扩张系数进行线性归一化处理。

当接触器入线孔位置处由于机械外力导致的入线孔出现劈裂破损缺陷时，在接触 器入线孔劈裂破损特征方向周围方向上会出现也会一定程度的劈裂破损，当入线孔位置处 的劈裂破损越严重时，计算得到的像素点周围局部方向上的劈裂破损越多，方向差异越大。 同时由于不同方向的劈裂破损像素点同为劈裂破损像素点，劈裂破损特征方向对应的颜色 变化差异越小，通过计算得到对应的像素带点

位置处的劈裂破损扩张系数

数值会相应 增大。

步骤S003，获取特征窗口，根据劈裂破损扩张系数计算得到自适应扩张变化宽度，根据自适应扩张变化宽度得到特征窗口的特征值。

在线孔局部区域中，不同像素点处的劈裂损伤程度可能有所不同，因此需要对传统Haar特征描述算子进行自适应调节。

根据Haar特征描述算子的工作原理可知，需要对Haar特征描述算子的窗口内的像素点进行标记，需要标记出Haar特征描述算子的窗口内的黑色区域和白色区域，需要说明的是，所述的黑色和白色是公知的Haar特征描述算子中的概念，本实施例在也引用这种概念，本实施例中将Haar特征描述算子的窗口内的黑色区域和白色区域分别称为黑色劈裂特征提取部分和白色劈裂特征提取部分，将Haar特征描述算子的窗口记为特征窗口。

根据劈裂破损扩张系数调整黑色劈裂特征提取部分的大小，公式如下：

式中，

为Haar特征描述算子的特征窗口内的黑色劈裂特征提取部分大小，黑色劈 裂特征提取部分的大小为

，在本实施例中取

为3，

为表面灰度图像中第i个像素点 的劈裂破损扩张系数，

为Haar特征描述算子的窗口中所有像素点的劈裂破损扩张系数 的均值大小，

为黑色劈裂特征提取部分调整后的宽度，将该值向上取整，特征窗口的大 小在本实施例中取宽度为9，特征窗口的中心点即为第i个像素点。

通过上述公式可以计算得到黑色劈裂特征提取部分调整后的宽度

的数值大 小，当对应像素点的位置发生较为严重的劈裂破损时，对应主劈裂破损方向周围方向也会 出现相应的劈裂破损缺陷，为了覆盖提取计算不同方向上的劈裂破损特征，需要对Haar特 征描述算子覆盖宽度进行自适应缩放。

当像素点所在的位置出现了较为严重的劈裂破损时，此时通过计算得到的劈裂破 损扩张系数

大于窗口均值

的数值，对特征窗口内黑色劈裂特征提取部分进行扩大，获 取得到的劈裂破损扩张系数

小于窗口均值

时，对特征窗口内黑色劈裂特征提取部分 会相应缩小，进可能避免过多的覆盖到正常像素点区域引起计算过程中的误差。

具体的，在未调整时，黑色劈裂特征提取部分的中心点和特征窗口的中心相同，黑 色劈裂特征提取部分的初始宽度

为3，若经过计算后，若黑色劈裂特征提取部分宽度的大 小为奇数，那么中心点位置不变，将

作为黑色劈裂特征提取部分的宽度，若经过计算后 黑色劈裂特征提取部分宽度的大小为偶数，那么初始黑色劈裂特征提取部分位置不变，此 时以中心点为中心作竖直直线和水平直线将黑色劈裂特征提取部分分为四部分，第一部分 为左上部分，第二部分为右上部分，第三部分为右下部分，第四部分为左下部分，每个部分 对应两个扩充方向，左上部分对应向左和向上扩充，右上部分对应向右和向上扩充，右下部 分对应向右和向下扩充，左下部分对应向左和向下扩充，此时得到特征窗口中心点的入线 孔劈裂特征方向，此时若入线孔劈裂特征方向在第几个部分，则得到该部分对应的扩充方 向，黑色劈裂特征提取部分向扩充方向上扩充Dq个像素，其中

，值得说明的 是，将黑色劈裂特征提取部分分为四部分的直线，水平方向左侧直线属于第一部分，竖直方 向上侧直线属于第二部分，水平方向右侧直线属于第三部分，竖直方向下侧直线属于第四 部分。

以下举一个例子说明为黑色劈裂特征提取部分的宽度为偶数的情况，例如计算后的宽度大小为6，中心点的入线孔劈裂特征方向为水平向右的方向，那么由于水平右侧直线属于第三部分，第三部分对应向右和向下扩充，因此将黑色劈裂特征提取部分向右扩充6-3个像素点大小，向下扩充6-3个像素点大小，具体如图3所示，该图中的1表示初始的黑色劈裂特征提取部分，该图中的2表示初始的白色劈裂特征提取部分，该图中的3表示黑色劈裂特征提取部分扩充后的部分。

在Haar特征描述算子中，黑色劈裂特征提取部分随着对应像素点位置处的劈裂破损严重程度自适应变化，当对应的像素点的位置处劈裂破损较为严重时，对应的黑色劈裂特征提取部分也会随之相应增大。

对于每个特征窗口，根据特征窗口内黑色劈裂特征提取部分和白色劈裂特征提取部分像素点的颜色变化差异系数的差异得到特征窗口的特征数值，公式如下：

式中，

表示第i个特征窗口内黑色劈裂特征提取部分的第

个像素点的颜色 变化差异系数，

表示第i个特征窗口内白色劈裂特征提取部分的第

个像素点的颜色 变化差异系数，

为特征窗口内黑色劈裂特征提取部分的像素点数量，

为特征窗口内 白色色劈裂特征提取部分的像素点数量，

表示第i个特征窗口的特征数值。当特征数值 越大，说明对应窗口中发生劈裂破损缺陷的可能性越高，其中第i个特征窗口为以第i个像 素点为中心的特征窗口。

针对接触器表面入线孔孔劈裂破损严重程度，对传统Haar特征描述算子的特征描述窗口进行自适应调节变化，与入线孔劈裂破损变化相吻合，避免传统Haar特征描述算子中无法对变化的劈裂方向特征进行较为准确计算导致对后续接触器完整性检测精确度较低的影响。

至此得到了每个特征窗口的特征数值。

步骤S004，将表面图像和标准表面图像的特征数值的差异来判断接触器表面的完整性。

通过上述步骤获得表准无缺陷的接触器表面图像记为标准表面图像，同样得到线 孔局部区域，得到标准特征数值

，根据标准特征数值和特征数值的差异判断线孔局部 区域是否出现劈裂破损，公式如下：

式中，

表示第i个特征窗口的特征数值，

表示第i个特征窗口的标准特征数 值，

表示特征窗口的数量，

为特征值差异性。

使用同样的方法对于标准表面图像和表面图像划分的窗口相同，得到相同数量相同大小的窗口，都为N，当特征值差异性越大时，说明待检测的接触器入线孔与正常标准的接触器入线孔之间的变化差异越大，使用线性归一化的方法将特征值差异性归一化，此时若归一化后的特征值差异性大于经验阈值0.7时，认为此时接触器入线孔部分出现了劈裂破损，接触器表面的完整性不符合要求。

至此完成了接触器的完整性检测。

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.基于机器视觉的接触器完整性检测方法，其特征在于，该方法包括以下步骤：

获得表面灰度图像，对表面灰度图像进行分割得到线孔掩膜，根据线孔掩膜得到HSV线孔图像；

根据HSV线孔图像中每个像素点与其邻域像素点在H通道、S通道、V通道的灰度值差异得到每个像素点颜色变化差异系数；

在线孔局部区域内，每个像素点得到一个第一窗口，将第一窗口内像素点的颜色变化差异系数构建颜色差异海森矩阵，根据颜色差异海森矩阵的特征值得到每个像素点的入线孔劈裂破损特征方向和变化特征方向；

根据每个像素点的入线孔劈裂破损特征方向得到角度变化范围，将第一窗口内的像素点记为窗口像素点，将所有入线孔劈裂破损特征方向处于像素点的角度变化范围内的窗口像素点记为第一集合，将在第一集合中的每个窗口像素点的变化特征方向上的窗口像素点记为第二集合，根据第二集合上的每个窗口像素点的方向差异与颜色变化差异系数的差异得到每个像素点的劈裂破损扩张系数；

获取在线孔局部区域中像素点的特征窗口、黑色劈裂特征提取部分和白色劈裂特征提取部分，根据劈裂破损扩张系数计算得到自适应扩张变化宽度，根据自适应扩张变化宽度的奇偶性对黑色劈裂特征提取部分大小进行调整，根据调整后的黑色劈裂特征提取部分和白色劈裂特征提取部分的像素点数量得到特征窗口的特征数值；

获得标准特征窗口，根据所有标准特征窗口和特征窗口的特征数值的差异判断接触器入线孔部分是否出现了劈裂破损，完成接触器完整性的检测。

2.根据权利要求1所述的基于机器视觉的接触器完整性检测方法，其特征在于，所述对表面灰度图像进行分割得到线孔掩膜的方法为：

使用OTSU算法对表面灰度图像进行分割得到表面二值图像，表面二值图像上的线孔区域内灰度值为1，表面二值图像上其他区域的灰度值为0，将表面二值图像记为线孔掩膜。

3.根据权利要求1所述的基于机器视觉的接触器完整性检测方法，其特征在于，所述根据颜色差异海森矩阵的特征值得到每个像素点的入线孔劈裂破损特征方向和变化特征方向的方法为：

将颜色差异海森矩阵计算得到的最小特征值对应的特征向量的方向记为入线孔劈裂破损特征方向，颜色差异海森矩阵计算得到的最大特征值对应的特征向量的方向记为变化特征方向。

4.根据权利要求1所述的基于机器视觉的接触器完整性检测方法，其特征在于，所述根据每个像素点的入线孔劈裂破损特征方向得到角度变化范围的方法为：

对于每个像素点，以其所对应的入线孔劈裂特征方向为中间方向，入线孔劈裂特征方向顺时针旋转45度，得到方向范围的结束值，入线孔劈裂特征方向逆时针旋转45度，得到方向范围的起始值，令起始值对应的方向到结束值对应的方向构成的90度角度为角度变化范围。

5.根据权利要求1所述的基于机器视觉的接触器完整性检测方法，其特征在于，所述根据第二集合上的每个窗口像素点的方向差异与颜色变化差异系数的差异得到每个像素点的劈裂破损扩张系数的方法为：

式中，

为线孔局部区域中第i个像素点的颜色变化差异系数，/>

为线孔局部区域中第i个像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点，/>

为线孔局部区域中第i个像素点对应的入线孔劈裂特征方向，/>

为线孔局部区域中第i个像素点对应的集合的第s个像素点的变化特征方向上的第t个像素点的入线孔劈裂特征方向，/>

为线孔局部区域中第i个像素点对应的集合的像素点数量即第一集合中的像素点数量，

为线孔局部区域中第i个像素点对应的第一集合的第s个像素点的变化特征方向上的像素点数量，即第二集合中的像素点数量，/>

表示为计算方向的角度，/>

表示第i个像素点的劈裂破损扩张系数。

6.根据权利要求1所述的基于机器视觉的接触器完整性检测方法，其特征在于，所述根据自适应扩张变化宽度的奇偶性对黑色劈裂特征提取部分大小进行调整的方法为：

在未调整时，黑色劈裂特征提取部分的中心点和特征窗口的中心相同，预设一个黑色劈裂特征提取部分的初始宽度为

，若黑色劈裂特征提取部分宽度的大小为奇数，那么中心点位置不变，将/>

作为黑色劈裂特征提取部分的宽度，若黑色劈裂特征提取部分宽度的大小为偶数，那么初始黑色劈裂特征提取部分位置不变，此时以中心点为中心作竖直直线和水平直线将黑色劈裂特征提取部分分为四部分，第一部分为左上部分，第二部分为右上部分，第三部分为右下部分，第四部分为左下部分，每个部分对应两个扩充方向，左上部分对应向左和向上扩充，右上部分对应向右和向上扩充，右下部分对应向右和向下扩充，左下部分对应向左和向下扩充，此时得到特征窗口中心点的入线孔劈裂特征方向，此时若入线孔劈裂特征方向在第几个部分，则得到该部分对应的扩充方向，黑色劈裂特征提取部分向扩充方向上扩充Dq个像素，其中/>

，将黑色劈裂特征提取部分分为四部分的直线，水平方向左侧直线属于第一部分，竖直方向上侧直线属于第二部分，水平方向右侧直线属于第三部分，竖直方向下侧直线属于第四部分。

Images