CN117541582A - 一种高频变频器igbt绝缘质量检测方法 - Google Patents
一种高频变频器igbt绝缘质量检测方法 Download PDFInfo
- Publication number
- CN117541582A CN117541582A CN202410026179.1A CN202410026179A CN117541582A CN 117541582 A CN117541582 A CN 117541582A CN 202410026179 A CN202410026179 A CN 202410026179A CN 117541582 A CN117541582 A CN 117541582A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- igbt
- target pixel
- image
- sliding window
- 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
- 238000009413 insulation Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 title abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 230000007547 defect Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000003709 image segmentation Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像数据处理技术领域,具体涉及一种高频变频器IGBT绝缘质量检测方法,包括:利用滑动窗口对IGBT图像中的像素点进行遍历并计算滤波系数、调节像素点的初始范围参数和搜索范围参数,最终对IGBT图像进行滤波窗口大小自适应的滤波处理,并对新IGBT图像分割获得缺陷区域。本发明通过对待检测的IGBT图像进行预处理和自适应滤波,减少了IGBT图像中光照噪声对质量检测结果的干扰和影响,提高了IGBT绝缘质量检测的准确性。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及一种高频变频器IGBT绝缘质量检测方法。
背景技术
高频变频器IGBT(Insulated Gate Bipolar Transistor)是指在高频工作条件下使用的绝缘栅双极型晶体管,在变频器中,IGBT在高频率下能够实现高效率的功率转换,而绝缘性能是衡量IGBT的质量、使用性能以及使用寿命的主要因素之一,在工业生产过程中,主要通过图像处理技术对IGBT的绝缘质量进行检测。
由于图像采集过程中可能存在光照噪声,容易影响绝缘质量的检测结果,导致检测准确性低,因此需要进行去噪处理以提高图像质量,进而提高对IGBT绝缘质量检测的准确性。
在现有的去噪算法中,由于非局部均值滤波算法的鲁棒性较强,因此通常使用非局部均值滤波算法对IGBT图像进行去噪处理,但是非局部均值滤波算法对IGBT图像中的噪声进行去除过程中,由于IGBT图像中光照噪声分布和强度变化,导致对像素点在图像中进行相似度搜索时利用固定的搜索范围进行去噪处理的去噪效果不理想,进一步导致漏检或者误报,影响IGBT绝缘质量检测的准确性。
发明内容
本发明提供一种高频变频器IGBT绝缘质量检测方法,以解决现有的问题。
本发明的一种高频变频器IGBT绝缘质量检测方法采用如下技术方案:
本发明一个实施例提供了一种高频变频器IGBT绝缘质量检测方法,该方法包括以下步骤:
获取IGBT图像;
利用预设大小的滑动窗口对IGBT图像中的像素点进行遍历,根据滑动窗口内像素点灰度值之间的差异获得像素点的滤波系数,根据滤波系数的大小获得目标像素点,所述滤波系数用于描述像素点对应滑动窗口的范围内存在噪声的概率;
利用目标像素点的滤波系数,对目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异进行调节,获得目标像素点的初始范围参数,利用初始范围参数对滑动窗口的大小进行调节获得目标像素点的基础范围参数,利用目标像素点的梯度方向差异对基础范围参数进行调节,获得目标像素点的搜索范围参数;
结合目标像素点的搜索范围参数对IGBT图像进行滤波获得新IGBT图像,对IGBT图像进行分割获得缺陷区域。
进一步地,所述获取IGBT图像,包括的具体方法为:
首先,通过生产线上方布置的高清相机采集IGBT表面的图像,记为初始IGBT图像,对初始IGBT图像进行灰度化获得灰度IGBT图像;
然后,通过语义分割算法获取灰度IGBT图像中IGBT对应的区域,将灰度IGBT图像中IGBT对应区域的图像记为IGBT图像。
进一步地,所述利用预设大小的滑动窗口对IGBT图像中的像素点进行遍历,根据滑动窗口内像素点灰度值之间的差异获得像素点的滤波系数,根据滤波系数的大小获得目标像素点,包括的具体方法为:
构建一个大小为的滑动窗口对IGBT图像中的像素点进行遍历,将作为滑动窗口中心点的像素点记为中心像素点,作为中心像素点的一个像素点对应一个滑动窗口,其中/>为预设的超参数;
获取任意中心像素点的滤波系数,具体计算方法为:
其中,表示中心像素点的滤波系数;/>表示滑动窗口内所有像素点的数量;/>表示中心像素点的同值像素点的数量;/>表示中心像素点对应滑动窗口内的第/>个像素点的灰度值;/>表示中心像素点对应滑动窗口内所有像素点的平均灰度值;/>表示绝对值符号。
进一步地,所述同值像素点,包括的具体方法为:
将滑动窗口内与中心像素点的灰度值相同的像素点记为中心像素点的同值像素点。
进一步地,所述利用目标像素点的滤波系数,对目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异进行调节,获得目标像素点的初始范围参数,包括的具体方法为:
根据目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异,获得目标像素点的灰度差异因子;
任意目标像素点的初始范围参数的具体计算方法为:
其中,表示目标像素点的初始范围参数;/>表示目标像素点的滤波系数;/>表示目标像素点的灰度差异因子;/>表示预设的调节参数;/>表示线性归一化函数。
进一步地,所述根据目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异,获得目标像素点的灰度差异因子,包括的具体方法为:
将所有目标像素点的最大灰度值记为第一数值;将第一数值与任意目标像素点对应滑动窗口内任意像素点的灰度值的差值记为目标像素点的第二数值,将记为目标像素点的灰度差异因子,其中/>表示目标像素点的所有第二数值的均值,/>表示以自然常数为底数的指数函数。
进一步地,所述利用初始范围参数对滑动窗口的大小进行调节获得目标像素点的基础范围参数,包括的具体方法为:
将目标像素点的初始范围参数与滑动窗口的大小的乘积记为第三数值,对第三数值进行向上取整获得目标像素点的基础范围参数。
进一步地,所述利用目标像素点的梯度方向差异对基础范围参数进行调节,获得目标像素点的搜索范围参数,包括的具体方法为:
根据目标像素点的梯度方向差异获得目标像素点的范围矫正参数;
将记为目标像素点的搜索范围参数,其中/>表示目标像素点的基础范围参数;/>表示目标像素点的范围矫正参数;/>表示向上取整符号。
进一步地,所述根据目标像素点的梯度方向差异获得目标像素点的范围矫正参数,包括的具体方法为:
任意目标像素点的范围矫正参数的具体计算方法为:
其中,表示目标像素点的范围矫正参数;/>表示目标像素点对应滑动窗口内所有像素点的最大梯度方向;/>表示目标像素点对应滑动窗口内所有像素点的最小梯度方向;/>表示滑动窗口内所有像素点的数量;/>表示目标像素点的梯度方向;/>表示目标像素点对应滑动窗口内的第/>个像素点的梯度方向;/>表示线性归一化函数。
进一步地,所述结合目标像素点的搜索范围参数对IGBT图像进行滤波获得新IGBT图像,对IGBT图像进行分割获得缺陷区域,包括的具体方法为:
首先,将IGBT图像中每个目标像素点的搜索范围参数作为非局部均值算法的滤波窗口的边长大小,并利用非局部均值滤波算法对IGBT图像进行去噪,获得新IGBT图像;
然后,通过大津法对新IGBT图像进行图像分割,获取IGBT图像中的缺陷区域并进行标记。
本发明的技术方案的有益效果是:通过滑动窗口对IGBT图像中的像素点进行遍历并计算滤波系数、调节像素点的初始范围参数和搜索范围参数,最终对图像进行滤波和分割获得缺陷区域。该方法通过对待检测的IGBT图像进行预处理和自适应滤波,减少了IGBT图像中光照噪声对质量检测结果的干扰和影响,提高了IGBT绝缘质量检测的准确性,进一步提高了IGBT绝缘质量检测结果的稳定性和可靠性。
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为本发明一种高频变频器IGBT绝缘质量检测方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种高频变频器IGBT绝缘质量检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种高频变频器IGBT绝缘质量检测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种高频变频器IGBT绝缘质量检测方法的步骤流程图,该方法包括以下步骤:
步骤S001:获取IGBT图像。
需要说明的是,本实施例主要目的为对采集的IGBT图像进行绝缘质量检测时,由于待检测图像可能含有光照噪声,因此需要对其表面噪声进行去除,从而提高待检测图像的质量,进而提高待检测图像中IGBT绝缘质量检测的准确性。
具体的,为了实现本实施例提出的一种高频变频器IGBT绝缘质量检测方法,首先需要采集IGBT图像,具体过程为:
首先,通过生产线上方布置的高清相机采集IGBT表面的图像,记为初始IGBT图像,对初始IGBT图像进行灰度化获得灰度IGBT图像。
然后,通过语义分割算法获取灰度IGBT图像中IGBT对应的区域,将灰度IGBT图像中IGBT对应区域的图像记为IGBT图像。
所述语义分割算法的获取方法为:首先,获取若干个不同环境下的灰度IGBT图像,对灰度IGBT图像中IGBT对应的区域进行人工标注,将带有人工标签的一个灰度IGBT图像作为一个样本,由大量样本构成训练U-Net神经网络的数据集,对U-Net神经网络进行训练,在训练过程中将交叉熵损失函数作为U-Net神经网络的损失函数,获得训练完成的U-Net神经网络,作为用于获取IGBT图像的语义分割算法。
至此,通过上述方法得到IGBT图像。
步骤S002:利用预设大小的滑动窗口对IGBT图像中的像素点进行遍历,根据滑动窗口内像素点灰度值之间的差异获得像素点的滤波系数,根据滤波系数的大小获得目标像素点。
需要说明的是,由于噪声主要可能存在其表面的“倒角”处(“倒角”通常是指将物体的边缘或角落磨圆或磨平,以减少锐利的边缘)过渡时和光线形成一定反射的角度,导致光照噪声的产生。同时,由于IGBT表面金属接触片处由于其光滑性且颜色较亮,也可能存在反光,导致光照噪声的出现。而光照噪声在上述的地方存在的可能性较大。但当IGBT表面平整且不存在反光的区域处,其表面像素点邻域内的像素点间变化则具有一定的稳定性和规律性,此处则可能不存在噪声。对于每个像素点对其所选择的窗口内进行像素点的分析灰度变化情况,从而判断该像素点是否进行滤波的必要性,因为并不是每个像素点所在区域都存在噪声的,而在滤波过程中进行对没有噪声区域的像素点进行滤波,则可能失去了其图像表面的真实颜色和细节表现,同时也增加了滤波分析过程的计算量,则需要对不必要滤波的像素点进行标记,不对其进行分析。
具体的,首先,利用Scharr算子获取IGBT图像中每个像素点的梯度方向,构建一个大小为的滑动窗口对IGBT图像中的像素点进行遍历,将作为滑动窗口中心点的像素点记为中心像素点,一个像素点对应一个滑动窗口,将滑动窗口内与中心像素点的灰度值相同的像素点记为中心像素点的同值像素点,其中/>为预设的超参数。
需要说明的是,根据经验预设超参数为5,可根据实际情况进行调整,本实施例不进行具体限定。
需要说明的是,Scharr算子的中文名称为沙尔算子,由于Scharr算子为现有的基于梯度的算子,因子本实施例不进行赘述。
进一步地,获取任意像素点的滤波系数,具体计算方法为:
其中,表示像素点的滤波系数;/>表示滑动窗口内所有像素点的数量;/>表示像素点的同值像素点的数量;/>表示像素点对应滑动窗口内的第/>个像素点的灰度值;/>表示像素点作为中心像素点时对应滑动窗口内所有像素点的平均灰度值;/>表示绝对值符号。
需要说明的是,所述滤波系数用于描述像素点对应滑动窗口的范围内存在噪声的概率,滤波系数越大,像素点对应滑动窗口的范围内存在噪声的概率越大,反之越小;值越大,说明像素点对应滑动窗口所在区域内像素点的灰度值变化越不均匀,则越有可能存在光照噪声,则该像素点的滤波系数越大;/>表示像素点所在窗口内每个像素点的灰度值和该窗口内像素点的灰度均值的差值绝对值总和的均值,该值越大说明该窗口内像素点的灰度越不均匀,则越有可能存在噪声,滤波的必要性也越大。
然后,将滤波系数不为0的像素点记为目标像素点。
需要说明的是,像素点的滤波系数为0时,表示像素点对应滑动窗口的范围内不存在噪声,因此不需要对所属像素点对应滑动窗口的范围内进行滤波分析和计算。
至此,通过上述方法得到目标像素点。
步骤S003:利用目标像素点的滤波系数,对目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异进行调节,获得目标像素点的初始范围参数,利用初始范围参数对滑动窗口的大小进行调节获得目标像素点的基础范围参数,根据目标像素点的梯度方向差异,获得目标像素点的搜索范围参数。
需要说明的是,在滤波过程中,噪声所在的区域的像素点在搜寻相似度时需要搜索较大的范围,这有助于去除更大尺度的噪声,从而保证具有更好的滤波效果,而边缘和纹理所在的地方搜寻像素点的相似度时,范围则应该比较小,选择较小的搜索范围会更注重局部结构,能够更好地保留图像的细节。在该场景中,噪声所表现的通常为灰度值较高的像素点。
具体的,首先,获取任意目标像素点的初始范围参数,具体计算方法为:
其中,表示目标像素点的初始范围参数;/>表示目标像素点的滤波系数;/>表示所有目标像素点的最大灰度值;/>表示目标像素点对应滑动窗口内的第/>个像素点的灰度值;/>表示滑动窗口内所有像素点的数量;/>表示预设的调节参数;/>表示以自然常数为底的指数函数;/>表示线性归一化函数。
需要说明的是,根据经验预设调节参数为4,可根据实际情况进行调整,本实施例不进行具体限定。
需要说明的是,由于光照噪声通常在灰度图像中灰度值较大,因此本实施例将目标像素点中灰度值最大的像素点视为可能为光照噪声所对应的像素点;灰度差异因子表示目标像素点对应滑动窗口内像素点的灰度值和所有目标像素点中的最大灰度值之间的平均差异,当滑动窗口内像素点的灰度值与最大灰度值越接近,说明目标像素点对应滑动窗口内存在噪声的概率越大,那么对应目标像素点在滤波过程中搜寻相似度时范围则比较大;同样地,该像素点所在窗口内像素点的滤波系数越大,说明该目标像素点对应滑动窗口内存在噪声的概率越大,因此相似度计算时则需要更大的范围,以提高滤波结果的准确性。
然后,获取任意目标像素点的基础范围参数,具体计算方法为:
其中,表示目标像素点的基础范围参数;/>表示目标像素点的初始范围参数;/>表示预设超参数;/>表示向上取整符号。
需要说明的是,由于目标像素点的初始范围大小主要是结合像素点的滤波系数获取,而目标像素点的灰度值变化可能是IGBT表面光线反射产生一定角度所形成的灰度值自然过渡的现象,另一方面,目标像素点的初始范围结合了对应滑动窗口内像素点的灰度值差异获取,但是引起像素点在局部出现灰度值变化可能是存在光照噪声,也有可能为上述自然过渡现象,另外, IGBT图像中不是噪声的像素点具有规律性和一定的方向性,显然光照噪声所在区域像素点的灰度变化规律性和方向性较差,因此对IGBT图像进行非局部均值滤波时,在噪声所在区域获取像素点的相似度时,范围应该是比较大的,以对分布范围较大的噪声进行过滤,在纹理结构自然变化的区域,像素点的搜寻范围应该较小,避免对IGBT图像过度滤波。
最后,获取任意目标像素点的搜索范围参数,具体计算方法为:
其中,表示目标像素点的搜索范围参数;/>表示目标像素点的基础范围参数;/>表示目标像素点的范围矫正参数;/>表示目标像素点对应滑动窗口内所有像素点的最大梯度方向;/>表示目标像素点对应滑动窗口内所有像素点的最小梯度方向;/>表示滑动窗口内所有像素点的数量;/>表示目标像素点的梯度方向;/>表示目标像素点对应滑动窗口内的第/>个像素点的梯度方向;/>表示线性归一化函数;/>表示向上取整符号。
需要说明的是,表示目标像素点所对应滑动窗口内,像素点的最大梯度方向与最小梯度方向之间的差值,差值的大小反映了目标像素点所对应滑动窗口内像素点的梯度方向变化范围的大小;/>表示目标像素点与对应滑动窗口内每个像素点之间梯度方向的差异,差异大小反映了目标像素点对应滑动窗口内像素点的梯度方向的一致性,差异越大,目标像素点与滑动窗口内像素点之间梯度方向的一致性越小,则搜寻相似度时搜索范围越大,反之越小。
至此,通过上述方法得到目标像素点的搜索范围参数。
步骤S004:结合目标像素点的搜索范围参数对IGBT图像进行滤波获得新IGBT图像,对IGBT图像进行分割获得缺陷区域。
具体的,首先,将IGBT图像中每个目标像素点的搜索范围参数作为非局部均值算法的滤波窗口的边长大小,并利用非局部均值滤波算法对IGBT图像进行去噪,获得新IGBT图像。
需要说明的是,由于非局部均值滤波算法为现有滤波算法,因此本实施例不进行赘述。
然后,通过大津法对新IGBT图像进行图像分割,获取IGBT图像中的缺陷区域并进行标记。
需要说明的是,大津法为现有的图像分割算法,因此本实施例不进行赘述。
至此,本实施例完成。
需要说明的是,本实施例中所用的模型仅用于表示负相关关系和约束模型输出的结果处于/>区间内,具体实施时,可替换成具有同样目的的其他模型,本实施例只是以/>模型为例进行叙述,不对其做具体限定,其中/>是指该模型的输入。
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 (10)
1.一种高频变频器IGBT绝缘质量检测方法,其特征在于,该方法包括以下步骤:
获取IGBT图像;
利用预设大小的滑动窗口对IGBT图像中的像素点进行遍历,根据滑动窗口内像素点灰度值之间的差异获得像素点的滤波系数,根据滤波系数的大小获得目标像素点,所述滤波系数用于描述像素点对应滑动窗口的范围内存在噪声的概率;
利用目标像素点的滤波系数,对目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异进行调节,获得目标像素点的初始范围参数,利用初始范围参数对滑动窗口的大小进行调节获得目标像素点的基础范围参数,利用目标像素点的梯度方向差异对基础范围参数进行调节,获得目标像素点的搜索范围参数;
结合目标像素点的搜索范围参数对IGBT图像进行滤波获得新IGBT图像,对IGBT图像进行分割获得缺陷区域。
2.根据权利要求1所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述获取IGBT图像,包括的具体方法为:
首先,通过生产线上方布置的高清相机采集IGBT表面的图像,记为初始IGBT图像,对初始IGBT图像进行灰度化获得灰度IGBT图像;
然后,通过语义分割算法获取灰度IGBT图像中IGBT对应的区域,将灰度IGBT图像中IGBT对应区域的图像记为IGBT图像。
3.根据权利要求1所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述利用预设大小的滑动窗口对IGBT图像中的像素点进行遍历,根据滑动窗口内像素点灰度值之间的差异获得像素点的滤波系数,根据滤波系数的大小获得目标像素点,包括的具体方法为:
构建一个大小为的滑动窗口对IGBT图像中的像素点进行遍历,将作为滑动窗口中心点的像素点记为中心像素点,作为中心像素点的一个像素点对应一个滑动窗口,其中为预设的超参数;
获取任意中心像素点的滤波系数,具体计算方法为:
其中,表示中心像素点的滤波系数;/>表示滑动窗口内所有像素点的数量;/>表示中心像素点的同值像素点的数量;/>表示中心像素点对应滑动窗口内的第/>个像素点的灰度值;/>表示中心像素点对应滑动窗口内所有像素点的平均灰度值;/>表示绝对值符号。
4.根据权利要求3所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述同值像素点的具体获取方法为:
将滑动窗口内与中心像素点的灰度值相同的像素点记为中心像素点的同值像素点。
5.根据权利要求1所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述利用目标像素点的滤波系数,对目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异进行调节,获得目标像素点的初始范围参数,包括的具体方法为:
根据目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异,获得目标像素点的灰度差异因子;
任意目标像素点的初始范围参数的具体计算方法为:
其中,表示目标像素点的初始范围参数;/>表示目标像素点的滤波系数;/>表示目标像素点的灰度差异因子;/>表示预设的调节参数;/>表示线性归一化函数。
6.根据权利要求5所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述根据目标像素点对应滑动窗口内像素点的灰度值与所有目标像素点的最大灰度值之间的差异,获得目标像素点的灰度差异因子,包括的具体方法为:
将所有目标像素点的最大灰度值记为第一数值;将第一数值与任意目标像素点对应滑动窗口内任意像素点的灰度值的差值记为目标像素点的第二数值,将记为目标像素点的灰度差异因子,其中/>表示目标像素点的所有第二数值的均值,/>表示以自然常数为底数的指数函数。
7.根据权利要求3所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述利用初始范围参数对滑动窗口的大小进行调节获得目标像素点的基础范围参数,包括的具体方法为:
将目标像素点的初始范围参数与滑动窗口的大小的乘积记为第三数值,对第三数值进行向上取整获得目标像素点的基础范围参数。
8.根据权利要求1所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述利用目标像素点的梯度方向差异对基础范围参数进行调节,获得目标像素点的搜索范围参数,包括的具体方法为:
根据目标像素点的梯度方向差异获得目标像素点的范围矫正参数;
将记为目标像素点的搜索范围参数,其中/>表示目标像素点的基础范围参数;/>表示目标像素点的范围矫正参数;/>表示向上取整符号。
9.根据权利要求8所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述根据目标像素点的梯度方向差异获得目标像素点的范围矫正参数,包括的具体方法为:
任意目标像素点的范围矫正参数的具体计算方法为:
其中,表示目标像素点的范围矫正参数;/>表示目标像素点对应滑动窗口内所有像素点的最大梯度方向;/>表示目标像素点对应滑动窗口内所有像素点的最小梯度方向;/>表示滑动窗口内所有像素点的数量;/>表示目标像素点的梯度方向;/>表示目标像素点对应滑动窗口内的第/>个像素点的梯度方向;/>表示线性归一化函数。
10.根据权利要求1所述一种高频变频器IGBT绝缘质量检测方法,其特征在于,所述结合目标像素点的搜索范围参数对IGBT图像进行滤波获得新IGBT图像,对IGBT图像进行分割获得缺陷区域,包括的具体方法为:
首先,将IGBT图像中每个目标像素点的搜索范围参数作为非局部均值算法的滤波窗口的边长大小,并利用非局部均值滤波算法对IGBT图像进行去噪,获得新IGBT图像;
然后,通过大津法对新IGBT图像进行图像分割,获取IGBT图像中的缺陷区域并进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410026179.1A CN117541582B (zh) | 2024-01-09 | 2024-01-09 | 一种高频变频器igbt绝缘质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410026179.1A CN117541582B (zh) | 2024-01-09 | 2024-01-09 | 一种高频变频器igbt绝缘质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117541582A true CN117541582A (zh) | 2024-02-09 |
CN117541582B CN117541582B (zh) | 2024-04-19 |
Family
ID=89782675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410026179.1A Active CN117541582B (zh) | 2024-01-09 | 2024-01-09 | 一种高频变频器igbt绝缘质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541582B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952979A (zh) * | 2024-03-27 | 2024-04-30 | 山东力加力钢结构有限公司 | 一种建设工程质量检测监管方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140140629A1 (en) * | 2012-11-21 | 2014-05-22 | National Cheng Kung University | Methods for processing target pattern, method for generating classification system of target patterns and method for classifying detected target patterns |
CN104331521A (zh) * | 2014-11-27 | 2015-02-04 | 国家电网公司 | 基于图像处理的变电设备异常自动识别方法 |
CN105931227A (zh) * | 2016-04-14 | 2016-09-07 | 北京工业大学 | 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法 |
CN109615611A (zh) * | 2018-11-19 | 2019-04-12 | 国家电网有限公司 | 一种基于巡检影像的绝缘子自爆缺陷检测方法 |
CN115100201A (zh) * | 2022-08-25 | 2022-09-23 | 淄博齐华制衣有限公司 | 一种阻燃纤维材料的混纺缺陷检测方法 |
CN116309570A (zh) * | 2023-05-18 | 2023-06-23 | 山东亮马新材料科技有限公司 | 一种钛合金棒材质量检测方法及系统 |
CN116912248A (zh) * | 2023-09-13 | 2023-10-20 | 惠州市耀盈精密技术有限公司 | 基于计算机视觉的不规则五金件表面缺陷检测方法 |
-
2024
- 2024-01-09 CN CN202410026179.1A patent/CN117541582B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140140629A1 (en) * | 2012-11-21 | 2014-05-22 | National Cheng Kung University | Methods for processing target pattern, method for generating classification system of target patterns and method for classifying detected target patterns |
CN104331521A (zh) * | 2014-11-27 | 2015-02-04 | 国家电网公司 | 基于图像处理的变电设备异常自动识别方法 |
CN105931227A (zh) * | 2016-04-14 | 2016-09-07 | 北京工业大学 | 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法 |
CN109615611A (zh) * | 2018-11-19 | 2019-04-12 | 国家电网有限公司 | 一种基于巡检影像的绝缘子自爆缺陷检测方法 |
CN115100201A (zh) * | 2022-08-25 | 2022-09-23 | 淄博齐华制衣有限公司 | 一种阻燃纤维材料的混纺缺陷检测方法 |
CN116309570A (zh) * | 2023-05-18 | 2023-06-23 | 山东亮马新材料科技有限公司 | 一种钛合金棒材质量检测方法及系统 |
CN116912248A (zh) * | 2023-09-13 | 2023-10-20 | 惠州市耀盈精密技术有限公司 | 基于计算机视觉的不规则五金件表面缺陷检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117952979A (zh) * | 2024-03-27 | 2024-04-30 | 山东力加力钢结构有限公司 | 一种建设工程质量检测监管方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117541582B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114862862B (zh) | 一种基于图像处理的泵体冷隔缺陷识别方法与系统 | |
CN116310360A (zh) | 一种电抗器表面缺陷检测方法 | |
CN115937216B (zh) | 一种新能源汽车用磁转子外观质量检测方法 | |
CN117541582B (zh) | 一种高频变频器igbt绝缘质量检测方法 | |
CN111161222B (zh) | 一种基于视觉显著性的印刷辊筒缺陷检测方法 | |
CN115619793B (zh) | 基于计算机视觉的电源适配器外观质量检测方法 | |
CN116977329B (zh) | 一种基于机器视觉的光伏板栅线检测方法 | |
CN115511907B (zh) | 一种用于led屏幕的划痕检测方法 | |
CN103679173A (zh) | 图像显著区域检测方法 | |
CN116740070A (zh) | 基于机器视觉的塑料管道外观缺陷检测方法 | |
CN116630813B (zh) | 一种公路路面施工质量智能检测系统 | |
CN112070717B (zh) | 基于图像处理的输电线路覆冰厚度检测方法 | |
CN115841434A (zh) | 一种用于气体浓度分析的红外图像增强方法 | |
CN111738931B (zh) | 光伏阵列无人机航拍图像的阴影去除算法 | |
CN116188468B (zh) | 一种hdmi线缆传输分拣智能控制系统 | |
CN109255799B (zh) | 一种基于空间自适应相关滤波器的目标跟踪方法及系统 | |
CN117745724B (zh) | 基于视觉分析的石材打磨加工缺陷区域分割方法 | |
CN112529853A (zh) | 一种用于水下养殖网箱的网衣破损检测方法及装置 | |
CN117541605B (zh) | 一种钢结构锈蚀图像区域快速分割方法 | |
CN114862786A (zh) | 基于Retinex图像增强和Ostu阈值分割的隔离带检测方法及系统 | |
CN112102350A (zh) | 一种基于Otsu和Tsallis熵的二次图像分割方法 | |
CN112541913B (zh) | 一种基于列率谱分析且噪声鲁棒的图像局部模糊检测与提取方法 | |
CN113674197B (zh) | 一种太阳能电池背面电极的分割方法 | |
CN118297839B (zh) | 一种基于视觉的变压器绕组状态检测方法 | |
CN117078667B (zh) | 基于机器视觉的矿物铸件检测方法 |
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 |