CN117788459A - 基于图像特征的链条磨损检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及基于图像特征的链条磨损检测方法，包括：采集若干链条的链条检测灰度图像；根据像素点在周围不同方向上灰度分布延伸的差异情况得到对照磨损程度；根据像素点在周围不同方向上所包含信息含量的差异，得到主磨损方向以及若干子磨损方向；根据主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到磨损权重系数；根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到磨损相似性；根据磨损相似性对链条检测灰度图像进行磨损检测。本发明提高了聚类结果的准确性，降低了链条的磨损检测结果的误差，提高了链条磨损检测的效率。

Description

基于图像特征的链条磨损检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及基于图像特征的链条磨损检测方法。

背景技术

链条作为传动系统的重要组成部分，需要对链条进行磨损检测以确保设备的安全性。现有方法通常利用CABDDCG基于连通图动态分裂的层次聚类算法通过分析链条图像中的像素点之间距离的相似情况，获取若干磨损程度不同的聚类簇，从而完成链条磨损检测；但由于链条磨损区域内的像素点与周围像素点之间存在较大的灰度差异，使传统的CABDDCG算法仅根据像素点之间距离的相似情况所获取的聚类结果并不准确，使链条的磨损检测结果存在较大误差。

发明内容

本发明提供基于图像特征的链条磨损检测方法，以解决现有的问题：链条磨损区域内的像素点与周围像素点之间存在较大的灰度差异，使传统的CABDDCG算法仅根据像素点之间距离的相似情况所获取的聚类结果并不准确，使链条的磨损检测结果存在较大误差。

本发明的基于图像特征的链条磨损检测方法采用如下技术方案：

包括以下步骤：

采集若干链条的链条检测灰度图像；

根据链条检测灰度图像中每个像素点在周围不同方向上灰度分布延伸的差异情况，得到每个像素点的对照磨损程度；

根据链条检测灰度图像中每个像素点在周围不同方向上所包含信息含量的差异，得到每个像素点的主磨损方向以及若干子磨损方向；根据每个像素点的主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到每个像素点的磨损权重系数；

根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到任意两个像素点的磨损相似性；根据磨损相似性对链条检测灰度图像进行磨损检测。

优选的，所述根据链条检测灰度图像中每个像素点在周围不同方向上灰度分布延伸的差异情况，得到每个像素点的对照磨损程度，包括的具体方法为：

将任意一张链条检测灰度图像中的任意一个像素点记为目标像素点，将目标像素点的八邻域内的每个像素点记为目标像素点的邻域链条像素点；在目标像素点的所有邻域链条像素点中，将目标像素点水平向右的方向作为起始方向，步长为1，按照顺时针方向依次将邻域链条像素点进行排序，将排序后所有邻域链条像素点的灰度值构成的序列记为邻域链条灰度序列，获取所有像素点的邻域链条灰度序列；

预设一个窗口大小，将任意一个像素点记为第一目标像素点，以第一目标像素点为窗口中心，将窗口大小为/>的图像区域记为第一目标像素点的磨损参考区域；将第一目标像素点到第一目标像素点的邻域链条灰度序列中每个邻域链条像素点的方向，记为第一目标像素点的邻域扩散方向；获取所有像素点的邻域扩散方向；

将任意一个像素点记为第二目标像素点，在第二目标像素点的磨损参考区域中，将灰度值最大的像素点记为磨损参考像素点，将灰度值最小的像素点记为链条参考像素点；根据第二目标像素点的磨损参考区域中磨损参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对磨损因子；

根据第二目标像素点的磨损参考区域中链条参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对正常因子；

将第二目标像素点的相对磨损因子与第二目标像素点的相对正常因子的比值，记为第二目标像素点的对照磨损因子；获取所有像素点的对照磨损因子，对所有的对照磨损因子进行线性归一化，将归一化后的每个对照磨损因子记为对照磨损程度。

优选的，所述根据第二目标像素点的磨损参考区域中磨损参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对磨损因子，包括的具体方法为：

对于第二目标像素点的磨损参考区域中任意一个磨损参考像素点的任意两个邻域扩散方向，将其中任意一个邻域扩散方向记为第一邻域扩散方向，将另一个邻域扩散方向记为第二邻域扩散方向；将第一邻域扩散方向中每个像素点与第二邻域扩散方向上每个像素点之间灰度值的差值的绝对值记为这两个邻域扩散方向的第一绝对值；获取所有磨损参考像素点的任意两个邻域扩散方向上的第一绝对值，将所有磨损参考像素点的任意两个邻域扩散方向上的第一绝对值的均值记为第二目标像素点的相对磨损因子。

优选的，所述根据第二目标像素点的磨损参考区域中链条参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对正常因子，包括的具体方法为：

对于第二目标像素点的正常参考区域中任意一个链条参考像素点的任意两个邻域扩散方向，将其中任意一个邻域扩散方向记为第三邻域扩散方向，将另一个邻域扩散方向记为第四邻域扩散方向；将第三邻域扩散方向中每个像素点与第四邻域扩散方向上每个像素点之间灰度值的差值的绝对值记为这两个邻域扩散方向的第二绝对值；获取所有链条参考像素点的任意两个邻域扩散方向上的第二绝对值，将所有链条参考像素点的任意两个邻域扩散方向上的第二绝对值的均值记为第二目标像素点的相对正常因子。

优选的，所述根据链条检测灰度图像中每个像素点在周围不同方向上所包含信息含量的差异，得到每个像素点的主磨损方向以及若干子磨损方向，包括的具体方法为：

将任意一个像素点记为第三目标像素点，对于第三目标像素点的任意一个邻域扩散方向，获取第三目标像素点在邻域扩散方向上所有像素点的灰度值的信息熵，并记为邻域扩散方向的核心方向程度，获取第三目标像素点的所有邻域扩散方向的核心方向程度；

将核心方向程度最大的邻域扩散方向记为主磨损方向，将剩余的每个邻域扩散方向记为子磨损方向。

优选的，所述根据每个像素点的主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到每个像素点的磨损权重系数，包括的具体方法为：

将任意一个像素点记为第四目标像素点；根据第四目标像素点的主磨损方向上不同像素点之间对照磨损程度的差异，得到第四目标像素点的主方向磨损系数；

将第四目标像素点的任意两个子磨损方向构成组合记为子磨损方向组合；根据第四目标像素点的所有子磨损方向组合中不同像素点之间对照磨损程度的差异，得到第四目标像素点的子方向综合磨损系数；

预设一个超参数，所述/>；将第四目标像素点的主方向磨损系数与/>的乘积记为第一乘积，将第四目标像素点的子方向综合磨损系数与/>的乘积记为第二乘积，将第一乘积与第二乘积的和值记为第四目标像素点的磨损权重因子；获取所有像素点的磨损权重因子，对所有磨损权重因子进行线性归一化，将归一化后的每个磨损权重因子记为磨损权重系数。

优选的，所述根据第四目标像素点的主磨损方向上不同像素点之间对照磨损程度的差异，得到第四目标像素点的主方向磨损系数，包括的具体方法为：

将第四目标像素点的主磨损方向上所有像素点与第四目标像素点之间灰度值的差值的绝对值的均值，记为第四目标像素点的主方向磨损因子；获取所有像素点的主方向磨损因子，将所有主方向磨损因子进行线性归一化，将归一化后的每个主方向磨损因子记为主方向磨损系数。

优选的，所述根据第四目标像素点的所有子磨损方向组合中不同像素点之间对照磨损程度的差异，得到第四目标像素点的子方向综合磨损系数，包括的具体方法为：

对于第四目标像素点的任意一个子磨损方向组合，在子磨损方向组合中，将第一个子磨损方向上每个像素点与第二个子磨损方向上所有像素点之间对照磨损程度的差值的绝对值的累加和，记为第三绝对值；将这两个子磨损方向在对应邻域扩散方向上之间序号的差值的绝对值记为第四绝对值；将第三绝对值与第四绝对值的乘积记为子磨损方向组合的第三乘积；将第四目标像素点的所有子磨损方向组合的第三乘积的均值，记为第四目标像素点的子方向综合磨损因子；

获取所有像素点的子方向综合磨损因子，将所有子方向综合磨损因子进行线性归一化，将归一化后的每个子方向综合磨损因子记为子方向综合磨损系数。

优选的，所述根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到任意两个像素点的磨损相似性，包括的具体方法为：

对于任意一个像素点，将像素点的对照磨损程度与像素点的磨损权重系数的乘积记为像素点的第四乘积，获取所有像素点的第四乘积；

对于任意两个像素点，将这两个像素点之间第四乘积的差值的绝对值记为第五绝对值；将这两个像素点之间的欧式距离与第五绝对值的乘积的反比例归一化值记为这两个像素点的磨损相似性。

优选的，所述根据磨损相似性对链条检测灰度图像进行磨损检测，包括的具体方法为：

将每个像素点作为一个数据对象，将任意两个像素点的磨损相似性作为两个数据对象之间的距离，根据所有任意两个数据对象之间的距离，利用CABDDCG算法对所有数据对象进行聚类，得到若干聚类簇；将每个聚类簇中所有任意两个像素点的磨损相似性的累加和记为每个聚类簇的磨损优选系数；

预设一个磨损优选系数阈值，将磨损优选系数大于/>的聚类簇中的每个像素点记为磨损像素点，并将磨损像素点所占的图像区域记为磨损区域；对于任意一张链条检测灰度图像，若链条检测灰度图像中存在磨损区域，将链条检测灰度图像作为存在磨损的链条检测灰度图像；若链条检测灰度图像中不存在磨损区域，将链条检测灰度图像作为没有磨损的链条检测灰度图像。

本发明的技术方案的有益效果是：通过分析像素点在周围不同方向上灰度分布延伸以及所含信息含量的分布趋向情况，获取任意两个像素点的磨损相似性，根据磨损相似性完成对链条检测灰度图像中链条磨损情况的准确检测；通过链条检测灰度图像中像素点在周围不同方向上灰度分布延伸的差异情况，得到像素点的对照磨损程度，用于反映像素点与周围区域的链条涂层表面相比，磨损特征表面的含量；然后根据链条检测灰度图像中像素点在周围不同方向上所包含信息含量的差异以及对应对照磨损程度的变化差异，得到像素点的磨损权重系数，用于反映像素点周围区域的灰度变化特征与磨损区域的灰度变化特征之间的相似性；之后根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异得到磨损相似性，用于反映两个像素点属于同一个聚类簇的可能性；本发明通过结合链条磨损区域与正常链条涂层区域之间的灰度差异特征以及链条磨损区域沿一定方向延伸的特点，自适应获取合适的聚类簇，提高了聚类结果的准确性，降低了链条的磨损检测结果的误差，提高了链条磨损检测的效率。

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为本发明基于图像特征的链条磨损检测方法的步骤流程图；

图2为本发明基于图像特征的链条磨损检测方法的特征关系流程图；

图3为本发明的链条灰度图像示意图。

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基于图像特征的链条磨损检测方法，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基于图像特征的链条磨损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基于图像特征的链条磨损检测方法的步骤流程图，该方法包括以下步骤：

步骤S001：采集若干链条的链条检测灰度图像。

需要说明的是，现有方法通常利用CABDDCG基于连通图动态分裂的层次聚类算法通过分析链条图像中的像素点之间距离的相似情况，获取若干磨损程度不同的聚类簇，从而完成链条磨损检测；但由于链条磨损区域内的像素点与周围像素点之间存在较大的灰度差异，使传统的CABDDCG算法仅根据像素点之间距离的相似情况所获取的聚类结果并不准确，使链条的磨损检测结果存在较大误差。

具体的，首先需要采集链条检测灰度图像，具体过程为：使用工业相机拍摄若干链条图像，将每张链条图像进行灰度化处理得到若干链条灰度图像；利用大津法对每张链条灰度图像进行分割得到若干分割后的链条灰度图像，并将每张分割后的链条灰度图像记为链条检测灰度图像。其中灰度化处理以及大津法均为公知技术，本实施例不再赘述。请参阅图2，其示出了基于图像特征的链条磨损检测方法的特征关系流程图；请参阅图3，其示出了链条灰度图像示意图。

至此，通过上述方法得到所有链条检测灰度图像。

步骤S002：根据链条检测灰度图像中每个像素点在周围不同方向上灰度分布延伸的差异情况，得到每个像素点的对照磨损程度。

需要说明的是，链条在实际的使用过程中，链条各个区域的表面会与外界其他物品不间断地产生摩擦，使不同区域的链条表面的涂层存在不同程度的脱落情况，使内部亮度更高的链条部分暴露，从而产生不同程度的磨损；而这些磨损表面会与周围正常的链条表面存在较大的灰度差异，且磨损区域相对较亮，正常区域相对较暗；而传统的CABDDCG算法仅通过像素点之间的距离远近来将相似的像素点归为同一聚类簇，并没有考虑磨损区域与正常区域内像素点的灰度分布差异，导致聚类结果并不准确，使链条的磨损检测结果存在较大误差。为了降低磨损检测结果的所存在的误差，本实施例通过分析像素点周围区域内的灰度差异，得到每个像素点的磨损清晰程度，以便后续分析处理。

具体的，将任意一张链条检测灰度图像中的任意一个像素点记为目标像素点，将该目标像素点的八邻域内的每个像素点记为该目标像素点的邻域链条像素点；在该目标像素点的所有邻域链条像素点中，将该目标像素点水平向右的方向作为起始方向，步长为1，按照顺时针方向依次将邻域链条像素点进行排序，将排序后所有邻域链条像素点的灰度值构成的序列记为邻域链条灰度序列，获取所有像素点的邻域链条灰度序列。其中每个像素点对应一个邻域链条灰度序列，每个邻域链条灰度序列包含多个邻域链条像素点的灰度值。

进一步的，预设一个窗口大小，其中本实施例以/>为例进行叙述，本实施例不进行具体限定，其中/>可根据具体实施情况而定；将任意一个像素点记为第一目标像素点，以该第一目标像素点为窗口中心，将窗口大小为/>的图像区域记为该第一目标像素点的磨损参考区域；将该第一目标像素点到该第一目标像素点的邻域链条灰度序列中每个邻域链条像素点的方向，记为该第一目标像素点的邻域扩散方向；获取所有像素点的邻域扩散方向。其中每个像素点对应一个磨损参考区域，每个像素点对应多个邻域扩散方向。需要说明的是，邻域扩散方向的排序方式与邻域链条像素点的排序方式一致。

进一步的，将任意一个像素点记为第二目标像素点，在该第二目标像素点的磨损参考区域中，将灰度值最大的像素点记为磨损参考像素点，将灰度值最小的像素点记为链条参考像素点；根据该第二目标像素点的磨损参考区域中磨损参考像素点的不同邻域扩散方向之间的灰度分布差异，得到该第二目标像素点的相对磨损因子。其中每个像素点的磨损参考区域内包含多个磨损参考像素点以及多个链条参考像素点。作为一种示例，可通过如下公式计算该第二目标像素点的相对磨损因子：

式中，表示该第二目标像素点的相对磨损因子；/>表示该第二目标像素点的磨损参考区域中所有磨损参考像素点的数量；/>表示第/>个磨损参考像素点的所有邻域扩散方向；/>表示第/>个磨损参考像素点的第/>个邻域扩散方向上所有像素点的数量；/>表示第/>个磨损参考像素点的第/>个邻域扩散方向上第/>个像素点的灰度值；/>表示第/>个磨损参考像素点的第/>个邻域扩散方向上第/>个像素点的灰度值；/>表示取绝对值。其中若该第二目标像素点的相对磨损因子越大，说明在该第二目标像素点与周围区域内链条涂层表面的差异越大，反映该第二目标像素点存在磨损的可能性越大。

进一步的，根据该第二目标像素点的磨损参考区域中链条参考像素点的不同邻域扩散方向之间的灰度分布差异，得到该第二目标像素点的相对正常因子。作为一种示例，可通过如下公式计算该第二目标像素点的相对正常因子：

式中，表示第二目标像素点的相对正常因子；/>表示该第二目标像素点的磨损参考区域中所有链条参考像素点的数量；/>表示第/>个链条参考像素点的所有邻域扩散方向；/>表示第/>个链条参考像素点的第/>个邻域扩散方向上所有像素点的数量；/>表示第/>个链条参考像素点的第/>个邻域扩散方向上第/>个像素点的灰度值；/>表示第/>个链条参考像素点的第/>个邻域扩散方向上第/>个像素点的灰度值；/>表示取绝对值。其中若第二目标像素点的相对正常因子越大，说明在该第二目标像素点与周围区域内链条涂层表面的差异越小，反映该第二目标像素点存在磨损的可能性越小。

进一步的，根据该第二目标像素点的相对磨损因子以及相对正常因子，得到该第二目标像素点的对照磨损因子。作为一种示例，可通过如下公式计算该第二目标像素点的对照磨损因子：

式中，表示该第二目标像素点的对照磨损因子；/>表示该第二目标像素点的相对磨损因子；/>表示第二目标像素点的相对正常因子；/>表示预设的超参数，本实施例预设，用于防止分母为0。其中若该第二目标像素点的对照磨损因子越大，说明该第二目标像素点与周围区域的链条涂层表面相比，所含的磨损特征越多，正常链条表面特征越少，反映第二目标像素点越属于磨损区域的像素点。获取所有像素点的对照磨损因子，对所有的对照磨损因子进行线性归一化，将归一化后的每个对照磨损因子记为对照磨损程度。

至此，通过上述方法得到所有像素点的对照磨损程度。

步骤S003：根据链条检测灰度图像中每个像素点在周围不同方向上所包含信息含量的差异，得到每个像素点的主磨损方向以及若干子磨损方向；根据每个像素点的主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到每个像素点的磨损权重系数。

需要说明的是，对于链条的磨损区域而言，链条与其他物品往往呈现沿着两个对称方向做相对运动产生摩擦所生成，因此链条的磨损区域整体通常会沿某一方向延伸，使磨损区域存在较大的方向延伸性。为了提高链条磨损检测结果的准确性，本实施例通过分析像素点在不同邻域扩散方向上所分布的图像信息量，确定最主要的邻域扩散方向，然后将主要的邻域扩散方向与对照磨损程度结合，得到像素点的磨损权重，以便后续分析磨损检测。

具体的，将任意一个像素点记为第三目标像素点，以该第三目标像素点的任意一个邻域扩散方向为例，获取该第三目标像素点在该邻域扩散方向上所有像素点的灰度值的信息熵，并将该信息熵记为该邻域扩散方向的核心方向程度，获取该第三目标像素点的所有邻域扩散方向的核心方向程度，将核心方向程度最大的邻域扩散方向记为主磨损方向，将剩余的每个邻域扩散方向记为子磨损方向；将任意两个子磨损方向构成组合记为子磨损方向组合。其中每个像素点对应一个主磨损方向、多个子磨损方向以及多个子磨损方向组合。另外需要说明的是，子磨损方向组合中两个子磨损方向默认按照邻域扩散方向的排序方式进行排序。

进一步的，根据该第三目标像素点的主磨损方向上不同像素点之间对照磨损程度的差异，得到该第三目标像素点的主方向磨损因子。作为一种示例，可通过如下公式计算该第三目标像素点的主方向磨损因子：

式中，表示该第三目标像素点的主方向磨损因子；/>表示该第三目标像素点的主磨损方向上所有像素点的数量；/>表示第/>个像素点的对照磨损程度；/>表示该第三目标像素点的对照磨损程度；/>表示取绝对值。其中若该第三目标像素点的主方向磨损因子越大，说明该第三目标像素点在主磨损方向上存在磨损区域的可能性越大；获取所有像素点的主方向磨损因子，将所有主方向磨损因子进行线性归一化，将归一化后的每个主方向磨损因子记为主方向磨损系数。

进一步的，根据该第三目标像素点的所有子磨损方向组合中不同像素点之间对照磨损程度的差异，得到该第三目标像素点的子方向综合磨损因子。作为一种示例，可通过如下公式计算该第三目标像素点的子方向综合磨损因子：

式中，表示该第三目标像素点的子方向综合磨损因子；/>表示该第三目标像素点的所有子磨损方向组合的数量；/>表示第/>个子磨损方向组合中两个子磨损方向在对应邻域扩散方向上之间序号的差值的绝对值；/>表示第/>个子磨损方向组合中第一个子磨损方向上所有像素点的数量；/>表示第/>个子磨损方向组合中第二个子磨损方向上所有像素点的数量；/>表示第/>个子磨损方向组合中第一个子磨损方向上第/>个像素点的对照磨损程度；/>表示第/>个子磨损方向组合中第二个子磨损方向上第/>个像素点的对照磨损程度；/>表示取绝对值。其中若该第三目标像素点的子方向综合磨损因子越大，说明该第三目标像素点的所有子磨损方向上存在磨损区域的可能性越大；获取所有像素点的子方向综合磨损因子，将所有子方向综合磨损因子进行线性归一化，将归一化后的每个子方向综合磨损因子记为子方向综合磨损系数。

进一步的，根据该第三目标像素点的主方向磨损系数以及子方向综合磨损系数，得到该第三目标像素点的磨损权重因子。作为一种示例，可通过如下公式计算该第三目标像素点的磨损权重因子：

式中，表示该第三目标像素点的磨损权重因子；/>表示预设的超参数，本实施例预设/>，用于表示主方向磨损因子的权重系数；/>表示该第三目标像素点的主方向磨损系数；/>表示该第三目标像素点的子方向综合磨损系数。其中若第三目标像素点的磨损权重因子越大，说明该第三目标像素点周围区域的灰度变化特征与磨损区域的灰度变化特征越相似，反映该第三目标像素点越有可能属于磨损区域内的像素点。获取所有像素点的磨损权重因子，对所有磨损权重因子进行线性归一化，将归一化后的每个磨损权重因子记为磨损权重系数。需要说明的是，预设的超参数/>需恒大于0.5。

至此，通过上述方法得到所有像素点的磨损权重系数。

步骤S004：根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到任意两个像素点的磨损相似性；根据磨损相似性对链条检测灰度图像进行磨损检测。

具体的，根据第个像素点与第/>个像素点之间对照磨损程度以及磨损权重系数的差异情况，得到第/>个像素点与第/>个像素点的磨损相似性。作为一种示例，可通过如下公式计算第/>个像素点与第/>个像素点的磨损相似性：

式中，表示第/>个像素点与第/>个像素点的磨损相似性；/>表示第/>个像素点的对照磨损程度；/>表示第/>个像素点的磨损权重系数；/>表示第/>个像素点的对照磨损程度；/>表示第/>个像素点的磨损权重系数；/>表示第/>个像素点与第/>个像素点的欧式距离；/>表示以自然常数为底的指数函数，实施例采用/>模型来呈现反比例关系及归一化处理，/>为模型的输入，实施者可根据实际情况选择反比例函数及归一化函数。其中若第/>个像素点与第/>个像素点的磨损相似性越大，说明第/>个像素点与第/>个像素点越有可能属于同一个聚类簇。获取任意两个像素点的磨损相似性。另外欧式距离的获取是公知技术，本实施例不再赘述。

进一步的，将每个像素点视为一个数据对象，将任意两个像素点的磨损相似性作为两个数据对象之间的距离，根据所有任意两个数据对象之间的距离对所有数据对象进行聚类，得到若干聚类簇；将每个聚类簇中所有任意两个像素点的磨损相似性的累加和记为每个聚类簇的磨损优选系数。其中每个聚类簇对应一个磨损优选系数，另外根据数据对象之间的距离对数据对象进行聚类的过程是CABDDCG算法的公知内容，本实施例不再赘述。

进一步的，预设一个磨损优选系数阈值，其中本实施例以/>为例进行叙述，本实施例不进行具体限定，其中/>可根据具体实施情况而定；将磨损优选系数大于的聚类簇中的每个像素点记为磨损像素点，并将磨损像素点所占的图像区域记为磨损区域。以任意一张链条检测灰度图像为例，若该链条检测灰度图像中存在磨损区域，将该链条检测灰度图像作为存在磨损的链条检测灰度图像；若该链条检测灰度图像中不存在磨损区域，将该链条检测灰度图像作为没有磨损的链条检测灰度图像。

至此，本实施例完成。

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.基于图像特征的链条磨损检测方法，其特征在于，该方法包括以下步骤：

采集若干链条的链条检测灰度图像；

根据链条检测灰度图像中每个像素点在周围不同方向上灰度分布延伸的差异情况，得到每个像素点的对照磨损程度；

根据链条检测灰度图像中每个像素点在周围不同方向上所包含信息含量的差异，得到每个像素点的主磨损方向以及若干子磨损方向；根据每个像素点的主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到每个像素点的磨损权重系数；

根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到任意两个像素点的磨损相似性；根据磨损相似性对链条检测灰度图像进行磨损检测。

2.根据权利要求1所述基于图像特征的链条磨损检测方法，其特征在于，所述根据链条检测灰度图像中每个像素点在周围不同方向上灰度分布延伸的差异情况，得到每个像素点的对照磨损程度，包括的具体方法为：

将任意一张链条检测灰度图像中的任意一个像素点记为目标像素点，将目标像素点的八邻域内的每个像素点记为目标像素点的邻域链条像素点；在目标像素点的所有邻域链条像素点中，将目标像素点水平向右的方向作为起始方向，步长为1，按照顺时针方向依次将邻域链条像素点进行排序，将排序后所有邻域链条像素点的灰度值构成的序列记为邻域链条灰度序列，获取所有像素点的邻域链条灰度序列；

预设一个窗口大小，将任意一个像素点记为第一目标像素点，以第一目标像素点为窗口中心，将窗口大小为/>的图像区域记为第一目标像素点的磨损参考区域；将第一目标像素点到第一目标像素点的邻域链条灰度序列中每个邻域链条像素点的方向，记为第一目标像素点的邻域扩散方向；获取所有像素点的邻域扩散方向；

将任意一个像素点记为第二目标像素点，在第二目标像素点的磨损参考区域中，将灰度值最大的像素点记为磨损参考像素点，将灰度值最小的像素点记为链条参考像素点；根据第二目标像素点的磨损参考区域中磨损参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对磨损因子；

根据第二目标像素点的磨损参考区域中链条参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对正常因子；

将第二目标像素点的相对磨损因子与第二目标像素点的相对正常因子的比值，记为第二目标像素点的对照磨损因子；获取所有像素点的对照磨损因子，对所有的对照磨损因子进行线性归一化，将归一化后的每个对照磨损因子记为对照磨损程度。

3.根据权利要求2所述基于图像特征的链条磨损检测方法，其特征在于，所述根据第二目标像素点的磨损参考区域中磨损参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对磨损因子，包括的具体方法为：

对于第二目标像素点的磨损参考区域中任意一个磨损参考像素点的任意两个邻域扩散方向，将其中任意一个邻域扩散方向记为第一邻域扩散方向，将另一个邻域扩散方向记为第二邻域扩散方向；将第一邻域扩散方向中每个像素点与第二邻域扩散方向上每个像素点之间灰度值的差值的绝对值记为这两个邻域扩散方向的第一绝对值；获取所有磨损参考像素点的任意两个邻域扩散方向上的第一绝对值，将所有磨损参考像素点的任意两个邻域扩散方向上的第一绝对值的均值记为第二目标像素点的相对磨损因子。

4.根据权利要求2所述基于图像特征的链条磨损检测方法，其特征在于，所述根据第二目标像素点的磨损参考区域中链条参考像素点的不同邻域扩散方向之间的灰度分布差异，得到第二目标像素点的相对正常因子，包括的具体方法为：

对于第二目标像素点的正常参考区域中任意一个链条参考像素点的任意两个邻域扩散方向，将其中任意一个邻域扩散方向记为第三邻域扩散方向，将另一个邻域扩散方向记为第四邻域扩散方向；将第三邻域扩散方向中每个像素点与第四邻域扩散方向上每个像素点之间灰度值的差值的绝对值记为这两个邻域扩散方向的第二绝对值；获取所有链条参考像素点的任意两个邻域扩散方向上的第二绝对值，将所有链条参考像素点的任意两个邻域扩散方向上的第二绝对值的均值记为第二目标像素点的相对正常因子。

5.根据权利要求2所述基于图像特征的链条磨损检测方法，其特征在于，所述根据链条检测灰度图像中每个像素点在周围不同方向上所包含信息含量的差异，得到每个像素点的主磨损方向以及若干子磨损方向，包括的具体方法为：

将任意一个像素点记为第三目标像素点，对于第三目标像素点的任意一个邻域扩散方向，获取第三目标像素点在邻域扩散方向上所有像素点的灰度值的信息熵，并记为邻域扩散方向的核心方向程度，获取第三目标像素点的所有邻域扩散方向的核心方向程度；

将核心方向程度最大的邻域扩散方向记为主磨损方向，将剩余的每个邻域扩散方向记为子磨损方向。

6.根据权利要求1所述基于图像特征的链条磨损检测方法，其特征在于，所述根据每个像素点的主磨损方向与子磨损方向之间对照磨损程度的变化差异，得到每个像素点的磨损权重系数，包括的具体方法为：

将任意一个像素点记为第四目标像素点；根据第四目标像素点的主磨损方向上不同像素点之间对照磨损程度的差异，得到第四目标像素点的主方向磨损系数；

将第四目标像素点的任意两个子磨损方向构成组合记为子磨损方向组合；根据第四目标像素点的所有子磨损方向组合中不同像素点之间对照磨损程度的差异，得到第四目标像素点的子方向综合磨损系数；

预设一个超参数，所述/>；将第四目标像素点的主方向磨损系数与/>的乘积记为第一乘积，将第四目标像素点的子方向综合磨损系数与/>的乘积记为第二乘积，将第一乘积与第二乘积的和值记为第四目标像素点的磨损权重因子；获取所有像素点的磨损权重因子，对所有磨损权重因子进行线性归一化，将归一化后的每个磨损权重因子记为磨损权重系数。

7.根据权利要求6所述基于图像特征的链条磨损检测方法，其特征在于，所述根据第四目标像素点的主磨损方向上不同像素点之间对照磨损程度的差异，得到第四目标像素点的主方向磨损系数，包括的具体方法为：

将第四目标像素点的主磨损方向上所有像素点与第四目标像素点之间灰度值的差值的绝对值的均值，记为第四目标像素点的主方向磨损因子；获取所有像素点的主方向磨损因子，将所有主方向磨损因子进行线性归一化，将归一化后的每个主方向磨损因子记为主方向磨损系数。

8.根据权利要求2或6所述基于图像特征的链条磨损检测方法，其特征在于，所述根据第四目标像素点的所有子磨损方向组合中不同像素点之间对照磨损程度的差异，得到第四目标像素点的子方向综合磨损系数，包括的具体方法为：

对于第四目标像素点的任意一个子磨损方向组合，在子磨损方向组合中，将第一个子磨损方向上每个像素点与第二个子磨损方向上所有像素点之间对照磨损程度的差值的绝对值的累加和，记为第三绝对值；将这两个子磨损方向在对应邻域扩散方向上之间序号的差值的绝对值记为第四绝对值；将第三绝对值与第四绝对值的乘积记为子磨损方向组合的第三乘积；将第四目标像素点的所有子磨损方向组合的第三乘积的均值，记为第四目标像素点的子方向综合磨损因子；

获取所有像素点的子方向综合磨损因子，将所有子方向综合磨损因子进行线性归一化，将归一化后的每个子方向综合磨损因子记为子方向综合磨损系数。

9.根据权利要求1所述基于图像特征的链条磨损检测方法，其特征在于，所述根据不同像素点之间的距离、磨损权重系数以及对照磨损程度之间的差异，得到任意两个像素点的磨损相似性，包括的具体方法为：

对于任意一个像素点，将像素点的对照磨损程度与像素点的磨损权重系数的乘积记为像素点的第四乘积，获取所有像素点的第四乘积；

对于任意两个像素点，将这两个像素点之间第四乘积的差值的绝对值记为第五绝对值；将这两个像素点之间的欧式距离与第五绝对值的乘积的反比例归一化值记为这两个像素点的磨损相似性。

10.根据权利要求1所述基于图像特征的链条磨损检测方法，其特征在于，所述根据磨损相似性对链条检测灰度图像进行磨损检测，包括的具体方法为：

将每个像素点作为一个数据对象，将任意两个像素点的磨损相似性作为两个数据对象之间的距离，根据所有任意两个数据对象之间的距离，利用CABDDCG算法对所有数据对象进行聚类，得到若干聚类簇；将每个聚类簇中所有任意两个像素点的磨损相似性的累加和记为每个聚类簇的磨损优选系数；

预设一个磨损优选系数阈值，将磨损优选系数大于/>的聚类簇中的每个像素点记为磨损像素点，并将磨损像素点所占的图像区域记为磨损区域；对于任意一张链条检测灰度图像，若链条检测灰度图像中存在磨损区域，将链条检测灰度图像作为存在磨损的链条检测灰度图像；若链条检测灰度图像中不存在磨损区域，将链条检测灰度图像作为没有磨损的链条检测灰度图像。