專利名稱：一種監(jiān)測(cè)目標(biāo)物體缺陷的方法及設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種監(jiān)測(cè)目標(biāo)物體缺陷的方法及設(shè)備。
背景技術(shù)：
鋼絲繩具有強(qiáng)度高、撓性好、自重輕、耐沖擊、運(yùn)行平穩(wěn)、安全可靠等優(yōu)點(diǎn)，廣泛應(yīng)用于煤炭、冶金、交通、運(yùn)輸、建筑、旅游等行業(yè)和部門(mén)，尤其是作為承載構(gòu)件應(yīng)用于起重機(jī)的各工作機(jī)構(gòu)中。在使用過(guò)程中，當(dāng)鋼絲繩產(chǎn)生缺陷(如斷絲、熱蝕、劃傷、裂紋、旋轉(zhuǎn)損壞等)后，該缺陷會(huì)不斷積累加重，積累到一定程度后極可能會(huì)發(fā)生整根鋼絲繩突然斷裂的情況，從而引發(fā)嚴(yán)重的事故，因此作為承載構(gòu)件的鋼絲繩的安全檢測(cè)一直備受關(guān)注。 傳統(tǒng)的鋼絲繩缺陷的檢測(cè)是采用人工方式，即由專職檢測(cè)人員定期對(duì)使用中的鋼絲繩進(jìn)行觀察，采用卡尺測(cè)量繩徑、觸摸或目測(cè)以確定鋼絲繩是否存在缺陷，在鋼絲繩產(chǎn)生缺陷時(shí)進(jìn)行更換，以此來(lái)避免由于鋼絲繩的斷裂而引發(fā)的事故。但由于人工方式受人為因素的影響較大，檢查結(jié)果的可靠性差且檢測(cè)效率低，不能確保鋼絲繩安全、可靠、高效地工作。為了解決上述問(wèn)題，提出了利用圖像處理技術(shù)確定鋼絲繩缺陷的方法。目前采用圖像處理技術(shù)對(duì)鋼絲繩缺陷的檢測(cè)包括采集包括待檢測(cè)鋼絲繩的圖像，然后將待檢測(cè)鋼絲繩的圖像與背景圖像分離，再計(jì)算待檢測(cè)鋼絲繩的圖像的特征數(shù)據(jù)，將這些特征數(shù)據(jù)進(jìn)行識(shí)別和規(guī)范化后，確定待檢測(cè)鋼絲繩是否有缺陷。由于這種檢測(cè)方法是對(duì)整個(gè)待檢測(cè)鋼絲繩的圖像進(jìn)行特征數(shù)據(jù)的計(jì)算，因此計(jì)算特征數(shù)據(jù)的速度較慢，處理效率低；并且該方法只能確定待檢測(cè)鋼絲繩是否存在缺陷，而不能確定缺陷區(qū)域的具體位置，因此確定的缺陷信息不完整，對(duì)鋼絲繩的后續(xù)處理帶來(lái)了不便。綜上所述，目前采用圖像處理技術(shù)檢測(cè)鋼絲繩缺陷的方案處理效率低，且不能確定缺陷區(qū)域的具體位置。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種監(jiān)測(cè)目標(biāo)物體缺陷的方法及設(shè)備，用以解決現(xiàn)有技術(shù)中存在的處理效率低，且不能確定缺陷區(qū)域位置的問(wèn)題。本發(fā)明實(shí)施例的一種監(jiān)測(cè)目標(biāo)物體缺陷的方法包括采集待檢測(cè)目標(biāo)物體的圖像；對(duì)所述待檢測(cè)目標(biāo)物體進(jìn)行著色處理；根據(jù)設(shè)定的聚類中心確定包含所述待檢測(cè)目標(biāo)物體的圖像中屬于每個(gè)聚類中心的像素點(diǎn)，其中屬于同一個(gè)聚類中心的像素點(diǎn)組成該聚類中心的隸屬區(qū)域；根據(jù)屬于同一個(gè)該隸屬區(qū)域包含的像素點(diǎn)確定該隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)；根據(jù)每個(gè)隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)及該特征數(shù)據(jù)對(duì)應(yīng)的閾值，確定所述隸屬區(qū)域是否為所述待檢測(cè)目標(biāo)物體的缺陷區(qū)域。確定屬于每個(gè)聚類中心的像素點(diǎn)，包括
確定所述圖像中的像素點(diǎn)與所述聚類中心的隸屬度矩陣；根據(jù)預(yù)設(shè)的模糊度系數(shù)和所述隸屬度矩陣，確定目標(biāo)函數(shù)矩陣；根據(jù)目標(biāo)函數(shù)矩陣，確定每個(gè)聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值；針對(duì)一個(gè)聚類中心，根據(jù)該聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值，確定屬于該聚類中心的隸屬區(qū)域中的像素點(diǎn)。確定目標(biāo)函數(shù)矩陣，包括根據(jù)預(yù)設(shè)的模糊度系數(shù)對(duì)所述隸屬度矩陣進(jìn)行修正處理，得到修正隸屬度矩陣；根據(jù)所述修正隸屬度矩陣確定所述圖像的目標(biāo)函數(shù)矩陣。優(yōu)選的，根據(jù)下列公式確定所述修正隸屬度矩陣中的元素值
權(quán)利要求
1.ー種監(jiān)測(cè)目標(biāo)物體缺陷的方法，其特征在于，所述方法包括 采集待檢測(cè)目標(biāo)物體的圖像； 對(duì)所述待檢測(cè)目標(biāo)物體進(jìn)行著色處理； 根據(jù)設(shè)定的聚類中心確定包含所述待檢測(cè)目標(biāo)物體的圖像中屬于每個(gè)聚類中心的像素點(diǎn)，其中屬于同一個(gè)聚類中心的像素點(diǎn)組成該聚類中心的隸屬區(qū)域； 根據(jù)屬于同一個(gè)隸屬區(qū)域的像素點(diǎn)確定該隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)； 根據(jù)每個(gè)隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)及該特征數(shù)據(jù)對(duì)應(yīng)的閾值，確定所述隸屬區(qū)域是否為所述待檢測(cè)目標(biāo)物體的缺陷區(qū)域。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，確定屬于每個(gè)聚類中心的像素點(diǎn)，包括 確定所述圖像中的像素點(diǎn)與所述聚類中心的隸屬度矩陣； 根據(jù)預(yù)設(shè)的模糊度系數(shù)和所述隸屬度矩陣，確定目標(biāo)函數(shù)矩陣； 根據(jù)目標(biāo)函數(shù)矩陣，確定每個(gè)聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值； 針對(duì)ー個(gè)聚類中心，根據(jù)該聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值，確定屬于該聚類中心的隸屬區(qū)域中的像素點(diǎn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，確定目標(biāo)函數(shù)矩陣，包括 根據(jù)預(yù)設(shè)的模糊度系數(shù)對(duì)所述隸屬度矩陣進(jìn)行修正處理，得到修正隸屬度矩陣； 根據(jù)所述修正隸屬度矩陣確定所述圖像的目標(biāo)函數(shù)矩陣。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)下列公式確定所述修正隸屬度矩陣中的元素值 其中，Uij為修正隸屬度矩陣中的元素值；α為模糊度系數(shù),O≤α≤I如:,I為所述圖像的隸屬度矩陣，1 = 1,2,…，c, j = I, 2，..., n ；i0 = I, 2，···，c, j0 = I, 2，…，η ;其中 η為所述圖像的像素點(diǎn)的數(shù)目，c為聚類中心的數(shù)目。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)下列公式確定每個(gè)聚類中心對(duì)應(yīng)的姆個(gè)像素點(diǎn)的篩選值 其中，'m^1J1為每個(gè)像素點(diǎn)對(duì)應(yīng)的篩選值；{μ 為經(jīng)過(guò)歸ー化處理后的修正隸屬度矩陣山=I, 2，…，c,ム=I, 2，…，n ；i = I, 2，···，c, j = I, 2，…，n ;其中n為所述圖像的像素點(diǎn)的數(shù)目，c為聚類中心的數(shù)目；J(i, j)為目標(biāo)函數(shù)矩陣；m為模糊加權(quán)指數(shù),m e [I, 00)。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，確定屬于該聚類中心的隸屬區(qū)域中的像素點(diǎn)，包括將所有未被檢測(cè)出屬于已檢測(cè)的聚類中心的隸屬區(qū)域的像素點(diǎn)作為本次檢測(cè)的聚類中心對(duì)應(yīng)的像素點(diǎn)，并從本次檢測(cè)的聚類中心對(duì)應(yīng)的像素點(diǎn)中選擇ー個(gè)像素點(diǎn)作為本次檢測(cè)的聚類中心的隸屬區(qū)域中的像素點(diǎn)； 針對(duì)本次檢測(cè)的聚類中心對(duì)應(yīng)的一個(gè)像素點(diǎn)，確定該像素點(diǎn)對(duì)應(yīng)的目標(biāo)像素點(diǎn)，其中所述目標(biāo)像素點(diǎn)屬于該聚類中心的隸屬區(qū)域，若該像素點(diǎn)在所述目標(biāo)函數(shù)矩陣中對(duì)應(yīng)的位置和目標(biāo)像素點(diǎn)在所述目標(biāo)函數(shù)矩陣中對(duì)應(yīng)的位置之間有其他像素點(diǎn)，則所述其他像素點(diǎn)都不屬于該聚類中心的隸屬區(qū)域； 確定該像素點(diǎn)的篩選值和目標(biāo)像素點(diǎn)的篩選值之間的差值的絕對(duì)值； 若確定的絕對(duì)值小于預(yù)設(shè)的門(mén)限值，則確定該像素點(diǎn)屬于該聚類中心的隸屬區(qū)域； 若確定的絕對(duì)值不小于所述門(mén)限值，則確定該像素點(diǎn)不屬于該聚類中心的隸屬區(qū)域。
7.如權(quán)利要求I所述的方法，其特征在于，每個(gè)所述聚類中心對(duì)應(yīng)區(qū)域的特征數(shù)據(jù)包括多種類型的特征數(shù)據(jù)； 確定所述隸屬區(qū)域是否為所述待檢測(cè)目標(biāo)物體的缺陷區(qū)域，包括 從未使用的特征數(shù)據(jù)的類型中選擇本次檢測(cè)所使用的特征數(shù)據(jù)的類型； 根據(jù)選擇的特征數(shù)據(jù)的類型，確定每個(gè)未檢測(cè)出是缺陷區(qū)域的隸屬區(qū)域的特征數(shù)據(jù)；根據(jù)確定的隸屬區(qū)域的特征數(shù)據(jù)，確定每個(gè)未檢測(cè)出是缺陷區(qū)域的隸屬區(qū)域的比值；將確定的隸屬區(qū)域的比值與該類型特征數(shù)據(jù)對(duì)應(yīng)的閾值進(jìn)行比較，在確定的隸屬區(qū)域的比值小于該類型特征數(shù)據(jù)對(duì)應(yīng)的閾值時(shí)，確定該隸屬區(qū)域是缺陷區(qū)域。
8.如權(quán)利要求7所述的方法，其特征在于，確定該隸屬區(qū)域是缺陷區(qū)域之后，還包括 判斷是否有未使用的特征數(shù)據(jù)的類型； 若有，則返回從未使用的特征數(shù)據(jù)的類型中選擇本次檢測(cè)所使用的特征數(shù)據(jù)的類型的步驟。
9.如權(quán)利要求6所述的方法，其特征在于，在確定的隸屬區(qū)域的比值小于該類型特征數(shù)據(jù)對(duì)應(yīng)的閾值之后，還包括 將比較時(shí)使用的特征數(shù)據(jù)的類型對(duì)應(yīng)的缺陷類別作為該聚類中心對(duì)應(yīng)的缺陷區(qū)域的缺陷類別。
10.ー種監(jiān)測(cè)目標(biāo)物體缺陷的設(shè)備，其特征在于，所述設(shè)備包括 圖像采集模塊，用于采集待檢測(cè)目標(biāo)物體的圖像； 著色處理模塊，用于對(duì)所述待檢測(cè)目標(biāo)物體進(jìn)行著色處理； 隸屬區(qū)域確定模塊，用于根據(jù)設(shè)定的聚類中心確定包含所述待檢測(cè)目標(biāo)物體的圖像中屬于每個(gè)聚類中心的像素點(diǎn)，其中屬于同一個(gè)聚類中心的像素點(diǎn)組成該聚類中心的隸屬區(qū)域； 特征數(shù)據(jù)確定模塊，用于根據(jù)屬于同一個(gè)隸屬區(qū)域的像素點(diǎn)確定該隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)； 缺陷區(qū)域確定模塊，用于根據(jù)每個(gè)隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)及該特征數(shù)據(jù)對(duì)應(yīng)的閾值，確定所述隸屬區(qū)域是否為所述待檢測(cè)目標(biāo)物體的缺陷區(qū)域。
11.如權(quán)利要求10所述的設(shè)備，其特征在于，所述隸屬區(qū)域確定模塊具體用于 確定所述圖像中的像素點(diǎn)與所述聚類中心的隸屬度矩陣；根據(jù)預(yù)設(shè)的模糊度系數(shù)和所述隸屬度矩陣，確定目標(biāo)函數(shù)矩陣；根據(jù)目標(biāo)函數(shù)矩陣，確定每個(gè)聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值；針對(duì)ー個(gè)聚類中心，根據(jù)該聚類中心對(duì)應(yīng)的每個(gè)像素點(diǎn)的篩選值，確定屬于該聚類中心的隸屬區(qū)域中的像素點(diǎn)。
12.如權(quán)利要求11所述的設(shè)備，其特征在于，所述隸屬區(qū)域確定模塊還用于 將所有未被檢測(cè)出屬于已檢測(cè)的聚類中心的隸屬區(qū)域的像素點(diǎn)作為本次檢測(cè)的聚類中心對(duì)應(yīng)的像素點(diǎn)，并從本次檢測(cè)的聚類中心對(duì)應(yīng)的像素點(diǎn)中選擇ー個(gè)像素點(diǎn)作為本次檢測(cè)的聚類中心的隸屬區(qū)域中的像素點(diǎn)； 針對(duì)本次檢測(cè)的聚類中心對(duì)應(yīng)的一個(gè)像素點(diǎn)，確定該像素點(diǎn)對(duì)應(yīng)的目標(biāo)像素點(diǎn)，其中所述目標(biāo)像素點(diǎn)屬于該聚類中心的隸屬區(qū)域，若該像素點(diǎn)在所述目標(biāo)函數(shù)矩陣中對(duì)應(yīng)的位置和目標(biāo)像素點(diǎn)在所述目標(biāo)函數(shù)矩陣中對(duì)應(yīng)的位置之間有其他像素點(diǎn)，則所述其他像素點(diǎn)都不屬于該聚類中心的隸屬區(qū)域；確定該像素點(diǎn)的篩選值和目標(biāo)像素點(diǎn)的篩選值之間的差值的絕對(duì)值；若確定的差絕對(duì)值小于預(yù)設(shè)的門(mén)限值，則確定該像素點(diǎn)屬于該聚類中心的隸屬區(qū)域；若確定的絕對(duì)值不小于所述門(mén)限值，則確定該像素點(diǎn)不屬于該聚類中心的隸屬區(qū) 域。
13.如權(quán)利要求10所述的設(shè)備，其特征在于，所述缺陷區(qū)域確定模塊具體用于 每個(gè)所述聚類中心對(duì)應(yīng)區(qū)域的特征數(shù)據(jù)包括多種類型的特征數(shù)據(jù)，從未使用的特征數(shù)據(jù)的類型中選擇本次檢測(cè)所使用的特征數(shù)據(jù)的類型；根據(jù)選擇的特征數(shù)據(jù)的類型，確定每個(gè)未檢測(cè)出是缺陷區(qū)域的隸屬區(qū)域的特征數(shù)據(jù)；根據(jù)確定的隸屬區(qū)域的特征數(shù)據(jù)，確定每個(gè)未檢測(cè)出是缺陷區(qū)域的隸屬區(qū)域的比值；將確定的隸屬區(qū)域的比值與該類型特征數(shù)據(jù)對(duì)應(yīng)的閾值進(jìn)行比較，在確定的隸屬區(qū)域的比值小于該類型特征數(shù)據(jù)對(duì)應(yīng)的閾值時(shí)，確定該隸屬區(qū)域是缺陷區(qū)域。
全文摘要
本發(fā)明公開(kāi)了一種監(jiān)測(cè)目標(biāo)物體缺陷的方法及設(shè)備，用以解決現(xiàn)有技術(shù)中存在的處理效率低且不能確定缺陷區(qū)域位置的問(wèn)題。本發(fā)明實(shí)施例的方法包括采集待檢測(cè)目標(biāo)物體的圖像；對(duì)待檢測(cè)目標(biāo)物體進(jìn)行著色處理；根據(jù)設(shè)定的聚類中心確定包含待檢測(cè)目標(biāo)物體的圖像中屬于每個(gè)聚類中心的像素點(diǎn)；根據(jù)屬于同一個(gè)隸屬區(qū)域的像素點(diǎn)確定該隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)；根據(jù)每個(gè)隸屬區(qū)域?qū)?yīng)的特征數(shù)據(jù)及該特征數(shù)據(jù)對(duì)應(yīng)的閾值，確定隸屬區(qū)域是否為待檢測(cè)目標(biāo)物體的缺陷區(qū)域。本發(fā)明實(shí)施例根據(jù)屬于每個(gè)設(shè)定的聚類中心的像素點(diǎn)組成的隸屬區(qū)域的特征數(shù)據(jù)及閾值以確定待檢測(cè)目標(biāo)物體的缺陷區(qū)域，不僅處理速度快，而且能夠確定待檢測(cè)目標(biāo)物體的缺陷區(qū)域的位置。
文檔編號(hào)G06T7/00GK102842131SQ201210236820
公開(kāi)日2012年12月26日 申請(qǐng)日期2012年7月10日 優(yōu)先權(quán)日2012年7月10日
發(fā)明者涂宏斌 申請(qǐng)人:中聯(lián)重科股份有限公司