裂纹的识别方法及装置与流程

本发明涉及视觉检测技术领域，具体而言，涉及一种裂纹的识别方法及装置。

背景技术：

磁瓦产品的一致性较差，表面拉丝纹理特征和颜色均匀性不好，而目前对于磁瓦的表面裂纹缺陷的检测还主要是依赖于人工目视抽检，不仅导致磁瓦产品的检测效率较低，无法精准地检测到磁瓦产品的裂纹缺陷。另外一个方面人工无法长时间集中精力对焦微小裂纹缺陷，会导致磁瓦产品检测结果中误判率较高。

针对上述相关技术中采用人工方式对磁瓦产品的裂纹缺陷进行检测导致的检测结果的可靠性较低的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种裂纹的识别方法及装置，以至少解决相关技术中采用人工方式对磁瓦产品的裂纹缺陷进行检测导致的检测结果的可靠性较低的技术问题。

根据本发明实施例的一个方面，提供了一种裂纹的识别方法，包括：获取待检测的磁瓦产品的磁瓦产品图像；基于预定方式获取所述磁瓦产品图像的目标检测区域；提取所述目标检测区域中的特征区域，其中，所述特征区域是所述磁瓦产品中存在裂纹的区域；从所述特征区域中提取将初始裂纹线条，并根据所述初始裂纹线条得到目标裂纹线条。

可选地，通过以下方式的至少之一，获取待检测的磁瓦产品的磁瓦产品图像：通过工业相机获取所述磁瓦产品图像；通过高能量穿透射线获取所述磁瓦产品图像。

可选地，通过高能量穿透射线获取所述磁瓦产品图像包括：将所述待检测的磁瓦产品放置在所述高能量穿透射线的检测区域；通过调节所述高能量穿透射线的预定参数，获取所述磁瓦产品图像，其中，所述预定参数包括以下至少之一：波长、频率。

可选地，基于预定方式获取所述磁瓦产品图像的目标检测区域包括：基于灰度阈值分割方式将多个第一预定区域从所述磁瓦产品图像中分割出来；确定所述多个第一预定区域中每个第一预定区域的面积；根据所述每个第一预定区域的面积过滤掉所述多个第一预定区域中的部分第一预定区域，得到目标检测区域。

可选地，将所述目标检测区域中的特征区域提取出来包括：基于灰度阈值分割方式将多个第二预定区域从所述目标检测区域中分割出来；确定所述多个第二预定区域中每个第二预定区域的面积；将所述多个第二预定区域中面积最大的第二区域提取出来作为所述特征区域。

可选地，从所述特征区域将初始裂纹线条提取出来包括：对所述特征区域进行均值处理之后，利用动态阈值方式将预定裂纹区域提取出来；对所述预定裂纹区域进行区域膨胀处理；在进行区域膨胀处理后的预定裂纹区域内，获取所述初始裂纹线条。

可选地，根据所述初始裂纹线条得到目标裂纹线条包括：对所述初始裂纹线条进行分解操作，得到多条不连续的直线段；对所述多条不连续的直线段进行拟合操作，得到多条连续的直线段；根据所述多条连续的直线段中确定所述目标裂纹线条。

根据本发明实施例的另外一个方面，还提供了一种裂纹的识别装置，包括：第一获取单元，用于获取待检测的磁瓦产品的磁瓦产品图像；第二获取单元，用于基于预定方式获取所述磁瓦产品图像的目标检测区域；提取单元，用于提取所述目标检测区域中的特征区域，其中，所述特征区域是所述磁瓦产品中存在裂纹的区域；第三获取单元，用于从所述特征区域中提取将初始裂纹线条，并根据所述初始裂纹线条得到目标裂纹线条。

可选地，所述第一获取单元包括以下至少之一：第一获取模块，用于通过工业相机获取所述磁瓦产品图像；第二获取模块，用于通过高能量穿透射线获取所述磁瓦产品图像。

可选地，所述第二获取模块包括：确定子模块，用于将所述待检测的磁瓦产品放置在所述高能量穿透射线的检测区域；获取子模块，用于通过调节所述高能量穿透射线的预定参数，获取所述磁瓦产品图像，其中，所述预定参数包括以下至少之一：波长、频率。

可选地，所述第二获取单元包括：第一分割模块，用于基于灰度阈值分割方式将多个第一预定区域从所述磁瓦产品图像中分割出来；第一确定模块，用于确定所述多个第一预定区域中每个第一预定区域的面积；第三获取模块，用于根据所述每个第一预定区域的面积过滤掉所述多个第一预定区域中的部分第一预定区域，得到目标检测区域。

可选地，所述提取单元包括：第二分割模块，用于基于灰度阈值分割方式将多个第二预定区域从所述目标检测区域中分割出来；第二确定模块，用于确定所述多个第二预定区域中每个第二预定区域的面积；第三确定模块，用于将所述多个第二预定区域中面积最大的第二区域提取出来作为所述特征区域。

可选地，所述第三获取单元包括：提取模块，用于对所述特征区域进行均值处理之后，利用动态阈值方式将预定裂纹区域提取出来；处理模块，用于对所述预定裂纹区域进行区域膨胀处理；第四获取模块，用于在进行区域膨胀处理后的预定裂纹区域内，获取所述初始裂纹线条。

可选地，所述第三获取单元还包括：第五获取模块，用于对所述初始裂纹线条进行分解操作，得到多条不连续的直线段；第六获取模块，用于对所述多条不连续的直线段进行拟合操作，得到多条连续的直线段；第四确定模块，用于根据所述多条连续的直线段中确定所述目标裂纹线条。

根据本发明实施例的另外一个方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的裂纹的识别方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的裂纹的识别方法。

在本发明实施例中，采用获取待检测的磁瓦产品的磁瓦产品图像；基于预定方式获取磁瓦产品图像的目标检测区域；提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域；从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条，通过本发明实施例提供的裂纹的识别方法可以实现对待检测的磁瓦产品进行自动化检测的目的，达到了提高磁瓦产品的合格率以及节约人工成本的技术效果，同时也解放了劳动力，提高了生产效率，进而解决了相关技术中采用人工方式对磁瓦产品的裂纹缺陷进行检测导致的检测结果的可靠性较低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的裂纹的识别方法的流程图；

图2是根据本发明实施例的磁瓦产品图像的示意图；

图3是根据本发明实施例的磁瓦产品的示意图；

图4是根据本发明实施例的目标检测区域的示意图；

图5是根据本发明实施例的特征区域的示意图；

图6是根据本发明实施例的预定裂纹区域的示意图；

图7是根据本发明实施例的初始裂纹线条的示意图；

图8是根据本发明实施例的定目标裂纹线条的示意图；

图9是根据本发明实施例的可选的裂纹的识别方法的流程图；

图10是根据本发明实施例的裂纹的识别装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了便于描述，下面对本发明实施例中的部分名词或术语进行详细说明。

灰度阈值：是将图像中的所有亮度值根据指定的亮度值(即阈值)分成高于阈值和低于阈值的两类，用这种方法产生的黑白掩膜图像可以分开对比度差异较大的地物，如陆地和水体，从而对陆地或水体分别作进一步的处理。

实施例1

根据本发明实施例，提供了一种裂纹的识别方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的裂纹的识别方法的流程图，如图1所示，该裂纹的识别方法包括如下步骤：

步骤s102，获取待检测的磁瓦产品的磁瓦产品图像。

为了实现磁瓦产品表面裂纹的全自动化检测，需要获取磁瓦的实时图像(即磁瓦产品图像)，并利用图像处理技术分析出磁瓦产品表面的裂纹特征，其中，图2是根据本发明实施例的磁瓦产品图像的示意图。

可选地，可以通过以下方式的至少之一，获取待检测的磁瓦产品的磁瓦产品图像：通过工业相机获取磁瓦产品图像；通过高能量穿透射线获取磁瓦产品图像。即，除了可以通过工业相机获取待检测的磁瓦产品的磁瓦产品图像，同时，也可以采用高能量穿透射线(例如，x射线)来获取待检测的磁瓦产品的磁瓦产品图像。其中，图3是根据本发明实施例的磁瓦产品的示意图，当采用后者的方式获取磁瓦产品图像时，可以将待检测的磁瓦产品放置在高能量穿透射线的有效检测区域，通过调节高能量穿透射线的波长和频率等参数来获取理想的磁瓦产品图像。

也即是，通过高能量穿透射线获取磁瓦产品图像可以包括：将待检测的磁瓦产品放置在高能量穿透射线的检测区域；通过调节高能量穿透射线的预定参数，获取磁瓦产品图像，其中，预定参数包括以下至少之一：波长、频率。

步骤s104，基于预定方式获取磁瓦产品图像的目标检测区域。

步骤s106，提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域。

步骤s108，从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。

通过上述步骤，可以获取待检测的磁瓦产品的磁瓦产品图像；基于预定方式获取磁瓦产品图像的目标检测区域；提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域；从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。相对于相关技术中在对磁瓦产品的表面裂纹缺陷进行检测时主要依赖于人工目视抽检，容易导致磁瓦产品的检测效率较低，无法精准地检测到磁瓦产品的裂纹缺陷的弊端。通过本发明实施例提供的裂纹的识别方法可以实现对待检测的磁瓦产品进行自动化检测的目的，达到了提高磁瓦产品的合格率以及节约人工成本的技术效果，同时也解放了劳动力，提高了生产效率，进而解决了相关技术中采用人工方式对磁瓦产品的裂纹缺陷进行检测导致的检测结果的可靠性较低的技术问题。

作为本发明一个可选的实施例，基于预定方式获取磁瓦产品图像的目标检测区域可以包括：基于灰度阈值分割方式将多个第一预定区域从磁瓦产品图像中分割出来；确定多个第一预定区域中每个第一预定区域的面积；根据每个第一预定区域的面积过滤掉多个第一预定区域中的部分第一预定区域，得到目标检测区域。

例如，可以利用灰度阈值算法(灰度阈值分割方式)将磁瓦产品图像中的黑色区域(即第一预定区域)分割出来，并根据每一个黑色区域的面积大小排除出小的黑色区域，再利用凸面体轮廓变形算法将提取出来的黑色区域边缘进行圆滑处理，得到目标检测区域。其中，图4是根据本发明实施例的目标检测区域的示意图。

在得到目标检测区域之后，该裂纹的识别方法还包括：将目标检测区域中的特征区域提取出来。其中，将目标检测区域中的特征区域提取出来可以包括：基于灰度阈值分割方式将多个第二预定区域从目标检测区域中分割出来；确定多个第二预定区域中每个第二预定区域的面积；将多个第二预定区域中面积最大的第二区域提取出来作为特征区域。

例如，可以继续利用灰度阈值算法将黑色区域内部的白色区域(即第二预定区域)提取出来，并分割之后提取出面积最大的白色区域，也即是正中间的白色区域，再利用形态学算法圆滑处理白色区域的边缘，以得到特征区域。其中，图5是根据本发明实施例的特征区域的示意图。

优选的，从特征区域将初始裂纹线条提取出来可以包括：对特征区域进行均值处理之后，利用动态阈值方式将预定裂纹区域提取出来；对预定裂纹区域进行区域膨胀处理；在进行区域膨胀处理后的预定裂纹区域内，获取初始裂纹线条。

例如，在得到特征区域之后，接着对特征区域进行均值处理，在进行均值处理之后，利用动态阈值算法将黑色裂纹区域(即预定裂纹区域)提取出来，并进行适当的区域膨胀处理，扩大黑色裂纹区域。其中，图6是根据本发明实施例的预定裂纹区域的示意图。

具体地，根据初始裂纹线条得到目标裂纹线条可以包括：对初始裂纹线条进行分解操作，得到多条不连续的直线段；对多条不连续的直线段进行拟合操作，得到多条连续的直线段；根据多条连续的直线段中确定目标裂纹线条。

即，对黑色裂纹区域进行扩大处理之后，还需要在黑色裂纹区域内利用找线段算法将潜在的裂纹(即初始裂纹线条)全部提取出来。图7是根据本发明实施例的初始裂纹线条的示意图，如图7所示，潜在的裂纹都是连续的，可以通过直线回归分解算法将潜在裂纹的裂纹线条分解成多个不连续的直线段，并利用近似平行线回归拟合算法，将各直线段拟合成完整的线条，并通过一定的筛选规律(例如，线条的灰度、长度以及宽度)就可以将真正的裂纹缺陷从磁瓦产品图像中提取出来。图8是根据本发明实施例的定目标裂纹线条的示意图。

下面结合附图对本发明实施例记载的裂纹的识别方法进行详细说明。

图9是根据本发明实施例的可选的裂纹的识别方法的流程图，如图9所示，该方法包括以下步骤：

步骤s901，获取待检测的磁瓦产品的实时图像(磁瓦产品图像)。

步骤s902，利用灰度阈值算法，将目标检测区域从实时图像中分离。即黑色区域提取。

步骤s903，利用灰度阈值算法和形态学算法将特征区域从目标检测区域中分离。即白色区域提取。

步骤s904，利用动态阈值和形态学算法，将裂纹区域提取。

步骤s905，利用找线算法，将裂纹区域内的潜在裂纹线条提取出来。

步骤s906，利用直线分解和近似平行线拟合算法，提取裂纹缺陷。

通过本发明实施例提供的裂纹的识别方法，可以实现利用机器视觉检测技术识别磁瓦产品表面的裂纹缺陷，首先需要搭建自动化装置获取磁瓦产品的实时图像，将磁瓦产品从背景中分割出来得到磁瓦产品图像，并在磁瓦产品图像中将白色区域(即第二预定区域，也即裂纹所在区域)分割出来，然后利用动态阈值算法将裂纹所在区域分割出来，最后利用找线算法将潜在的裂纹找出来，经过直线回归分解和近似平行线回归拟合，得到真正的裂纹缺陷。

实施例2

根据本发明实施例还提供了一种裂纹的识别装置，需要说明的是，本发明实施例的裂纹的识别装置可以用于执行本发明实施例所提供的裂纹的识别方法。以下对本发明实施例提供的裂纹的识别装置进行介绍。

图10是根据本发明实施例的裂纹的识别装置的示意图，如图10所示，该裂纹的识别装置可以包括：第一获取单元1001，第二获取单元1003，提取单元1005以及第三获取单元1007。下面对该裂纹的识别装置进行详细说明。

第一获取单元1001，用于获取待检测的磁瓦产品的磁瓦产品图像。

第二获取单元1003，用于基于预定方式获取磁瓦产品图像的目标检测区域。

提取单元1005，用于提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域。

第三获取单元1007，用于从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。

在本发明实施例中，可以采用第一获取单元获取待检测的磁瓦产品的磁瓦产品图像；然后利用第二获取单元基于预定方式获取磁瓦产品图像的目标检测区域；并利用提取单元提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域；以及利用第三获取单元从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。相对于相关技术中在对磁瓦产品的表面裂纹缺陷进行检测时主要依赖于人工目视抽检，容易导致磁瓦产品的检测效率较低，无法精准地检测到磁瓦产品的裂纹缺陷的弊端。通过本发明实施例提供的裂纹的识别方法可以实现对待检测的磁瓦产品进行自动化检测的目的，达到了提高磁瓦产品的合格率以及节约人工成本的技术效果，同时也解放了劳动力，提高了生产效率，进而解决了相关技术中采用人工方式对磁瓦产品的裂纹缺陷进行检测导致的检测结果的可靠性较低的技术问题。

作为本发明一个可选的实施例，上述第一获取单元可以包括以下至少之一：第一获取模块，用于通过工业相机获取磁瓦产品图像；第二获取模块，用于通过高能量穿透射线获取磁瓦产品图像。

作为本发明一个可选的实施例，上述第二获取模块可以包括：确定子模块，用于将待检测的磁瓦产品放置在高能量穿透射线的检测区域；获取子模块，用于通过调节高能量穿透射线的预定参数，获取磁瓦产品图像，其中，预定参数包括以下至少之一：波长、频率。

作为本发明一个可选的实施例，上述第二获取单元可以包括：第一分割模块，用于基于灰度阈值分割方式将多个第一预定区域从磁瓦产品图像中分割出来；第一确定模块，用于确定多个第一预定区域中每个第一预定区域的面积；第三获取模块，用于根据每个第一预定区域的面积过滤掉多个第一预定区域中的部分第一预定区域，得到目标检测区域。

作为本发明一个可选的实施例，上述提取单元可以包括：第二分割模块，用于基于灰度阈值分割方式将多个第二预定区域从目标检测区域中分割出来；第二确定模块，用于确定多个第二预定区域中每个第二预定区域的面积；第三确定模块，用于将多个第二预定区域中面积最大的第二区域提取出来作为特征区域。

作为本发明一个可选的实施例，上述第三获取单元可以包括：提取模块，用于对特征区域进行均值处理之后，利用动态阈值方式将预定裂纹区域提取出来；处理模块，用于对预定裂纹区域进行区域膨胀处理；第四获取模块，用于在进行区域膨胀处理后的预定裂纹区域内，获取初始裂纹线条。

作为本发明一个可选的实施例，上述第三获取单元还可以包括：第五获取模块，用于对初始裂纹线条进行分解操作，得到多条不连续的直线段；第六获取模块，用于对多条不连续的直线段进行拟合操作，得到多条连续的直线段；第四确定模块，用于根据多条连续的直线段中确定目标裂纹线条。

上述裂纹的识别装置可以包括处理器和存储器，上述第一获取单元1001，第二获取单元1003，提取单元1005以及第三获取单元1007等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。

根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述中任意一项的裂纹的识别方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的裂纹的识别方法。

在本发明实施例中还提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取待检测的磁瓦产品的磁瓦产品图像；基于预定方式获取磁瓦产品图像的目标检测区域；提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域；从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。

在本发明实施例中还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取待检测的磁瓦产品的磁瓦产品图像；基于预定方式获取磁瓦产品图像的目标检测区域；提取目标检测区域中的特征区域，其中，特征区域是磁瓦产品中存在裂纹的区域；从特征区域中提取将初始裂纹线条，并根据初始裂纹线条得到目标裂纹线条。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。