一种基于图像处理的改性塑料挤出缺陷分析方法与流程

1.本发明涉及电子设备对图像识别和图像处理的技术领域，具体涉及一种基于图像处理的改性塑料挤出缺陷分析方法。


背景技术：

2.改性塑料在随着社会的发展因其独特的可配比、可调节的材料特性越来越广泛地被应用到各领域的产品制造中，其主要的生产方式为将具有特殊性质的填充物如玻璃纤维，碳纤维、碳酸钙等与塑料母粒一起熔炼挤出成条状并切粒进而获取改性塑料颗粒成品，在塑料挤出过程中，由于各种原因会形成不同的缺陷，对产品质量造成影响。
3.在改性塑料的生产中，填充物与塑料母粒的熔炼以及挤出成型均会在挤出机内完成熔炼即在挤出机筒内，挤出成型即为机筒内熔融料从模口挤出，进而对其进行冷却成型。而改性塑料成品颗粒的缺陷主要的形成步骤均在熔融挤出这一环节，其中常见的缺陷之一就是表面黑点，而黑点的形成原因又大致分为两种，一种为开机温度过高，导致机筒内塑料发生高温降解，进而在成品颗粒表面出现烧焦的黑点，另一种为机筒内部存在碳化物沉积，导致挤出的过程中将碳化物压入塑料表面形成黑点。
4.因此，为了提高排除产品质量缺陷的效率就需要对黑点缺陷进行准确分析，进而快速找到缺陷致因，快速使生产线的产品质量符合标准，现有技术一般利用人工对挤出的塑料条进行观察从而确定是否出现缺陷以及对缺陷进行分析，依赖工人操作经验，而现有的图像处理技术通过电子设备对图像识别和图像处理，仅能通过阈值分割等手段获取黑点区域，即仅能识别黑点缺陷，却不能快速对其成因进行分析，进而不能缺陷进行排除，从而影响生产效率。
5.因此，需要一种基于电子设备对图像识别和图像处理的改性塑料挤出缺陷分析方法。


技术实现要素：

6.本发明提供一种基于图像处理的改性塑料挤出缺陷分析方法，以解决现有的问题。
7.本发明的一种基于图像处理的改性塑料挤出缺陷分析方法采用如下技术方案：该方法包括：获取塑料拉条图像的灰度图，并获取灰度图中的黑点缺陷的缺陷点；根据灰度图中的缺陷点确定初始化聚类中心和初始化聚类半径并获取聚类区域，获取聚类区域内各个缺陷点的相似程度及不相似程度；根据相似程度获取所述初始化聚类中心的移动方向及移动步长，根据移动方向及移动步长对初始化聚类中心的位置进行更新，得到更新后的聚类区域的聚类中心a，完成一次更新；获取每两个聚类中心a之间的距离与所述两个聚类区域的初始化聚类半径的和
值，根据距离与和值对初始化聚类半径进行调整，得到调整后的每个聚类区域的第一最终聚类中心；根据获取第一最终聚类中心的方法获取不相似程度对应的每个聚类区域的第二最终聚类中心；获取每个第一最终聚类中心距其对应的聚类区域的第一距离、每个第二最终聚类中心距其对应的聚类区域的第二距离，根据第一距离和第二距离计算各缺陷点属于第一缺陷的第一概率、属于第二缺陷的第二概率，并根据第一概率和第二概率确定缺陷成因。
8.进一步的，获取灰度图中的黑点缺陷的缺陷点的步骤包括：根据灰度图获取灰度直方图；利用大津法灰度直方图进行阈值分割得到灰度图中像素点的灰度阈值；将灰度值小于灰度阈值的像素点记为缺陷点，并获取缺陷点的个数；缺陷点个数大于设定的阈值，则判断此灰度图内存在黑点缺陷。
9.进一步的，根据灰度图中的缺陷点确定初始化聚类半径的步骤包括：获取所有缺陷点的分布范围的外包围框；根据包围框内像素点个数及设定初始聚类中心的个数确定每个聚类区域内需要包含的像素点的最少个数；根据最少个数设定初始化聚类半径。
10.进一步的，获取聚类区域内各个缺陷点的相似程度及不相似程度的步骤包括：根据下式（1）计算相似程度：（1）其中，为聚类区域内的第个缺陷点的归一化灰度值；表示和缺陷点对应的聚类区域内的作为关注缺陷点的归一化灰度值，且；为聚类区域内关注的缺陷点的与聚类区域内其他各个缺陷点的相似程度，表示缺陷点的总数；根据下式（1）计算相似程度：（2）其中，为聚类区域内关注缺陷点的与聚类区域内其他各个缺陷点的不相似程度。
11.进一步的，根据相似程度获取所述初始化聚类中心的移动方向以及移动步长的步骤包括：根据下式（3）计算移动方向及移动步长：（3）其中，为聚类区域内关注的缺陷点的与聚类区域内其他各个缺陷点的相似程
度；表示初始聚类中心从移动前的位置移动到位置的向量；表示聚类区域内a作为关注缺陷点时其与该聚类区域内的初始聚类中心点位置的之间的向量。
12.进一步的，根据距离与和值对初始化聚类半径进行调整，得到调整后的每个聚类区域的第一最终聚类中心的步骤包括：当距离小于和值则对初始化聚类半径进行调整，得到调整后的聚类半径对应的聚类区域；对调整后的聚类区域对应的聚类中心a的位置进行再次更新；直至更新后的所有聚类区域中每两个聚类中心a距离大于对应的两个聚类中心a的聚类半径和值，得到每个聚类区域的第一最终聚类中心。
13.进一步的，根据第一最终聚类中心和第二最终聚类中心计算各缺陷点属于第一缺陷的第一概率、属于第二缺陷的第二概率的步骤包括：根据下式（4）计算第一缺陷的第一概率：（4）根据下式（5）计算第二缺陷的第二概率：（5）其中，表示缺陷点属于第一缺陷的概率；表示缺陷点属于第二缺陷的概率；表示第个缺陷点与第个第一最终聚类中心的距离；表示第个缺陷点与第个第二最终聚类中心的距离，表示缺陷点与第一最终聚类中心的距离的数量，表示缺陷点与第二最终聚类中心的距离的数量，记所有缺陷点与第一最终聚类中心的距离与所有缺陷点与第二最终聚类中心的距离的总和。
14.进一步的，根据第一概率和第二概率确定缺陷成因的步骤包括：获取所有缺陷点为第一缺陷的第一总概率，所有缺陷点为第二缺陷的第二总概率；若第一总概率远大于第二总概率，则说明缺陷成因是碳化物压入形成的；若第二总概率远大于第一总概率，则说明缺陷成因是烧焦形成的；若二者相差不大，说明两种缺陷成因都有。
15.本发明的有益效果是：本发明的一种基于图像处理的改性塑料挤出缺陷分析方法，根据灰度图中的缺陷点确定初始化聚类中心和初始化聚类半径并获取聚类区域并获取聚类区域，分别计算聚类区域内各个缺陷点的相似程度及不相似程度，基于相似程度的聚类表征得到的黑点缺陷为碳化物压入形成的，基于不相似程度聚类表征的是烧焦形成的黑
点缺陷，因此，通过更新计算得到不相似程度对应的每个聚类区域的第二最终聚类中心及相似程度对应的每个聚类区域的第一最终聚类中心，根据第一最终聚类中心和第二最终聚类中心计算各缺陷点属于第一缺陷的第一概率、属于第二缺陷的第二概率，根据第一概率和第二概率确定缺陷成因，有利于高效准确的对设备进行调整，从而提高生产效率及产品质量，并且可以应用于电子设备对图像识别和图像处理的领域。
附图说明
16.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。
17.图1为本发明的一种基于图像处理的改性塑料挤出缺陷分析方法的实施例总体步骤的流程图。
具体实施方式
18.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。
19.本发明的一种基于图像处理的改性塑料挤出缺陷分析方法的实施例，该方法包括：s1、获取塑料拉条图像的灰度图，并获取灰度图中为黑点缺陷的缺陷点。
20.具体的，s11、根据灰度图获取灰度直方图；s12、对灰度直方图进行阈值分割得到灰度图中像素点的灰度阈值，s13、将灰度值小于灰度阈值的像素点记为缺陷点，同时获取缺陷点的个数，若缺陷点个数大于人工设定的容忍值，则判断此灰度图内存在黑点缺陷。
21.s2、因为碳化物压入形成的黑点缺陷是灰度较为一致也即相似性很高，所以基于相似程度的聚类表征得到的黑点缺陷为碳化物压入形成的，基于不相似程度聚类表征得到的黑点缺陷是烧焦形成的，因为烧焦形成的黑点缺陷灰度值存在很大的随机性即互相之间存在不相似性，因此根据灰度图中的缺陷点确定初始化聚类中心和初始化聚类半径并获取聚类区域，其中，该步骤与均值漂移聚类相同，获取聚类区域内各个缺陷点的相似程度及不相似程度。
22.具体的，s21、根据灰度图中的缺陷点确定初始化聚类半径的步骤包括：s211、获取所有缺陷点的分布范围的外包围框；s212、根据包围框内像素点个数及设定初始聚类中心的个数确定每个聚类区域内需要包含的像素点的最少个数；s313、根据最少个数设定初始化聚类半径。
23.s22、获取聚类区域内各个缺陷点的相似程度及不相似程度的步骤：根据下式（1）计算相似程度：
（1）其中，为聚类区域内的第个缺陷点的归一化灰度值；表示和缺陷点对应的聚类区域内的作为关注缺陷点的归一化灰度值，且；为聚类区域内关注的缺陷点的与聚类区域内其他各个缺陷点的相似程度，表示缺陷点的总数；根据下式（1）计算相似程度：（2）其中，为聚类区域内关注缺陷点的与聚类区域内其他各个缺陷点的其不相似程度。
24.s3、根据相似程度获取所述初始化聚类中心的移动方向及移动步长，根据移动方向及移动步长对初始化聚类中心的位置进行更新，得到更新后的聚类区域的聚类中心a，完成一次更新，即根据移动方向及移动步长移动初始化聚类中心的位置，得到移动后的初始化聚类中心的位置记为聚类中心a，此时即完成一次更新。
25.具体的，s41、根据相似程度获取所述初始化聚类中心的移动方向及移动步长的步骤：根据下式（3）计算根据相似程度获取所述初始化聚类中心的移动方向及移动步长：（3）其中，为聚类区域内关注的缺陷点的与聚类区域内其他各个缺陷点的相似程度；表示初始聚类中心从移动前的位置移动到位置的向量；表示聚类区域内a作为关注缺陷点时其与该聚类区域内的初始聚类中心点位置的之间的向量。
26.s4、获取每两个聚类中心a之间的距离与所述两个聚类区域的初始化聚类半径的和值，根据距离与和值对初始化聚类半径进行调整，得到调整后的每个聚类区域的第一最终聚类中心，具体的，当距离小于和值则对初始化聚类半径进行调整，得到调整后的聚类半径对应的聚类区域；对调整后的聚类区域对应的聚类中心a的位置进行再次更新；直至更新后的所有聚类区域中每两个聚类中心a距离大于对应的两个聚类中心a的聚类半径和值，得到每个聚类区域的第一最终聚类中心。将第一最终聚类中心记为：；s41、根据获取第一最终聚类中心的方法获取不相似程度对应的每个聚类区域的第二最终聚类中心，将第二最终聚类中心记为：。
27.具体的，根据下式（31）计算根据不相似程度获取所述初始化聚类中心的移动方向
及移动步长：（31）其中，为聚类区域内关注缺陷点的与聚类区域内其他各个缺陷点的其不相似程度；表示初始聚类中心从移动前的位置移动到位置的向量；表示聚类区域内a作为关注缺陷点时其与该聚类区域内的初始聚类中心点位置的之间的向量。
28.s5、获取每个第一最终聚类中心距其对应的聚类区域的第一距离、每个第二最终聚类中心其对应的聚类区域的第二距离，根据第一距离和第二距离计算各缺陷点属于第一缺陷的第一概率、属于第二缺陷的第二概率，并根据第一概率和第二概率确定缺陷成因。
29.具体的，s51、根据下式（4）计算第一缺陷的第一概率：（4）具体的，根据下式（5）计算第二缺陷的第二概率：（5）其中，表示缺陷点属于第一缺陷的概率；表示缺陷点属于第二缺陷的概率；表示第个缺陷点与第个第一最终聚类中心的距离；表示第个缺陷点与第个第二最终聚类中心的距离，表示缺陷点与第一最终聚类中心的距离的数量，表示缺陷点与第二最终聚类中心的距离的数量，表示所有缺陷点与第一最终聚类中心的距离与所有缺陷点与第二最终聚类中心的距离的总和。
30.s62、获取所有缺陷点为第一缺陷的第一总概率，所有缺陷点为第二缺陷的第二总概率。
31.具体的，根据下式（6）所有缺陷点为第一缺陷的第一总概率：（6）其中，表示缺陷点属于第一缺陷的概率；表示灰度图上缺陷点的总数。
32.（7）其中，表示缺陷点属于第二缺陷的概率；表示灰度图上缺陷点的总数。
33.若第一总概率远大于第二总概率，则说明缺陷成因是碳化物压入形成的；应进行清理机筒操作；若第二总概率远大于第一总概率，则说明缺陷成因是烧焦形成的，应降低机筒的温度；若二者相差不大，说明两种缺陷都存在，进行清理机筒和降低机筒的温度操作。
34.综上所述，本发明提供一种基于图像处理的改性塑料挤出缺陷分析方法，根据灰度图中的缺陷点确定初始化聚类中心和初始化聚类半径并获取聚类区域并获取聚类区域，分别计算聚类区域内各个缺陷点的相似程度及不相似程度，基于相似程度的聚类表征得到的黑点缺陷为碳化物压入形成的，基于不相似程度聚类表征的是烧焦形成的黑点缺陷，因此，通过更新计算得到不相似程度对应的每个聚类区域的第二最终聚类中心及相似程度对应的每个聚类区域的第一最终聚类中心，根据第一最终聚类中心和第二最终聚类中心计算各缺陷点属于第一缺陷的第一概率、属于第二缺陷的第二概率，根据第一概率和第二概率确定缺陷成因，有利于高效准确的对设备进行调整，从而提高生产效率及产品质量。
35.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。