一种矿物铸件检测方法及系统与流程

本发明涉及图像分析领域，具体涉及一种矿物铸件检测方法及系统。

背景技术：

1、矿物铸件的检测是目前工业领域中的重要课题之一，在矿物铸件生产过程中存在气孔、砂眼和夹砂等缺陷，通常利用图像检测技术对矿物铸件表面的缺陷进行检测，但在图像的采集和传输过程中经常会产生噪声，降低图像的质量，因此需要优先对图像进行去噪处理，一般在进行去噪前都会对图像进行噪声强度的估测，以提升图像的去噪效果，便于准确的检测出矿物铸件中存在的缺陷，可见，准确估测图像的噪声强度对矿物铸件缺陷检测具有重大意义。

2、相关技术中通常对原始图像进行滤波处理，根据处理后的图像和原始图像之间像素点的灰度值误差，确定原始图像的噪声强度，但由于矿物铸件表面具有一定的粗糙纹理，会将矿物表面本身具有的粗糙纹理误认为是噪声引起的，从而通过现有技术无法对矿物铸件表面图像的噪声强度进行准确的估测，导致对图像的去噪效果较差，降低对矿物铸件缺陷检测的准确性。

技术实现思路

1、为了解决过现有技术无法对矿物铸件表面图像的噪声强度进行准确的估测，导致对图像的去噪效果较差，降低对矿物铸件缺陷检测的准确性的技术问题，本发明的目的在于提供一种矿物铸件检测方法及系统，所采用的技术方案具体如下：

2、本发明提出了一种矿物铸件检测方法，所述方法包括：

3、获取矿物铸件表面的灰度图像，基于不同的预设噪声强度对灰度图像进行去随机数处理，获得每个预设噪声强度下的至少两个参考图像，对参考图像进行分块处理得到至少两个尺寸相同的子块；

4、根据所述子块中相同灰度值的像素点的分布，获取每个子块的像素点混乱度；选取任意一个参考图像作为目标图像，基于目标图像中各子块的所述像素点混乱度的差异和各子块的中心之间的距离，对各子块进行聚类获得目标区域；

5、对所述目标区域进行连通域分析获得目标区域的质心和闭合边缘，根据所述闭合边缘上各像素点到所述质心的距离之间的差异，获得每个目标区域的类圆程度；根据所述类圆程度获取目标区域中的气孔区域；

6、根据目标图像中所有气孔区域中各子块的所述像素点混乱度、所有非气孔区域中各子块的所述像素点混乱度和所有气孔区域的所述类圆程度，获得灰度图像的噪声强度判定参数；基于所述噪声强度判定参数获得灰度图像的噪声强度；

7、根据所述噪声强度对灰度图像进行去噪处理获得去噪图像，根据所述去噪图像对矿物铸件表面缺陷进行检测。

8、进一步地，所述基于不同的预设噪声强度对灰度图像进行去随机数处理，获得每个预设噪声强度下的至少两个参考图像包括：

9、获取不同的所述预设噪声强度，基于任意一个所述预设噪声强度，在所述灰度图像的每个像素点位置生成随机数，其中所述随机数的取值范围为0到255的整数；

10、计算所述灰度图像中各像素点位置的灰度值与对应位置的随机数的差值作为去随机差值，将所述去随机差值作为对应位置像素点的灰度值，获得所述预设噪声强度下的参考图像，其中，若去随机差值为负数，则将对应位置像素点的灰度值置为0；

11、若所述参考图像的数量小于预设数量时，则继续以同一个所述预设噪声强度在灰度图像的各像素点位置处生成随机数，进行去随机数处理获得同一个所述预设噪声强度下的另一个所述参考图像；否则，停止获取同一个所述预设噪声强度下的参考图像。

12、进一步地，所述根据所述子块中相同灰度值的像素点的分布，获取每个子块的像素点混乱度包括：

13、获取每个所述子块中相同灰度值中任意两个像素点之间的距离，作为第一距离；

14、将每个所述子块中相同灰度值中所有所述第一距离的平均值作为距离混乱度，将每个所述子块中所有相同灰度值的所述距离混乱度的平均值作为子块的整体距离混乱度；

15、获取每个所述子块中像素点灰度值的方差，作为子块的灰度混乱度；

16、将所述整体距离混乱度和所述灰度混乱度的和值作为子块的初始混乱度，将所有参考图像在相同位置的子块的所述初始混乱度的平均值，作为每个子块的像素点混乱度。

17、进一步地，所述基于目标图像中各子块的所述像素点混乱度的差异和各子块的中心之间的距离，对各子块进行聚类获得目标区域包括：

18、将目标图像中任意两个子块的中心之间的距离，作为第二距离；

19、将目标图像中任意两个子块的像素点混乱度的差值，作为混乱度差异；

20、将所述混乱度差异的平方与所述第二距离的平方的和值作为子块距离度量，将所述子块距离度量的算术平方根作为任意两个子块的初始距离度量；

21、获取目标图像中所有子块的最大像素点混乱度和最小像素点混乱度的差值作为混乱度极差；对所述混乱度极差进行负相关的归一化处理，获得调整参数；

22、将所述调整参数与所述初始距离度量的乘积作为对应两个子块的最终距离度量；

23、基于所述最终距离度量，对目标图像中所有所述子块进行聚类获得不同的聚类簇，将同一个聚类簇中各子块组成的区域作为目标区域。

24、进一步地，所述根据所述闭合边缘上各像素点到所述质心的距离之间的差异，获得每个目标区域的类圆程度包括：

25、将所述闭合边缘上的像素点到所述质心的距离，作为像素点的第三距离；

26、将每个目标区域上任意两个像素点的所述第三距离之间差值的绝对值，作为距离差异；

27、将所有所述距离差异的平均值进行负相关映射后进行归一化处理，获得每个目标区域的类圆程度。

28、进一步地，所述根据目标图像中所有气孔区域中各子块的所述像素点混乱度、所有非气孔区域中各子块的所述像素点混乱度和所有气孔区域的所述类圆程度，获得灰度图像的噪声强度判定参数包括：

29、将每个气孔区域中所有子块的所述像素点混乱度的平均值，作为对应气孔区域的第一分布混乱度，将所有气孔区域的第一分布混乱度的平均值作为第一整体混乱度；

30、将每个非气孔区域中所有子块的所述像素点混乱度的平均值，作为对应非气孔区域的第二分布混乱度，将所有非气孔区域的第二分布混乱度的平均值作为第二整体混乱度；

31、对所述第一整体混乱度和所述第二整体混乱度的差值的绝对值进行归一化处理，获得第一判定参数；

32、对所有气孔区域的所述类圆程度的平均值作为第二判定参数；

33、将第一判定参数进行归一化处理的结果和第二判定参数相加，获得灰度图像的噪声强度判定参数。

34、进一步地，所述基于所述噪声强度判定参数获得灰度图像的噪声强度包括：

35、将所述噪声强度判定参数的最大值对应的预设噪声强度作为灰度图像的噪声强度。

36、进一步地，所述根据所述去噪图像对矿物铸件表面缺陷进行检测包括：

37、对所述去噪图像进行阈值分割处理获得矿物铸件表面的缺陷区域。

38、进一步地，所述根据所述类圆程度获取目标区域中的气孔区域包括：

39、将所述类圆程度大于预设阈值的目标区域作为气孔区域。

40、本发明还提出了一种矿物铸件检测系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项一种矿物铸件检测方法的步骤。

41、本发明具有如下有益效果：

42、本发明首先通过获取的预设噪声强度对灰度图像进行去随机数处理，获取的参考图像中的噪声得到了一定程度的抑制，并且气孔区域中的像素点灰度值分布均匀的特征是可以显露出来的，为了评估对噪声的抑制效果，获取更加精确的噪声强度，本发明通过对参考图像进行分块处理，考虑到气孔区域比正常表面区域更加光滑，其内部灰度变化更均匀，因此可通过获取的像素点混乱度反映子块中像素点分布的混乱程度，便于后续对子块进行聚类，提高对目标区域提取的准确性，并且初步提取出图像中的气孔区域；考虑到气孔区域一般近似圆形，可通过获取的类圆程度反映目标区域接近圆形的程度，从而进一步确定图像中真实的气孔区域；并通过获取的噪声强度判定参数对预设噪声强度的抑制效果进行评估，提高后续对灰度图像噪声强度的估测精度，进而基于准确的噪声强度对灰度图像进行去噪处理，提升对灰度图像的去噪效果，进而提高对矿物铸件缺陷检测的准确性。