基于多特征融合的电源适配器外观质量检测方法与流程

本发明涉及图像分割，具体涉及基于多特征融合的电源适配器外观质量检测方法。

背景技术：

1、随着电子设备的普及和推广，每个电子设备都会配备电源适配器，使用存在有安全隐患的电源适配器可能会造成巨大的安全事故，例如，当电源适配器的外观存在缺陷时，容易导致电源适配器内部的元器件暴露、漏电、位移等情况发生，进而造成安全事故，因此对于电源适配器外观质量的检测非常重要，能够有效确保电子设备使用电源适配器的安全性和可靠性。

2、现有方法中采用阈值分割算法对电源适配器外观的缺陷进行检测，由于电源适配器表面划痕缺陷的像素值与电源适配器自身纹理的像素值非常接近，因此采用迭代式阈值分割中的初始分割阈值的设定很容易不准确，初始分割阈值决定着迭代式阈值分割的效果，因此初始分割阈值不准确，导致对灰度图像中的划痕缺陷进行分割的结果不准确，进而不能准确的对电源适配器外观的质量进行检测。

技术实现思路

1、为了解决迭代式阈值分割中的初始分割阈值不准确，导致对灰度图像中的划痕缺陷进行分割的结果不准确，进而不能准确对电源适配器外观的质量进行检测的技术问题，本发明的目的在于提供一种基于多特征融合的电源适配器外观质量检测方法，所采用的技术方案具体如下：

2、本发明提出了一种基于多特征融合的电源适配器外观质量检测方法，该方法包括以下步骤：

3、获取电源适配器的灰度图像；

4、根据灰度图像中每个像素点的灰度值和梯度幅值，筛选出目标像素点；根据每个目标像素点的梯度和灰度值，获取每个目标像素点的目标特征向量；对每个目标像素点构建预设窗口，根据每个预设窗口中的目标像素点与邻域目标像素点的目标特征向量和灰度值，获取每个目标像素点与对应邻域目标像素点的相似特征值；

5、根据目标像素点的位置分布，获取至少一个目标区域；根据每个目标像素点的灰度值、梯度和所述相似特征值，以及每个目标像素点所在目标区间的长度和灰度图像的宽度，获取每个目标像素点的缺陷可能值；

6、根据每个目标像素点的缺陷可能值和灰度值，获取初始分割阈值；根据初始分割阈值，通过迭代式阈值分割，获取最佳分割阈值，对电源适配器外观进行质量检测。

7、进一步地，所述目标像素点的获取方法为：

8、对于任一个像素点，当该像素点的灰度值大于或者等于预设的第一灰度值阈值和梯度幅值大于或者等于预设的第一梯度幅值阈值时，该像素点为目标像素点。

9、进一步地，所述根据每个目标像素点的梯度和灰度值，获取每个目标像素点的目标特征向量的方法为：

10、对于任一个目标像素点，获取该目标像素点的梯度方向与预设方向的夹角，作为该目标像素点的第一夹角；

11、将该目标像素点的灰度值进行归一化的结果，作为第一结果；

12、将该目标像素点的梯度幅值进行归一化的结果，作为第二结果；

13、将该目标像素点的第一夹角进行归一化的结果，作为第三结果；

14、将第一预设权重与第一结果的乘积，作为第一值；

15、将第二预设权重与第二结果的乘积，作为第二值；

16、将第三预设权重与第三结果的乘积，作为第三值；

17、将第一值代表三维坐标系中的x值，第二值代表三维坐标系中的y值，第三值代表三维坐标系中的z值，获取该目标像素点在三维坐标系中的目标特征向量。

18、进一步地，所述对每个目标像素点构建预设窗口，根据每个预设窗口中的目标像素点与邻域目标像素点的目标特征向量和灰度值，获取每个目标像素点与对应邻域目标像素点的相似特征值的方法为：

19、以每个目标像素点为中心构建预设窗口，通过余弦相似度，获取每个预设窗口的中心目标像素点与每个邻域目标像素点的目标特征向量之间的相似度；

20、根据所述相似度，以及每个预设窗口的中心目标像素点与每个邻域目标像素点的灰度值差异，获取中心目标像素点与对应邻域目标像素点的相似特征值。

21、进一步地，所述相似特征值的计算公式为：

22、

23、式中，为第i个目标像素点与对应邻域目标像素点的相似特征值；为第i个目标像素点的预设窗口中邻域目标像素点的数量；为第i个目标像素点与第i个目标像素点的预设窗口中第y个邻域目标像素点的目标特征向量之间的相似度；为第i个目标像素点的灰度值；为第i个目标像素点的预设窗口中第y个邻域目标像素点的灰度值；为预设常数，大于0；为绝对值函数。

24、进一步地，所述目标区域的获取方法为：

25、将每个目标像素点作为种子点，通过区域生长算法，获取目标区域；其中，区域生长算法的停止条件为：相邻两个目标像素点之间的灰度值差异大于预设的第二灰度值阈值。

26、进一步地，所述缺陷可能值的计算公式为：

27、

28、式中，为第i个目标像素点的缺陷可能值；为第i个目标像素点的第一夹角；为第i个目标像素点的灰度值；为第i个目标像素点所在目标区间的长度；d为灰度图像的宽度；为第i个目标像素点与对应邻域目标像素点的相似特征值；exp为以自然常数为底数的指数函数；norm为归一化函数；为绝对值函数。

29、进一步地，所述目标区间的长度的获取方法为：对于任一个目标区域，获取该目标区域的外接矩形，确定该外接矩形的边长，将最大的边长作为该目标区域的长度；

30、所述灰度图像的宽度指的是灰度图像中纹理所对应的边长。

31、进一步地，所述初始分割阈值的获取方法为：

32、获取每个目标像素点的缺陷可能值的均值，作为缺陷区分阈值；

33、当缺陷可能值大于缺陷区分阈值时，将对应目标像素点作为第一类别像素点；

34、当缺陷可能值小于或者等于缺陷区分阈值时，将对应目标像素点作为第二类别像素点；

35、获取第一类别像素点的灰度值均值和缺陷可能值的均值，分别作为第一灰度特征值和第一缺陷特征值；

36、将第一灰度特征值和第一缺陷特征值的乘积，作为第一特征值；

37、获取第二类别像素点的灰度值均值和缺陷可能值的均值，分别作为第二灰度特征值和第二缺陷特征值；

38、将第二灰度特征值和第二缺陷特征值的乘积，作为第二特征值；

39、将第一特征值与第二特征值的相加结果，作为初始分割阈值。

40、进一步地，所述根据初始分割阈值，通过迭代式阈值分割，获取最佳分割阈值，对电源适配器外观进行质量检测的方法为：

41、基于初始分割阈值，通过迭代式阈值分割，获取每次迭代后的分割阈值；

42、将灰度图像中灰度值大于分割阈值的像素点的像素值设定为1，灰度值小于或者等于分割阈值的像素点的像素值设定为0；

43、根据每次迭代后的分割阈值，获取每次迭代对应的二值化图像；

44、获取二值化图像中像素值为1的像素点的数量，作为第一数量；

45、获取每次迭代与相邻的上一次迭代对应的第一数量的差异作为第一差异，以及对应的分割阈值的差异作为第二差异；

46、将第一差异进行归一化的结果，作为分析结果；

47、当分析结果小于预设的分析阈值和第二差异小于或者等于预设的差异阈值时，停止迭代，将当前次迭代的分割阈值，作为最佳分割阈值；

48、获取最佳分割阈值对应的二值化图像，作为目标二值化图像；

49、获取目标二值化图像中所有像素点的数量，作为第二数量；

50、获取目标二值化图像中的第一数量与第二数量的比值，作为评价值；

51、当评价值小于或者等于预设的评价值阈值时，电源适配器外观质量正常；

52、当评价值大于预设的评价值阈值时，电源适配器外观质量差。

53、本发明具有如下有益效果：

54、根据灰度图像中每个像素点的灰度值和梯度幅值，筛选出目标像素点，提高获取初始分割阈值的效率；根据每个目标像素点的梯度和灰度值，获取每个目标像素点的目标特征向量，为准确区分划痕缺陷像素点与电源适配器自身的纹理像素点做准确；进一步对每个目标像素点构建预设窗口，根据每个预设窗口中的目标像素点与邻域目标像素点的目标特征向量和灰度值，获取每个目标像素点与对应邻域目标像素点的相似特征值，初步判断每个目标像素点为划痕缺陷像素点的可能性；为了更准确的获取初始分割阈值，进一步根据目标像素点的位置分布，获取目标区域；根据每个目标像素点的灰度值、梯度和相似特征值，以及每个目标像素点所在目标区间的长度和灰度图像的宽度，获取每个目标像素点的缺陷可能值，准确判断出划痕缺陷像素点和纹理像素点；进而根据每个目标像素点的缺陷可能值和灰度值，获取初始分割阈值，避免了初始分割阈值陷入局部最小值之中，降低错误检测以及漏检测的概率，因此根据初始分割阈值，通过迭代式阈值分割，准确获取最佳分割阈值，有效解决了划痕缺陷像素点与电源适配器纹理像素点之间的像素值差异过小，导致最佳分割阈值的选取不准确的问题，避免了对划痕缺陷过分割和欠分割的现象，同时提高了划痕缺陷分割的准确率，使得对电源适配器外观质量的检测更准确。