基于图像特征的电源适配器质量检测方法与流程

本发明涉及图像阈值分割，具体涉及一种基于图像特征的电源适配器质量检测方法。

背景技术：

1、电源适配器是将交流电转换为直流电供应给电子设备的装置，广泛应用于各种电子产品，如电脑、手机、家电等。由于电源适配器的功能性和安全性对于使用设备的正常运行至关重要，因此保证电源适配器的质量具有重要的意义。但是在生产过程中会因为不当操作导致电源适配器的表面出现划痕等缺陷。在生产流水线中提取电源适配器划痕缺陷来实现对电源适配器进行质量检测的目的，可以保证电源适配器产品的品质。现有的常通过阈值分割的方法提取电源适配器表面图像中的划痕部分，但是由于划痕缺陷过于细小，较难选取准确的阈值进行区域分割，导致缺陷部分的分割结果较不准确，进而使得电源适配器的质量检测结果较不准确。

技术实现思路

1、为了解决现有的方法使得电源适配器的质量检测结果较不准确的技术问题，本发明的目的在于提供一种基于图像特征的电源适配器质量检测方法，所采用的技术方案具体如下：

2、获取电源适配器的表面灰度图像，根据表面灰度图像中像素点的灰度值分布以及每种灰度值下的灰度差异分布情况，对像素点进行筛选，得到待分割像素点；

3、根据待分割像素点的灰度值对待分割像素点进行聚类，根据聚类结果中不同聚类簇内待分割像素点的灰度值之间的灰度差异以及灰度波动差异，得到阈值调整系数；

4、利用阈值迭代算法对待分割像素点的灰度值进行处理，在阈值迭代过程中，根据相邻次迭代对应的分割阈值之间的差异以及所述阈值调整系数，得到每次迭代的修正阈值；利用所述修正阈值对待分割像素点进行阈值迭代分割得到不同分割区域；

5、根据每个分割区域的边缘分布信息和分割区域内像素点的灰度变化情况，确定划痕区域；根据划痕区域获得电源适配器质量检测结果。

6、优选地，所述根据表面灰度图像中像素点的灰度值分布以及每种灰度值下的灰度差异分布情况，对像素点进行筛选，得到待分割像素点，具体包括：

7、获取表面灰度图像中相同灰度值的像素点数量的最大值对应的灰度值记为特征灰度值；将任意一种灰度值记为选定灰度值；

8、根据表面灰度图像中最小的灰度值至选定灰度值之间的数量分布差异、以及选定灰度值至特征灰度值之间的数量分布差异，得到选定灰度值的分割可能性；

9、根据表面灰度图像中所有种核对至的分割可能性，确定分割灰度值，利用分割灰度值对像素点进行筛选，得到待分割像素点。

10、优选地，所述分割可能性的计算公式具体为：

11、；

12、其中，表示第n种灰度值的分割可能性，n表示灰度值的取值种类的索引，和分别表示表面灰度图像中包含的第i种灰度值的像素点数量和灰度值取值，和分别表示表面灰度图像中包含的第i+1种灰度值的像素点数量和灰度值取值，和分别表示表面灰度图像中包含的第r种灰度值的像素点数量和灰度值取值，和分别表示表面灰度图像中包含的第r+1种灰度值的像素点数量和灰度值取值，m表示特征灰度值的取值种类的索引，k为超参数。

13、优选地，所述根据表面灰度图像中所有种核对至的分割可能性，确定分割灰度值，利用分割灰度值对像素点进行筛选，得到待分割像素点，具体包括：

14、根据特征灰度值确定灰度系数，所述灰度系数和特征灰度值呈正相关关系；

15、在表面灰度图像中灰度值小于或等于灰度系数的所有种灰度值中，获取分割可能性的最大值对应的灰度值记为第一分割灰度值；在表面灰度图像中灰度值大于或等于灰度系数的所有种灰度值中，获取分割可能性的最大值对应的灰度值记为第二分割灰度值；所述分割灰度值包括第一分割灰度值和第二分割灰度值；

16、获取表面灰度图像中灰度值大于第一分割灰度值，小于第二分割灰度值的像素点，记为待分割像素点。

17、优选地，所述根据聚类结果中不同聚类簇内待分割像素点的灰度值之间的灰度差异以及灰度波动差异，得到阈值调整系数，具体包括：

18、所述聚类结果中包含三个聚类簇，分别计算每个聚类簇中所有待分割像素点的灰度值的均值，将除最小的均值对应的聚类簇之外的两个聚类簇分别记为第一特征聚类簇和第二特征聚类簇；

19、根据第一特征聚类簇和第二特征聚类簇对应的待分割像素点的灰度值的均值之间的差异、以及第一特征聚类簇和第二特征聚类簇内待分割像素点的灰度值的波动程度，得到阈值调整系数。

20、优选地，所述阈值调整系数的计算公式具体为：

21、；

22、其中，w表示阈值调整系数，表示第一特征聚类簇中所有待分割像素点的灰度值的均值，表示第二特征聚类簇中所有待分割像素点的灰度值的均值，表示第一特征聚类簇中所有待分割像素点的灰度值的方差，表示第二特征聚类簇中所有待分割像素点的灰度值的方差，exp( )表示以自然常数e为底的指数函数，norm( )表示归一化函数。

23、优选地，所述根据每个分割区域的边缘分布信息和分割区域内像素点的灰度变化情况，确定划痕区域，具体包括：

24、对于任意一个分割区域，获取分割区域的边缘像素点，基于每相邻两个边缘像素点的像素坐标，计算每个边缘像素点的斜率；计算分割区域内所有边缘像素点的斜率的均值记为特征斜率；计算分割区域内所有边缘像素点的梯度值的均值记为特征梯度值；

25、对每个边缘像素点的斜率与特征斜率之间的差异进行累加求和得到第一系数；对每个边缘像素点的梯度值与特征梯度值之间的差异进行累加求和得到第二系数；根据第一系数和第二系数的乘积得到分割区域的图案置信度，所述乘积与置信度呈负相关关系；

26、根据每个分割区域的图案置信度，对分割区域进行筛选，获得划痕区域。

27、优选地，所述根据每个分割区域的图案置信度，对分割区域进行筛选，获得划痕区域，具体包括：

28、将图案置信度小于或等于预设的缺陷阈值对应的分割区域，记为划痕区域。

29、优选地，所述根据相邻次迭代对应的分割阈值之间的差异以及所述阈值调整系数，得到每次迭代的修正阈值，具体包括：

30、将任意一次迭代记为目标迭代次序，将与目标迭代次序相邻的上一次迭代记为参考迭代次序，计算目标迭代次序与参考迭代次序对应的分割阈值之间的差值记为阈值差值；计算阈值差值与阈值调整系数的乘积与参考迭代次序对应的分割阈值的累加和，得到目标迭代次序的修正阈值。

31、优选地，所述根据划痕区域获得电源适配器质量检测结果，具体包括：

32、获取所有划痕区域内像素点的总数量，若所述总数量大于或等于预设的面积阈值，则电源适配器的质量检测结果为不合格；若所述总数量小于预设的面积阈值，则电源适配器的质量检测结果为合格。

33、本发明实施例至少具有如下有益效果：

34、本发明首先获取电源适配器的表面灰度图像，对表面灰度图像中灰度值分布以及每种灰度值下的灰度差异分布情况进行分析，考虑到电源适配器表面图案部分对划痕缺陷分割的干扰因素，结合每种不同灰度的分布情况，对像素点进行筛选得到待分割像素点，即待分割像素点排除了部分像素点的干扰，使得后续区域分割结果更加准确。然后，根据待分割像素点的聚类结果中不同聚类簇内待分割像素点的灰度值之间的灰度差异以及灰度波动差异，得到阈值调整系数，不同聚类簇表征了表面灰度图像中不同区域的部分，即通过不同区域之间的灰度差异情况，设置对阈值进行调整的系数。进一步的，在阈值迭代算法进行阈值迭代的过程中，利用阈值调整系数对相邻次迭代之间的分割阈值差异进行调整，获得修正阈值，即充分考虑了不同区域之间的灰度差异以及灰度波动情况，使得阈值迭代分割的过程能够更加准确，获得更加准确的分割区域。最后，通过分割区域的边缘分布信息和边缘灰度变化情况，对分割区域进行筛选，区分划痕部分和背景部分，使得能够获得更加完整且更加准确的划痕区域，进而使得电源适配器的质量检测结果更加准确。