基于频谱分析的发动机缸套珩磨网纹方向检测方法及系统
本发明涉及发动机缸套表面质量检测,具体涉及基于频谱分析的发动机缸套珩磨网纹方向检测方法及系统。
背景技术:
1、发动机缸套内壁表面的珩磨网纹是决定缸套润滑性能和耐磨性能的关键结构。珩磨网纹通常由粗珩和精珩两道工序形成,最终呈现为交叉的网纹沟槽,网纹的方向角、交叉角度以及均匀性直接影响发动机的初期磨合、机油消耗和排放性能。因此,在生产过程中准确检测网纹的方向参数对于控制珩磨工艺质量具有重要意义。
2、目前,缸套网纹方向的检测主要依赖于人工目视检查或基于图像处理的简单边缘检测方法。人工方式效率低、主观性强,无法满足现代化生产线的高速检测需求。现有图像处理方法多采用边缘检测,例如sobel、canny算子,结合霍夫变换或直线拟合来提取网纹方向,但珩磨网纹图像存在光照不均、表面划痕、噪音干扰的问题,且网纹沟槽宽度和深度变化较大,导致边缘检测易产生断裂或虚假边缘,使得霍夫变换无法稳定提取主方向。此外,传统方法难以同时识别两个交叉且密集的网纹方向,且对图像旋转和尺度变化敏感,鲁棒性不足。
3、公布号为cn114998325a的现有发明专利申请文献《一种空调散热管焊接缺陷检测方法》,该现有方法包括:获得只包含焊缝区域的灰度图的频谱图和相位图;构建带阻滤波器对频谱图进行滤波,获得滤波后的频谱图,同时获得重构灰度图;基于重构灰度图的纹理过滤稀释度、边缘浓度以及势圈半径构建带阻滤波器的参数优化函数;当参数优化函数取得最小值时,获得带阻滤波器的最优参数,得到最优带阻滤波器;基于最优带阻滤波器获得的最优的滤波后的频谱图和相位图获得最优重构灰度图;对最优重构灰度图进行检测获得焊接缺陷区域。该现有技术采用的为带阻滤波器,意在针对其目标的周期性纹理,也即鱼鳞纹理做出滤波处理,最后逆傅里叶变换,得到重构图像,并在重构图像基础上计算灰度共生矩阵以及后续的hough圆检测。该现有技术难以处理图像中多处的噪声,例如油点,锈迹,水渍。该现有技术采用的带阻滤波的结果通常是去掉某类纹理或周期性干扰,但整体轮廓和边缘还在,无法增强或提取某种尺度的纹理、边缘结构。无法得到网纹这一纹理结构。
4、公布号为cn120147263a的现有发明专利申请文献《一种基于图像识别的轴承表面缺陷自动检测系统》,该现有方法在空间域内进行滤波,并提取特征,最后通过深度学习,进行轴承表面缺陷检测。该现有技术涉及深度学习;在预处理环节中,该现有技术中对于图像的裁剪,更多的是处理图像的大小以减小后续运算量或满足其特定环境下的需求,该现有技术的裁剪操作无法去除边缘处噪声较大的区域,也无法满足傅里叶变换的需求。在空间域的滤波上面,该现有技术采用空间域卷积平滑、灰度抖动自适应均值平滑、亮度分区保护,自适应体现在噪声分布、灰度抖动和亮度分区上,该现有技术窗口大小无法根据中值有效性自适应扩大,难以去除椒盐噪声和划痕,无法保护网纹边缘。
5、综上,现有技术存在光照不均、表面划痕、噪音干扰、霍夫变换无法稳定提取主方向、难以同时识别两个交叉且密集的网纹方向,以及对图像旋转和尺度变化的敏感性、鲁棒性不足的技术问题。
技术实现思路
1、本发明所要解决的技术问题在于:如何解决现有技术中光照不均、表面划痕、噪音干扰、霍夫变换无法稳定提取主方向、难以同时识别两个交叉且密集的网纹方向,以及对图像旋转和尺度变化的敏感性、鲁棒性不足的技术问题。
2、本发明是采用以下技术方案解决上述技术问题的:基于频谱分析的发动机缸套珩磨网纹方向检测方法包括:
3、s1、对发动机缸套内壁表面图像进行预处理,得到预处理图像;
4、s2、对预处理图像进行高斯差分带通滤波,提取网纹纹理对应的频带成分,并对滤波结果进行灰度量化,得到量化图像;
5、s3、对量化图像进行傅里叶变换,计算频谱幅值矩阵;
6、s4、以频谱中心为原点,沿各方向对频谱幅值矩阵中的频谱幅值进行径向积分,获得各方向的投影能量分布对应的投影能量曲线;
7、s5、对投影能量曲线进行局部峰值检测,剔除水平方向、垂直方向的干扰峰值,得到候选方向及候选峰值;
8、s6、对角度相近的候选峰值进行合并聚类,对每组的候选峰值,保留能量最大的代表方向;
9、s7、将代表方向映射至无向角范围,选取能量最大的代表方向,作为第一主方向,再选取与第一主方向夹角大于预设阈值,且能量最大的方向作为第二主方向。
10、本发明采用频域全局分析方法,抗噪性强,对局部边缘断裂和光照不均不敏感,不仅在微观层面上能够检测发动机缸套网纹夹角,在宏观层面上的检测精度也明显高于常规检测方法。
11、本发明可以适用于不同规格的缸套表面检测场景,提高网纹方向检测的准确性、稳定性,实时性及自动化程度较高。
12、在更具体的技术方案中,s1中,对发动机缸套内壁表面图像进行灰度转换、边缘裁剪、对比度亮度调整、自适应中值滤波,得到预处理图像。
13、本发明对裁剪后的发动机缸套内壁表面图像进行对比度拉伸和亮度偏移,以增强网纹沟槽与背景之间的灰度差异,能够有效改善因珩磨加工面反光不均造成的局部对比度低下问题。
14、在更具体的技术方案中,s2中,对发动机缸套内壁表面图像去噪,得到去噪后的矩形图像,将去噪后的矩形图像补零扩展为正方形图像,扩展边长:,其中,表示去噪后的矩形图像的高度,表示去噪后的矩形图像的宽度,表示去噪,表示正方形,表示取最大值;
15、创建的全零矩阵,计算去噪后的矩形图像在全零矩阵中的居中起始位置:
16、其中,表示欧氏距离对应坐标,表示中心起始坐标,表示向下取整;
17、将去噪后的矩形图像完整嵌入全零矩阵的中心区域:
18、
19、式中,表示欧氏距离对应坐标的导数。
20、补零后,原图像的内容在空间上居中对齐,其傅里叶频谱的几何中心自然对应(l/2,l/2),使得后续所有方向的径向积分均以图像中心为唯一基准点,极大提高了方向角度测量的精确性。
21、在更具体的技术方案中,s2中,对缸套内壁图像进行二维傅里叶变换,采用高斯差分dog带通滤波器,提取网纹对应的频带成分,得到滤波图像,经过逆变换对滤波图像进行灰度量化,得到量化图像;
22、对量化图像进行对比度拉伸和亮度偏移,优化量化图像的局部对比度。
23、在更具体的技术方案中,s2中,构建dog带通滤波器,将预处理图像转换为灰度矩阵,进行二维快速傅里叶变换,得到中心化前的频谱,在频域中构建两个高斯低通滤波器,两个高斯低通滤波器的传递函数分别为:
24、其中,为高频截止频率,为低频截止频率,且,表示水平方向的频率变量,表示垂直方向的频率变量;将高频截止频率对应的传递函数、低频截止频率对应的传递函数相减,得到带通传递函数:
25、;
26、对中心化前的频谱进行中心化处理,使中心化的频谱的低频分量位于频谱中心,中心化的频谱的低频分量与带通传递函数逐点相乘,对滤波后的频谱进行逆中心化、二维逆傅里叶变换,取实部得到空间域滤波结果;
27、利用下述逻辑,对空间域滤波结果进行非均匀灰度量化,得到量化图像:
28、
29、式中,
l为量化级数,
x表示滤波图像水平坐标,
y表示滤波图像垂直坐标,表示取整函数。
30、在更具体的技术方案中,s3中,对量化图像再次进行二维快速傅里叶变换,得到频谱,并按公式计算每个频率点的幅值,利用频谱幅值矩阵保留量化图像中的方向纹理强度信息,其中,||表示频谱的幅度。
31、在更具体的技术方案中,s4中,确定频谱幅值矩阵的中心坐标,其中,,和分别为频谱幅值矩阵的行数和列数;沿频谱幅值矩阵对应的频谱图像矩形边界,顺时针采集所有整数的边界点,形成边界点序列,每个边界点代表一个积分方向,生成方向序列,其中,表示边界点,表示欧氏距离,表示中心点;
32、对于每个边界点,采用数字差分分析算法dda,生成从中心坐标到该边界点的直线路径上的所有像素坐标,计算和方向的最大增量步长,均匀插值获得连续像素点,使得路径覆盖所有经过的频谱单元,生成dda射线路径;
33、计算每条dda射线路径上,每个像素到频谱中心的欧氏距离:
34、
35、剔除欧氏距离小于预设半径的像素点,将剩余有效像素点对应的频谱幅值矩阵进行累加,得到该方向上的投影能量曲线,其中,为边界点极角。
36、本发明通过径向积分投影,将二维频谱幅值转换为一维方向能量分布的投影能量曲线,从而将方向检测问题简化为峰值检测问题。
37、dda算法通过计算和方向的最大增量步长,均匀插值获得连续像素点,能够确保路径覆盖所有经过的频谱单元。
38、在更具体的技术方案中,s5中,计算所有方向上的投影能量值的均值、标准差,设定自适应检测阈值:
39、
40、其中,为灵敏度因子;
41、在投影能量曲线上,寻找满足且的局部极大值点,并筛选出的局部极大值点,作为候选峰值,表示第个局部极大值点;
42、计算每个候选峰值对应的边界点极角,若边界点极角与水平方向的偏差小于水平容差,或与垂直方向的偏差小于垂直容差,则将当前的边界点极角对应的候选峰值剔除,其中,
tol表示容差,表示水平方向,表示垂直方向。
43、在更具体的技术方案中,s6中,对候选方向对应的边界点极角进行升序排列,得到有序角度序列:
44、;
45、其中,表示第个边界点;
46、对有序角度序列,进行顺序聚类合并,将角度相近的候选峰值聚为峰值组;
47、对每一峰值组,比较峰值组内所有候选峰值的投影能量值,保留投影能量值最大的候选峰值,作为该峰值组的代表方向,合并后得到互不邻近的代表方向及角度。
48、本发明通过剔除操作,能够有效排除发动机缸套端面上的横向刀纹或纵向划痕造成的虚假方向干扰,同时也能过滤掉由于补零环节带来的纵向亮带。
49、在更具体的技术方案中,基于频谱分析的发动机缸套珩磨网纹方向检测系统包括:
50、预处理模块,用以对发动机缸套内壁表面图像进行预处理,得到预处理图像;
51、滤波量化模块,用以对预处理图像进行高斯差分带通滤波,提取网纹纹理对应的频带成分,并对滤波结果进行灰度量化,得到量化图像,滤波量化模块与预处理模块连接;
52、频谱幅值计算模块,用以对量化图像进行傅里叶变换,计算频谱幅值矩阵,频谱幅值计算模块与滤波量化模块连接;
53、径向积分模块,用于以频谱中心为原点,沿各方向对频谱幅值矩阵中的频谱幅值进行径向积分,获得各方向的投影能量分布对应的投影能量曲线,径向积分模块与频谱幅值计算模块连接;
54、峰值检测去噪模块,用以对投影能量曲线进行局部峰值检测,剔除水平方向、垂直方向的干扰峰值,得到候选方向及候选峰值,峰值检测去噪模块与径向积分模块连接;
55、合并模块,用以对角度相近的候选峰值进行合并聚类,对每组的候选峰值,保留能量最大的代表方向,合并模块与峰值检测去噪模块连接;
56、主方向选取模块,用以将代表方向映射至无向角范围,选取能量最大的代表方向,作为第一主方向,再选取与第一主方向夹角大于预设阈值,且能量最大的方向作为第二主方向,主方向选取模块与合并模块连接。
57、本发明相比现有技术具有以下优点:
58、本发明采用频域全局分析方法,抗噪性强,对局部边缘断裂和光照不均不敏感,不仅在微观层面上能够检测发动机缸套网纹夹角,在宏观层面上的检测精度也明显高于常规检测方法。
59、本发明可以适用于不同规格的缸套表面检测场景,提高网纹方向检测的准确性、稳定性,实时性及自动化程度较高。
60、本发明对裁剪后的发动机缸套内壁表面图像进行对比度拉伸和亮度偏移,以增强网纹沟槽与背景之间的灰度差异,能够有效改善因珩磨加工面反光不均造成的局部对比度低下问题。
61、补零后,原图像的内容在空间上居中对齐,其傅里叶频谱的几何中心自然对应(l/2,l/2),使得后续所有方向的径向积分均以图像中心为唯一基准点,极大提高了方向角度测量的精确性。
62、本发明通过径向积分投影,将二维频谱幅值转换为一维方向能量分布的投影能量曲线,从而将方向检测问题简化为峰值检测问题。
63、本发明通过剔除操作,能够有效排除发动机缸套端面上的横向刀纹或纵向划痕造成的虚假方向干扰,同时也能过滤掉由于补零环节带来的纵向亮带。
64、本发明解决了现有技术中存在的光照不均、表面划痕、噪音干扰、霍夫变换无法稳定提取主方向、难以同时识别两个交叉且密集的网纹方向,以及对图像旋转和尺度变化的敏感性、鲁棒性不足的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com