本发明涉及基于图像处理的电缆桥架残次品检测方法，该方法步骤包括：获取电缆桥架的待测图像和标准图像的频谱图，根据两个频谱图得到异常图像，获取异常图像的各像素点的局部熵，对局部熵进行聚类得到多个局部熵类别，根据局部熵类别及局部熵类别对应的凸包连通域内所有像素点对应的局部熵确定填充程度，获取每个局部熵类别的中两个凸包连通域的中心点形成的直线，然后获取直线的斜率值，将斜率值、预先获取的光斑斜率值及填充程度获取每个局部熵类别的光斑程度，根据所有光斑程度和预设的阈值电缆桥架的质量，本发明方法通过待检测图像上的灰度突变区域中的光斑区域与缺陷区域区分开来，从而实现对电缆桥架的质量准确检测。
1.基于图像处理的电缆桥架残次品检测方法，其特征在于，该方法包括：获取电缆桥架的待测图像和标准图像的频谱图，根据待测图像的频谱图和标准图像的频谱图得到异常图像；
根据异常图像得到各像素点的局部熵，根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别；
获取每个局部熵类别的凸包连通域，根据凸包连通域内所有像素点对应的局部熵确定每个局部熵类别对应的填充程度；
获取每两个凸包连通域之间的距离值，将所有距离值中的相等的距离值进行聚类得到多个距离值类别，获取每个距离值类别中其中两个局部熵类别的凸包连通域的中心点所形成的直线，获取所述直线的斜率值；
根据斜率值、预先获取的光斑之间的光斑斜率值、每类距离值中的距离值所对应的两个局部熵类别的填充程度来获取每个局部熵类别的光斑程度；
根据所有的光斑程度与预设的光斑程度的阈值来确定电缆桥架的质量。
2.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据待测图像的频谱图和标准图像的频谱图得到异常图像的步骤包括：对采集图像的频谱图与标准图像的频谱图中对应的频谱值作差得到差值图像；
3.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据异常图像得到各像素点的局部熵的步骤包括：在异常图像中设定局部熵所选择的局部窗口的大小；
获取异常图像中各像素点以局部窗口为窗口大小的窗口图像；
4.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别的步骤包括：获取异常图像中每个像素点的坐标；
采用dbscan聚类算法对局部熵相近且像素点的坐标连续的像素点进行聚类得到多个局部熵类别。
5.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据凸包连通域内所有像素点对应局部熵确定每个局部熵类别对应的填充程度的步骤包括：根据下式（1）计算填充程度：
（1）其中， 表示第k个局部熵类别对应的填充程度； 表示第k个局部熵类别的凸包连通域内的像素点的个数； 为第k个局部熵类别的凸包连通域内所有像素点中第j个像素点的局部熵。
6.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，获取每两个凸包连通域之间的距离值的步骤包括：获取所有凸包连通域的中心点坐标；
7.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据斜率值、预先获取的光斑之间的光斑斜率值、每类距离值中的距离值所对应的两类局部熵的填充程度来获取每个局部熵类别的光斑程度的步骤包括：根据下式（2）计算光斑程度：
其中， 表示第N个距离值类别对应的局部熵类别的光斑程度；F表示第N类距离值中所包含的局部熵类别的凸包连通域中心点所形成距离值的个数；f表示对F的遍历； 表示第N个距离值类别中第f个距离值所对应的局部熵类别的凸包连通域中心点所形成的斜率，表示光斑之间的光斑斜率值； 表示形成第N个距离值类别中第f个距离值对应的第一个中心点 所对应的局部熵类别的填充程度， 表示形成第N个距离值类别中第f个距离值对应的第二个中心点 所对应的局部熵类别的填充程度。
8.根据权利要求1所述的基于图像处理的电缆桥架残次品检测方法，其特征在于，根据所有的光斑程度与预设的光斑程度的阈值来确定电缆桥架的质量的步骤包括：当任意一个局部熵类别的光斑程度大于阈值时，则确定待测图像上的灰度突变区域为缺陷区域，即电缆桥架存在缺陷，为不合格产品；
当所有的局部熵类别的光斑程度小于阈值时，则确定待测图像上的灰度突变区域为光斑区域，即电缆桥架的该区域不存在缺陷，同时电缆桥架其他区域无缺陷时，电缆桥架为合格产品。
基于图像处理的电缆桥架残次品检测方法
技术领域
[0001] 本发明涉及图像处理技术领域，具体涉及基于图像处理的电缆桥架残次品检测方法。
背景技术
[0002] 电缆桥架在生产完成后，要求电缆桥架表面均匀，如果出现气泡，划痕，过烧等缺陷则认为当前电缆桥架不符合产品验收标准，属于残次品。
[0003] 在电缆桥架安装时，为了方便电缆桥架的安装连接，电缆桥架的两侧均开设有连接孔，通过连接孔和连接件将电缆桥架连接。
[0004] 在电缆桥架生产线中，电缆桥架完成镀锌处理后，利用频谱分析对电缆桥架图像进行均匀程度检测，虽然可以检测出产品表面的均匀性变化，但由于生产线上的光源发出的光束会通过连接孔照射至电缆桥架表面，使得电缆桥架表面出现光斑区域，光斑区域属于灰度突变区域，由于产品表面缺陷在电缆桥架图像上也是表现为灰度突变区域，从而使得在进行电缆桥架质量检测时，不能将灰度突变区域中的缺陷区域和光斑区域区分开，使得对电缆桥架质量检测出现误检，进而降低了质量检测的准确率。
[0005] 因此，需要基于图像处理的电缆桥架残次品检测方法。
发明内容
[0006] 本发明提供基于图像处理的电缆桥架残次品检测方法，以解决现有的问题。
[0007] 本发明的基于图像处理的电缆桥架残次品检测方法采用如下技术方案：该方法包括：
[0008] 获取电缆桥架的待测图像和标准图像的频谱图，根据待测图像的频谱图和标准图像的频谱图得到异常图像；
[0009] 根据异常图像得到各像素点的局部熵，根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别；
[0010] 获取每个局部熵类别的凸包连通域，根据凸包连通域内所有像素点对应的局部熵确定每个局部熵类别对应的填充程度；
[0011] 获取每两个凸包连通域之间的距离值，将所有距离值中的相等的距离值进行聚类得到多个距离值类别，获取每个距离值类别中其中两个局部熵类别的凸包连通域的中心点所形成的直线，获取所述直线的斜率值；
[0012] 根据斜率值、预先获取的光斑之间的光斑斜率值、每类距离值中的距离值所对应的两个局部熵类别的填充程度来获取每个局部熵类别的光斑程度；
[0013] 根据光斑程度与预设的光斑程度的阈值来确定电缆桥架的质量。
[0014] 进一步的，根据待测图像的频谱图和标准图像的频谱图得到异常图像的步骤包括：
[0015] 对采集图像的频谱图与标准图像的频谱图中对应的频谱值作差得到差值图像；
[0016] 对差值图像进行傅里叶逆变换得到异常图像。
[0017] 进一步的，根据异常图像得到各像素点的局部熵的步骤包括：
[0018] 在异常图像中设定局部熵所选择的局部窗口的大小；
[0019] 获取异常图像中各像素点以局部窗口为窗口大小的窗口图像；
[0020] 计算窗口图像内的各像素点的局部熵。
[0021] 进一步的，根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别的步骤包括：
[0022] 获取异常图像中每个像素点的坐标；
[0023] 采用dbscan聚类算法对局部熵相近且像素点的坐标连续的像素点进行聚类得到多个局部熵类别。
[0024] 进一步的，根据凸包连通域内所有像素点对应局部熵确定每个局部熵类别对应的填充程度的步骤包括：
[0025] 根据下式（1）计算填充程度：
[0026] （1）
[0027] 其中， 表示第k个局部熵类别对应的填充程度； 表示第k个局部熵类别的凸包连通域内的像素点的个数； 为第k个局部熵类别的凸包连通域内所有像素点中第j个像素点的局部熵。
[0028] 进一步的，获取每两个凸包连通域之间的距离值的步骤包括：
[0029] 获取所有凸包连通域的中心点坐标；
[0030] 根据中心点坐标获取每两个凸包连通域的距离值。
[0031] 进一步的，根据斜率值、预先获取的光斑之间的光斑斜率值、每类距离值中的距离值所对应的两类局部熵的填充程度来获取每个局部熵类别的光斑程度的步骤包括；
[0032] 根据下式（2）计算光斑程度：
[0033] （2）
[0034] 其中， 表示第N个距离值类别对应的局部熵类别的光斑程度；F表示第N类距离值中所包含的局部熵类别的凸包连通域中心点所形成距离值的个数；f表示对F的遍历；表示第N个距离值类别中第f个距离值所对应的局部熵类别的凸包连通域中心点所形成的斜率， 表示光斑之间的光斑斜率值； 表示形成第N个距离值类别中第f个距离值对应的第一个中心点 所对应的局部熵类别的填充程度， 表示形成第N个距离值类别中第f个距离值对应的第二个中心点 所对应的局部熵类别的填充程度。
[0035] 进一步的，根据光斑程度与预设的光斑程度的阈值来确定电缆桥架的质量的步骤包括：
[0036] 当任意一个局部熵类别的光斑程度大于阈值时，则确定待测图像上的灰度突变区域为缺陷区域，即电缆桥架存在缺陷，为不合格产品；
[0037] 当所有的局部熵类别的光斑程度小于阈值时，则确定待测图像上的灰度突变区域为光斑区域，即电缆桥架的该区域不存在缺陷，同时电缆桥架其他区域无缺陷时，电缆桥架为合格产品。
[0038] 本发明的有益效果是：本发明的基于图像处理的电缆桥架残次品检测方法，通过获取待测图像的频谱图，根据频谱图得到异常图像，获取异常图像的各像素点的局部熵，对局部熵进行聚类得到多个局部熵类别，根据局部熵类别及局部熵类别对应的凸包连通域内所有像素点对应的局部熵确定填充程度，获取每个局部熵类别的中两个凸包连通域的中心点形成的直线，然后获取直线的斜率值，将斜率值、预先获取的光斑斜率值及填充程度获取每个局部熵类别的光斑程度，根据光斑程度和预设的阈值电缆桥架的质量，使得待检测图像上的灰度突变区域中的光斑区域与缺陷区域区分开来，从而将属于真正缺陷的电缆桥架检测出来，进而提高了检测的准确率。
附图说明
[0039] 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。
[0040] 图1为本发明的基于图像处理的电缆桥架残次品检测方法的实施例总体步骤的流程图；
[0041] 图2为电缆桥架的标准图像对应的频谱图；
[0042] 图3为电缆桥架的带有光斑区域的待检测图像对应的频谱图；
[0043] 图4为由图3和图2得到的异常图像；
[0044] 图5为图4对应的局部熵图像。
具体实施方式
[0045] 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。
[0046] 本发明的基于图像处理的电缆桥架残次品检测方法的实施例，该方法包括：
[0047] S1、获取电缆桥架的待测图像和标准图像的频谱图，根据待测图像的频谱图和标准图像的频谱图得到异常图像；具体的，S11、采集电缆桥架开设有连接孔处槽内的待测图像，对标准图像及所采集的待测图像分别进行频谱分析，如图3所示，得到待测图像对应的频谱图及如图2所示，得到标准图像对应的频谱图，对待测图像的频谱图与标准图像的频谱图中对应的频谱值作差得到差值图像；S12、如图4所示，对差值图像进行傅里叶逆变换得到异常图像。采用傅里叶变换进行做差分析的目的是因为直接采用图形做差，会导致噪声较多，所以选用傅里叶变换进行做差分析，将灰度值变化部分进行保留。
[0048] S2、在得到异常图像后，其中异常图像灰度分布越不均匀，则异常图像灰度分布不均匀区域的熵值就越大，所以先根据熵值找到异常图像中灰度分布不均匀区域，即根据异常图像得到各像素点的局部熵，根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别；具体的，根据异常图像得到各像素点的局部熵的步骤包括：S21、在异常图像中设定局部熵所选择的局部窗口的大小；本实施例中局部窗口的大小取25*25，S22、获取异常图像中各像素点以局部窗口为窗口大小的窗口图像，其中，S23、计算窗口图像内的各像素点的局部熵，其中，局部熵可用matlab中的函数entropyfilt进行计算求得，如图5所示，根据窗口图像内的各像素点的局部熵的熵值进行取整即可得到局部熵图像，其中，S24、根据局部熵将异常图像中连续的像素点进行聚类得到多个局部熵类别的步骤包括：S241、获取异常图像中每个像素点的坐标；S242、采用dbscan聚类算法对局部熵相近且像素点的坐标连续的像素点进行聚类得到多个局部熵类别。
[0049] S3、由于光斑是成块组成的光斑区域，如图5所示，所以在局部熵图像中其光斑区域内的局部熵的和越小，说明越均一，填充越充实，所以先获取每个局部熵类别的凸包连通域，根据凸包连通域内所有像素点对应的局部熵确定每个局部熵类别对应的填充程度。
[0050] 具体的，根据下式（1）计算填充程度：
[0051] （1）
[0052] 其中， 表示第k个局部熵类别对应的填充程度； 表示第k个局部熵类别的凸包连通域内的像素点的个数； 为第k个局部熵类别的凸包连通域内所有像素点中第j个像素点的局部熵， 越小，说明该局部熵类别对应的灰度越均一，越可能属于光斑。
[0053] S4、获取每两个凸包连通域之间的距离值，将所有距离值中的相等的距离值进行聚类得到多个距离值类别，获取每个距离值类别中其中两个局部熵类别的凸包连通域的中心点所形成的直线，获取所述直线的斜率值，斜率值记为 ；具体的，先获取所有凸包连通域的中心点坐标，其中，中心点坐标记为： ；根据中心点坐标获取每两个凸包连通域的距离值。
[0054] S5、根据斜率值、预先获取的光斑之间的光斑斜率值、每类距离值中的距离值所对应的两个局部熵类别的填充程度来获取每个局部熵类别的光斑程度。
[0055] 具体的，由于光照在透过连接孔之间的间距相等，所以在形成光斑区域时，光斑中心点之间的距离值也近似相等，因此，光斑区域之间的斜率一致，且与电缆桥架的边缘平行，从而光斑之间的光斑斜率值，光斑斜率值记为 。
[0056] 根据下式（2）计算光斑程度：
[0057] （2）
[0058] 其中， 表示第N个距离值类别对应的局部熵类别的光斑程度；F表示第N类距离值中所包含的局部熵类别的凸包连通域中心点所形成距离值的个数；f表示对F的遍历；表示第N个距离值类别中第f个距离值所对应的局部熵类别的凸包连通域中心点所形成的斜率， 表示光斑之间的光斑斜率值； 表示形成第N个距离值类别中第f个距离值对应的第一个中心点 所对应的局部熵类别的填充程度， 表示形成第N个距离值类别中第f个距离值对应的第二个中心点 所对应的局部熵类别的填充程度，其中，光斑程度 的值越低，则表明该第N个距离值类别对应的凸包连通域的像素点越可能是缺陷。
[0059] S6、根据所有光斑程度与预设的光斑程度的阈值来确定电缆桥架的质量，具体的，当任意一个局部熵类别的光斑程度大于阈值时，则确定待测图像上的灰度突变区域为缺陷区域，即电缆桥架存在缺陷，为不合格产品；当所有的局部熵类别的光斑程度小于阈值时，则确定待测图像上的灰度突变区域为光斑区域，即电缆桥架的该区域不存在缺陷，同时电缆桥架其他区域无缺陷时，电缆桥架为合格产品。
[0060] 综上所述，本发明提供基于图像处理的电缆桥架残次品检测方法，通过获取待测图像的频谱图，根据频谱图得到异常图像，获取异常图像的各像素点的局部熵，对局部熵进行聚类得到多个局部熵类别，根据局部熵类别及局部熵类别对应的凸包连通域内所有像素点对应的局部熵确定填充程度，获取每个局部熵类别的中两个凸包连通域的中心点形成的直线，然后获取直线的斜率值，将斜率值、预先获取的光斑斜率值及填充程度获取每个局部熵类别的光斑程度，根据光斑程度和预设的阈值电缆桥架的质量，使得待检测图像上的灰度突变区域中的光斑区域与缺陷区域区分开来，从而将属于真正缺陷的电缆桥架检测出来，进而提高了检测的准确率。
[0061] 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。
