[发明专利]一种航空插头现场静态图像检测算法有效
申请号: | 201810619917.8 | 申请日: | 2018-06-15 |
公开(公告)号: | CN108961221B | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 张淼;鲁一帆;袁瑞临;沈毅 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/12;G06T7/73;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 航空 插头 现场 静态 图像 检测 算法 | ||
1.一种航空插头现场静态图像检测方法,其特征在于它包括以下步骤:
步骤一:对航空插头图像进行层次化聚类分析,初次聚类利用图像RGB信息,分割出插头边框,二次聚类利用分割图像的HSV信息,选出底盘,三次聚类利用图像的Lab信息,聚出插头针头,并利用定制的判别条件结束各层聚类;
步骤二:根据针头坐标辨识参数:旋转角α、相邻插针橫轴间距l1和纵轴间距l2,上述参数估计时,只考虑多数普通插针之间的距离;
步骤三:依据在步骤二中得到的参数计算横向缩放比例γ1、纵向缩放比例γ2、x轴偏移量Δx和y轴偏移量Δy,变换插头标准模板,并计算变换后模板针头坐标与插头针头坐标之差,该差值较大时,判别该插针存在故障。
2.根据权利要求1所述的航空插头现场静态图像检测方法,其特征在于所述的步骤一具体包括:
初次聚类利用RGB空间三维图像信息,区分出插头边框,k均值聚类的k值难以确定,采用循环聚类的方式,k在区间[4,6]中取整数值,当聚类结果中出现图像边缘无聚类像素时,初次聚类结束,分割插头边框图像;
二次聚类利用HSV空间的三维图像信息,去除壳体复杂背景,利用每一类像素点距离图片中心的平均距离最小选出聚类结果中的底盘所在类别,将底盘之外的像素变为相同颜色;
三次聚类利用Lab空间的三维图像信息,聚出针头,设置针头面积占整幅图面积的比例和连通域个数两个条件挑出聚类结果中的针头类别,得出针头位置坐标。
3.根据权利要求1所述的航空插头现场静态图像检测方法,其特征在于所述的步骤二具体包括:
根据针头位置坐标,选出位于一条直线上的针头,拟合直线,具体步骤如下:
1)针头横坐标按升序排列,取出横坐标最小的点;
2)找到该点右侧与该点之间的连线与水平方向之间的夹角在±30°之间的点,组成一个集合;
3)求集合中的点与该点之间的距离,距离最小的点即为右侧紧邻的点记为点A;
4)再对点A循环第2)、3)步,直到右侧不存在满足条件的点;
5)利用最小二乘法拟合出这条直线,根据直线斜率可得旋转角,相邻针头橫纵间距在排序后可直接对针头橫纵坐标求差得出,步骤二得出3个参数即:旋转角α、相邻插针橫轴间距l1和纵轴间距l2。
4.根据权利要求1所述的航空插头现场静态图像检测方法,其特征在于所述的步骤三具体包括:
根据步骤二得到的3个参数计算横向缩放比例γ1:纵向缩放比例γ2:其中a2表示插头标准模板相邻细针头纵坐标差值,b2表示插头标准模板相邻细针头横坐标差值,(x0,y0)表示插头标准模板中心坐标,计算方法是其中h,w表示插头标准模板的长和宽,依据针头间位置关系和插头标准模板具体参数,得到旋转前各针横坐标pin_x1和旋转前各针纵坐标pin_y1,插头标准模板旋转后各针坐标计算方法如下,i表示第i针针头:
接着,计算各针坐标与辨识出的各针头坐标之间的差值,取这组差值的中位数作为x轴和y轴的偏移量,变换插头标准模板后,求模板各个针头和实际插头上相应针头坐标的差值,该插针若大于检测阈值,则报告存在弯针或断针故障,否则,航空插头正常。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810619917.8/1.html,转载请声明来源钻瓜专利网。