[发明专利]一种门窗制造质量检测方法

说明书

本发明涉及门窗质量检测技术领域，具体涉及一种门窗制造质量检测方法。方法包括：获取待检测门窗图像；以待检测门窗图像的中心点为原点进行霍夫变换，得到霍夫参数空间；根据霍夫参数空间中各正弦曲线过高亮点的数量，计算各正弦曲线对应的第一概率；根据各正弦曲线过点的数量，计算各正弦曲线对应第二概率；根据各正弦曲线对应的第一概率和第二概率，得到各正弦曲线对应的目标概率；从各正弦曲线对应的目标概率中选取四个最大的目标概率，若四个最大的目标概率均大于误差阈值，则判定门窗合格。本发明提高了门窗质量检测的准确性。

技术领域

本发明涉及门窗质量检测技术领域，具体涉及一种门窗制造质量检测方法。

背景技术

在门窗制造过程中，需要对门窗进行切割，由于门窗的四个角是应力集中部位，因此在切割的过程中容易产生较大误差，导致切割后的门窗的四个角缺失或者损坏无法投入使用。为了检测门窗四个角缺失或损坏的情况，传统方法是人工对门窗进行随机抽检，比如每隔一小时检验一下，该方法存在较大的随机性；并且人工检测的主观性强和误差较大，容易出现误检和漏检的情况，检测不准确。

发明内容

为了解决现有技术对门窗质量检测不准确的问题，本发明的目的在于提供一种门窗制造质量检测方法，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种门窗制造质量检测方法包括以下步骤：

获取待检测门窗图像；

以待检测门窗图像的中心点为原点对待检测门窗图像进行霍夫变换，得到待检测门窗图像对应的霍夫参数空间；

根据霍夫参数空间中各正弦曲线过高亮点的数量，计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第一概率，所述理论角点为标准门窗的角点；

根据霍夫参数空间中各正弦曲线过点的数量，计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第二概率；

根据各正弦曲线对应的第一概率和第二概率，得到各正弦曲线对应的目标概率，所述正弦曲线对应的目标概率为正弦曲线对应的像素点为理论角点的概率；从各正弦曲线对应的目标概率中选取四个最大的目标概率，若四个最大的目标概率均大于误差阈值，则判定门窗质量合格。

优选的，根据霍夫参数空间中各正弦曲线过高亮点的数量，计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第一概率，包括：

获取霍夫参数空间中各正弦曲线的初始投票值序列，所述投票值序列中各元素为霍夫参数空间中正弦曲线经过的各点对应的投票值；

将各正弦曲线对应的初始投票值序列中各元素进行升序排列，得到各正弦曲线对应的排序后的投票值序列；

构建与各排序后的投票值序列对应的虚拟序列，所述虚拟序列用于判断排序后的投票值序列中的高亮点；

将各正弦曲线对应的排序后的投票值序列与对应的虚拟序列进行对比，得到在多个不同余弦相似度阈值下霍夫参数空间中各正弦曲线经过高亮点的数量；

计算不同余弦相似度阈值下霍夫参数空间中各正弦曲线经过两个高亮点的次数与余弦相似度阈值总数量之比，得到霍夫参数空间中各正弦曲线对应的第一概率。

优选的，根据霍夫参数空间中各正弦曲线过点的数量，计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第二概率，包括：

获取霍夫参数空间中各正弦曲线的过点数量；

根据霍夫参数空间中各正弦曲线的过点数量与最大过点数量之比，得到霍夫参数空间中各正弦曲线对应的第二概率。

优选的，根据各正弦曲线对应的第一概率和第二概率，得到各正弦曲线对应的目标概率，包括：