[发明专利]用于数控剖锭机的设备异常检测方法

说明书

本发明公开了一种用于数控剖锭机的设备异常检测方法，属于数据处理技术领域；包括以下步骤：获取数控剖锭机红外热图像的灰度图；获取每个像素点为噪声像素点的综合概率；获取每个像素点为边缘像素点的概率；获取每个像素点的滤波窗口尺寸；根据每个像素点的滤波窗口尺寸对每个像素点进行均值滤波获取去噪后的灰度图；根据去噪后的灰度图的灰度均值判断数控剖锭机的设备运行是否异常。本发明通过改进均值滤波算法提高图像的去噪效果，实现保护图像边缘的同时，提高去噪效果；从而能够提升对数控剖锭机的设备异常检测的准确性。

技术领域

本发明涉及数据处理技术领域，具体涉及一种用于数控剖锭机的设备异常检测方法。

背景技术

数控剖锭机通过数字程序驱动机床运动对工件进行加工处理，其需要长时间的运行作业，为了保证设备的安全运行，需要实时的监测设备运行是否正常、状态是否稳定。传统方法进行设备异常检测时，需要耗费大量的人力成本和财力成本，在此基础上提出了基于智能化图像处理的设备异常检测方法，利用红外热成像技术实时监测设备的运行状态，由于机体在正常运行作业时，其产热和散热过程通常会保持动态平衡，因此可以通过分析设备运行中的温度变化，检测运行中的设备内部是否出现异常。

为了实现上述目的，本领域技术人员通过智能化图像处理的设备异常检测，在检测过程中通过红外热图像来判断设备运行是否异常，但是红外热图像对比度低、受噪声影响较大，故直接对采集的低质量红外热图像进行分析，无法保证设备异常检测结果的可信度。则需要对红外热图像进行去噪处理，提高红外热图像的质量。传统的图像去噪方法都存在着各自固有的缺陷，如均值滤波，其滤波窗口的尺寸固定，且尺寸大小凭经验选取，窗口尺寸较大时，不能很好的保护图像细节，窗口尺寸较小时，噪声去除效果较差。而通过均值处理时，窗口内各像素点的权值相同，使噪声像素点对均值的结果影响较大，令噪声的平滑效果较差。

发明内容

为了解决现有技术中的不足，本发明提供一种用于数控剖锭机的设备异常检测方法，该方法通过改进均值滤波算法提高图像的去噪效果，先根据红外热图像内各像素点为噪声点和边缘点的概率，实现窗口的自适应选取，进而根据为噪声点的概率进行加权均值去噪，实现保护图像边缘的同时，提高去噪效果，最后对高质量的红外热图像进行分析，判断设备是否正常运行。从而能够提升对数控剖锭机的设备异常检测的准确性。

本发明的目的是提供一种用于数控剖锭机的设备异常检测方法，包括以下步骤：

获取数控剖锭机红外热图像的灰度图；

利用窗口对所述灰度图进行遍历；根据每个窗口内像素点灰度值的均值对所述窗口内的像素点进行分类；

根据每个窗口内与中心像素点同类别的其他像素点的灰度值，获取每个窗口内中心像素点为噪声像素点的第一概率；

将每个像素点在不同方向上的灰度梯度向量的加和作为每个像素点的热传导向量；根据每个窗口内与中心像素点同类别的每个像素点的热传导向量，获取每个窗口内中心像素点为噪声像素点的第二概率；

根据每个窗口内中心像素点的第一概率和第二概率，获取每个窗口内中心像素点为噪声像素点的综合概率；

根据每个窗口内每个像素点的综合概率和灰度值获取每个窗口中心像素点为边缘像素点的概率；

根据每个像素点为边缘像素点的概率和综合概率获取每个像素点的滤波窗口尺寸；

根据每个像素点的滤波窗口尺寸对每个像素点进行均值滤波获取去噪后的灰度图；

根据去噪后的灰度图的灰度均值判断数控剖锭机的设备运行是否异常。

在一实施例中，所述每个窗口内中心像素点为噪声像素点的第一概率是按照以下步骤获取：

获取所述灰度图中灰度级从小至大排序的灰度级序列；