麻豆精品无码国产在线播放,国产亚洲精品成人AA片新蒲金,国模无码大尺度一区二区三区,神马免费午夜福利剧场

一種軸向漏磁缺陷信號自動檢測方法與流程

文檔序號:11131623閱讀:來源:國知局

技術特征:

1.一種軸向漏磁缺陷信號自動檢測方法,其特征在于,該方法包括如下步驟:

步驟1、對原始二維軸向漏磁信號進行梯度提取;

步驟2、對提取的梯度數據g(x,y)進行基于直方圖的全局對比度增強;

步驟3、根據全局對比度增強后的數據計算全局最優分割點,實現閾值分割,得到二值化數據;

步驟4、根據閾值分割后的二值化數據的區域面積,剔除虛驚,從而實現信號的自動檢測。

2.如權利要求1所述的方法,其特征在于,所述步驟1、對原始二維軸向漏磁信號進行梯度提取,具體實現步驟為:

遍歷原始二維軸向漏磁信號f(x,y),提取(x,y)坐標下的梯度數據g(x,y):

<mrow> <mtable> <mtr> <mtd> <mrow> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mn>2</mn> <mo>*</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mn>2</mn> <mo>*</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>y</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

3.如權利要求1所述的方法,其特征在于,所述步驟2、對提取的梯度數據g(x,y)進行基于直方圖的全局對比度增強,具體實現步驟為:

2.1、計算梯度數據g(x,y)的最大值Mx1、最小值Mi1,并以如下公式完成數據歸一化操作:

其中,為向下取整操作。

2.2、計算歸一化后的梯度數據q(x,y)的直方圖f(n)

遍歷q(x,y)所有數據點,按照如下公式(3)和(4)計算直方圖f(n)

<mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mo>&Sigma;</mo> <mi>i</mi> </munder> <munder> <mo>&Sigma;</mo> <mi>j</mi> </munder> <mi>&Delta;</mi> <mo>&lsqb;</mo> <mi>q</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>n</mi> <mo>&rsqb;</mo> <mo>,</mo> <mi>n</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>,</mo> <mn>....255</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

其中

2.3、計算特征值映射表S(p)

<mrow> <mi>S</mi> <mrow> <mo>(</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>255</mn> </msubsup> <mi>f</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>,</mo> <mi>p</mi> <mo>)</mo> </mrow> <mo>,</mo> <mi>p</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mn>255</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

其中

其中,σ為方差,n1、n2分別為第一、第二灰度級變量;

2.4、遍歷所有數據點,根據特征映射表S(p)將梯度歸一化后的梯度數據q(x,y)映射為全局對比度增強后的數據h(x,y),公式如下:

h(x,y)=S(q(x,y)); (7)。

4.如權利要求1-3中任一項所述的方法,其特征在于,步驟3、根據全局對比度增強后的數據計算全局最優分割點,實現閾值分割,得到二值化數據;

具體實現步驟如下:

3.1、將全局對比度增強后的數據h(x,y)歸一化至[0,255]

其中,Q(x,y)為歸一化后的數據,Mx2、Mi2分別為h(x,y)的最大值和最小值。

3.2、將歸一化后的數據Q(x,y)視為二維圖像,圖像點總個數為N,L為圖像灰度級,灰度級取值范圍為[0,255],ni為灰度級為i的點數,pi為灰度級i出現的概率,則

pi=ni/N i=0,1,2…255 (9)

3.3、將圖像像素點分為兩類,即C0類和C1類;

計算C0類的均值和權值:

<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mi>o</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <msub> <mi>ip</mi> <mi>i</mi> </msub> <mo>/</mo> <msub> <mi>w</mi> <mn>0</mn> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>w</mi> <mi>o</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </munderover> <msub> <mi>p</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>

計算C1類的均值和權值:

<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>u</mi> <mn>1</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>ip</mi> <mi>i</mi> </msub> <mo>/</mo> <msub> <mi>w</mi> <mn>1</mn> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>w</mi> <mn>1</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>p</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>

其中,L為圖像灰度級;

整幅圖像的均值為

那么類間方差為

<mrow> <msubsup> <mi>&sigma;</mi> <mi>B</mi> <mn>2</mn> </msubsup> <mo>=</mo> <msub> <mi>w</mi> <mn>0</mn> </msub> <msup> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mo>-</mo> <msub> <mi>u</mi> <mi>g</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>w</mi> <mn>1</mn> </msub> <msup> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>1</mn> </msub> <mo>-</mo> <msub> <mi>u</mi> <mi>g</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>

3.4、讓k在[0,255]范圍內遍歷性取值,當最大時對應的k值為選定閾值,即圖像的全局最優分割點;

遍歷Q(x,y),數值大于圖像的全局最優分割點k的點設為1,否則設為0,可得二值化數據b(x,y)。

5.如權利要求1-4中任一項所述的方法,其特征在于,步驟4、根據閾值分割后二值化數據的區域面積,剔除虛驚;

具體實現步驟如下:

4.1、計算缺陷面積:

將二值化數據b(x,y)中1值的點視為缺陷信號,0值的點為非缺陷信號;缺陷信號相鄰距離小于第一距離閾值Ω,則視為同一缺陷區域,缺陷信號相鄰距離超過第二距離閾值α,則視為不同缺陷區域;將第i個缺陷區域內信號點的個數Ai設為第i個缺陷的面積;

4.2、剔除虛驚:

遍歷所有缺陷面積;如果缺陷面積小于第二距離閾值α視為虛驚,則將其剔除;如果缺陷面積大于等于第二距離閾值α,則視為有效缺陷,保留檢測結果。

當前第2頁1 2 3 
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
主站蜘蛛池模板: 定兴县| 丰原市| 南汇区| 从江县| 乐至县| 邵阳县| 德清县| 石狮市| 沁水县| 历史| 锦屏县| 宁城县| 墨竹工卡县| 怀柔区| 拉孜县| 卢湾区| 清镇市| 陵川县| 新巴尔虎左旗| 平罗县| 屯留县| 阳谷县| 合江县| 富宁县| 文化| 黑山县| 阳高县| 秦皇岛市| 鄄城县| 定远县| 枞阳县| 仙游县| 钦州市| 台山市| 汕头市| 信宜市| 杨浦区| 裕民县| 陇川县| 衡阳市| 辽中县|