本發明涉及一種于工件表面質量圖像檢測技術中加工背景紋理抑制方法，屬于工件表面質量檢測領域。

背景技術：

隨著制造技術的發展，高成本、高精度批量加工零件越來越多，對工件表面質量檢測提出了更高的要求。研發新的用于工件表面背景紋理的抑制方法，進而實現工件表面質量檢測，符合企業的迫切需求，對機械學科基礎理論研究也具有重要意義。

在機械切削加工過程中，從圖像角度對工件表面質量缺陷進行檢測一直是國內外研究熱點。由于刀具作業的規律性，被加工工件表面會留下一定方向性的切削加工紋理；與此同時，由于機床振動、切削碰撞和工件材質不均勻等方面原因，會導致工件表面產生裂紋、劃痕、麻坑等各種各樣的缺陷。切削加工紋理的存在一方面可以提供反映切削加工過程的信息，另一方面也會干擾工件表面缺陷的檢測，采用工件表面加工背景紋理抑制方法對工件表面背景紋理進行抑制就可以解決切削加工紋理干擾工件表面缺陷檢測的問題。

技術實現要素：

本發明的目的是提供一種圖像分析結果與物理檢測結果吻合度較高，實用性較強的用于于工件表面質量圖像檢測技術中加工背景紋理抑制方法，即可實現工件加工表面背景紋理的抑制，也可為工件加工表面背景紋理的研究提供理論依據。

本發明解決其技術問題所采用的技術方案是：一種于工件表面質量圖像檢測技術中加工背景紋理抑制方法，所述工件加工表面包括鉆削、銑削、車削、磨削加工工件表面，其特征是：首先通過專業成像設備對工件表面進行圖像采集并灰度化處理，獲得工件表面灰度圖像；然后基于灰度共生矩陣生成工件表面灰度特征圖；遍歷工件表面灰度特征圖像素點，并依次作為中心像素點將工件表面灰度特征圖劃分成若干個n×n(n∈{3,5})大小的像素塊，隨機抽樣像素塊，將樣本向量化并進行非負矩陣分解，獲得加工背景紋理特征圖；依次計算加工背景紋理特征圖與工件表面灰度特征圖中每一個像素塊的歐氏距離，求平均值并賦值給工件表面灰度特征圖中相應像素塊的中心像素點，實現工件表面圖像加工背景紋理抑制，突顯工件表面質量特征。

所述基于灰度共生矩陣生成工件表面灰度特征圖是指設置一個m×m(m∈{3,5})大小的檢測窗口，然后遍歷工件表面灰度圖像像素點依次鎖定工件表面灰度圖像中由m×m(m∈{3,5})個像素組成的像素塊，生成灰度共生矩陣，并將灰度共生矩陣中元素值做歸一化處理，根據得到的灰度共生矩陣計算方差特征值，將得到的方差特征值賦值給像素塊的中心像素點，然后將檢測窗口依次移動到下一個位置重復上述步驟，直到整幅圖像遍歷完為止。

所述遍歷工件表面灰度特征圖像素點，并依次作為中心像素點將工件表面灰度特征圖劃分成若干個n×n(n∈{3,5})大小的像素塊是指設置一個n×n(n∈{3,5})大小的檢測窗口，然后遍歷工件表面灰度特征圖像素點依次鎖定工件表面灰度圖像中由n×n(n∈{3,5})個像素組成的像素塊，截取該像素塊，接著將檢測窗口依次移動到下一個位置并重復上述步驟，直到整幅圖像遍歷完為止。

所述隨機抽樣像素塊，將樣本向量化并進行非負矩陣分解，獲得加工背景紋理特征圖是指在工件加工表面灰度特征圖中，代表缺陷的灰度特征占比較小，基于統計學基本原理，在截取的若干幅n×n(n∈{3,5})的像素塊中隨機抽取一定數量的像素塊可近似代替工件加工表面灰度特征圖的加工背景紋理特征，然后利用非負矩陣分解所具有的降低圖像冗余，獲取圖像本質特征的能力，將像素塊向量化后，作為輸入進行非負矩陣分解，獲得加工背景紋理特征圖。

所述加工背景紋理特征圖是指樣本像素塊經非負矩陣分解后，得到的基矩陣對應的圖像。

所述依次計算加工背景紋理特征圖與工件表面灰度特征圖中每一個像素塊的歐氏距離，求平均值并賦值給工件表面灰度特征圖中相應像素塊的中心像素點是指將加工背景紋理圖對應的矩陣的每一列向量按列排成一個方陣，獲得若干個方陣，遍歷工件表面灰度特征圖像素塊，然后依次計算這些方陣與工件表面灰度特征圖中一個像素塊之間的歐氏距離，求平均值并賦值給該像素塊，重復上述步驟，直至遍歷完所有像素塊。

本發明的有益效果是：本發明是一種基于灰度共生矩陣算法對工件表面灰度圖像的紋理特征進行描述，并利用非負矩陣分解算法，分解出加工背景紋理特征圖，以實現工件加工表面背景紋理的抑制，突顯工件表面質量特征。應用非負矩陣分解算法解決了傳統算法不能進行無監督學習圖像潛在特征的問題。另外，基于灰度共生矩陣對圖像紋理特征的描述方法簡單可靠，簡化了復雜的分析過程。通過試驗證明：圖像分析結果與實際結果吻合，準確率高，實用性強，可以廣泛應用于切削質量檢測領域。

附圖說明

圖1是本發明的原理流程圖。

圖2是工件加工表面圖。

圖3是工件表面灰度圖像。

圖4是工件表面灰度特征圖。

圖5是工件表面灰度特征樣本圖像。

圖6是工件加工背景紋理特征圖。

圖7是工件加工表面背景紋理抑制圖。

具體實施方式

下面結合附圖和實施例對本發明做進一步詳細說明。

本發明可針對鉆削、銑削、車削、磨削等加工工件表面圖像，以銑削加工試驗為例。

實施例1，所述工件加工表面包括鉆削、銑削、車削、磨削加工工件表面，其特征是：首先通過專業成像設備對工件表面進行圖像采集并灰度化處理，獲得工件表面灰度圖像；然后基于灰度共生矩陣生成工件表面灰度特征圖；遍歷工件表面灰度特征圖像素點，并依次作為中心像素點將工件表面灰度特征圖劃分成若干個n×n(n∈{3,5})大小的像素塊，隨機抽樣像素塊，將樣本向量化并進行非負矩陣分解，獲得加工背景紋理特征圖；依次計算加工背景紋理特征圖與工件表面灰度特征圖中每一個像素塊的歐氏距離，求平均值并賦值給工件表面灰度特征圖中相應像素塊的中心像素點，實現工件表面圖像加工背景紋理抑制，突顯工件表面質量特征。參閱圖1至圖7。

實施例2，所述基于灰度共生矩陣生成工件表面灰度特征圖是指設置一個m×m(m∈{3,5})大小的檢測窗口，然后遍歷工件表面灰度圖像像素點依次鎖定工件表面灰度圖像中由m×m(m∈{3,5})個像素組成的像素塊，生成灰度共生矩陣，并將灰度共生矩陣中元素值做歸一化處理，根據得到的灰度共生矩陣計算方差特征值，將得到的方差特征值賦值給像素塊的中心像素點，然后將檢測窗口依次移動到下一個位置重復上述步驟，直到整幅圖像遍歷完為止。參閱圖1至圖7，其余同實施例1。

實施例3，所述遍歷工件表面灰度特征圖像素點，并依次作為中心像素點將工件表面灰度特征圖劃分成若干個n×n(n∈{3,5})大小的像素塊是指設置一個n×n(n∈{3,5})大小的檢測窗口，然后遍歷工件表面灰度特征圖像素點依次鎖定工件表面灰度圖像中由n×n(n∈{3,5})個像素組成的像素塊，截取該像素塊，接著將檢測窗口依次移動到下一個位置并重復上述步驟，直到整幅圖像遍歷完為止。參閱圖1至圖7，其余同上述實施例。

實施例4，所述隨機抽樣像素塊，將樣本向量化并進行非負矩陣分解，獲得加工背景紋理特征圖是指在工件加工表面灰度特征圖中，代表缺陷的灰度特征占比較小，基于統計學基本原理，在截取的若干幅n×n(n∈{3,5})的像素塊中隨機抽取一定數量的像素塊可近似代替工件加工表面灰度特征圖的加工背景紋理特征，然后利用非負矩陣分解所具有的降低圖像冗余，獲取圖像本質特征的能力，將像素塊向量化后，作為輸入進行非負矩陣分解，獲得加工背景紋理特征圖。參閱圖1至圖7，其余同上述實施例。

實施例5，所述加工背景紋理特征圖是指樣本像素塊經非負矩陣分解后，得到的基矩陣對應的圖像。參閱圖1至圖7，其余同上述實施例。

實施例6，所述依次計算加工背景紋理特征圖與工件表面灰度特征圖中每一個像素塊的歐氏距離，求平均值并賦值給工件表面灰度特征圖中相應像素塊的中心像素點是指將加工背景紋理圖對應的矩陣的每一列向量按列排成一個方陣，獲得若干個方陣，遍歷工件表面灰度特征圖像素塊，然后依次計算這些方陣與工件表面灰度特征圖中一個像素塊之間的歐氏距離，求平均值并賦值給該像素塊，重復上述步驟，直至遍歷完所有像素塊。參閱圖1至圖7，其余同上述實施例。

實施例7，具體過程如下：

如附圖1所示，此圖為本發明原理流程圖。通過圖像采集設備對已加工工件表面進行圖像采集，獲取工件加工表面圖像并進行灰度化處理，獲得工件表面灰度圖像；然后基于灰度共生矩陣生成工件表面灰度特征圖；接著遍歷工件表面灰度特征圖像素點，并依次作為中心像素點將工件表面灰度特征圖劃分成若干個n×n(n∈{3,5})大小的像素塊，隨機抽樣像素塊，將樣本向量化并進行非負矩陣分解，獲得加工背景紋理特征圖；通過依次計算這些方陣與工件表面灰度特征圖中一個像素塊的歐氏距離，求平均值并賦值給該像素塊，重復上述步驟，直至遍歷完所有像素塊實現工件加工表面圖像紋理背景的抑制。

如附圖2所示，它為通過圖像采集設備采集到的工件加工表面圖像。由于圖像的成像質量對后續處理結果有影響，因此應選擇像素較高的工業級相機以及在曝光條件較好的環境下進行圖像采集。

基于灰度共生矩陣生成工件表面灰度特征圖，如附圖3、4所示，此圖為工件表面方差特征圖像，由于方差反映的是區域內各像素值與該區域像素均值的灰度差大小，工件加工表面中加工缺陷區域與加工正常區域的像素灰度差無疑是很大的，因此工件表面方差特征圖能將加工缺陷邊緣很好的突顯出來。

如附圖5所示，此圖為工件加工表面灰度特征樣本圖像，由在工件加工表面灰度特征圖中，代表缺陷的灰度特征占比較小，基于統計學基本原理，在截取的若干幅n×n(n∈{3,5})的像素塊中隨機抽取一定數量的像素塊可近似代替工件加工表面灰度特征圖的加工背景紋理特征。

如附圖6所示，此圖為加工背景紋理特征圖，為了降低圖像矩陣的冗余，獲得更為稀疏的表達方式，利用非負矩陣分解算法，分解出工件加工表面灰度特征樣本圖像的背景特征，作為加工背景紋理特征的近似描述。

本發明最后依次計算加工背景紋理特征圖與工件表面灰度特征圖中每一個像素塊的歐氏距離，求平均值并賦值給工件表面灰度特征圖中相應像素塊的中心像素點，實現工件表面圖像加工背景紋理抑制。參閱圖1至圖7，其余同上述實施例。