本發(fā)明涉及一種隔板數(shù)孔和開窗孔面積等效截面孔數(shù)的計算方法，用于核對隔板上的小孔數(shù)量及計算隔板上開窗孔面積等效截面孔數(shù)。

背景技術(shù)：

汽車排氣消音器內(nèi)部一般由隔板分離成多腔體結(jié)構(gòu)。隔板一般為穿小孔和開窗孔相結(jié)合的結(jié)構(gòu)，小孔數(shù)量和開窗孔面積所對應的等效截面小孔數(shù)量具有控制聲學性能和影響發(fā)動機功率輸出的功能。因此，排氣隔板在設(shè)計和制造過程中需要反復確認隔板的孔數(shù)和開窗孔面積以確保設(shè)計與制造的一致性。由于排氣隔板小孔的數(shù)量往往非常大，開窗孔面積往往不是規(guī)則的圖形，因此在批量樣件制作或者質(zhì)量審查過程中，核對小孔的數(shù)量和開窗孔面積已經(jīng)成為非常棘手的工作。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種自動化的排氣隔板的數(shù)孔方法。

為了達到上述目的，本發(fā)明的技術(shù)方案是提供了一種隔板數(shù)孔和開窗孔面積等效截面孔數(shù)的計算方法，其特征在于，包括以下步驟：

步驟1、選取需要數(shù)小孔和/或計算開窗孔面積的隔板圖片，當僅需要數(shù)小孔時，填充隔板圖片中所有管道途經(jīng)的大孔和開窗孔，形成填充圖片，當需要計算開窗孔面積時，填充隔板圖片中所有管道途經(jīng)的大孔，形成填充圖片；

步驟2、將步驟1得到的填充圖片轉(zhuǎn)換為灰度圖；

步驟3、調(diào)節(jié)步驟2得到的灰度圖的對比度，將灰度值的范圍擴展到[0～255]，并進行中值濾波，抑制斑點，保留邊緣；

步驟4、定義灰度分割閾值，對步驟3得到的圖片進行灰度分隔，將步驟3得到的灰度圖像轉(zhuǎn)換為二值圖像，當僅需要數(shù)小孔時，判斷灰度分隔后的圖像中的小孔是否存在聯(lián)通，或是否遺留其他非小孔像素，若是，則調(diào)節(jié)灰度分割閾值后，重新進行灰度分隔，否不是，則進入步驟5，當需要計算開窗孔面積時，判斷開窗孔的輪廓是否清洗，且是否出現(xiàn)比最大小孔面積更大的像素，若開窗孔的輪廓清洗，且未出現(xiàn)比最大小孔面積更大的像素，則進入步驟5，否則調(diào)節(jié)灰度分割閾值后，重新進行灰度分隔；

步驟5、提取步驟4得的圖像的輪廓；

步驟6、當僅需要數(shù)小孔時，對步驟5得到的圖像進行輪廓加粗并填充封閉區(qū)域，當需要計算開窗孔面積時，直接填充封閉區(qū)域；

步驟7、清理步驟6得到的圖像中的不封閉的輪廓；

步驟8、當僅需要數(shù)小孔時，計算步驟7得到的圖像中的小孔的數(shù)量，當需要計算開窗孔面積時，計算開窗孔等效截面對應小孔個數(shù)。

優(yōu)選地，所述隔板圖片為實物隔板照片或隔板數(shù)模。

優(yōu)選地，在所述步驟3中，所述中值濾波采用二維中值濾波。

優(yōu)選地，在所述步驟4中，基于最大類間方差法計算得到所述灰度分割閾值。

優(yōu)選地，在所述步驟5中，基于Sobel算子邊緣檢測的方法提取步驟4得的圖像的輪廓。

優(yōu)選地，在所述步驟6中，運用形態(tài)學中的膨脹運算進行輪廓加粗，運用形態(tài)學中的重構(gòu)方法填充封閉區(qū)域。

優(yōu)選地，在所述步驟7中，運用形態(tài)學中的重構(gòu)方法清理步驟6得到的圖像中的不封閉的輪廓。

優(yōu)選地，在所述步驟8中，運用二值圖像中的4連通區(qū)域標記法計算小孔的數(shù)量。

優(yōu)選地，在所述步驟8后，還包括：

步驟9、顯示小孔面積分布圖和/或開窗孔等效截面小孔個數(shù)。

本發(fā)明的第一個特點是：提供了一個快速的圖片灰度切割的閾值調(diào)節(jié)工具條，針對識別清晰度不高或亮度不均勻的照片，極大地提升識圖的成功率。本發(fā)明的第二個特點是：提供了一個小孔面積分布顯示工具，為小孔孔數(shù)的識別提供了一個可靠性的辨別工具。本發(fā)明的第三個特點是：針對因穿孔率需求很高而需要開窗孔的隔板，本發(fā)明還提供了一個可以估算開窗孔所對應的等效截面的小孔數(shù)量的工具。

本發(fā)明可以極大提高隔板的數(shù)孔效率，節(jié)約大量人力物力，并可以用來提高排氣消音器的設(shè)計質(zhì)量，保證消音器設(shè)計與制造的一致性。

附圖說明

圖1為小孔計數(shù)流程圖；

圖2為開窗孔等效截面小孔數(shù)計算流程圖。

具體實施方式

為使本發(fā)明更明顯易懂，茲以優(yōu)選實施例，并配合附圖作詳細說明如下。以下實施例所公開的方法均采用的是隔板數(shù)模，若采用實物隔壁照片，則選取需要數(shù)小孔和計算開窗孔面積的隔板實物，將隔板放置于深色背景地板，拍照保存。當僅需要數(shù)小孔時，用計算機畫圖工具刪除所有管道途經(jīng)的大孔和開窗孔，截圖保存，作為數(shù)小孔的圖片。當需要計算開窗孔面積時，用計算機畫圖工具刪除所有管道途經(jīng)的大孔，截圖保存。

實施例1

結(jié)合圖1，本實施例公開了一種隔板數(shù)孔的計算方法，包括以下步驟：

步驟1：圖片準備。選取需要數(shù)小孔和計算開窗孔面積的隔板數(shù)模，填充所有管道途經(jīng)的大孔和開窗孔，截圖保存，作為數(shù)小孔的圖片。

步驟2：打開并讀入圖片。

步驟3：圖片色度轉(zhuǎn)換。將RGB彩圖(m×n×3的三維矩陣)通用的灰度計算公式0.2989*R+0.5870*G+0.1140*B轉(zhuǎn)換為灰度圖(m×n的二維矩陣)。

步驟4：圖片對比度調(diào)節(jié)，并中值濾波。圖片對比度調(diào)節(jié)的基本原理為矩陣映射方法，即對圖像的每個像素值進行函數(shù)映射，將灰度值的范圍擴展到最大值[0～255]，增大了圖片的清晰度。由于后續(xù)需要進行邊緣檢測，因此需要中值濾波抑制斑點，保留邊緣，本實施例采用二維中值濾波。

步驟5：圖片灰度分割閾值定義并分割圖片?；谧畲箢愰g方差法(Otsu)，找到圖片的一個合適的閾值，使用閾值去分割灰度圖，將灰度圖像[0～255]轉(zhuǎn)換為只有純黑(0)、純白(255)兩種顏色的二值圖像。

步驟6：調(diào)節(jié)灰度分割閾值并重新分割圖片。最大類間方差法計算的到閾值并不能總是有效，若灰度圖分割不符合要求(小孔存在聯(lián)通或遺留其他非小孔像素)，需要人為調(diào)節(jié)閾值去干涉分割以得到合理的分割結(jié)果。

步驟7：輪廓提取。輪廓提取基于Sobel算子邊緣檢測的方法，Sobel算子是一階導數(shù)的邊緣檢測算子，在算法實現(xiàn)過程中，通過3×3模板為核與圖像中的每個像素點做卷積和運算，然后選取合適的閾值以提取邊緣。

步驟8：輪廓加粗并填充封閉區(qū)域。輪廓加粗運用了形態(tài)學中的膨脹運算，封閉區(qū)域填充運用了形態(tài)學中的重構(gòu)方法。

步驟9：清理開口區(qū)域。清理不封閉的輪廓和圖形運用了形態(tài)學中的重構(gòu)方法。

步驟10：孔數(shù)計算并顯示?？讛?shù)計算運用了二值圖像中的4連通區(qū)域標記法[8]。

步驟11：小孔面積分布圖顯示。孔數(shù)面積分布圖是為了給小孔數(shù)數(shù)提供一個可靠性的認證工具，由于排氣隔板小孔一般為等面積小孔，發(fā)現(xiàn)嚴重偏離均值的小孔一般為干擾因素，需要重新調(diào)節(jié)灰度分割閾值并重新分割圖片。

實施例2

結(jié)合圖2，本實施例公開了一種開窗孔面積等效截面孔數(shù)的計算方法，包括以下步驟：

步驟1：圖片準備。選取需要數(shù)小孔和計算開窗孔面積的隔板數(shù)模，填充所有管道途經(jīng)的大孔，保留開窗孔，截圖保存，作為計算開窗孔等效截面小孔個數(shù)的圖片。

步驟2：打開并讀入圖片。

步驟3：圖片色度轉(zhuǎn)換。將RGB彩圖(m×n×3的三維矩陣)通用的灰度計算公式0.2989*R+0.5870*G+0.1140*B轉(zhuǎn)換為灰度圖(m×n的二維矩陣)。

步驟4：圖片對比度調(diào)節(jié)，并中值濾波。圖片對比度調(diào)節(jié)的基本原理為矩陣映射方法，即對圖像的每個像素值進行函數(shù)映射，將灰度值的范圍擴展到最大值[0～255]，增大了圖片的清晰度；由于后續(xù)需要進行邊緣檢測，因此需要中值濾波抑制斑點，保留邊緣，本實施例采用二維中值濾波。

步驟5：圖片灰度分割閾值定義并分割圖片?；谧畲箢愰g方差法(Otsu)，找到圖片的一個合適的閾值，使用閾值去分割灰度圖，將灰度圖像[0～255]轉(zhuǎn)換為只有純黑(0)、純白(255)兩種顏色的二值圖像。

步驟6：調(diào)節(jié)灰度分割閾值并重新分割圖片。最大類間方差法計算的到閾值并不能總是有效，若灰度圖分割不符合要求(保證開窗孔輪廓清晰的前提下，不能出現(xiàn)比最大小孔面積更大的像素)，需要人為調(diào)節(jié)閾值去干涉分割以得到合理的分割結(jié)果。

步驟7：輪廓提取。輪廓提取基于Sobel算子邊緣檢測的方法，Sobel算子是一階導數(shù)的邊緣檢測算子，在算法實現(xiàn)過程中，通過3×3模板為核與圖像中的每個像素點做卷積和運算，然后選取合適的閾值以提取邊緣。

步驟8：填充封閉區(qū)域(輪廓不加粗)。輪廓不加粗是為了計算小孔和開窗孔真實的相對面積。

步驟9：清理開口區(qū)域。清理不封閉的輪廓和圖形運用了形態(tài)學中的重構(gòu)方。

步驟10：選擇開窗孔個數(shù)。選擇開窗孔個數(shù)是因為后續(xù)的等效截面算法決定的。開窗孔等效截面對應小孔個數(shù)＝開窗孔面積/除開窗孔外的小孔最大面積。因此在選擇圖片分割閾值時，除了保證開窗孔輪廓清晰的前提下，不能出現(xiàn)比最大小孔面積更大的像素。

步驟11：開窗孔等效截面小孔個數(shù)顯示。