本發(fā)明涉及圖像處理領(lǐng)域。更具體地，本發(fā)明涉及基于金屬保溫層抗沖擊檢測工藝的監(jiān)測方法。

背景技術(shù)：

1、在工業(yè)應(yīng)用中，金屬保溫層用于管道、儲罐和設(shè)備的熱管理。隨著操作環(huán)境的復(fù)雜性增加，金屬保溫層常常面臨沖擊、振動和溫度變化等外部因素的影響，這些因素可能導(dǎo)致保溫層的損壞，從而影響設(shè)備的能效和安全性。

2、現(xiàn)有公開號為cn115359053a的中國專利申請文件公開了一種金屬板材缺陷智能檢測方法及系統(tǒng)，涉及計算機(jī)視覺技術(shù)領(lǐng)域，所述方法包括獲取金屬板材表面的灰度圖像；獲取每次灰度級降維后灰度圖像的灰度游程矩陣；獲取每次灰度級降維后灰度圖像的降維可信度；獲取灰度圖像的最大允許降維程度；獲取灰度圖像中每個像素點(diǎn)與該像素點(diǎn)鄰域內(nèi)像素點(diǎn)平均灰度值差值的最大取值；根據(jù)最大取值獲取灰度圖像中每個像素點(diǎn)的平滑濾波窗口尺寸，根據(jù)每個像素點(diǎn)的平滑濾波窗口尺寸對灰度圖像進(jìn)行平滑濾波處理，獲得目標(biāo)灰度圖像；對目標(biāo)灰度圖像進(jìn)行邊緣檢測獲取目標(biāo)灰度圖像中的缺陷區(qū)域；本發(fā)明解決相關(guān)技術(shù)中在對金屬板進(jìn)行缺陷檢測時無法實(shí)現(xiàn)對金屬板表面缺陷的精確檢測的技術(shù)問題。

3、上述申請文件中通過灰度級降維和平滑濾波處理，提高了對小缺陷的檢測精確度，目前基于機(jī)器視覺對金屬保溫層表面的缺陷對金屬保溫層的表面圖像進(jìn)行抗沖擊試驗(yàn)檢測，但是由于凹凸結(jié)構(gòu)金屬保溫層的表面不平滑和反射率不同，導(dǎo)致無法準(zhǔn)確判斷金屬保溫層是否出現(xiàn)缺陷和形變，同時，存在主觀誤差和平面圖像視覺誤差導(dǎo)致金屬保溫層抗loca沖擊能力評價不準(zhǔn)確，造成了使用過程中的潛在風(fēng)險。

技術(shù)實(shí)現(xiàn)思路

1、為解決凹凸結(jié)構(gòu)金屬保溫層的表面不平滑和反射率不同，導(dǎo)致無法準(zhǔn)確判斷金屬保溫層是否出現(xiàn)缺陷和形變，以致抗沖擊檢測不準(zhǔn)確的問題，本發(fā)明在如下方面中提供方案。

2、基于金屬保溫層抗沖擊檢測工藝的監(jiān)測方法，包括：獲取金屬保溫層的預(yù)設(shè)角度的表面圖像、深度數(shù)據(jù)和溫度數(shù)據(jù)，獲取預(yù)設(shè)角度的表面圖像的灰度圖像，并進(jìn)行變換修正，篩選目標(biāo)圖像；根據(jù)金屬保溫層的結(jié)構(gòu)特性將目標(biāo)圖像劃分區(qū)域，基于不同區(qū)域的深度數(shù)據(jù)計算不同區(qū)域的形變分?jǐn)?shù)，將不同區(qū)域發(fā)生形變的個數(shù)和面積作為權(quán)重進(jìn)行加權(quán)求和，得到綜合形變分?jǐn)?shù)；響應(yīng)于綜合形變分?jǐn)?shù)大于預(yù)設(shè)閾值時，提取目標(biāo)圖像中檢測前后深度差值最大的像素點(diǎn)作為區(qū)域生長的中心點(diǎn)，進(jìn)行區(qū)域生長，得到最大形變區(qū)域，根據(jù)目標(biāo)圖像的溫度數(shù)據(jù)分割出溫度異常區(qū)域；將所述最大形變區(qū)域與溫度異常區(qū)域進(jìn)行匹配，得到溫度異常分?jǐn)?shù)，并對目標(biāo)圖像的最大形變區(qū)域進(jìn)行溫度差異驗(yàn)證評估抗沖擊能力；其中，所綜合形變分?jǐn)?shù)滿足下述關(guān)系式：，式中，、分別表示試驗(yàn)前凹凸區(qū)域凹凸點(diǎn)的個數(shù)和平滑區(qū)域的面積，、分別表示試驗(yàn)時凹凸區(qū)域凹凸點(diǎn)的個數(shù)和平滑區(qū)域發(fā)生形變的面積，、分別表示凹凸區(qū)域和平滑區(qū)域的形變分?jǐn)?shù)。

3、其效果在于：通過對預(yù)設(shè)角度進(jìn)行變換修正，篩選目標(biāo)圖像，有利于選出包含紋理信息最豐富的圖像，避免因圖像拍攝造成，同時，將目標(biāo)圖像劃分為凹凸區(qū)域和平滑區(qū)域，允許對不同區(qū)域的形變進(jìn)行針對性分析，通過計算不同區(qū)域的形變分?jǐn)?shù)，并結(jié)合形變的個數(shù)和面積作為權(quán)重，進(jìn)一步根據(jù)金屬保溫層的結(jié)構(gòu)特征，獲得最大形變區(qū)域，分析不同區(qū)域抗沖擊檢測的程度，結(jié)合溫度異常區(qū)域，從而驗(yàn)證抗沖擊能力檢測的準(zhǔn)確性。

4、優(yōu)選的，所述獲取預(yù)設(shè)角度的表面圖像的灰度圖像，并進(jìn)行變換修正，包括：

5、將垂直于表面圖像的角度作為標(biāo)準(zhǔn)視角，計算不同預(yù)設(shè)角度拍攝的表面圖像相對于標(biāo)準(zhǔn)視角的透視變換矩陣，基于透視變換矩陣將每個像素點(diǎn)的坐標(biāo)從原預(yù)設(shè)角度的表面圖像映射到標(biāo)準(zhǔn)視角，得到映射圖像，并使用雙線性插值計算映射圖像的像素點(diǎn)的像素值，得到不同角度圖像的矯正灰度圖像。

6、其效果在于：通過將垂直于表面圖像的角度作為標(biāo)準(zhǔn)視角，確保所有從不同角度拍攝的圖像都被轉(zhuǎn)換到同一參考框架下，從而標(biāo)準(zhǔn)化了圖像數(shù)據(jù)，并通過計算透視變換矩陣校正由于拍攝角度引起的透視失真，使得圖像中的物體按照實(shí)際大小和形狀呈現(xiàn)，矯正后的灰度圖像可以更清晰地展示表面的紋理和特征，用于后續(xù)的圖像分析。

7、優(yōu)選的，所述篩選目標(biāo)圖像，包括：

8、使用大津法對矯正灰度圖像進(jìn)行分割，得到前景圖像和背景圖像，對前景圖像進(jìn)行連通域提取，獲取連通域中每個像素點(diǎn)在水平和垂直方向的梯度，將每個像素點(diǎn)的梯度幅度的標(biāo)準(zhǔn)差作為連通域的清晰度；

9、分別將連通域和背景區(qū)域的像素值的標(biāo)準(zhǔn)差之間的差值絕對值作為亮度差異，分別將連通域和背景區(qū)域的梯度幅度的平均值之間的比值作為幅度差異，分別將連通域和背景區(qū)域內(nèi)像素點(diǎn)的個數(shù)之間的比值作為面積比，將亮度差異和幅度差異以及面積比的乘積作為連通域的對比度；

10、將所述對比度和所述清晰度的乘積最大的表面圖像作為目標(biāo)圖像。

11、其效果在于：通過大津法分割，可以有效地將前景與背景分離，并提取前景區(qū)域的連通域，計算連通域中每個像素點(diǎn)的梯度幅度的標(biāo)準(zhǔn)差作為清晰度，有助于識別和選擇紋理清晰、細(xì)節(jié)豐富的圖像。

12、優(yōu)選的，所述計算不同區(qū)域的形變分?jǐn)?shù)，包括：

13、所述不同區(qū)域包括：凹凸區(qū)域和平滑區(qū)域；

14、基于不同區(qū)域的深度數(shù)據(jù)構(gòu)建深度共生矩陣，根據(jù)所述深度共生矩陣，遍歷所有深度數(shù)據(jù)對，計算不同區(qū)域每個深度數(shù)據(jù)對的梯度幅度的平均值，獲取不同區(qū)域每個深度數(shù)據(jù)對出現(xiàn)的概率，以及不同區(qū)域深度數(shù)據(jù)對的深度值的絕對差值和所有像素點(diǎn)的梯度幅度平均值的比值，將所述平均值和所述概率以及所述比值的乘積求和作為不同區(qū)域的形變分?jǐn)?shù)。

15、其效果在于：通過分析梯度幅度和深度變化，可以更敏感地檢測到金屬保溫層的微小損傷和形變，提高抗沖擊檢測準(zhǔn)確性。

16、優(yōu)選的，獲取所述最大形變區(qū)域，包括：

17、選擇所述中心點(diǎn)完全包含生長區(qū)域的陣列為初始陣列，其中，初始陣列為22，計算初始陣列8鄰域內(nèi)所有像素點(diǎn)的深度值的平均值和標(biāo)準(zhǔn)差，將標(biāo)準(zhǔn)差作為區(qū)域生長的生長閾值，從峰值點(diǎn)進(jìn)行區(qū)域生長，將符合生長閾值的點(diǎn)加入生長區(qū)域，直到區(qū)域內(nèi)不存在符合生長閾值的標(biāo)準(zhǔn)差的點(diǎn)則停止生長，直至沒有點(diǎn)加入生長區(qū)域，得到最大形變區(qū)域。

18、其效果在于：通過計算初始陣列8鄰域內(nèi)像素點(diǎn)的深度值平均值和標(biāo)準(zhǔn)差，并將標(biāo)準(zhǔn)差作為生長閾值，有助于更精確地獲取形變的程度和分布；并且能夠動態(tài)適應(yīng)不同的損傷程度，在損傷較輕的區(qū)域，生長閾值可能較高，獲得較小的形變區(qū)域；而在損傷較重的區(qū)域，生長閾值可能較低，獲得較大的形變區(qū)域。

19、優(yōu)選的，所述根據(jù)目標(biāo)圖像的溫度數(shù)據(jù)分割出溫度異常區(qū)域，包括：

20、選擇目標(biāo)圖像中不同區(qū)域試驗(yàn)時冷面溫度和熱面溫度差值最小的像素點(diǎn)作為區(qū)域生長的中心點(diǎn)，使用自適應(yīng)區(qū)域生長得到不同區(qū)域的溫度異常區(qū)域。

21、優(yōu)選的，所述溫度異常分?jǐn)?shù)滿足下述關(guān)系式：

22、；

23、式中，表示溫度異常分?jǐn)?shù)，、分別表示凹凸區(qū)域和平滑區(qū)域中最大形變區(qū)域與溫度異常區(qū)域中位置相同的像素點(diǎn)個數(shù)與位置不相同的像素點(diǎn)個數(shù)的比值，、分別表示凹凸區(qū)域和平滑區(qū)域中最大形變區(qū)域與溫度異常區(qū)域中位置相同的像素點(diǎn)的溫度值的標(biāo)準(zhǔn)差。

24、優(yōu)選的，所述驗(yàn)證評估抗沖擊能力，包括：

25、響應(yīng)于溫度異常分?jǐn)?shù)大于等于預(yù)設(shè)閾值，則表示金屬保溫層抗沖擊能力較差，反之，則表示金屬保溫層抗沖擊能力較好。

26、本發(fā)明具有以下效果：

27、1、本發(fā)明通過綜合利用表面圖像、深度數(shù)據(jù)和溫度數(shù)據(jù)，能夠全面捕捉金屬保溫層的形變和溫度異常情況；通過變換修正和區(qū)域生長技術(shù)，可以精確地定位最大形變區(qū)域，從而提高抗沖擊檢測的準(zhǔn)確性，通過計算綜合形變分?jǐn)?shù)和溫度異常分?jǐn)?shù)，識別出損傷區(qū)域，還能夠?qū)p傷的嚴(yán)重程度進(jìn)行評估。

28、2、本發(fā)明通過結(jié)合形變和溫度數(shù)據(jù)，可以更可靠地識別損傷區(qū)域。溫度差異驗(yàn)證不僅解決通過形變分?jǐn)?shù)單獨(dú)評估時不明顯的損傷，從而提高整體檢測的可靠性，從而分析受到高溫沖擊發(fā)生形變但并未破損的情況，可以進(jìn)一步評估最大形變區(qū)域的抗沖擊能力，提高了評估的全面性。