[发明专利]基于图像处理的液压接头清洁度控制方法

权利要求书

1.一种基于图像处理的液压接头清洁度控制方法，其特征在于，包括：

获取待测液压接头内壁灰度图；

利用灰度图中各像素点在纹理延伸方向的灰度差异度得到灰度图中各像素点的关注度；

对各像素点的关注度进行聚类获取所有类别；

根据各类别中像素点的关注度和灰度计算得到各类别属于污垢的概率；

根据各类别属于污垢的概率获取灰度图中所有污垢区域；

根据各污垢区域中各像素点与其污垢排出方向上灰度极大值点的灰度差值计算得到所有污垢区域中各像素点的阻挡率；

根据各污垢区域中各像素点的阻挡率、各像素点周围邻接像素点的污垢概率计算得到所有污垢区域中各像素点周围污垢区域的影响程度；

根据各污垢区域中各像素点的阻挡率、污垢概率及其周围污垢区域的影响程度计算得到各污垢区域的清理难度；

根据各污垢区域的清理难度对待测液压接头的清洁度进行调控。

2.根据权利要求1所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述灰度图中各像素点的关注度是按照如下方式得到：

对灰度图进行边缘检测，获取边缘特征图；

利用PCA算法获取边缘特征图中的第一主成分方向，将第一主成分方向作为纹理方向，获取灰度图中的所有纹理；

获取灰度图中通过各个纹理的所有像素点的灰度值，得到各个纹理对应的灰度序列；

根据各像素点的灰度值及其对应灰度序列的灰度均值和灰度熵，计算得到灰度图中各像素点的关注度。

3.根据权利要求1所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述各类别属于污垢的概率的表达式如下：

式中，P_k表示第k个类别属于污垢的概率，tanh表示双曲线正切函数，表示第k个类别中所有像素点的关注度均值，N_k表示第k个类别的总行数，ψ为超参数，b_k,m,n表示第k个类别第m行纹理方向10邻接像素集合中两两像素间的灰度差异，n表示第n个灰度差异值。

4.根据权利要求1所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述灰度图中所有污垢区域是按照如下方式获取：

设置阈值，对各类别属于污垢的概率进行判断；

当类别属于污垢的概率大于阈值时，判断该类别属于污垢区域，获取灰度图中所有污垢区域。

5.根据权利要求1所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述各污垢区域的清理难度是按照如下方式得到：

获取所有污垢区域的外接矩形的长和宽，根据所有外接矩形的长的均值和宽的均值对各污垢区域进行标准划分，得到所有污垢区域对应的标准区域；

根据各标准区域中各像素点与其污垢排出方向上灰度极大值点的灰度差值计算得到所有标准区域中各像素点的阻挡率；

根据各标准区域中各像素点的阻挡率、各像素点周围邻接像素点的污垢概率计算得到所有标准区域中各像素点周围污垢区域的影响程度；

利用各像素点的阻挡率、污垢概率及其周围污垢区域的影响程度计算得到所有标准区域中各像素点的清理难度；

将各标准区域中各像素点的清理难度进行加和得到各污垢区域的清理难度。

6.根据权利要求1或5所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述各像素点周围污垢区域的影响程度的表达式如下：

式中，Y_s表示第s个像素点周围污垢区域的影响程度，tanh表示双曲线正切函数，Z_s表示第s个像素点的阻挡率，P_s,i表示第s个像素点在纹理方向上第i个邻接像素点的污垢概率，即为各像素点所属类别的污垢概率，Q_s,i表示第s个像素点在纹理方向上的第i个邻接像素点的权重，a表示第s个像素点在纹理方向上的邻接像素点的个数，P_s,j表示第s个像素点在上侧区域第j个像素点的污垢概率，N_s表示第s个像素点上侧区域像素点的个数。

7.根据权利要求1所述的一种基于图像处理的液压接头清洁度控制方法，其特征在于，所述对待测液压接头的清洁度进行调控的过程具体如下：

根据各污垢区域的清理难度计算各污垢区域的冲洗时间；

根据各污垢区域的冲洗时间对清洗装置进行调控，利用调控好的清洗装置对待测液压接头内壁进行清洗；

设置阈值，对清洗后的待测液压接头内壁的累加污垢概率进行判断；

当累加污垢概率小于设置阈值时，待测液压接头的清洁度达标，当累加污垢概率大于等于设置阈值时，待测液压接头的清洁度未达标，需要继续进行清洗。