[发明专利]基于人工智能的齿面磨粒磨损程度评估方法

权利要求书

1.一种基于人工智能的齿面磨粒磨损程度评估方法，其特征在于，该方法包括：

采集齿轮的齿面图像，所述齿面图像包括多个齿面；对所述齿面图像进行语义分割得到多个齿面连通域；

基于所述齿面图像中的图像列像素点获取所述齿面连通域的多列齿面列像素点，将每列齿面列像素点的灰度值组成列像素灰度序列，计算每个所述列像素灰度序列的排列熵以得到对应的列排列熵序列；通过改变所述齿面图像中图像列像素点的获取方向，得到不同获取方向下所述齿面连通域对应的多列齿面列像素点，进而得到每个获取方向下所述齿面连通域对应的列排列熵序列；由排列熵序列计算每个获取方向下所述齿面连通域的像素混乱程度；根据所述像素混乱程度获取最佳列排列熵序列，进而基于所述最佳列排列熵序列得到对应获取方向下所述齿面连通域的最佳行排列熵序列；

由所述最佳行排列熵序列计算所述像素混乱程度的调节因子，结合所述调节因子和所述最佳列排列熵序列对应的所述像素混乱程度得到对应所述齿面连通域的磨损指标；结合所述齿面图像中多个所述齿面连通域的所述磨损指标得到所述齿轮的磨粒磨损程度；

根据所述磨粒磨损程度对所述齿轮进行相对应的处理措施；

所述通过改变所述齿面图像中图像列像素点的获取方向，得到不同获取方向下所述齿面连通域的多列齿面列像素点的方法，包括：

基于图像列像素点的初始获取方向所对应的角度，分别以设定角度进行依次转动，获取每次转动后每个角度下所述齿面连通域的多列齿面列像素点，所述初始获取方向为在所述齿面图像中每列图像列像素点的最后一个像素点指向第一像素点的方向，且与正方向呈90度的方向，所述正方向是指图像水平线向右的方向；

由所述最佳行排列熵序列计算所述像素混乱程度的调节因子的方法，包括：

调节因子为：

其中，为幅度参数；为优化参数；为最佳行排列熵序列中排列熵的数量；为最佳行排列熵序列中的第i个排列熵；为自然常数；

所述结合所述调节因子和所述最佳列排列熵序列对应的所述像素混乱程度得到对应所述齿面连通域的磨损指标的方法，包括：将所述调节因子和所述最佳列排列熵序列对应的所述像素混乱程度的乘积作为磨损指标。

2.如权利要求1所述的方法，其特征在于，所述基于所述齿面图像中的图像列像素点获取所述齿面连通域的多列齿面列像素点的方法，包括：

基于所述齿面图像中的图像列像素点，将每列图像列像素点与所述齿面连通域相交的部分图像列像素点作为所述齿面连通域的齿面列像素点。

3.如权利要求1所述方法，其特征在于，所述由排列熵序列计算每个获取方向下所述齿面连通域的像素混乱程度的方法，包括：

分别对每个列排列熵序列中对应的多个排列熵进行加和以计算对应获取方向下所述齿面连通域的像素混乱程度。

4.如权利要求1所述的方法，其特征在于，所述根据所述像素混乱程度获取最佳列排列熵序列的方法，包括：

获取所述像素混乱程度的最小值所对应的获取方向，则该获取方向下的列排列熵序列即为所述最佳列排列熵序列。

5.如权利要求1所述的方法，其特征在于，所述基于所述最佳列排列熵序列得到对应获取方向下所述齿面连通域的最佳行排列熵序列的方法，包括：

由所述最佳列排列熵序列对应的获取方向得到最佳角度，根据所述最佳角度得到所述齿面图像的图像行像素点的最佳获取方向，进而在所述最佳获取方向下，根据所述齿面连通域的最佳齿面行像素点的灰度值得到多个最佳行像素灰度序列，计算每个所述最佳行像素灰度序列的排列熵以得到所述最佳行排列熵序列。

6.如权利要求1所述的方法，其特征在于，所述结合所述齿面图像中多个所述齿面连通域的所述磨损指标得到所述齿轮的磨粒磨损程度的方法，包括：

获取所述齿面图像中每个所述齿面连通域的所述磨损指标，计算所有所述磨损指标的均值，将该均值作为所述齿轮的所述磨粒磨损程度。