[发明专利]一种船舶电器配件缺陷检测方法

说明书

本发明涉及人工智能领域，提出了一种船舶电器配件缺陷检测方法，该方法采用图形识别的方法进行缺陷识别,包括：获取不同角度的电器控制柜柜体表面亮度图像；得到各位置像素点的亮度分布向量；得到各位置像素点的相似度均值；获得每一个像素点所属的类别；得到第一相似度均值；得到第二相似度均值；获得可信度；计算每个像素点的鼓包概率；判断像素点是否为鼓包像素。本发明提高了鼓包缺陷检测的精度。

技术领域

本发明涉及人工智能领域，具体涉及一种船舶电器配件缺陷检测方法。

背景技术

随着社会经济的发展、全球化商贸交易量的提高，船舶使用量随之提高。随着技术发展，船舶的自动化的提高，船舶的电力设备使用量也越来越大。由于船舶在海水里航行，长期处于高湿高盐的环境中，因而如果电力设备没有很好的防护，很容易出现锈蚀损坏，降低使用寿命。电器控制柜是电力设备的重要保护装置，其只有无损伤时才能够起到最好的保护作用。同时电器控制柜的漆面是阻隔高湿环境的重要屏障，其存在缺陷时，很容易出现漆面脱落，影响电器控制柜对电力设备的保护，因而需得关注电器控制柜的漆面情况。漆面鼓包是一种常见的漆面缺陷，这种缺陷对比度较小，边缘分界线不明显。同时电器控制柜的生产工作场所多为自然光下，电器控制柜表面光滑，对光照比较敏感，因而很难准确地分割出电器控制柜漆面的鼓包区域。

传统的缺陷检测方法多采用边缘检测和阈值分割，其中边缘检测方法在处理这种自然光线下的鼓包缺陷时，由于光照的干扰造成一部分边界很难定位，特别是鼓包的亮面边界，再者由于复杂光照造成柜体的平面区域也会存在较大的灰度变化，因而利用边缘检测可能会检测出一些光线变化造成的伪边缘，因而利用边缘检测很难准确地定位出鼓包区域。对于阈值分割方法，由于光线造成复杂的灰度变化，同时鼓包区域也有复杂的灰度变化，因而利用简单的阈值分割很难分割出准确的鼓包区域。针对此，本发明考虑到复杂的光照影响，采用图形识别的方法进行缺陷识别，通过多视角图像来应对光线影响，利用多视角图像得到各像素属于鼓包的概率，利用鼓包的概率来确定每个像素点是否为鼓包像素，进而准确地定位出鼓包缺陷区域。

发明内容

本发明提供一种船舶电器配件缺陷检测方法，以解决现有的难于准确检测出鼓包缺陷区域的问题。

本发明的一种船舶电器配件缺陷检测方法，采用如下技术方案：

获取不同角度的电器控制柜柜体表面亮度图像；

通过各位置像素点在不同角度亮度值的各阶矩得到各位置像素点的亮度分布向量；

通过各位置像素点和其他位置像素点的亮度分布向量得到各位置像素点的相似度均值；

利用各位置像素点的相似度均值对所有位置的像素点进行聚类，获得每一个像素点所属的类别，所属的类别包括：疑似鼓包像素聚类和疑似非鼓包像素聚类；

根据每个像素点的亮度分布向量分别与疑似鼓包像素聚类中每个像素点的亮度分布向量得到第一相似度均值；

根据每个像素点的亮度分布向量分别和疑似非鼓包像素聚类中每个像素点的亮度分布向量得到第二相似度均值；

利用每个像素点获得的第一相似度均值和第二相似度均值的差值及所有位置像素点的相似度均值方差获得可信度；

根据每个像素点获取的第一相似度均值、第二相似度均值和可信度并结合该像素点所属的类别计算每个像素点的鼓包概率；

根据每个像素点的鼓包概率值与鼓包概率阈值的大小判断该像素点是否为鼓包像素。

进一步的，所述的一种船舶电器配件缺陷检测方法，获取各位置像素点的相似度均值的方法为：

通过各位置像素点与其他位置像素点的亮度分布向量计算各位置像素点与其他位置像素点的亮度分布向量的余弦相似度；

通过各位置像素点与其他位置像素点的亮度分布向量的余弦相似度得到各位置像素点的相似度均值。