基於頻域的堵孔檢測方法與流程
2023-12-05 02:22:11 4
本發明涉及一種基於頻域的堵孔檢測方法。
背景技術：
如多孔的催化劑等多孔物質需要檢測堵孔個數，來判斷產品是否合格。以汽車尾氣用的三元催化劑為例，三元催化劑是一種具有大密度蜂窩孔的圓柱體，現有技術中對三元催化劑的堵孔檢測方法是：取一個標準的三元催化劑作為樣本，通過相機採集得到該三元催化劑樣本的俯視圖像，利用樣本俯視圖的目標輪廓製成模板圖像；在檢測三元催化劑時，採集將各待檢三元催化劑如圖1所示的的俯視圖（以下稱為待檢測圖像），將各檢測圖像和模板做匹配，理論上，在模板圖像中每一個孔洞對應的坐標，都可以在待檢測圖像中找到相應的坐標，然後判斷孔洞是否堵塞。然而，該方法在有些極端情況下會匹配失敗，例如出現載體截面傾斜或者大面積堵塞的情況（如圖2和3所示），無法準確檢測堵孔數目。
技術實現要素：
針對上述問題，本發明的目的是提供一種基於頻域的堵孔檢測方法，其可以精確檢測堵孔數目。
為解決上述技術問題，本發明採用的技術方案為：
一種基於頻域的堵孔檢測方法，包括：
步驟A、獲取待檢測體目標區域的原圖；
步驟B、將所述原圖依次進行傅立葉變換、低通濾波、逆傅立葉變換處理後，再與所述原圖進行減法運算，得到孔洞邊界清晰的頻域處理圖片；
步驟C、在所述頻域處理圖片中選取至少一個孔洞並根據所選孔洞的輪廓製作模板，然後在所述頻域處理圖片中做模板匹配，根據各位置的灰度判斷各位置處的孔洞的通堵。
優選地，步驟A包括：
a1、在待檢測體的整幅圖像中採用霍夫變換識別待檢測體目標區域的外輪廓，抓取外輪廓內的區域形成所述原圖，外輪廓內的區域為所述目標區域。
優選地，步驟A包括：
a2、對所述原圖進行旋轉，使孔洞沿x軸或y軸排列。
更優選地，步驟a2中，將所述原圖二值化，保留孔洞的邊界，利用霍夫變換識別直線，旋轉所述原圖直至所述直線沿x軸延伸或沿x軸延伸。
優選地，該堵孔檢測方法還包括：
步驟D、尋找疑似堵塞區域；
步驟C中，在所述頻域處理圖片內疑似堵塞區域中做模板匹配，根據堵塞區域內各位置的灰度判斷各位置處的孔洞的通堵。
更優選地，將所述原圖二值化，保留孔洞邊界和堵塞區域，然後對二值化後的原圖進行形態學開運算，去除正常的孔洞邊界，剩餘區域為所述疑似堵塞區域。
進一步地，步驟C中，在頻域處理圖片內各疑似堵孔區域內，根據模板匹配，找到一個最佳匹配位置，根據模板的大小和形狀，得到最佳匹配位置的孔洞區域，利用該最佳匹配位置的孔洞區域找到疑似堵孔區域內的所有的孔洞區域，分別判斷每個孔洞的通堵。
優選地，該方法依次包括：
步驟A中、在待檢測體的整幅圖像中採用霍夫變換識別待檢測體目標區域的外輪廓，抓取外輪廓內的區域形成所述原圖，外輪廓內的區域為所述目標區域；對所述原圖進行旋轉，使孔洞沿x軸或y軸排列；
步驟D、將所述原圖二值化，保留孔洞邊界和堵塞區域，然後對二值化後的原圖進行形態學開運算，去除正常的孔洞邊界，剩餘區域為所述疑似堵塞區域；
步驟B、將所述原圖依次進行傅立葉變換、低通濾波、逆傅立葉變換處理後，再與所述原圖進行減法運算，得到孔洞邊界清晰的頻域處理圖片；
步驟C、在所述頻域處理圖片中選取一個孔洞並根據所選孔洞的輪廓製作模板，然後在頻域處理圖片內各疑似堵孔區域內，根據模板匹配，找到一個最佳匹配位置，根據模板的大小和形狀，得到最佳匹配位置的孔洞區域，利用該最佳匹配位置的孔洞區域找到疑似堵孔區域內的所有的孔洞區域，分別判斷每個孔洞的通堵。
優選地，所述孔洞陣列式分布。
優選地，所述待檢測體為汽車尾氣處理用的三元催化劑。
本發明採用上述技術方案，相比現有技術具有如下優點：對目標區域的圖片進行頻域處理，使各個孔洞的邊界清晰顯示，採用其中至少一個孔洞作為模板，對目標區域內的孔洞進行模板匹配，通過灰度精確判斷各孔洞區域是通還是堵，可以精確計算堵孔個數。
附圖說明
圖1為拍攝的三元催化劑樣本的俯視圖；
圖2為三元催化劑傾斜後拍攝的俯視圖；
圖3為三元催化劑大面積堵孔後拍攝的俯視圖；
圖4為低通濾波處理後的三元催化劑的圖片
圖5為三元催化劑的頻域處理圖片。
具體實施方式
下面結合附圖對本發明的較佳實施例進行詳細闡述，以使本發明的優點和特徵能更易於被本領域的技術人員理解。
以汽車位於處理用的三元催化劑為例，對本發明的基於頻域的堵孔檢測方法進行說明。當然，本發明的方法不限於檢測三元催化劑，其它類似的多孔並具有周期性特徵的物體，都適用本方法，即，各孔洞呈陣列式排布。
本發明的方法依次包括如下步驟：A、檢測目標區域，圖像旋轉；D、圖像旋轉；D、尋找疑似堵塞區域；B、對目標區域進行頻域分析處理；C、利用形狀特徵做圖像匹配。下面對各個步驟進行詳細說明。
步驟A的目的是獲取待三元催化劑的目標區域的原圖，三元催化劑的目標區域具體是指如圖1所示的俯視圖內的所有孔洞區域。步驟A具體包括：
a1、在三元催化劑的整幅俯視圖像中採用霍夫變換識別圓（三元催化劑呈圓柱形，其目標區域對應為圓形）的外輪廓，抓取外輪廓內的區域形成所述原圖，外輪廓內的區域為所述目標區域；
a2、對所述原圖進行旋轉，使孔洞沿x軸或y軸排列（通俗來講，即為橫平豎直的排布方向），具體過程為，將所述原圖二值化，保留孔洞的邊界，利用霍夫變換識別直線，利用霍夫變換的統計特性可以找到目標區域內中一條最長的直線，這條直線對應於圓內最接近圓心的一條直線，而這條直線的傾角就是要旋轉的角度，按照所述角度旋轉所述原圖直至所述直線沿x軸延伸或。由於檢測時，目標中孔洞的排布方向是隨機的，不利於檢測，因而對圖像進行旋轉，將孔洞的排布方向變為橫平豎直，使孔洞規律排布，孔洞分布已知。
步驟D的目的是尋找疑似堵塞區域，由於檢測全部目標區域耗時很長，可以先做預判，去除掉明顯的通孔部分，只對疑似堵塞區域做檢測。例如，相鄰的2行2列的4個孔，在這個區域中心存在堵塞，雖然看上去總堵塞面積達到了單個孔的面積，可是實際這4個孔每個孔只堵住了1/4，所以每個孔都不算堵塞，這種區域就是一種疑似堵塞區域。具體做法為：將所述原圖二值化，保留孔洞邊界和堵塞區域，然後對二值化後的原圖進行形態學開運算，去除正常的孔洞邊界，剩餘區域為所述疑似堵塞區域。疑似堵塞區域在原圖和下面介紹的頻域處理圖片及各處理階段的圖片中存在對應關係。
步驟B的目的是使目標區域內所有孔的邊界都被顯示出來，所有的孔都具有清晰的邊界分隔。由於目標區域內有非常多的規則分布的孔洞，表現出了很強的周期性，所以，非常適合頻域處理。孔洞內部的灰度變化平緩，絕大部分的劇烈變化都分布在孔洞邊界處，所以，在頻域處理圖像中，低頻部分對應的是孔洞內部區域，高頻部分對應於孔洞邊界。具體為，將步驟A處理後的原圖進行傅立葉變換，然後進行低通濾波，抑制高頻分量，再進行逆傅立葉變換，可以得到一幅非常平滑的圖像，該圖像在正常孔洞處已經無法看見邊界了，而在大面積堵孔區域，孔內部的邊界卻清晰可見，如圖4所示。將這幅圖片與原圖片做減法運算，便可以得到一幅將所有孔洞的邊界都分開的圖像，稱為頻域處理圖像，如圖5所示。
步驟C中，在步驟B所得的頻域處理圖片中，選取一個孔洞，根據孔洞的形狀製作模板。在步驟B得到的頻域處理圖片內，在所有步驟D劃分出的疑似堵塞區域裡做模板匹配，判斷每個匹配的位置的灰度，便可判斷該孔洞是通是堵。具體步驟如下：在每個可疑區域裡，首先根據模板匹配，找到一個最佳匹配位置，根據孔洞的大小和形狀（例如正六邊形），可以知道最佳匹配的孔洞區域，由於步驟a2已經將圖像做了旋轉，所以孔洞的分布是已知的，利用最佳匹配的孔洞可以找到可疑區域內所有的孔洞區域，分別判斷每個孔洞區域是通還是堵，便可精確計算所有的堵孔個數。
上述實施例只為說明本發明的技術構思及特點，是一種優選的實施例，其目的在於讓熟悉此項技術的人士能夠了解本發明的內容並據以實施，並不能以此限制本發明的保護範圍。凡根據本發明的精神實質所作的等效變化或修飾，都應涵蓋在本發明的保護範圍之內。。