本發(fā)明涉及圖像處理，尤其涉及一種基于圖像處理的地坪施工涂料表面質(zhì)量分析方法。

背景技術：

1、地坪施工涂料表面的隆起，通常是由于施工不均、涂料性能不足造成的，地坪施工涂料表面常常會因為隆起導致涂層的耐用性和安全性下降，并且在使用中可能因為隆起導致一些事故的發(fā)生，所以在地坪涂料表面質(zhì)量的分析中，能夠有效檢測隆起是非常重要的一環(huán)。

2、由于隆起區(qū)域的輪廓一般是不規(guī)則的，表現(xiàn)為波浪形、凸起或腫塊狀，所以傳統(tǒng)方式下對于隆起的檢測一般是利用sobel算子對整幅地坪表面圖像進行識別，根據(jù)梯度方向獲取圖像的隆起邊緣信息，將確定的隆起邊緣連接則得到隆起區(qū)域。但是地坪施工涂料表面圖像的采集是使用工業(yè)相機對地坪表面進行垂直拍攝，拍攝的圖像中可能受光斑或漫反射影響，形成與隆起區(qū)域相似的特征，導致難以準確判斷是隆起還是受光照影響，使得檢測的準確性大打折扣，可能會導致虛假檢測或漏檢。

3、因此，如何通過sobel算子邊緣檢測算法，提高對地坪施工涂料表面的隆起區(qū)域識別的準確性成為亟需解決的問題。

技術實現(xiàn)思路

1、有鑒于此，本發(fā)明實施例提供了一種基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，以解決如何通過sobel算子邊緣檢測算法，提高對地坪施工涂料表面的隆起區(qū)域識別的準確性的問題。

2、本發(fā)明實施例中提供了一種基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，該方法包括以下步驟：

3、采集地坪施工涂料表面的灰度圖像，利用sobel算子對所述灰度圖像進行邊緣檢測，得到所述灰度圖像中的至少一個疑似隆起區(qū)域以及每個所述疑似隆起區(qū)域?qū)囊伤坡∑疬吘墸?/p>

4、針對任一疑似隆起區(qū)域，計算所述疑似隆起區(qū)域?qū)囊伤坡∑疬吘壷械拿總€像素點的梯度值，根據(jù)所述疑似隆起區(qū)域中的每個像素點的灰度值，以及所述疑似隆起邊緣中的每個像素點的梯度值，得到所述疑似隆起區(qū)域的第一特征指標；

5、根據(jù)所述疑似隆起區(qū)域中的像素點的數(shù)量，獲取所述疑似隆起區(qū)域中的至少一個中心區(qū)域像素點，在所述疑似隆起區(qū)域中，根據(jù)每個所述中心區(qū)域像素點與每個其他像素點之間的灰度值差異，得到所述疑似隆起區(qū)域的第二特征指標；

6、根據(jù)所述第一特征指標和所述第二特征指標，得到所述疑似隆起區(qū)域的光照影響指標，獲取所述灰度圖像中每個疑似隆起區(qū)域的光照影響指標，根據(jù)所有光照影響指標檢測所述地坪施工涂料表面的質(zhì)量。

7、進一步的，所述根據(jù)所述疑似隆起區(qū)域中的每個像素點的灰度值，以及所述疑似隆起邊緣中的每個像素點的梯度值，得到所述疑似隆起區(qū)域的第一特征指標，包括：

8、獲取所述疑似隆起區(qū)域中所有像素點的平均灰度值，將所述平均灰度值進行歸一化，得到所述疑似隆起區(qū)域的灰度分布指標；

9、將所述疑似隆起邊緣中的每個像素點的梯度值進行歸一化，得到對應的梯度值歸一化值，計算所述疑似隆起邊緣中的所有像素點的梯度值歸一化值的均值，將常數(shù)1減去所述梯度值歸一化值的均值，得到所述疑似隆起邊緣的邊緣影響程度；

10、對所述灰度分布指標和所述邊緣影響程度進行加權求和，得到所述疑似隆起區(qū)域的第一特征指標。

11、進一步的，所述根據(jù)所述疑似隆起區(qū)域中的像素點的數(shù)量，獲取所述疑似隆起區(qū)域中的至少一個中心區(qū)域像素點，包括：

12、以所述灰度圖像的左下角頂點為原點，構建所述灰度圖像對應的二維直角坐標系，根據(jù)所述二維直角坐標系，獲取所述疑似隆起區(qū)域中的所有像素點的坐標，分別計算所述疑似隆起區(qū)域中所有像素點的橫坐標的平均值以及縱坐標的平均值，分別將所述橫坐標的平均值以及所述縱坐標的平均值向上取整，得到中心坐標，將位于所述中心坐標的像素點作為所述疑似隆起區(qū)域的形態(tài)學中心像素點；

13、將所述疑似隆起區(qū)域中的所有像素點的數(shù)量的二分之一向上取整，得到目標數(shù)量，將位于所述形態(tài)學中心像素點的下方的第一個像素點作為起點，按照順時針方向?qū)λ鲆伤坡∑饏^(qū)域中的像素點進行螺旋遍歷，將遍歷過的像素點以及所述形態(tài)學中心像素點作為中心區(qū)域像素點，直到所述中心區(qū)域像素點的數(shù)量達到所述目標數(shù)量，得到所述疑似隆起區(qū)域中的所有中心區(qū)域像素點。

14、進一步的，所述在所述疑似隆起區(qū)域中，根據(jù)每個所述中心區(qū)域像素點與每個其他像素點之間的灰度值差異，得到所述疑似隆起區(qū)域的第二特征指標，包括：

15、計算中心區(qū)域像素點的灰度值均值得到中心區(qū)域灰度值均值，計算所述疑似隆起區(qū)域中的除所有中心區(qū)域像素點以外的所有像素點的灰度值均值，得到剩余區(qū)域灰度值均值；

16、計算所述中心區(qū)域灰度值均值與所述剩余區(qū)域灰度值均值之間的差值絕對值，將所述差值絕對值與預設反比例歸一化系數(shù)之間的乘積作為目標變量，將所述目標變量作為以自然常數(shù)e為底數(shù)的指數(shù)，得到所述疑似隆起區(qū)域的第二特征指標。

17、進一步的，所述根據(jù)所述第一特征指標和所述第二特征指標，得到所述疑似隆起區(qū)域的光照影響指標，包括：

18、將所述第一特征指標和所述第二特征指標進行加權求和，得到所述疑似隆起區(qū)域的光照影響指標。

19、進一步的，所述根據(jù)所有光照影響指標檢測所述地坪施工涂料表面的質(zhì)量，包括：

20、若所有光照影響指標中的任一光照影響指標小于或等于預設光照影響指標閾值，則所述地坪施工涂料表面存在質(zhì)量問題；

21、若所有光照影響指標均大于所述預設光照影響指標閾值，則所述地坪施工涂料表面不存在質(zhì)量問題。

22、本發(fā)明實施例與現(xiàn)有技術相比存在的有益效果是：

23、本發(fā)明采集地坪施工涂料表面的灰度圖像，利用sobel算子對所述灰度圖像進行邊緣檢測，得到所述灰度圖像中的至少一個疑似隆起區(qū)域以及每個所述疑似隆起區(qū)域?qū)囊伤坡∑疬吘墸会槍θ我灰伤坡∑饏^(qū)域，計算所述疑似隆起區(qū)域?qū)囊伤坡∑疬吘壷械拿總€像素點的梯度值，根據(jù)所述疑似隆起區(qū)域中的每個像素點的灰度值，以及所述疑似隆起邊緣中的每個像素點的梯度值，得到所述疑似隆起區(qū)域的第一特征指標；根據(jù)所述疑似隆起區(qū)域中的像素點的數(shù)量，獲取所述疑似隆起區(qū)域中的至少一個中心區(qū)域像素點，在所述疑似隆起區(qū)域中，根據(jù)每個所述中心區(qū)域像素點與每個其他像素點之間的灰度值差異，得到所述疑似隆起區(qū)域的第二特征指標；根據(jù)所述第一特征指標和所述第二特征指標，得到所述疑似隆起區(qū)域的光照影響指標，獲取所述灰度圖像中每個疑似隆起區(qū)域的光照影響指標，根據(jù)所有光照影響指標檢測所述地坪施工涂料表面的質(zhì)量。其中，首先利用sobel算子獲取地坪施工涂料表面的疑似隆起區(qū)域，然后多維度識別疑似隆起區(qū)域的特征，也即是第一特征指標和第二特征指標，結合這兩個特征指標得到疑似隆起區(qū)域的光照影響指標，可以有效區(qū)分屬于質(zhì)量問題的隆起區(qū)域和受光照影響區(qū)域，提高了對地坪施工涂料表面的隆起區(qū)域識別的準確性。

技術特征：

1.基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，其特征在于，所述基于圖像處理的地坪施工涂料表面質(zhì)量分析方法包括：

2.根據(jù)權利要求1所述的基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，其特征在于，所述根據(jù)所述疑似隆起區(qū)域中的像素點的數(shù)量，獲取所述疑似隆起區(qū)域中的至少一個中心區(qū)域像素點，包括：

3.根據(jù)權利要求1所述的基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，其特征在于，所述根據(jù)所述第一特征指標和所述第二特征指標，得到所述疑似隆起區(qū)域的光照影響指標，包括：

4.根據(jù)權利要求1所述的基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，其特征在于，所述根據(jù)所有光照影響指標檢測所述地坪施工涂料表面的質(zhì)量，包括：

技術總結
本發(fā)明涉及圖像處理技術領域，尤其涉及一種基于圖像處理的地坪施工涂料表面質(zhì)量分析方法，該方法根據(jù)地坪施工涂料表面的灰度圖像，獲取疑似隆起區(qū)域以及其對應的疑似隆起邊緣；根據(jù)疑似隆起區(qū)域中的每個像素點的灰度值，以及疑似隆起邊緣中的每個像素點的梯度值，得到第一特征指標；獲取疑似隆起區(qū)域中的中心區(qū)域像素點，在疑似隆起區(qū)域中，根據(jù)中心區(qū)域像素點與其他像素點之間的灰度值差異，得到第二特征指標；根據(jù)第一特征指標和第二特征指標，得到疑似隆起區(qū)域的光照影響指標，根據(jù)光照影響指標檢測地坪施工涂料表面的質(zhì)量，提高對地坪施工涂料表面的隆起區(qū)域識別的準確性。

技術研發(fā)人員：杜波陽,樊偉,劉興國,任杰,史娜
受保護的技術使用者：陜西中奧長興實業(yè)有限責任公司
技術研發(fā)日：
技術公布日：2024/11/18