CN119863467B 基于计算机视觉的高压电源元件缺陷识别方法 （泰思曼高压电源(西安)有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119863467B(45)授权公告日2025.07.08

(21)申请号202510353206.0

(22)申请日2025.03.25

(65)同一申请的已公布的文献号申请公布号CN119863467A

(43)申请公布日2025.04.22

(73)专利权人泰思曼高压电源(西安)有限公司地址710075陕西省西安市高新区纬二十

六路369号中交科技城西区B1栋

G06T7/168(2017.01)

G06T7/11(2017.01)

G06T7/187(2017.01)GO6V10/44(2022.01)

GO6V10/46(2022.01)

GO6V10/50(2022.01)

(56)对比文件

CN118411367A,2024.07.30

CN118864468A,2024.10.29

(72)发明人贺刚张晓飞朱宁洲审查员黄玉民

(74)专利代理机构辽宁省顺通中连知识产权代理有限公司21287

专利代理师赫泽坤

(51)Int.CI.

GO6T7/00(2017.01)

GO6T7/13(2017.01)权利要求书3页说明书8页附图2页

(54)发明名称

基于计算机视觉的高压电源元件缺陷识别方法

(57)摘要

CN119863467B本申请涉及图像处理技术领域，具体涉及基于计算机视觉的高压电源元件缺陷识别方法。该方法包括：采集高压电源元件的表面图像；获取灰度图像及其连通域，获取连通域的主方向，并基于垂直主方向的长度构建宽度序列，根据宽度序列获取宽度变化系数，并基于像素点邻域灰度值获取像素点的模糊度；对于边缘像素点构建窗口，根据窗口内连通域的分类获取边缘像素点的相关性，并根据连通域的傅里叶描述子获取连通域之间的相似性，基于此获取边缘像素点的划痕契合度；根据边缘像素点的划痕契合度和边缘像素点的模糊度筛选划痕区域的边缘点，并完成缺

CN119863467B

采集高压电源元件的表面图像

采集高压电源元件的表面图像

对表面图像去噪灰度化后获取灰度图像，对灰度图像进行连通域分析获取若干连通域；对于连通域内每个像素点获取向量，将向量数量最多的方向上最长的直线记为主方向线段；根据连通域内像素点垂直主方向线段长度构成宽度序列：根据宽度序列拟合直线的斜率以及连通城边缘像素点与主方向线段的比值获取连通域的宽度变化系数；根据连通域内每个像素点对应的领域灰度值、

宽度以及连通域的宽度变化系数获取每个像素点的模糊度

对于每个连通域边缘像素点构建一个窗口，根据窗口属

于连通域的像素点和不属于连通域的像素点灰度值计算

边缘像素点的相关性；计算连通域的傅里叶描迷子，根

据傅里叶描迷子的灰度值以及不同连通域傅里叶描述子

的相似度获取连通域的划痕显著度；根据连通域的划痕

显著度、边缘像素点的相关性获取边缘像素点的划痕契

合度

根据边缘像素点的划痕契合度和边缘像素点的模糊度筛选划痕区域的边缘点，并完成缺陷识别

S002

S001

CN119863467B权利要求书1/3页

2

1.基于计算机视觉的高压电源元件缺陷识别方法，其特征在于，该方法包括以下步骤：

采集高压电源元件的表面图像；

对表面图像去噪灰度化后获取灰度图像，对灰度图像进行连通域分析获取若干连通域；对于连通域内每个像素点获取向量，将向量数量最多的方向上最长的直线记为主方向线段；根据连通域内像素点垂直主方向线段长度构成宽度序列；根据宽度序列拟合直线的斜率以及连通域边缘像素点与主方向线段上像素点数量的比值获取连通域的宽度变化系数；根据连通域内每个像素点对应的领域灰度值、宽度以及连通域的宽度变化系数获取每个像素点的模糊度；

对于每个连通域边缘像素点构建一个窗口，根据窗口内属于该连通域的像素点和不属于该连通域的像素点灰度值计算边缘像素点的相关性；计算连通域的傅里叶描述子，根据傅里叶描述子的灰度值以及不同连通域傅里叶描述子的相似度获取连通域的划痕显著度；根据连通域的划痕显著度、边缘像素点的相关性获取边缘像素点的划痕契合度；

根据边缘像素点的划痕契合度和边缘像素点的模糊度筛选划痕区域的边缘点