(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211251357.8 (22)申请日 2022.10.13 (71)申请人 江苏东晨机 械科技有限公司 地址 226000 江苏省南 通市海安市城东 镇 海防大道16号 (72)发明人 缪屹东　 (74)专利代理 机构 武汉华强专利代理事务所 (普通合伙) 42237 专利代理师 康晨 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) (54)发明名称 一种零件 毛刺检测方法 (57)摘要 本公开涉及材料测试和分析技术领域， 具体 涉及一种零件毛刺检测方法， 该方法包括： 利用 光学手段 获取目标零件可见光图像， 对目标零件 可见光图像进行平滑去噪处理， 进而进行梯度信 息提取， 得到梯度表征图； 根据预先设定的边缘 阈值， 从梯度表征图中筛选出符合边缘筛选条件 的像素点信息， 作为目标轮廓信息， 得到目标轮 廓信息集合； 根据滑动窗口， 对目标轮廓信息集 合进行角度指标提取， 得到毛刺判定指标集合； 从目标轮廓信息集合中筛选出满足毛刺筛选条 件的目标轮廓信息， 作为目标毛刺信息， 得到目 标毛刺信息集合。 本公开利用可见光手段/红外 光手段进行材料分析和测试， 提高了零件边缘毛 刺检测的准确度。 权利要求书3页 说明书13页 附图4页 CN 115330791 A 2022.11.11 CN 115330791 A 1.一种零件毛刺检测方法， 其特 征在于， 包括以下步骤： 获取目标零件可见光图像， 对所述目标零件可见光图像进行滑动 窗口处理， 根据当前 窗口内的八邻域像素点的像素值和所述八邻域像素点对应的参考像素点的像素值， 确定所 述八邻域像素点的权值； 根据所述当前窗口内的中心像素点的灰度值和所述八邻域像素点 的灰度值， 确定所述八邻域像素点的修正系数； 根据所述八邻域像素点的修正系数和权值， 确定所述八邻域像素点的修正权值； 根据所述八邻域像素点的修正权值和像素值， 确定所 述中心像素点的去噪像素值， 进 而得到去噪图像； 根据去噪图像得到梯度表征图， 根据 所述梯度表征图中筛选出符合边缘筛选条件的像 素点信息作为 目标轮廓信息， 所述边缘筛选条件是预设的边缘阈值； 梯度表征图中所有的 目标轮廓信息构成目标轮廓信息集 合； 预设滑动窗口对所述目标轮廓信息集 合进行角度指标提取， 得到毛刺判定指标集 合； 从所述目标轮廓信 息集合中筛选出满足毛刺筛选条件的目标轮廓信 息， 作为目标毛刺 信息， 得到目标毛刺信息集合， 其中， 所述毛刺筛选条件是目标轮廓信息对应的所述毛刺 判 定指标集 合中的毛刺判定指标 大于等于零。 2.根据权利要求1所述的一种零件毛刺检测方法， 其特征在于， 所述根据去噪图像得到 梯度表征图， 包括： 对于所述去噪图像中的每个去噪像素点， 获取每个去噪像素点对应的多个梯度方向的 梯度幅值； 获取每个梯度方向上对应的两个灰度差异绝对值； 根据每个梯度方向对应的灰 度差异绝对值得到对应的方向测度因子， 根据多个所述梯度幅值和所述方向测度因子得到 每个去噪像素点的梯度表征值， 根据每 个去噪像素点对应的梯度表征值得到梯度表征图。 3.根据权利要求1所述的一种零件毛刺检测方法， 其特征在于， 所述根据当前窗口内的 八邻域像素点的像素值和所述八邻域像素点对应的参考像素点的像素值， 确定所述八邻域 像素点的权值， 包括： 根据所述当前窗口内的八邻域像素点的像素值和所述八邻域像素点对应的参考像素 点的像素值， 通过像素权值公式， 确定所述八邻域像素点的权值， 所述像素权值公式为： 其中， 是所述当前窗口的中心像素点的上一行， 从左到右第 个邻域像素点的权值， 是自然常数， 是所述当前窗口的中心像素点的上一行， 从左到右第 个邻域像素点的 像素值， 是 对应的邻域像素点的参考像素点对应的像素值， 的取值是 ， 是所 述当前窗口的中心像素点的下一 行， 从左到右第 个邻域像素点的权值， 是所述当前窗口 的中心像素点的下一行， 从左到右第 个邻域像素点的像素值， 是 对应的邻域像素点权　利　要　求　书 1/3 页 2 CN 115330791 A 2的参考像素点对应的像素值， 的取值是 ， 是所述当前窗口的中心像素点的左一 列， 从上到下第 个邻域像素点的权 值， 是所述当前窗口的中心像素点的左一列， 从上到下 第 个邻域像素点的像素值， 是 对应的邻域像素点的参考像素点对应的像素值， 的取值 是 ， 是所述当前窗口的中心像素点的右一列， 从上到下第 个邻域像素点的权值， 是所述当前窗口的中心像素点的右一列， 从上到下第 个邻域像素点的像素值， 是 对 应的邻域像素点的参 考像素点对应的像素值， 的取值是 。 4.根据权利要求3所述的一种零件毛刺检测方法， 其特征在于， 所述根据 所述当前窗口 内的中心像素点的灰度值和所述八邻域像素点的灰度值， 确定所述八邻域像素点的修正系 数， 包括： 根据所述当前窗口内的中心像素点的灰度值和所述八邻域像素点的灰度值， 通过修正 公式， 确定所述八邻域像素点的修 正系数， 所述 修正公式为： 其中， 是所述八邻域像素点中的第 个邻域像素点的修正系 数， 是以自然常数 为底的指数函数， 是所述八邻域像素点中的第 个邻域像素点的灰度值， 是所述当前窗 口内的中心像素点的灰度值， 是模型参数， 的取值是 。 5.根据权利要求4所述的一种零件毛刺检测方法， 其特征在于， 所述获取每个梯度 方向 上对应的两个灰度差异绝对值的步骤， 包括： 通过灰度差异公式， 确定所述四个梯度方向的每个梯度方向上的两个灰度差异绝对 值， 所述灰度差异公式为： 其中， 和 分别是相同梯度方向的两个灰度差异绝对值， 和 分别是所述当前窗 口的中心像素点的两个邻域像素点的灰度值， 是在相同梯度方向的 对应的邻域像素点 的又一邻域像素点的灰度值， 是在相同梯度方向的 对应的邻域像素点的又一邻域像 素点的灰度值。 6.根据权利要求5所述的一种零件毛刺检测方法， 其特征在于， 所述根据每个梯度 方向 对应的灰度差异 绝对值得到对应的方向测度因子， 根据多个所述梯度幅值和所述方向测度 因子得到每 个去噪像素点的梯度表征值的步骤， 包括： 获取相同梯度方向的两个灰度差异绝对值 与 的均值， 以所述均值作为幂指数， 以 自然常数 e作为底数构建指数函数， 所述指数函数为对应梯度方向上的方向测度因子；权　利　要　求　书 2/3 页 3 CN 115330791 A 3