技术摘要：
本发明公开了一种蜂窝结构几何规整度图像识别方法及系统，所述方法包括获取图像、图像处理、顶点提取、重构胞元、质量评估；步骤“图像处理”和“顶点提取”之间设置步骤“二值化”，“二值化”是将图像中背景的像素值置为0，将图像中蜂窝骨架的像素值置为1，形成二值  全部
背景技术：
轻质蜂窝产品以其优异的承载能力和良好的吸能特性而被广泛应用，比如，高速 列车也广泛采用了轻质蜂窝产品。但蜂窝产品在生产、运输及使用过程中易产生胞孔的变 形，而该变形会对蜂窝产品的性能产生重要的影响。因此需要对蜂窝产品的胞孔变形即几 何规整度进行评估，从而对蜂窝产品的质量作出判断。 中国专利申请号为201910503383.7，其申请日为2019年9月13日，公开了一种从蜂 窝芯表面测量数据中识别蜂窝边的方法。包括如下步骤：将采集到的蜂窝芯表面三维数据 进行二维坐标变换，通过角点检测算法识别蜂窝芯的二维平面投影图像中的角点，所述角 点包括人形顶点、Y形顶点、伪顶点，还包括未识别出的缺失角点；基于所提出的角点类型判 断算法，对蜂窝边的两个端点依次识别，其中一个端点是在相邻边识别时确定，另一个端点 是通过对该识别顶点的局部分析确定；在蜂窝边的实现过程中能有效地对伪顶点进行排 除，同时补充缺失的顶点，实现稳定高精度的蜂窝边识别。识别蜂窝边后可以对蜂窝产品的 几何规整度做出评估，并依此对蜂窝产品的质量做出判断。该方法具有精度高、鲁棒性好的 优点，但该方法需要对蜂窝芯表面做逐点扫描，费时较长，步骤繁琐。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种工作效率高，分析精度高的蜂 窝结构几何规整度图像识别方法及系统。 本发明的目的通过以下技术方案予以实现： 方法： 一种蜂窝结构几何规整度图像识别方法，所述方法包括以下步骤：获取图像、图像 处理、顶点提取、重构胞元、质量评估；所述步骤“获取图像”包括拍摄图像和计算机读取图 像；所述步骤“顶点提取”是在“图像处理”的基础上寻找胞元的顶点并记录；所述步骤“重构 胞元”是将提取的顶点依据胞元与顶点的映射关系连线，得到胞元重构图； 所述步骤“图像处理”和步骤“顶点提取”之间设置步骤“二值化”，所述步骤“二值 化”是将图像中背景的像素值置为0，将图像中蜂窝骨架的像素值置为1，形成二值化图； 所述步骤“质量评估”是以胞元重构图为基础，计算出所有胞元的角偏差值及其平 均值、线偏差值及其平均值，再与设置的公差带相比较判定是否合格。 所述步骤“顶点提取”是以“二值化图”为基础，顺序执行确定壁厚、像素赋值、确定 胞元边长和像素湮灭； 所述步骤“确定壁厚”是设置一个边长能够从小变大变化的正方形窗口，当某一边 长的窗口遍历形态图像后，如果窗口内的像素值＝0的像素数的最小值为非零时，将该正方 4 CN 111583239 A 说　明　书 2/8 页 形窗口的边长定义为壁厚L； 所述步骤“像素赋值”是设置一个边长为壁厚L的正方形的赋值窗口，用赋值窗口 遍历形态图像中像素值＝1的像素点，然后将该窗口内的像素值＝1的像素个数的总和赋值 给该赋值窗口的中心点的像素点上； 所述步骤“确定胞元边长”是在完成“像素赋值”之后，找到最大赋值的像素点，以 该点为中心建立一个正方形区域，其初始边长E＝壁厚L，计算出该区域四个边界上各像素 点的赋值与该中心点的赋值的差值绝对值Z，遍历整个形态图像，记录本轮中最小的差值绝 对值Z及其坐标；以E＝E 2个像素建立新的正方形区域，重复上述过程，直到最小的差值绝 对值Z有明显的反向增大的趋势为止，以此时取出最小的差值绝对值Z的像素点坐标与对应 的区域中心点的坐标，通过两者的坐标值求解得到蜂窝胞元边长A； 所述步骤“像素湮灭”是找到最大赋值的像素点，并确定该像素点为顶点并记录， 再以该像素点为中心，建立一个以蜂窝胞元边长A为边长的正方形的湮灭窗口，将湮灭窗口 内所有像素值＝1的像素点上的赋值全部清零，在此基础上，再在剩余的赋值中再找到最大 赋值的像素点确定为顶点并记录，重复湮灭窗口的操作，直到像素值＝1的像素点上的赋值 小于给定阈值为止，顶点提取完毕。 所述步骤“顶点提取”的第一步是以形态图像为基础，将像素值为1的线条采用线 宽为1个像素的线段绘制成骨架图；第二步是以具有k个像素点的骨架图为基础，遍历像素 点1至像素点k，每当遇到像素值＝1的像素点时，以顺时针或逆时针方向绕该像素点的八邻 域搜寻一周，得到一个像素值变化次数；若像素值变化次数为4，显示过该像素点存在两根 直线，通过坐标计算得知这两根直线存在合理的夹角时，则确定该像素点为边缘顶点并记 录；若像素值变化次数为6，显示过该像素点存在三根直线，则确定该像素点为中间顶点并 记录。 所述步骤“顶点提取”的第一步是以“二值化图”为基础，将像素值为1的线条采用 线宽为1个像素的线段绘制骨架图；第二步是在骨架图的基础上，以像素值＝1的像素点处 为中心点建立尺寸为5×5个像素的正方形窗口，如果该窗口的部分区域溢出骨架图时，先 将溢出区域的像素点的像素值全部赋值为0，然后采用Harris算法计算出该窗口中心点对 应的角点响应函数值R，再以角点响应函数值R的最大值的百分之一为界限值，在同一窗口 内的全部角点响应函数值R中，将小于界限值的角点响应函数值R置为零，重复以上操作遍 历整个骨架图；下一步，以像素值＝1且角点响应函数值R大于零的像素点为中心点，建立尺 寸为3×3个像素的正方形窗口，若该窗口中心点的R值为本窗口内的最大值，则记录该点为 顶点，重复以上操作遍历整个骨架图。 所述“重构胞元”的第一步是在“二值化图”的中央位置任意选择x个顶点为基准 点，在每个基准点处找到与其最接近的顶点为相邻点，计算出基准点与相邻点的距离，保留 其中距离最短的三条记录，然后求3x条记录的距离的平均值为胞元边长A；第二步是将获得 的顶点分为主动连接点和被动连接点两大类；即：先将骨架图分为两个区，以骨架图周边宽 度为1A～2A的区域是为边缘区，被边缘区包围的区域为中央区；位于中央区的顶点为主动 连接点，位于边缘区的顶点为被动连接点；第三步是将所有主动连接点与最接近的三个顶 点用线段连接起来，即：每个主动连接点必须且只能保留三条最短的线段，连线完成后形成 胞元重构图。 5 CN 111583239 A 说　明　书 3/8 页 所述步骤“重构胞元”包括边缘扩展和顶点连线；所述步骤“边缘扩展”是以形态图 像为基础，在形态图像四个边的最外缘，均向外扩展至少1个像素的宽度形成扩展区，扩展 区内所有像素点的像素值全部置为1，得到扩展图像；所述步骤“顶点连线”是以扩展图像为 对象，以从左至右、自上而下的顺序遍历该扩展图像，当遇到像素值＝0的像素点时，就采用 摩尔邻域跟踪算法寻找并记录同一胞元的顶点及其连接顺序并记录在该胞元的名下，以每 个胞元最多保留六个顶点为原则，删除重复的记录，按照保留的记录进行顶点连线，画出完 整的胞元；随后将该胞元内所有像素点的像素值全部置为1；在此基础上，寻找下一个像素 值＝0的像素点，重复以上操作，遍历完成的同时也完成了胞元重构图。 一种适用于蜂窝结构几何规整度图像识别方法的系统，所述系统包括检测台、数 码相机和计算机；所述数码相机和计算机电连接； 所述数码相机至少为一台，其分辨率不低于1080P，配置远心镜头，其安装方式为 固定式或/和移动式。 所述检测台为活动式工作平台，包括置物台、升降装置和夹具，升降装置安装在置 物台的底部；被测蜂窝件放置在置物台上；所述升降装置包括竖向导轨、电动推杆或电液推 杆，能够推动置物台沿竖向导轨上下移动，调节被测蜂窝件的高度，以保证被测蜂窝件的上 端面与夹具的上端面平齐；升降装置的控制部分与计算机电连接； 所述夹具由四块平板及驱动装置组成，能够在驱动装置的作用下向被测蜂窝件靠 拢，靠紧被测蜂窝件后锁死，用于定位及固定被测蜂窝件。 所述数码相机的安装方式为移动式时，所述系统增加行走式龙门架、滑轨、移动装 置； 数码相机安装在行走式龙门架的横梁上，能够在移动装置的驱动下沿横梁横向移 动； 行走式龙门架能够在移动装置的驱动下沿滑轨纵向移动，数码相机及行走式龙门 架的移动均由计算机控制。 与现有技术相比较，本发明的方法及其系统具有科学合理。简单易行，精度高，工 作效率高等优点。 附图说明 图1为本发明方法的流程框图； 图2为本发明方法的一实施例顶点提取及胞元重构示意图； 图3为本发明系统的一实施例设备配置示意图； 图4为图3的俯视图。 图中：1-检测台，2-数码相机，3-计算机，4-置物台，5-升降装置，6-夹具，7-行走式 龙门架，8-滑轨，9-移动装置。