(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 202211276464.6 (22)申请日 2022.10.19 (71)申请人 镭戈斯智能装备江苏有限公司 地址 226000 江苏省南 通市海安市胡集 街 道园庄路1 18号5室 (72)发明人 王桂荣　 (74)专利代理 机构 深圳利联知识产权代理事务 所(普通合伙) 44866 专利代理师 张海涛 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/26(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于图形识别的齿轮断齿识别方法 (57)摘要 本发明涉及数据处理领域， 具体涉及一种基 于图形识别的齿轮断齿识别方法， 获取齿轮图像 的灰度图像， 通过语义分割获得目标齿轮图像； 根据目标齿轮图像， 得到纹理复杂度图像， 并通 过阈值分割得到阴影区域， 计算阴影区域的等间 距区域， 得到标准区域； 根据标准区域， 得到粗糙 区域； 根据每个粗糙区域的粗糙情况， 对粗糙像 素点进行标记， 得到断齿区域。 即本发明能够准 确识别齿轮断齿的情况。 权利要求书1页 说明书6页 附图3页 CN 115359237 A 2022.11.18 CN 115359237 A 1.一种基于图形识别的齿轮断齿识别方法， 其特 征在于， 包括以下步骤： 获取齿轮图像的灰度图像， 通过语义分割获得目标齿轮图像； 根据目标齿轮图像， 得到纹理复杂度图像， 并通过阈值分割得到阴影区域， 计算阴影区 域的等间距区域， 得到标准区域； 根据标准区域， 得到粗糙区域； 根据每个粗糙区域的粗糙 情况， 对粗 糙像素点进行 标记， 得到断齿区域； 所述标准区域的获取 过程为： 获取不同视角下的目标齿轮图像的正常的阴影区域； 计算每个视角下的阴影区域的连通域中心点与长边中心线的垂距， 当当前图像中每个 阴影区域的连通域中心 点与长边中心点的垂距小于 设定值， 且每两个相 邻阴影区域的连通 域中心点的距离相 近， 则当前角度上 的阴影区域为正常连续阴影区域； 通过对不同旋转角 度下的正常齿片的阴影区域进 行计算， 可以得到所有图像中的正常阴影区域的最大区域数 量， 将最大区域数量对应的图像中的连续阴影区域作为标准区域。 2.根据权利要求1所述的一种基于图形识别的齿轮断齿识别方法， 其特征在于， 每两个 相邻阴影区域的连通 域中心点的距离相近的具体过程 为： 计算得到沿着连通域中心线的纵坐标从大到小的方向， 得到阴影区域的连通域中心点 与长边中心线的垂距， 得到垂距序列， 通过otsu多阈值分割将垂距序列中的元素划分为不 同类别， 通过多阈值分割得到两个类别； 划分得到不同类别后， 计算每个类别与连通域中心 点的距离， 所述距离是指每个类别中所有 元素的均值， 将均值小于预设阈值的类别， 记为该 类别的距离与连通 域中心点的距离相近 。 3.根据权利要求1所述的一种基于图形识别的齿轮断齿识别方法， 其特征在于， 所述粗 糙区域的获取 过程为： 计算图像上每个像素点的八邻域范围内的像素灰度值的方差， 记为粗糙度， 基于粗糙 度得到粗 糙度图像； 将所述 粗糙度图像与所述标准区域进行对比， 得到粗 糙区域。权　利　要　求　书 1/1 页 2 CN 115359237 A 2一种基于图形识别的齿轮断齿识别方 法 技术领域 [0001]本发明涉及数据处 理领域， 具体为 一种基于图形识别的齿轮断齿识别方法。 背景技术 [0002]现有方法对齿轮断齿进行检测， 往往是通过霍夫圆的方法进行检测， 但该方法只 对过载折断， 即如图1中所示的情况可以进 行精准检测， 当齿轮是由于疲劳折断， 产生如图2 中所示的情况时， 现有 方法采用阈值分割的方法进 行检测， 但由于金属的反光特性较强， 结 合齿轮形状， 阈值分割方法的检测精度不高， 只能对特定光照 情况下的齿轮进 行检测， 受限 较大。 发明内容 [0003]为了解决上述技术问题， 本发明的目的在于提供一种基于图形识别的齿轮断齿识 别方法， 所采用的技 术方案具体如下： 本发明提供了一种基于图形识别的齿轮断齿识别方法， 包括以下步骤： 获取齿轮图像的灰度图像， 通过语义分割获得目标齿轮图像； 根据目标齿轮图像， 得到纹理复杂度图像， 并通过阈值分割得到阴影区域， 计算阴 影区域的等间距 区域， 得到标准区域； 根据标准区域， 得到粗糙区域； 根据每个粗糙区域的 粗糙情况， 对粗 糙像素点进行 标记， 得到断齿区域。 [0004]优选地， 所述标准区域的获取 过程为： 获取不同视角下的目标齿轮图像的正常的阴影区域； 计算每个视角下的阴影区域的连通域中心点与长边中心线的垂距， 当当前图像中 每个阴影区域的连通域中心 点与长边中心点的垂距小于 设定值， 且每两个相 邻阴影区域的 连通域中心点的距离相 近， 则当前角度上 的阴影区域为正常连续阴影区域； 通过对不同旋 转角度下的正常齿片的阴影区域进行计算， 可以得到所有图像中的正常阴影区域的最大区 域数量， 将最大区域数量对应的图像中的连续阴影区域作为标准区域。 [0005]优选地， 每两个相邻阴影区域的连通 域中心点的距离相近的具体过程 为： 计算得到沿着 连通域中心线的纵坐标从大到小的方向， 得到阴影区域的连通域中 心点与长边中心线的垂距， 得到垂距序列， 通过otsu多阈值分割将垂距序列中的元素划分 为不同类别， 通过多阈值分割得到两个类别； 划分得到不同类别后， 计算每个类别与连通域 中心点的距离， 所述距离是指 每个类别中所有元素的均值， 将均值小于预设阈值的类别， 记 为该类别的距离与连通 域中心点的距离相近 。 [0006]优选地， 所述 粗糙区域的获取 过程为： 计算图像上每个像素点的八邻域范围内的像素灰度值的方差， 记为粗糙度， 基于 粗糙度得到粗 糙度图像； 将所述 粗糙度图像与所述标准区域进行对比， 得到粗 糙区域。 [0007]本发明的有益效果： 本发明的基于图形识别的齿轮断齿识别方法， 通过对每个齿面的粗糙区域进行分说　明　书 1/6 页 3 CN 115359237 A 3