(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 202210935647.8 (22)申请日 2022.08.05 (71)申请人 武汉飞恩微电子有限公司 地址 430000 湖北省武汉市东湖新 技术开 发区高新大道818号高科医疗器械园B 区12号楼3层2号 (72)发明人 王小平　曹万　梁世豪　熊波　 (74)专利代理 机构 武汉天领众智专利代理事务 所(普通合伙) 42300 专利代理师 谢非 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/12(2017.01) G06T 7/62(2017.01) G06V 10/26(2022.01)G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 一种基于图像处理的生产设备故障检测方 法 (57)摘要 本发明公开了一种基于图像处理的生产设 备故障检测方法， 具体涉及故障检测技术领域， 通过像素点的热缺陷分析对故障区域面积的像 素进行整合， 对故障面积中的质心坐标进行计 算， 对故障区域的故障点进行定位标记， 确定故 障点的位置， 同时利用数字图像处理方法， 通过 对红外成像设备的图像进行做差， 并进行二值化 处理计算出差值图像平均标准差， 对比已知判定 参数来判断红外成像设备的非均匀性， 建立评价 指标与评价准则体系来确定生产设备评价参数， 根据评价参数判断生产设备故障是否合格， 避免 因噪声影 响成像的精准性， 提高对生产设备的检 测精度， 有利于对设备的故障检测工作。 权利要求书2页 说明书7页 CN 114998352 A 2022.09.02 CN 114998352 A 1.一种基于图像处 理的生产设备故障检测方法， 其特 征在于， 包括以下步骤： S1、 通过图像采集设备采集同一空间的所有生产设备的红外图像， 并且通过数据库进 行储存； S2、 对所获取的红外图像进行二值化处理： 将获取的红外图像以预设阈值Q将图像进行 二值化处理， 并且计算差值图像标准差， 得到二 值图像； S3、 将二值图像进行边缘分割： 采用坎尼检测器边缘分割来获取图像边缘， 经边缘检测 后， 分割得到两个白色矩形框， 且边框宽度为单个像素， 通过加权求和方式计算矩形和图像 白色边框 部分面积； S4、 通过建立评价指标与评价准则体系来确定生产设备评价参数， 根据评价参数判断 生产设备故障是否合格。 2.根据权利要求1所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述S1中， 所述图像采集设备设置为红外成像设备， 通过在红外成像设备中设定测温范围， 并 且捕捉不同温度下红外成像设备和待测生产设备的图像。 3.根据权利要求2所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述S1中所获取的红外成像中提取红外图像温度数据， 通过温度与灰度的提取判断故障区域 特征， 具体判断方式如下： S101、 通过获取红外图像中单个像素的温度值与灰度值进行数据拟合， 多个检测像素 点的温度值与灰度值通过数据拟合方式进行计算得到灰度值G， T表示温度值， 且具体拟合 关系如下： G={‑【 （T‑实际温度值） /标准灰度值】2}； S102、 通过对温度值与灰度值的拟合， 并且计算各像素点的相对温差W， 对多个检测像 素点的样本数据进行判断， 并且划分热缺陷等级， 且具体 计算公式如下： 其中T1为故障相发热点的温度， T2为正常相对点的温度， T0为环境温度或环境参照体 温度， 通过计算各像素点的相对温差W判断热缺陷等级； S103、 通过像素点的热缺陷分析对故障区域面积的像素进行整合， 对故障面积中的质 心坐标进行计算， 对故障区域的故障点进行定位标记， 具体表示 为： 其中， A表示故障区域面积 （故障区域总像素点） ， E为故障区域， Z为X轴的像素数， C为Y 轴的像素 数， 最终故障点用以 （X丨， Y丨） 来进行表示。 4.根据权利要求1所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述S2中所二值化处理的数值大于等于阈值Q的点为 1， 小于阈值Q的点为0， 及得到灰度值为1 的白色、 灰度值 为0黑白相间的二 值化图像。 5.根据权利要求1所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述计算二值图像标准差中， 且背景为黑色像素的限定下， 图像标准差越大， 噪声元素越多， 非均匀性越明显 。权　利　要　求　书 1/2 页 2 CN 114998352 A 26.根据权利要求1所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述S4中具体实施步骤如下： S401、 通过计算所得到的各生产设备故障数据用以 【X1、 X2、 X3...Xn】 来表示， 即故障区 域像素数据信息， 针对 【X1、 X2、 X3. ..Xn】 的独立测量判断生产设备 是否合格； S402、 针对 【X1、 X2、 X3...Xn】 的独立测 量， 即Xn‑1为待测设备数据， 将测 量值Xn+1设为 可疑数据， 计算前n项平均值 ， 具体计算方式如下： 其中Xi为可疑数据Xn+1前的第i测量 值； 其次求得测量列项的标准差： 根据测量次数n和选取的显著度a， 即可由生产设备参数表查得校验准则t分布的检验 系数H （n， a） ， 若 ； 则认为测量值Xn+1含有较大误差， 待测生产设备为不正常设备， 若否则认为Xn+1不含 较大误差， 为 正常设备， 不影响正常使用； S403、 通过将 【X1、 X2、 X3...Xn】 中多组故障数据带入 中进行计 算， 根据测量次数n和选取的显著度a算出HW i范围。 7.根据权利要求1所述的一种基于图像处理 的生产设备故障检测方法， 其特征在于： 所 述S1中通过数据库进行储存的方式包括顺序存储方法、 链接存储方法、 索引存储方法和散 列存储方法， 且四种存储方法进行组合使用对数据结构进行存储映像， 采用存储数组中内 容的部分元素作为映射函数的输入， 依据存储数据的部 分内容找到数据在数组中的存储位 置实现快速访问。权　利　要　求　书 2/2 页 3 CN 114998352 A 3