本技術涉及圖像處理的，尤其是涉及基于圖像處理的漆膜附著力判斷方法、系統(tǒng)、設備及介質(zhì)。

背景技術：

1、漆膜附著力是評價涂層質(zhì)量的重要指標之一，廣泛應用于汽車、家電、建筑等領域。傳統(tǒng)上，漆膜附著力的測試主要依賴人工目視判斷，存在效率低下、結(jié)果主觀性強等問題。隨著工業(yè)自動化和智能制造的不斷發(fā)展，亟需開發(fā)出更加高效、客觀、可靠的漆膜附著力自動檢測方法。

技術實現(xiàn)思路

1、為了解決現(xiàn)有的人工目視判斷漆膜附著力效率低下、結(jié)果主觀性強的問題，本技術提供一種基于圖像處理的漆膜附著力判斷方法、系統(tǒng)、設備及介質(zhì)，采用如下的技術方案：

2、第一方面，本技術提供一種基于圖像處理的漆膜附著力判斷方法，包括如下步驟：

3、采集漆膜附著力判斷區(qū)域的目標圖像，對所述目標圖像進行預處理；

4、對預處理后的目標圖像進行特征識別，提取試件表面漆膜剝落面積；

5、根據(jù)所述試件表面漆膜剝落面積和所述判斷區(qū)域的區(qū)域面積，計算漆膜剝落面積占比；

6、將所述漆膜剝落面積占比與預設的附著力等級判斷標準進行對比，確定漆膜附著力等級。

7、通過采用上述技術方案，本技術首先采集漆膜附著力判斷區(qū)域的目標圖像，并對圖像進行預處理，以提高后續(xù)特征識別的效果；然后對預處理后的圖像進行特征識別，精確提取出試件表面漆膜的剝落面積；接著根據(jù)提取出的漆膜剝落面積與判斷區(qū)域的實際面積，計算出漆膜剝落面積所占的比例；最后將計算得到的漆膜剝落面積占比與預先設定的附著力等級判斷標準進行對比，從而確定并輸出該漆膜的附著力等級，提高了判斷的效率以及判斷結(jié)果的客觀性和一致性。

8、可選的，所述采集漆膜附著力判斷區(qū)域的目標圖像，對所述目標圖像進行預處理，具體包括如下步驟：

9、采集漆膜附著力判斷區(qū)域的目標圖像；

10、對所述目標圖像進行圖像增強和噪聲去除，得到優(yōu)化后的目標圖像；

11、在優(yōu)化后的目標圖像中檢測并裁剪出目標判斷區(qū)域，得到預處理后的目標圖像。

12、通過采用上述技術方案，本技術首先采集漆膜附著力判斷區(qū)域的原始目標圖像；然后對采集的原始圖像進行圖像增強和噪聲去除等優(yōu)化處理，得到質(zhì)量增強的優(yōu)化后目標圖像；接著在優(yōu)化后的目標圖像中檢測并精確裁剪出需要進行判斷的目標區(qū)域，得到預處理后的最終目標圖像，能夠精確分離出需要判斷的區(qū)域，排除背景干擾，提高后續(xù)特征識別和面積計算的準確性。

13、可選的，所述對預處理后的目標圖像進行特征識別，提取試件表面漆膜剝落面積，具體包括如下步驟：

14、對預處理后的目標圖像進行二值化處理，確定目標像素和背景像素，所述目標像素為剝落區(qū)域的像素點；

15、根據(jù)所述目標像素和背景像素，對二值化后的目標圖像進行連通區(qū)域標記，標識出獨立剝落區(qū)域；

16、計算每個獨立剝落區(qū)域的面積，將所有獨立剝落區(qū)域的面積累加，得到試件表面漆膜剝落面積。

17、通過采用上述技術方案，由于預處理后的目標圖像中，漆膜剝落區(qū)域與背景存在一定的灰度或顏色差異，本技術首先通過二值化處理將圖像像素分為目標像素和背景像素兩類；然后，基于二值化結(jié)果，對圖像進行連通區(qū)域標記，將相連的目標像素點歸為一個獨立的剝落區(qū)域；接著，分別計算出每個獨立剝落區(qū)域的面積，并將所有區(qū)域面積累加，得到整體漆膜剝落面積，能精確量化各種不規(guī)則形狀的剝落區(qū)域，提高判斷的準確性。

18、可選的，將所述試件表面漆膜剝落面積占比與預設的附著力等級判斷標準進行對比，確定漆膜附著力等級之后，所述方法還包括如下步驟：

19、在用戶界面上顯示有效試驗區(qū)域圖像、目標圖像以及漆膜附著力等級并打印輸出，作為原始記錄；

20、將所述原始記錄保存到數(shù)據(jù)庫中；

21、接收用戶在所述用戶界面的人工判定和復核結(jié)果，根據(jù)所述人工判定和復核結(jié)果對所述漆膜附著力等級進行修正。

22、通過采用上述技術方案，本技術首先在用戶界面上顯示有效試驗區(qū)域圖像、原始目標圖像，并同時顯示和打印輸出自動判斷獲得的漆膜附著力等級結(jié)果，作為原始記錄；然后，將原始記錄保存至數(shù)據(jù)庫中，以備后續(xù)查詢和追溯；接著，在用戶界面上接收操作人員對判斷結(jié)果的人工判定和復核意見；最后，根據(jù)操作人員的人工判定和復核結(jié)果，對之前的自動判斷結(jié)果進行相應修正，得到修正后的最終漆膜附著力等級，提高了判斷過程的透明度和追溯性，同時通過設置人工判定和復核環(huán)節(jié)，提高了結(jié)果的可靠性。

23、可選的，在接收用戶在所述用戶界面的人工判定和復核結(jié)果之前，所述方法還包括如下步驟：

24、分析所述預處理后的目標圖像，獲取漆膜表面紋理特征、光照分布特征和漆膜顏色與背景顏色對比度特征；

25、基于所述漆膜表面紋理特征、光照分布特征和漆膜顏色與背景顏色對比度特征，計算得到漆膜剝落面積自動判定的可信度分數(shù)；

26、將所述可信度分數(shù)與預設的可信度閾值進行比較，當所述可信度分數(shù)高于所述可信度閾值時，將當前自動判定的漆膜剝落面積結(jié)果和漆膜附著力等級顯示在所述用戶界面上；

27、當所述可信度分數(shù)低于所述可信度閾值時，發(fā)送人工判定請求，要求人工復核和判定。

28、通過采用上述技術方案，基于圖像處理進行判斷的過程中，漆膜的表面紋理、光照條件、顏色對比度等會影響判斷的準確性，本技術首先分析預處理后的目標圖像，提取漆膜表面紋理、光照分布、顏色對比度等特征；然后，基于提取的這些特征，借助預先訓練的評估模型，計算得到當前自動判斷漆膜剝落面積結(jié)果的可信度分數(shù)；接著，將計算得到的可信度分數(shù)與預設的可信度閾值進行比較，當可信度分數(shù)高于閾值時，將自動判斷結(jié)果直接顯示在用戶界面上，視為可靠結(jié)果；當可信度分數(shù)低于閾值時，則發(fā)送人工判定請求，要求操作人員進行人工復核和判定，不直接采納自動判斷結(jié)果；通過設置可信度閾值，當可信度較高時自動判斷結(jié)果可直接采用，避免過度依賴人工判定，提高了判斷效率；當可信度較低時，則自動請求人工復核，確保了結(jié)果的準確性。

29、可選的，所述采集漆膜附著力判斷區(qū)域的目標圖像之前，所述方法還包括如下步驟：

30、在附有漆膜的試件上，采用預設的方式切割出待測試區(qū)域；

31、在所述待測試區(qū)域覆蓋標準膠帶紙，撕去覆蓋的膠帶紙后，得到漆膜附著力判斷區(qū)域。

32、通過采用上述技術方案，本技術通過預先在試件表面制造出標準的漆膜剝落區(qū)，可以模擬實際使用環(huán)境下漆膜脫落的情況；采用標準膠帶紙的方式，保證了剝落過程的一致性和可重復性。

33、可選的，計算每個獨立剝落區(qū)域的面積，將所有獨立剝落區(qū)域的面積累加，得到試件表面漆膜剝落面積之后，所述方法還包括如下步驟：

34、對撕下的膠帶紙進行圖像采集，得到膠帶紙圖像；

35、基于所述膠帶紙圖像計算剝落漆膜參考面積，并計算所述試件表面漆膜剝落面積和所述剝落漆膜參考面積的差值；

36、若所述差值小于預設閾值，則確定所述試件表面漆膜剝落面積為最終的漆膜剝落面積；

37、否則，發(fā)送人工判定請求。

38、通過采用上述技術方案，由于基于圖像處理計算得到的漆膜剝落面積可能會與實際剝落面積存在一定偏差，例如撕膠帶的角度、力度不當?shù)龋瑫斐善崮冸x不完整或附著膠帶殘留物，本技術首先對用于制造剝落區(qū)域的撕下膠帶紙進行圖像采集，得到膠帶紙圖像；然后，基于膠帶紙圖像，計算出剝落漆膜的參考面積作為標準值；接著，計算之前基于試件圖像得到的漆膜剝落面積，與上述參考面積的差值；若該差值小于預設閾值，則確認之前計算的剝落面積為最終有效結(jié)果；否則，若差值過大超出可接受范圍，則發(fā)送人工判定請求，要求人工核實和確認面積結(jié)果，將基于試件圖像的面積測量與基于膠帶紙圖像的參考面積測量相結(jié)合，提高了判斷的準確性。

39、第二方面，本技術提供一種基于圖像處理的漆膜附著力判斷系統(tǒng)，包括：

40、圖像預處理模塊，用于采集漆膜附著力判斷區(qū)域的目標圖像，對所述目標圖像進行預處理；

41、面積提取模塊，用于對預處理后的目標圖像進行特征識別，提取試件表面漆膜剝落面積；

42、面積占比計算模塊，用于根據(jù)所述試件表面漆膜剝落面積和所述判斷區(qū)域的區(qū)域面積，計算漆膜剝落面積占比；

43、附著力等級確定模塊，用于將所述漆膜剝落面積占比與預設的附著力等級判斷標準進行對比，確定漆膜附著力等級。

44、第三方面，本技術提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述基于圖像處理的漆膜附著力判斷方法的步驟。

45、第四方面，本技術提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述基于圖像處理的漆膜附著力判斷方法的步驟。

46、綜上所述，本技術包括以下至少一種有益技術效果：

47、1.本技術首先采集漆膜附著力判斷區(qū)域的目標圖像，并對圖像進行預處理，以提高后續(xù)特征識別的效果；然后對預處理后的圖像進行特征識別，精確提取出試件表面漆膜的剝落面積；接著根據(jù)提取出的漆膜剝落面積與判斷區(qū)域的實際面積，計算出漆膜剝落面積所占的比例；最后將計算得到的漆膜剝落面積占比與預先設定的附著力等級判斷標準進行對比，從而確定并輸出該漆膜的附著力等級，提高了判斷的效率以及判斷結(jié)果的客觀性和一致性；

48、2.本技術首先通過二值化處理將圖像像素分為目標像素和背景像素兩類；然后，基于二值化結(jié)果，對圖像進行連通區(qū)域標記，將相連的目標像素點歸為一個獨立的剝落區(qū)域；接著，分別計算出每個獨立剝落區(qū)域的面積，并將所有區(qū)域面積累加，得到整體漆膜剝落面積，能精確量化各種不規(guī)則形狀的剝落區(qū)域，提高判斷的準確性；

49、3.本技術首先分析預處理后的目標圖像，提取漆膜表面紋理、光照分布、顏色對比度等特征；然后，基于提取的這些特征，借助預先訓練的評估模型，計算得到當前自動判斷漆膜剝落面積結(jié)果的可信度分數(shù)；接著，將計算得到的可信度分數(shù)與預設的可信度閾值進行比較，當可信度分數(shù)高于閾值時，將自動判斷結(jié)果直接顯示在用戶界面上，視為可靠結(jié)果；當可信度分數(shù)低于閾值時，則發(fā)送人工判定請求，要求操作人員進行人工復核和判定，不直接采納自動判斷結(jié)果；通過設置可信度閾值，當可信度較高時自動判斷結(jié)果可直接采用，避免過度依賴人工判定，提高了判斷效率；當可信度較低時，則自動請求人工復核，確保了結(jié)果的準確性。