(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 202211220216.X (22)申请日 2022.10.08 (71)申请人 中威泵业 （江苏） 有限公司 地址 226000 江苏省南 通市开发区新 开街 道精开路1号 (72)发明人 钟海涛　 (74)专利代理 机构 深圳政科创新专利代理事务 所(普通合伙) 44880 专利代理师 谢庚生 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) (54)发明名称 一种水泵叶轮异常识别方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种水泵叶轮异常识别方法。 该方法是一种应用电 子设备进行识别的方法， 利用生产领域人工智能 系统完成水泵叶轮的异常识别检测。 首先利用相 机获取叶轮图像， 对叶轮图像进行数据处理得到 多个重要性点； 对多个重要性点进行数据处理， 得到区域边缘像素点数量序列； 根据任意两个重 要性点对应的区域边缘像素点数量序列的内积 构建风格矩阵。 根据待检测水泵叶轮的叶轮图像 和无损水泵叶轮的叶轮图像对应的风格矩 阵的 矩阵差异， 判断检测水泵 叶轮是否异常， 完成对 水泵叶轮的异常识别。 权利要求书1页 说明书6页 附图1页 CN 115294130 A 2022.11.04 CN 115294130 A 1.一种水泵叶轮异常识别方法， 其特 征在于， 该 方法包括以下步骤： 采集待检测水泵叶轮的叶轮图像， 对所述叶轮图像进行 灰度化得到叶轮灰度图； 使用Canny算子对于叶轮灰度图提取边缘， 对得到的边缘像素点进行去噪， 得到去噪边 缘图像； 利用霍夫圆检测得到曲线 数量， 将所述曲线 数量作为聚类的类别数量， 对去噪边缘 图像中的边缘像素点进 行聚类， 得到多个类别； 以每个类别中的聚类中心点作为重要性点； 以每个重要性点构建一个形状上下文， 得到每个重要性点对应的形状上下文区域， 将形状 上下文区域从小到大依 次标记， 每个重要性点对应的区域边缘像素点数量序列； 根据任意 两个重要性 点对应的区域 边缘像素点数量序列的内积构建风格矩阵； 计算待检测水泵叶轮的叶轮图像对应的风格矩阵和无损水泵叶轮的叶轮图像对应的 风格矩阵的矩阵差异； 当矩阵差异大于等于预设差异值时， 待检测水泵叶轮异常。 2.根据权利要求1所述的一种水泵叶轮异常识别方法， 其特征在于， 所述利用霍夫圆检 测得到曲线数量， 包括： 使用霍夫圆检测检测出水泵叶轮中间的圆形部分的中心圆轴的圆心点和中心圆轴的 半径； 以该中心圆轴的圆心点为新的圆心点， 以2倍的中心圆轴的半径为新的半径， 得到一 个新圆环； 获取 所述新圆环交于去噪边 缘图像上每条边 缘点的交点数量， 作为曲线数量。 3.根据权利要求1所述的一种水泵叶轮异常识别方法， 其特征在于， 所述以每个类别中 的聚类中心点作为重要性 点， 包括： 获取各类别的聚类中心点和水泵叶轮中间的圆形部分的中心圆轴的圆心点， 得到聚类 中心点和圆心点的连线， 得到移动方向； 使聚类中心 点一直保持在边缘像素点上， 向圆心 点 移动， 每次移动更新聚类中心点时， 再次得到更新后的聚类中心点到中心圆心点的移动方 向； 聚类中心 点每移动一次， 计算其密度聚类， 设定聚类圆形大小为半径为5的圆形， 统计聚 类圆形中边缘像素点的数量， 通过欧式距离计算聚类中心点和中心圆轴的圆心点的距离， 当聚类中心点朝向圆心点的方向无法移动， 且此时聚类中心点无论如何移动， 两者之间的 距离都不再变短时， 停止聚类； 计算每个聚类中心点位置得到的聚类圆形内部的边缘像素 点的数量； 选择边 缘像素点的数量 最大的聚类中心点， 作为重要性 点。 4.根据权利要求1所述的一种水泵叶轮异常识别方法， 其特征在于， 所述根据任意两个 重要性点对应的区域 边缘像素点数量序列的内积构建风格矩阵， 包括： 所述风格矩阵为： 其中， 为风格矩阵； 为第1个重要性点对应的区域边缘像素点数量 序列； 为第2个重要性点对应的区域边缘像素点数量序列； 为第D个重要性点对应的区 域边缘像素点数量序列。 5.根据权利要求1所述的一种水泵叶轮异常识别方法， 其特征在于， 所述将所述曲线数 量作为聚类的类别数量， 对去噪边 缘图像中的边 缘像素点进行聚类， 得到多个 类别， 包括： 利用DBSCAN聚类算法对去噪边缘 图像中的边缘像素点进行聚类， 得到多个类别， 类别 的数量为曲线数量。权　利　要　求　书 1/1 页 2 CN 115294130 A 2一种水泵叶轮异常识别方 法 技术领域 [0001]本发明涉及数据处 理技术领域， 具体涉及一种水泵叶轮异常识别方法。 背景技术 [0002]水泵是输送液体或使液体增压 的机械设备， 这种机器主要用来输送液体， 现如今 有很多不同种类的水泵。 其中有一种泵被叫做叶轮式泵。 这种泵是依靠旋转的叶轮对流体 的作用， 传递能量， 增大流体动能。 而叶轮作为其中的关键部件， 其因为长时间的在水下运 作， 叶片在转动时水流产生的摩擦力会对叶轮造成损害， 即使是现如今质量最好的金属所 制成的叶轮也无法规避这点。 因此随着水泵使用年限的增大， 水泵叶轮就会出现腐蚀或者 裂纹， 更有甚 者叶片出现断裂， 因此需要在对叶轮进行异常识别。 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水泵叶轮异常识别方法， 所 采用的技 术方案具体如下： 采集待检测水泵叶轮的叶轮图像， 对所述叶轮图像进行 灰度化得到叶轮灰度图； 使用Canny算子对于叶轮灰度图提取边缘， 对得到的边缘像素点进行去噪， 得到去 噪边缘图像； 利用霍夫圆检测得到曲线 数量， 将所述曲线数量作为聚类的类别数量， 对去噪 边缘图像中的边缘像素点进行聚类， 得到多个类别； 以每个类别中的聚类中心点作为重要 性点； 以每个重要性点构建一个形状上下文， 得到每个重要性点对应的形状上下文区域， 将 形状上下文区域从小到大依 次标记， 每个重要性点对应的区域边缘像素点数量序列； 根据 任意两个重要性 点对应的区域 边缘像素点数量序列的内积构建风格矩阵； 计算待检测水泵叶轮的叶轮图像对应的风格矩阵和无损水泵叶轮的叶轮图像对 应的风格矩阵的矩阵差异； 当矩阵差异大于等于预设差异值时， 待检测水泵叶轮异常。 [0004]优选的， 所述利用霍夫圆检测得到曲线数量， 包括： 使用霍夫圆检测检测出水泵叶轮中间的圆形部分的中心圆轴的圆心点和中心圆 轴的半径； 以该中心圆轴的圆心点为新的圆心点， 以2倍的中心圆轴的半径为新的半径， 得 到一个新圆环； 获取所述新圆环交于去 噪边缘图像上每条边缘点的交点数量， 作为 曲线数 量。 [0005]优选的， 所述以每 个类别中的聚类中心点作为重要性 点， 包括： 获取各类别的聚类中心点和水泵叶轮中间的圆形部分的中心圆轴的圆心点， 得到 聚类中心 点和圆心 点的连线， 得到移动方向； 使聚类中心 点一直保持在边缘像素点上， 向圆 心点移动， 每次移动更新聚类中心点时， 再次得到更新后的聚类中心点到中心圆心点的移 动方向； 聚类中心 点每移动一次， 计算其密度聚类， 设定聚类圆形大小为半径 为5的圆形， 统 计聚类圆形中边缘像素点的数量， 通过欧式距离计算聚类中心 点和中心圆轴的圆心 点的距 离， 当聚类中心 点朝向圆心 点的方向无法移动， 且此时聚类中心 点无论如何移动， 两者之间 的距离都不再变短时， 停止聚类； 计算每个聚类中心点位置得到的聚类圆形内部的边缘像说　明　书 1/6 页 3 CN 115294130 A 3