(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211015805.4 (22)申请日 2022.08.24 (65)同一申请的已公布的文献号 申请公布号 CN 115115621 A (43)申请公布日 2022.09.27 (73)专利权人 聊城市泓润能源科技有限公司 地址 252000 山东省聊城市高新区聊牛路 南(鲁阳型材西) (72)发明人 杨保华　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06V 10/20(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01)(56)对比文件 CN 114882265 A,2022.08.09 CN 101196510 A,20 08.06.11 CN 108986 096 A,2018.12.1 1 CN 106908452 A,2017.0 6.30 CN 114219841 A,202 2.03.22 CN 105758862 A,2016.07.13 CN 114638827 A,202 2.06.17 CN 112200854 A,2021.01.08 CN 110415189 A,2019.1 1.05 CN 114778553 A,2022.07.22 CN 10486 5256 A,2015.08.26 JP 201721525 3 A,2017.12.07 JP 2002296151 A,20 02.10.09 M. S. La ghari et al.Wear Particle Shape and Edge Detai l Analysis. 《Wear Particle Shape and Edge Detai l Analysis》 .2010, (续) 审查员 张露 (54)发明名称 一种基于图像处理的润滑油污染程度检测 方法 (57)摘要 本发明涉及图像数据处理技术领域， 具体涉 及一种基于图像处理的润滑油污染程度检测方 法， 包括： 获取预设时段内每个时刻的油斑区域 灰度图像， 对每个时刻的油斑区域灰度图像进行 图像处理， 得到每个时刻的各个预设聚类K值对 应的油斑聚类灰度图像； 确定每个时刻的最佳预 设聚类K值对应的油斑聚类灰度图像， 进而确定 最佳预设聚类K值对应的油斑边界混合模糊程 度， 从而确定优选程度指标， 获取最佳油斑聚类 灰度图像内沉积环的平均半径和平均灰度值； 确 定待检测润滑油的污染程度评价值， 基于污染程 度评价值对待检测润滑油进行分析， 解决了润滑 油污染程度检测准确性较低的问题， 提高了检测 润滑油污染程度的精准 性。 [转续页] 权利要求书4页 说明书21页 附图2页 CN 115115621 B 2022.11.11 CN 115115621 B (56)对比文件 J. Posta et al.AP PROXIMATE TEST OF THE THERMAL DEGRADATION OF ENGI NE OIL. 《6 th Internati onal Conference o n Trends i n Agricultural Engi neering》 .2016, 肖梅 等.汽车发动机润滑油清净分散性定量测定方法. 《长安大 学学报 （自然科 学版） 》 .2015,第3 5卷(第4期), 梁策 等.主成分 分析在柴油机润滑油磨粒 分析中的应用. 《润滑与密封》 .2019,第4 4卷(第6 期),2/2 页 2[接上页] CN 115115621 B1.一种基于图像处 理的润滑油污染程度检测方法， 其特 征在于， 包括以下步骤： 获取预设时段内每个时刻的待检测润滑油的润滑油斑点图谱图像， 并对该润滑油斑点 图谱图像进行图像预处理操作， 得到每个时刻的油斑灰度图像， 进而得到每个时刻的油斑 区域灰度图像； 根据第一预设聚类K值、 第二预设聚类K值、 第三预设聚类K值以及每个时刻的油斑区域 灰度图像， 对每个时刻的油斑区域灰度图像进行聚类处理， 得到每个时刻的各个预设聚类K 值对应的油斑聚类灰度图像； 根据每个时刻的各个预设聚类K值对应的油斑聚类灰度图像中的每个聚类簇 内像素点 的个数、 各个像素点的灰度值和位置、 聚类中心的灰度值和位置、 图像中心的位置以及聚类 簇的个数， 确定每个时刻的各个预设聚类K值对应的油斑聚类灰度图像的聚类效果评价值， 进而确定每 个时刻的最佳 预设聚类K值对应的油斑聚类灰度图像； 根据每个时刻的最佳预设聚类K值对应的油斑聚类灰度图像内各个像素点的梯度值和 梯度方向， 确定每个时刻的最佳预设聚类K值对应的油斑聚类灰度图像的油斑边界混合模 糊程度； 根据预设时段内每个时刻对应的时刻序号和每个时刻的最佳预设聚类K值对应的油斑 聚类灰度图像的油斑边界混合模糊程度， 确定每个时刻的油斑聚类灰度图像对应的优选程 度指标， 进而确定待检测润滑油的最佳油斑聚类灰度图像， 所述优选程度指标的计算公式 为： 其中， 为t时刻的油斑聚类灰度图像对应的优选程度指标， 为t时刻对应的时刻序 号， 为t时刻的油斑聚类灰度图像对应的油斑边界混合模糊程度， 为以自然常 数e为底的 的指数函数； 获取待检测润滑油的最佳油斑聚类灰度图像中沉积环的平均半径和平均灰度值， 根据 待检测润滑油的最佳油斑聚类灰度图像中沉积环的平均半径和平均灰度值， 确定待检测润 滑油的污染程度评价 值， 进而确定待检测润滑油的污染程度。 2.根据权利要求1所述的一种基于图像处理 的润滑油污染程度检测方法， 其特征在于， 确定每个时刻的各个预设聚类K值对应的油斑聚类灰度图像的聚类效果评价值的步骤包 括： 根据每个时刻的各个预设聚类K值对应的油斑聚类灰度图像中的每个聚类簇 内的各个 像素点、 聚类中心和图像中心的位置， 确定每个聚类簇的各个像素点到图像中心的距离以 及聚类中心到图像中心的距离； 根据每个时刻的各个预设聚类K值对应的油斑聚类灰度图像中的每个聚类簇 内的各个 像素点和聚类中心的灰度值、 各个像素点到图像中心的距离以及聚类中心到图像中心的距 离， 确定每个时刻的各个预设聚类K值对应的油斑聚类灰度图像中的每个聚类簇内的各个权　利　要　求　书 1/4 页 2 CN 115115621 B 3