(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 202210946809.8 (22)申请日 2022.08.09 (65)同一申请的已公布的文献号 申请公布号 CN 115018845 A (43)申请公布日 2022.09.06 (73)专利权人 聊城市泓润能源科技有限公司 地址 252000 山东省聊城市聊城高新区聊 牛路南(鲁阳 型材西) (72)发明人 杨保华　 (74)专利代理 机构 郑州芝麻知识产权代理事务 所(普通合伙) 41173 专利代理师 丁伟 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/62(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 113405955 A,2021.09.17CN 10762 2499 A,2018.01.23 CN 114821073 A,202 2.07.29 CN 114671214 A,202 2.06.28 CN 109740254 A,2019.0 5.10 CN 105488481 A,2016.04.13 CN 107175 645 A,2017.09.19 CN 109215032 A,2019.01.15 CN 103439229 A,2013.12.1 1 CN 114627048 A,202 2.06.14 CN 10486 5168 A,2015.08.26 CN 102014147 A,201 1.04.13 CN 108305259 A,2018.07.20 CN 110208124 A,2019.09.0 6 CN 112381140 A,2021.02.19 CN 108446706 A,2018.08.24 US 201915 6600 A1,2019.0 5.23 周志红.磨粒的特 征参数优化与集成识别方 法研究. 《中国优秀硕士学位 论文全文数据库 工 程科技Ⅰ辑》 .2017,第20 07年卷(第5期), 杨玮等.基 于图像处 理和SVR的土 壤容重与 土壤孔隙度预测. 《农业工程学报》 .2021, (续) 审查员 何凤杰 (54)发明名称 一种润滑油磨粒质量检测方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种润滑油磨粒质量检测方法。 方法包括： 获取磨 粒图像中的各磨粒区域的长宽比； 根据各磨粒区 域的轮廓像素点， 得到弯曲度； 根据各磨粒区域 的最小拟合圆的面积， 得到球状度； 根据各磨粒 区域的灰度共生矩阵， 得到粗糙度； 根据各磨粒 区域中的像 素点， 得到空洞指标； 根据K ‑means算 法以及各磨粒区域的长宽比、 弯曲度、 球状度、 粗 糙度和空洞指标， 得到各磨粒类别对应的最优 簇； 根据各最优簇对应的各磨粒区域的面积， 得 到润滑油磨粒质量指标； 若润滑油磨粒质量指标 大于质量阈值， 则判定磨粒的质量良好。 本发明能够更加准确的判断润滑油中磨粒的质量。 [转续页] 权利要求书4页 说明书13页 附图1页 CN 115018845 B 2022.10.25 CN 115018845 B (56)对比文件 Yeping Peng et al.A hybrid searc h- tree discrimi nant tec hnique for multivariate wear debris clas sificati on. 《wear》 .2017, 蔡俊豪.基 于混合卷积神经网络的铁谱图像 目标磨粒检测与识别方法研究. 《中国优秀硕士 学位论文全文数据库 信息科技 辑》 .2021,第2021年卷(第10期), M. S. La ghari et al.Wear Particle Texture Analysis. 《ICIS PC》 .2019, WeiYuan et al.Shapeclas sificati on of wear particles by ima ge boundary analysis using machine learn ing algorithm s. 《MechanicalSystem sandSignalProces sing》 .2016,2/2 页 2[接上页] CN 115018845 B1.一种润滑油磨粒质量检测方法， 其特 征在于， 该 方法包括以下步骤： 获取待检测润滑油样本对应的磨粒图像， 所述润滑油样本是从机器中取样得到的， 所 述磨粒图像包 含多个磨粒区域； 获取各磨粒区域对应的长宽比； 根据各磨粒区域对应的轮廓像素点， 得到各磨粒区域 对应的弯曲度， 所述磨粒区域对应的轮廓像素点为磨粒区域最外层的像素点； 根据各磨粒 区域对应的最小拟合圆的面积， 得到磨粒区域对应的球状度； 根据各磨粒区域对应的灰度 共生矩阵， 得到各磨粒区域对应的粗糙度； 根据各磨粒区域中的像素点， 得到各磨粒区域对 应的空洞指标； 所述空洞指标的获取方法为： 对于任一磨粒区域： 使用canny算子对该磨粒 区域进行边 缘检测， 得到该磨粒区域中存在的各边 缘； 将边缘上的像素点记为 边缘像素点； 对于该磨粒区域内的任一边缘： 判断该边缘上的边缘像素点对应的八邻域内存在的边 缘像素点数量是否大于等于2， 若是， 则将对应的边缘像素点标记为0， 若否， 则将对应的边 缘像素点标记为 1； 计算该边缘上的各边缘像素点的标记 值的累加和， 若累加和为0， 则判定 该边缘为闭合边缘， 若累加 和不为0， 则判定该边 缘不是闭合 边缘； 若该磨粒区域内存在闭合边缘， 则将该磨粒区域对应的空洞指标赋值为1； 若该磨粒区 域内不存在闭合 边缘， 则将该磨粒区域对应的空洞指标 赋值为0； 根据磨粒类别数量、 K ‑means算法以及各磨粒 区域对应的长宽比、 弯曲度、 球状度、 粗糙 度和空洞指标， 对各磨粒区域进行分类， 得到各磨粒类别对应的最优簇； 所述得到各磨粒类别对应的最优簇的方法为： 根据 各磨粒区域对应的长宽比、 弯曲度、 球状度、 粗糙度和空洞指标， 将各磨粒区域映射到多维空间当中， 得到各磨粒区域在 多维空 间中对应的磨粒点； 在多维空间中获取设定数量个初始质心； 所述设定数量 为磨粒类别数量； 根据各磨粒点对应的长宽比、 弯曲度、 球状度、 粗糙度和空洞指标， 计算各磨粒点与各 初始质心之间的特 征距离； 基于特征距离， 利用K ‑means聚类算法对各磨粒点进行 聚类， 得到各磨粒类别对应的初 始簇； 获取各初始簇对应的聚类中心的长 宽比、 弯曲度、 球 状度、 粗糙度和空洞指标； 计算各初始簇 中各磨粒点与对应的聚类中心之间的特征距离； 计算各初始簇中各磨粒 点与对应的聚类中心之间的特 征距离的和， 作为第一次聚类的簇内差异指标； 根据各初始簇对应的聚类中心的长宽比、 弯曲度、 球状度、 粗糙度和空洞指标， 得到第 一次聚类的簇间差异指标； 获取正常滑动磨粒与球形磨粒对应的初始簇； 根据正常滑动磨粒与球形磨粒对应的初 始簇， 得到正常滑动磨粒和球形磨粒对应的初始簇的轮廓评价指标和中心区域评价指标； 其中， 所述得到正常滑动磨粒和球形磨粒对应的初始簇的轮廓评价指标和中心区域评 价指标的方法为： 对于正常滑动磨粒和球形磨粒中任一磨粒类别对应的初始簇： 对于该磨粒类别对应的初始簇对应的任一磨粒区域： 获取该磨粒区域对应的最小拟合 圆， 以及最小拟合圆的圆心， 将所述圆心 记为该磨粒区域对应的轮廓中心； 根据该磨粒类别对应的初始簇对应的各磨粒区域的各轮廓像素点与对应磨粒区域的权　利　要　求　书 1/4 页 2 CN 115018845 B 3