[發明專利]基于人眼視覺注意機制的鑄件缺陷識別方法

有效

• 申請號: 201710361324.1
• 申請日: 2017-05-19
• 公開（公告）號: CN107230203B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 周國新;應征;李文明
• 申請（專利權）人: 重慶立洋機電設備制造有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/187
• 代理公司: 重慶志合專利事務所(普通合伙) 50210
• 代理人: 胡榮琿;代嬋

本發明公開了一種基于人眼視覺注意機制的鑄件缺陷識別方法，將人眼視覺選擇注意機制和立體機制引入到X射線圖像目標檢測中，該方法在圖像的運動序列中對缺陷進行實時提取和動態跟蹤，利用人眼視覺注意機制模型等圖像處理方法在每幅圖像中分離出潛在缺陷，保證提取出全部真缺陷而不必考慮偽缺陷的數量，并將此方法應用于工業檢測機器人在線檢測過程中，有很大的現實意義。

技術領域

本發明涉及鑄件缺陷檢測領域，特別涉及一種基于人眼視覺注意機制的鑄件缺陷識別方法。

背景技術

隨著勞動力成本的不斷提高，原材料的持續上漲，為了最大限度的降低成本，越來越多有遠瞻性的企業選擇機器人來代替人工進行生產，實現生產線的自動化產業升級。在這種以新的以機器人為主的智能制造模式下，質量更有保障、同時還提高了效率、降低了成本。目前，工業機器人的人眼視覺檢測技術已經成為國外大公司研究的熱點，而且，各大廠家也都把工業機器人柔性視覺檢測定為今后在線檢測的應用趨勢。因此在鑄件巡檢機器人上采用視覺無損檢測方法確定鑄件內部缺陷的空間位置及分布，將對鑄件質量評價、安全生產等有著重要的意義。

現在工廠內一般是靠工人抽檢樣品，憑肉眼觀察缺陷，用樣品的質量特征來推測產品的質量特征。這種方式由于檢測設備、檢測者的疲勞和非一致性等人為因素影響，效率極低不適合現場實時檢測。

射線檢測是常規無損檢測的重要方法之一。目前，X射線數字圖像的計算機自動識別是該領域的研究熱點。近幾年，對鑄件X射線視覺的缺陷檢測研究主要集中在靜態圖像的增強、分割、識別方面。現在大多的處理方法只是集中于孤立圖像處理，這樣導致了可靠性不高以及實時性差兩個問題。工業應用要求盡可能高的生產效率和檢測速度，而以圖像處理技術為核心的X射線發動機鑄件缺陷自動檢測技術受數據量的影響，處理速度較慢，另外，運動圖像產生的拖影也限制了檢測速度的提高。因此，至今未有X射線缺陷實時自動檢測系統投入實際應用，可靠性與實時性問題是制約X射線視覺缺陷實時自動檢測系統投入應用的重大共性和關鍵性科學問題。

作為計算機視覺領域的基礎技術，運動目標檢測的研究具有非常重要的理論以及現實意義。運動目標檢測是目標跟蹤和行為識別等的基礎，檢測結果的好壞在很大程度上影響到目標追蹤和識別的性能，而且檢測性能的一點點的改善都會對后續工作的處理帶來非常大的便利，所以動態檢測結果具有重要的理論意義。在許多計算機視覺領域的實際應用中，動態目標檢測都是必須的。

隨著信息技術的快速發展，計算機視覺技術將在國家發展中發揮越來越重大的作用。另一方面，機器人技術快速發展，其應用前景廣闊，除工業機器人外，水下機器人、空間機器人、空中機器人、地面機器人、微小型機器人等各種用途的機器人相繼問世，許多夢想成為了現實。同人類情況一樣，視覺信息也是機器人獲取其周邊環境信息的主要來源，而故視覺信息處理系統將會是機器人與周邊環境交互的主要方式。

機器人視覺信息系統將目標對象從環境中檢測出來，確定目標與機器人的相對位置，然后實施具體動作和任務。盡管目標檢測是一個基礎技術，而且這方面研究也較多，但同時也是一個困難的問題，其也面對著人工智能領域的其它技術一樣的難題，一些人能夠輕易實現的事情，用計算機模擬起來卻異常困難。

在面對背景復雜、目標較小的射線圖像，現有傳統方法都基本失效，這是射線圖像檢測技術的一個難點。現有的缺陷檢測方法是將圖像中的所有區域賦予相同的處理優先等級，而事實上很多圖像處理任務所關心的內容僅占圖像中很小的一部分，這樣必將導致計算量無謂增多，同時缺陷區域與偽缺陷區域的信息相互干擾，提高了識別的分析難度，也降低了分析的精確度。

現階段，Itti等人提出數據驅動的視覺注意機制計算模型在現有視覺注意機制計算模型中應用最多，在對自然圖像及普通物體的檢測中取得了較好的效果。但Itti所提模型在面對復雜大背景射線圖像時，存在適應性差、計算復雜、效率低等缺點。

發明內容