[發明專利]金屬表面缺陷的圖像識別無損檢測裝置及方法

有效

• 申請號: 201710914271.1
• 申請日: 2017-09-30
• 公開（公告）號: CN107782733B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 范鵬慶
• 申請（專利權）人: 中國船舶重工集團公司第七一九研究所
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 北京捷誠信通專利事務所(普通合伙) 11221
• 代理人: 王衛東

1.一種金屬表面缺陷的圖像識別無損檢測方法，基于一種金屬表面缺陷的圖像識別無損檢測裝置，其特征在于：

所述檢測裝置包括：

移動單元(11)，移動單元(11)上搭載光感單元(12)、光源單元(13)、光學放大單元(14)、圖像采集單元(15)、圖像分析單元(16)、數據存儲單元(17)、報警單元(18)，光感單元(12)與光源單元(13)相連，光學放大單元(14)與圖像采集單元(15)相連，圖像采集單元(15)分別連接圖像分析單元(16)、數據存儲單元(17)，圖像分析單元(16)與數據存儲單元(17)相連，圖像分析單元(16)、數據存儲單元(17)均與報警單元(18)相連；

移動單元(11)按照預設路徑行走，或通過遙控器控制行走，或自動規劃路線行走；移動單元(11)自動運動時，移動單元(11)上搭載的設備對一定區域進行檢測；

光感單元(12)包括光學傳感器、光線強度分析器，光學傳感器采集檢測區域光線強度，并將數據輸入光線強度分析器；光線強度分析器分析光線強度，并根據分析結果控制光源單元(13)改變光照強度，為圖像采集單元(15)提供適合的光線強度，保證檢測區域光線強度適宜；

光學放大單元(14)對采集到的圖像進行光學放大；

圖像采集單元(15)完成圖像的采集工作；

圖像分析單元(16)分析圖像采集單元(15)采集到的圖像，通過圖像處理算法，對圖像進行濾波、去燥、灰度化、圖像增強預處理，建立超完備字典，通過邊緣檢測方法、紋理分析檢測方法，分別對采集的圖像進行分析，再綜合判斷，分析所采集到的圖像是否包含銹蝕、裂縫缺陷，數據存儲單元(17)存儲分析結果；對于存在缺陷的分析結果，圖像分析單元(16)提交給報警單元(18)；

數據存儲單元(17)存儲本裝置運行需要的數據以及采集的圖像和分析結果；

報警單元(18)對檢測到的問題區域進行報警；

所述檢測方法包括以下步驟：

進行參數設置，設置一次檢測中檢測區域的面積，然后開始檢查；

在每一次檢測中，首先判斷光照強度是否符合要求，如果不符合，調整光源的光照強度，直到符合要求；然后進行圖像的采集，并對采集到的圖像進行存儲，通過邊緣檢測方法、紋理分析檢測方法，分別對采集的圖像進行分析，再綜合判斷；

如果檢測區域存在缺陷，報警，并以起始位置為坐標原點，對存在缺陷區域的坐標進行存儲，然后移動到下一區域；如果檢測區域不存在缺陷，則直接移動到下一區域；

移動到下一區域后，重復上述操作；

所述超完備字典的建立流程如下：

501、輸入訓練圖像：輸入收集的大量金屬表面有缺陷和無缺陷的兩類圖片，作為訓練樣本；

502、灰度化：將輸入的彩色圖像轉換為灰度圖像；

503、自適應中值濾波，通過自適應中值濾波處理脈沖噪聲，平滑非脈沖噪聲，保留圖像細節；

504、膨脹腐蝕：通過一定次數的腐蝕和膨脹，消除圖像中小噪聲區域，填充物體內細小空洞，連接鄰近物體，平滑物體邊界；

505、灰度共生矩陣特征提取：對輸入的訓練圖像進行計算，得到灰度共生矩陣，提取灰度共生矩陣的14個紋理特征中的6個紋理特征值：能量、熵、相關性、一致性、對比度和非相似性，進行分析比較，得到訓練圖像的特征向量，形成有缺陷和無缺陷兩類圖片的字典矩陣；

506、字典學習：采用K-SVD算法，對灰度共生矩陣特征提取形成的有缺陷和無缺陷兩類圖片的字典矩陣進行學習，得到兩個經過學習后的字典；

507、形成超完備字典：聯合兩個經過學習后的字典的內容，形成最終使用的超完備字典，存儲超完備字典；超完備字典在本裝置第一次使用前建立并存儲，以后每次使用紋理分析檢測方法時，均直接調用已存儲的超完備字典；

508、輸出超完備字典。