[發(fā)明專利]基于模式識別的大尺寸彎曲零件輪廓度質(zhì)量檢測方法

有效

• 申請?zhí)枺?/td>: 201711036358.X
• 申請日: 2017-10-30
• 公開（公告）號: CN107748897B
• 公開（公告）日: 2021-06-29
• 發(fā)明（設計）人: 方葉祥;錢慶;王洪冬
• 申請（專利權）人: 南京工業(yè)大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京知識律師事務所 32207
• 代理人: 張?zhí)K沛

本發(fā)明公開了一種基于模式識別的大尺寸彎曲零件輪廓度質(zhì)量檢測方法，通過工業(yè)相機獲取零件或產(chǎn)品的正投影試圖；利用模式識別技術提取合格和不合格零件的彎曲特征作為訓練樣本；然后利用支持向量機進行樣本訓練，形成支持向量機分類器；然后輸入待檢測的零件彎曲特征進行質(zhì)量判斷；判斷合格，進入下一道工序；判斷不合格，需要進行校正處理，繼續(xù)提取彎曲特征進入支持向量機分類器進行質(zhì)量狀態(tài)判斷。本發(fā)明將模式識別與支持向量機用于零件彎曲質(zhì)量檢驗，使得零件彎曲質(zhì)量檢驗準確率高且效率高，無接觸。

技術領域

本發(fā)明涉及零件彎曲質(zhì)量的檢測方法，具體涉及一種基于模式識別的大尺寸彎曲零件輪廓度質(zhì)量檢測方法。

背景技術

現(xiàn)有大尺寸零件彎曲質(zhì)量檢測主要利用輪廓度作為質(zhì)量指標，目前測量輪廓度方法無法實現(xiàn)測量準確率和測量效率兩個目標同時實現(xiàn)，表現(xiàn)為傳統(tǒng)的基于模具的測量時間短，但是準確率低，利用三坐標測量儀等精確測量工具，雖然準確率高，但是，耗時太長。本發(fā)明具有測量時間短和測量準確率高的優(yōu)點。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明是為了解決現(xiàn)有技術的不足，提供一種在保障準確率的同時縮短檢測時間：基于模式識別技術的大尺寸零件彎曲質(zhì)量檢測方法。

本發(fā)明采用的技術方案：一種基于模式識別的大尺寸彎曲零件輪廓度質(zhì)量檢測方法，它包括以下步驟：

通過工業(yè)相機獲取零件或產(chǎn)品的正投影試圖；

利用模式識別技術提取合格和不合格零件的彎曲特征作為訓練樣本；

然后利用支持向量機進行樣本訓練，形成支持向量機分類器；

然后輸入待檢測的零件彎曲特征進行質(zhì)量判斷；判斷合格，進入下一道工序或入庫；判斷不合格，需要進行校正處理；

彎曲質(zhì)量不合格產(chǎn)品，中斷流程，校正處理之后，繼續(xù)提取彎曲特征進入支持向量機分類器進行質(zhì)量狀態(tài)判斷，判斷合格后再進入下一道工序或入庫。

作為優(yōu)化，在上述步驟中，利用模式識別提取零件彎曲特征，其獲取特征方便、花費時間短和檢測準確率高。

所述的零件正投影視圖即包含了零件的彎曲特征。

作為優(yōu)化，利用機器學習算法-支持向量機良好的預測能力，將零件彎曲質(zhì)量檢測智能化。

有益效果：將支持向量機用于拉彎零件彎曲質(zhì)量檢測的方法行之有效，此外與傳統(tǒng)測量方法相比保障準確率的同時極大了提高了效率。

附圖說明

圖1為本發(fā)明實施例的工業(yè)相機獲取產(chǎn)品正投影視圖。

圖2為本發(fā)明實施例的對圖像系列處理后效果圖。

圖3為本發(fā)明實施例的OpenCV軟件進行內(nèi)輪廓面內(nèi)切圓識別圖。

具體實施方式

下面結合附圖和具體實施例對本發(fā)明作進一步說明。

本實施例的基于模式識別技術大尺寸零件彎曲質(zhì)量檢測方法，它包括以下步驟：

通過工業(yè)相機獲取其正投影視圖，如圖1所示：本實施例的工業(yè)相機獲取產(chǎn)品正投影視圖。

通過計算機對圖像進行一系列的預處理，二值化、形態(tài)學處理、濾波除燥、邊緣提取；如圖2所示：本實施例的對圖像系列處理后效果圖。

利用OpenCV軟件中的霍夫圓變換對零件圖像進行內(nèi)輪廓面內(nèi)切圓識別，并輸出圓心坐標和半徑。如圖3所示：本實施例的OpenCV軟件進行內(nèi)輪廓面內(nèi)切圓識別圖。

通過以上步驟獲得零件彎曲的正負樣本，然后利用支持向量機進行樣本訓練，形成支持向量機分類器；