[發明專利]基于目標檢測的工業焊接圖像缺陷的檢測方法

有效

• 申請號: 202010525671.5
• 申請日: 2020-06-10
• 公開（公告）號: CN111681231B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 王大寒;胡麗;王馳明;葉海禮;俞峰;周偉;周永杰;朱順痣
• 申請（專利權）人: 廈門理工學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25;G06V10/774;G06V10/82;G06N3/04
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 張鐵蘭

本發明公開了一種基于目標檢測的工業焊接圖像缺陷的檢測方法，包括獲取工業焊接圖像；依據工業焊接圖像中存在的焊接缺陷生成訓練樣本集；建立焊接缺陷檢測模型；依據訓練樣本集對焊接缺陷檢測模型進行深度學習訓練；利用深度學習訓練后的焊接缺陷檢測模型對工業焊接圖像進行焊接缺陷檢測。該基于目標檢測的工業焊接圖像缺陷的檢測方法目的是解決人工焊接缺陷檢測工作的漏檢錯檢、過程繁瑣的問題。

技術領域

本發明屬于工業視覺檢測和深度學習技術領域，具體涉及一種基于目標檢測的工業焊接圖像缺陷的檢測方法。

背景技術

焊接缺陷是指焊接接頭部位在焊接過程中形成的缺陷，主要有焊接裂紋、未焊透、夾渣、氣孔和焊縫外觀缺陷等。這些缺陷減少焊縫面積，降低承載能力，產生應力集中，引起裂紋；降低疲勞強度，易引起焊件破裂導致脆斷。焊接生產中受材質，工藝，結構等多方面因素影響，加上焊接作業中的操作不當容易產生焊接缺陷。焊縫缺陷是造成鍋爐、壓力容器失效和事故的主要原因。因此，在工業焊接質量檢驗中，準確檢測焊件之間焊接點存在的焊接缺陷，對避免重大工業事故的發生顯得尤為重要。焊接外觀缺陷(表面缺陷)是指不用借助于儀器,從工件表面可以發現的缺陷。常見的焊接外觀缺陷有咬邊、焊瘤、凹陷及焊接變形等。而人為焊接質量檢測通過肉眼對焊接點的情況進行判斷容易出錯，進而導致對焊接缺陷的漏檢與錯檢，影響后續工程質量。

目前還沒有有效對工業焊接圖像的進行焊接外觀缺陷自動檢測的方法，只能以布料瑕疵檢測等相近工業檢測問題作為對比。傳統工業檢測問題中常用方法是通過高斯混合模型利用先驗知識對每個類別分別建模,然后利用模型的參數分布進行檢測。該模型較好地描述了不同類別的紋理特性,在單一場景下具有較好的分類效果。在實際應用中,工業焊接圖像容易受光照、環境等變化的影響，導致這類方法的計算量大、魯棒性差。通過深度學習技術訓練目標檢測模型可以有效提取圖像的深層語義特征，對目標的位置進行準確定位并識別目標類別。

有鑒于此，本領域技術人員亟待提供一種基于目標檢測的工業焊接圖像缺陷檢測的方法用于解決人工焊接缺陷檢測工作的漏檢錯檢、過程繁瑣的問題。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是人工焊接缺陷檢測工作的漏檢錯檢、過程繁瑣。

(二)技術方案

本發明提供了一種基于目標檢測的工業焊接圖像缺陷的檢測方法，其特征在于，包括以下步驟:

步驟S1、獲取工業焊接圖像；

步驟S2、依據所述工業焊接圖像中存在的焊接缺陷生成訓練樣本集；

步驟S3、建立焊接缺陷檢測模型；

步驟S4、依據所述訓練樣本集對所述焊接缺陷檢測模型進行深度學習訓練；

步驟S5、利用深度學習訓練后的焊接缺陷檢測模型對所述工業焊接圖像進行焊接缺陷檢測。

可選的，步驟S1中，所述獲取工業焊接圖像具體為：

通過拍攝設備拍攝所述工業焊接圖像并進行保存。

可選的，步驟S2具體包括如下步驟：

參照焊接外觀缺陷范例標定所述工業焊接圖像中的焊接缺陷區域框；

根據缺陷外觀特征判斷并標記焊接缺陷類型，以獲取包含所述焊接缺陷區域框和所述焊接缺陷類型相對應的所述訓練樣本集。

可選的，所述參照焊接外觀缺陷范例標定所述工業焊接圖像中的焊接缺陷區域框，具體為：

所述焊接缺陷區域框為所述焊接缺陷在所述工業焊接圖像中的具體區域范圍，每個區域框表示一個焊接缺陷區域，表示為t＝[x,y,w,h]；