[發明專利]基于語義分割的工業焊接圖像缺陷的檢測方法

有效

• 申請號: 202010525675.3
• 申請日: 2020-06-10
• 公開（公告）號: CN111681232B
• 公開（公告）日: 2023-03-10
• 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;G06V10/26;G06V10/774;G06V10/82;G06N3/0464
• 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語義分割的工業焊接圖像缺陷的檢測方法，包括：獲取存在焊接缺陷的工業焊接圖像；根據焊接缺陷規范對焊接缺陷進行像素級別標注，以生成焊接缺陷訓練樣本集；建立焊接缺陷分割模型，并使用焊接缺陷訓練樣本集進行深度學習訓練；利用深度學習訓練后的焊接缺陷分割模型對工業焊接圖像進行焊接缺陷檢測。該基于語義分割的工業焊接圖像缺陷的檢測方法目的是解決復雜場景下無法進行焊接缺陷自動檢測的問題。

技術領域

本發明屬于工業視覺檢測技術領域，具體涉及一種基于語義分割的工業焊接圖像缺陷的檢測方法。

背景技術

工業焊接在建筑、汽車、航空航天、鐵路、石油化工、機電等領域有著廣泛的應用。焊接過程中由于環境條件和焊接工藝的不同，焊接缺陷是不可避免的。檢查焊接接頭的質量以確保結構的可靠性和安全性是至關重要的，特別是在焊接失效可能是災難性的關鍵應用場合。工業焊縫缺陷檢測是保證焊縫質量與安全生產的關鍵手段，目前的工業焊縫缺陷檢測主要采取的是通過技術人員通過肉眼觀察進行主觀判斷的方法，對關鍵部分的焊接缺陷漏檢會增大發生重大安全事故的概率。然而，在人為的焊接缺陷檢測過程中在短時間內發現細微的缺陷仍然是很困難的。其次，人類的解釋往往缺乏客觀性、一致性和智能性。由于現代工業生產效率的提高，與之對應的檢測工作量也隨之提升，因此目前人工檢測焊接缺陷的勞動強度較大，實現焊接缺陷的自動檢測顯得尤為重要。

現有技術主要是依靠經驗豐富的技術人員進行焊接缺陷的檢測，還沒有對工業焊接圖像進行缺陷自動檢測的有效方法，而通過人工進行焊接缺陷檢測的方法有費時費力的缺點。另外現有檢測結果主要依賴技術人員的經驗，具有主觀性強、一致性差、精確度低、準確性差(例如，焊接點存在細微氣孔以及裂紋很難被發現，容易被漏檢)等缺點。基于樸素貝葉斯模型等傳統方法能夠在一定程度上實現焊接缺陷的自動檢測問題，但這些方法都需要手工設計規則的方法來提取圖片特征用于衡量相似度，難以有效解決復雜場景下的焊接缺陷檢測問題。因此提出一種可以在復雜場景下進行焊接缺陷自動檢測的方法顯得十分必要。

有鑒于此，本領域技術人員亟需提供一種基于語義分割的工業焊接圖像缺陷的檢測方法用于解決復雜場景下無法進行焊接缺陷自動檢測的問題。

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復雜場景下無法進行焊接缺陷自動檢測。

(二)技術方案

本發明提供了一種基于語義分割的工業焊接圖像缺陷的檢測方法，包括以下步驟:

步驟S1、獲取存在焊接缺陷的工業焊接圖像；

步驟S2、根據焊接缺陷規范對所述焊接缺陷進行像素級別標注，以生成焊接缺陷訓練樣本集；

步驟S3、建立焊接缺陷分割模型，并使用所述焊接缺陷訓練樣本集進行深度學習訓練；

步驟S4、利用深度學習訓練后的焊接缺陷分割模型對所述工業焊接圖像進行焊接缺陷檢測。

可選的，步驟S2具體包括如下步驟：

參照所述焊接缺陷規范標記所述工業焊接圖像中的焊接缺陷的區域邊界點，連接所述區域邊界點形成閉合區域；

根據缺陷外觀特征判斷并標記每個焊接缺陷區域的類型，以獲取包含所述焊接缺陷區域的邊界信息的像素級別標注數據；

對所述像素級別標注數據進行數據增強以獲取所述焊機缺陷訓練樣本集。

可選的，所述根據缺陷外觀特征判斷并標記每個焊接缺陷區域的類型，以獲取包含所述焊接缺陷區域的邊界信息的像素級別標注數據，具體包括如下步驟：

通過標記焊接缺陷的邊界缺陷的方法將所述焊接缺陷區域與背景區域進行區分；