[發(fā)明專利]一種基于人工智能的零件氣密性泄漏缺陷檢測方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202011216000.7 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112414623A | 公開(公告)日: | 2021-02-26 |
| 發(fā)明(設(shè)計)人: | 周婷婷;李俊 | 申請(專利權(quán))人: | 周婷婷 |
| 主分類號: | G01M3/06 | 分類號: | G01M3/06;G06K9/62;G06T7/00;G06T7/73;G06T7/90 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 331200 江西*** | 國省代碼: | 江西;36 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 人工智能 零件 氣密性 泄漏 缺陷 檢測 方法 系統(tǒng) | ||
1.一種基于人工智能的零件氣密性泄漏缺陷檢測方法,其特征在于,包括以下步驟:
將零件放置透明水箱中,并向零件內(nèi)部充氣,利用線陣激光增強水體中的氣泡特征,使所述氣泡特征因全反射產(chǎn)生亮點;
采集所述透明水箱中水體的圖像信息,所述圖像信息包括水體中的氣泡亮點特征;
將所述圖像信息經(jīng)過深度神經(jīng)網(wǎng)絡(luò)處理后,輸出亮點圖像,所述亮點圖像包括所述氣泡亮點特征及其位置信息;
利用多幀所述亮點圖像,結(jié)合所述位置信息獲得所述氣泡亮點的位置數(shù)量;
根據(jù)各位置所述氣泡亮點的閃爍次數(shù)結(jié)合預(yù)設(shè)閾值篩選出泄漏氣泡。
2.根據(jù)權(quán)利要求1所述的基于人工智能的零件氣密性泄漏缺陷檢測方法,其特征在于,所述的利用多幀所述亮點圖像,結(jié)合所述位置信息獲得所述氣泡亮點的位置數(shù)量,包括以下步驟:
將單幀所述亮點圖像進行二值化處理,獲得亮點二值圖像;
按照時間順序疊加每幀所述亮點二值圖像,得到疊加圖;
對所述疊加圖進行聚類處理,所述氣泡亮點的位置數(shù)量;
將每個位置同類像素值進行疊加,得到該位置氣泡亮點閃爍次數(shù)。
3.根據(jù)權(quán)利要求1所述的基于人工智能的零件氣密性泄漏缺陷檢測方法,其特征在于,該方法還包括結(jié)合采樣時間,獲取零件中泄漏孔的泄漏速度,包括以下步驟:
獲得所述氣泡亮點聚類中心并設(shè)置搜索半徑,建立搜索區(qū)域;
按照時間順序逐幀檢測所述搜索區(qū)域中的氣泡亮點,并標記時序;
根據(jù)標記結(jié)果獲得二值序列,計算氣泡亮點標記之間的平均幀數(shù);
結(jié)合相機采樣頻率,得到間隔時間,計算對應(yīng)氣泡亮點的閃爍頻率,以所述閃爍頻率作為對應(yīng)泄漏孔的泄漏速度的度量值。
4.根據(jù)權(quán)利要求1所述的基于人工智能的零件氣密性泄漏缺陷檢測方法,其特征在于,該方法還包括結(jié)合所述線陣激光的位姿對所述零件每個泄漏位置進行定位,包括:
對所述圖像信息進行畸變校正,獲得校正圖像;
所述校正圖像經(jīng)過語義分割網(wǎng)絡(luò)處理,得到邊緣圖像,所述邊緣圖像包括所述透明水箱的邊線特征;
根據(jù)所述篩選出的泄漏氣泡亮點結(jié)合相機的內(nèi)參和所述邊線特征,獲取所述泄漏氣泡亮點在所述邊緣圖像的位置(x,y);
以所述透明水箱中的一個角點為原點結(jié)合連接所述原點的邊線,建立三維坐標系;
根據(jù)水缸的先驗長度和所述泄漏氣泡亮點在所述邊緣圖像的位置,獲得所述泄漏氣泡亮點在所述透明水箱主視角的實際投影位置(X,Y),所述主視角為相機采集所述圖像信息時的視角;
結(jié)合所述線陣激光的位姿,獲取所述泄漏氣泡亮點的Z向坐標,獲取泄漏氣泡亮點在三維坐標系中的位置(X,Y,Z),其中,該所述泄漏氣泡亮點對應(yīng)的泄漏位置為(X,0,Z)。
5.一種基于人工智能的零件氣密性泄漏缺陷檢測系統(tǒng),其特征在于,包括:
特征增強模塊,用于將零件放置透明水箱中,并向零件內(nèi)部充氣,利用線陣激光增強水體中的氣泡特征,使所述氣泡特征因全反射產(chǎn)生亮點;
圖像采集模塊,用于采集所述透明水箱中水體的圖像信息,所述圖像信息包括水體中的氣泡亮點特征;
深度神經(jīng)網(wǎng)絡(luò)模塊,用于將所述圖像信息經(jīng)過深度神經(jīng)網(wǎng)絡(luò)處理后,輸出亮點圖像,所述亮點圖像包括所述氣泡亮點特征及其位置信息;
亮點分析模塊,用于利用多幀所述亮點圖像,結(jié)合所述位置信息獲得所述氣泡亮點的位置數(shù)量;
泄漏氣泡判定模塊,用于根據(jù)各位置所述氣泡亮點的閃爍次數(shù)結(jié)合預(yù)設(shè)閾值篩選出泄漏氣泡。
6.根據(jù)權(quán)利要求5所述的基于人工智能的零件氣密性泄漏缺陷檢測系統(tǒng),其特征在于,所述的亮點分析模塊,包括:
二值化單元,用于將單幀所述亮點圖像進行二值化處理,獲得亮點二值圖像;
疊加圖獲取單元,用于按照時間順序疊加每幀所述亮點二值圖像,得到疊加圖;
位置數(shù)量獲取單元,用于對所述疊加圖進行聚類處理,所述氣泡亮點的位置數(shù)量;
閃爍次數(shù)獲取單元,用于將每個位置同類像素值進行疊加,得到該位置氣泡亮點閃爍次數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于周婷婷,未經(jīng)周婷婷許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011216000.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





