[發明專利]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

在審

• 申請號: 202011216000.7
• 申請日: 2020-11-04
• 公開（公告）號: CN112414623A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 周婷婷;李俊
• 申請（專利權）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

本發明公開了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，涉及人工智能領域。該方法包括如下步驟：將零件放置透明水箱中，并向零件內部充氣，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；將所述圖像信息經過深度神經網絡處理后，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，結合所述位置信息獲得所述氣泡亮點的位置數量；根據各位置所述氣泡亮點的閃爍次數結合預設閾值篩選出泄漏氣泡。實現了對較小泄漏氣泡的自動檢測，并去除了零件自身攜帶的粘附氣泡對檢測結構的干擾。

技術領域

本發明涉及人工智能技術領域，具體涉及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。

背景技術

在生產生活中，很多設備的氣密性零件會因腐蝕、高溫高壓、裂紋、磨損老化和長時間運作等原因，出現氣密性泄漏的問題。目前在對壓力容器進行氣密性實驗測試的過程中，通常直接將壓力容器充氣高壓氣體，然后測試人員人為或者使用圖像處理設備觀察氣泡的有無，來判定零件是否泄漏。

但是由于有些零件泄漏孔較小，產生的泄漏氣泡較小，通過人眼或者相機判斷誤差較大，并且會受到零件進入水體中攜帶的粘附氣泡干擾，從而使判定結果出現錯誤。

發明內容

為了解決上述技術問題，本發明的目的在于提供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，所采用的技術方案具體如下：

第一方面，本發明一個實施例提供了一種基于人工智能的零件氣密性泄漏缺陷檢測方法，包括以下步驟：

將零件放置透明水箱中，并向零件內部充氣，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；

將所述圖像信息經過深度神經網絡處理后，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，結合所述位置信息獲得所述氣泡亮點的位置數量；

根據各位置所述氣泡亮點的閃爍次數結合預設閾值篩選出泄漏氣泡。

優選的，利用多幀所述亮點圖像，結合所述位置信息獲得所述氣泡亮點的位置數量，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。

優選的，該方法還包括結合采樣時間，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置搜索半徑，建立搜索區域；

按照時間順序逐幀檢測所述搜索區域中的氣泡亮點，并標記時序；

根據標記結果獲得二值序列，計算氣泡亮點標記之間的平均幀數；

結合相機采樣頻率，得到間隔時間，計算對應氣泡亮點的閃爍頻率，以所述閃爍頻率作為對應泄漏孔的泄漏速度的度量值。

優選的，該方法還包括結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；

所述校正圖像經過語義分割網絡處理，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；