[發(fā)明專利]基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011467133.1
• 申請日: 2020-12-14
• 公開（公告）號: CN112683459A
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 曹智梅;魯臘福
• 申請（專利權(quán)）人: 曹智梅
• 主分類號: G01M3/06
• 分類號: G01M3/06;G06F17/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供一種基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)方法及系統(tǒng)，涉及人工智能領(lǐng)域；該方法包括采集初始圖像及多幀水體圖像，將初始圖像進(jìn)行背景建模，獲取背景圖像，并與每幀水體圖像進(jìn)行差分操作，獲取差分圖；將差分圖逐幀進(jìn)行疊加處理，分析其氣泡明顯程度，確定氣泡明顯時的疊加幀數(shù)；根據(jù)光源的光照強(qiáng)度與光線通過水體后的光照強(qiáng)度來反映水體的渾濁度，獲取渾濁度指標(biāo)，從而建立光圈調(diào)節(jié)模型，獲取最小疊加幀數(shù)下的最佳光圈參數(shù)，調(diào)節(jié)相機(jī)光圈參數(shù)；根據(jù)歷史時段所獲得的最佳光圈參數(shù)預(yù)測未來時段的最佳光圈參數(shù)。本發(fā)明能夠有針對性的根據(jù)水體渾濁度獲取最佳光圈參數(shù)調(diào)節(jié)相機(jī)光圈參數(shù)，減小數(shù)據(jù)誤差，從而準(zhǔn)確采集到明顯的氣泡特征。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)方法及系統(tǒng)。

背景技術(shù)

現(xiàn)有的氣密性檢測方法中，常用的一種方法是對密封性器件加壓之后，將器件放入水體中，通過觀察產(chǎn)生的氣泡來判斷器件的密封性。通過觀察氣泡的有無來判斷氣密性的好壞，通過觀察氣泡的變化來獲得泄露率等信息。

在氣密性檢測過程中，氣泡特征為弱特征，尤其是在水的渾濁的較高時，直接對氣泡進(jìn)行檢測很容易出現(xiàn)漏檢。氣密性檢測中常見的氣泡特征增強(qiáng)方法為多幀疊加法，通多連續(xù)幀得到的氣泡特征在時序上的累積可以得到明顯的特征，但這種方法很容易受到噪聲的干擾，抗干擾能力差。而傳統(tǒng)的自動光圈的方法是利用目標(biāo)區(qū)域的亮度與標(biāo)準(zhǔn)亮度進(jìn)行比較后自動調(diào)節(jié)光圈大小；但是由于在氣密性檢測過程中漏氣位置會產(chǎn)生連續(xù)的氣泡，氣泡在水體中的位置和形狀等不斷的變化，水體也在不斷的變化，也即特征區(qū)域的特征在不斷的變化，因此，利用傳統(tǒng)的自動光圈的方法調(diào)節(jié)光圈采集水體圖像所獲得的氣泡特征的明顯程度與理想的明顯程度相差較大。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明了提供一種基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)方法及系統(tǒng)，所采用的技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)方法，該方法包含以下步驟：

采集初始圖像及多幀水體圖像，初始圖像為水體穩(wěn)定時所采集的水體圖像；

將初始圖像進(jìn)行背景建模，獲取背景圖像，并與每幀水體圖像進(jìn)行差分操作，獲取差分圖；

將差分圖逐幀進(jìn)行疊加處理，并分析其氣泡明顯程度，確定氣泡明顯時的疊加幀數(shù)；

根據(jù)光源的光照強(qiáng)度與光線通過水體后的光照強(qiáng)度之差的自然對數(shù)來反映水體的吸光度，以吸光度作為水體的渾濁度，獲取渾濁度指標(biāo)；

根據(jù)渾濁度指標(biāo)調(diào)節(jié)相機(jī)的光圈大小，以使疊加幀數(shù)最小，進(jìn)而獲得最佳光圈參數(shù)；

根據(jù)歷史時段所獲得的最佳光圈參數(shù)預(yù)測未來時段的最佳光圈參數(shù)。

優(yōu)選地，渾濁度指標(biāo)是指水體渾濁度與標(biāo)準(zhǔn)渾濁度的差值的絕對值。

優(yōu)選地，最佳光圈參數(shù)是根據(jù)光圈調(diào)整模型獲得的，最佳光圈參數(shù)的大小C為：

其中，a,b為待定系數(shù)，f為渾濁度指標(biāo)。

優(yōu)選地，待定系數(shù)是利用氣泡特征明顯下的光圈大小以及渾濁度指標(biāo)作為樣本數(shù)據(jù)擬合得到的。

優(yōu)選地，獲得最佳光圈參數(shù)的步驟之后包括：

利用最佳光圈參數(shù)調(diào)節(jié)后的相機(jī)采集多幀第二水體圖像；

檢測第二水體圖像是否滿足氣泡特征明顯條件，若最佳光圈參數(shù)下氣泡特征仍不明顯，需線性增大光圈大小，直至氣泡特征明顯，獲取第二最佳光圈參數(shù)，并根據(jù)第二最佳光圈參數(shù)與最佳光圈參數(shù)的差值調(diào)節(jié)并更新最佳光圈參數(shù)。

第二方面，本發(fā)明實(shí)施例提供了一種基于人工智能的氣密性檢測過程相機(jī)光圈調(diào)節(jié)系統(tǒng)，包括：