[發明專利]一種基于人工智能的氣密性檢測水體更新方法及系統

在審

• 申請號: 202110016841.1
• 申請日: 2021-01-06
• 公開（公告）號: CN112785560A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 李俊;周婷婷
• 申請（專利權）人: 李俊
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/187;G06T7/62;G06K9/32;G06K9/34
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的氣密性檢測水體更新方法，其特征在于，該方法包含以下步驟：

以激光器照射水箱，采集包含氣泡及成像點的樣本圖像；

對所述樣本圖像進行預處理，獲取水體圖像，并將所述水體圖像分割為成像點檢測圖像以及氣泡檢測圖像；

利用初始閾值分割第一幀成像點檢測圖像，獲取成像點面積；根據前一幀與當前幀成像點檢測圖像中成像點邊緣的第一灰度變化量、前一幀成像點檢測圖像中非成像點的灰度均值與成像點邊緣的第二灰度變化量、成像閾值更新初始閾值，根據更新后的初始閾值對當前幀成像點檢測圖像進行閾值分割，獲取成像點面積，利用當前幀與第一幀成像點檢測圖像的成像點面積之差表示水體渾濁度；

對所述氣泡檢測圖像進行疊加操作，并對所得的疊加圖像進行語義分割，獲取氣泡的ROI區域圖像，利用SMD2函數對所述ROI區域圖像的灰度值進行計算，獲取其清晰度；

若未檢測到氣泡的ROI區域，在渾濁度大于渾濁度閾值時判定為需要換水；若檢測到氣泡的ROI區域，在渾濁度大于渾濁閾值且清晰度小于模糊閾值時判定為需要換水。

2.根據權利要求1所述的一種基于人工智能的氣密性檢測水體更新方法，其特征在于，所述更新初始閾值的方法為：

以第一灰度變化量與第二灰度變化量的商作為相關度；

若相關度大于成像閾值，則分割第n幀成像點檢測圖像的初始閾值與第n-1幀相同；否則，以第n-1幀成像點的邊緣像素點與第n幀相同位置像素點的灰度值之和的平均值作為更新后的初始閾值。

3.根據權利要求1所述的一種基于人工智能的氣密性檢測水體更新方法，其特征在于，所述獲取氣泡檢測圖像的清晰度之后，對氣泡檢測圖像進行連通域分析，以單個氣泡連通域面積與模板氣泡連通域面積的商表示離散度，離散度大于離散閾值時，需重新采集樣本圖像進行檢測。

4.根據權利要求1所述的一種基于人工智能的氣密性檢測水體更新方法，其特征在于，若不滿足所述換水條件時，利用所述清晰度對所述氣泡連通域面積進行優化，以所述氣泡連通域面積與所述清晰度的商作為優化后的氣泡面積，并對優化后的氣泡面積進行歸一化，歸一化后的值越趨近于0說明氣密性越好，以此設定經驗閾值篩選出滿足使用需求的工件。

5.根據權利要求1所述的一種基于人工智能的氣密性檢測水體更新方法，其特征在于，所述獲取清晰度之后，包括以下步驟：

對所述氣泡檢測圖像進行連通域分析獲取氣泡連通域面積之和；并將所述清晰度、所述氣泡連通域面積之和、所述水體渾濁度三個特征指標的歷史數據輸入時序預測網絡，輸出預測的未來換水時間。

6.一種基于人工智能的氣密性檢測水體更新系統，其特征在于，包括：

圖像處理單元，用于以激光器照射水箱，采集包含氣泡及成像點的樣本圖像；

預處理單元，用于對所述樣本圖像進行預處理，獲取水體圖像，并將所述水體圖像分割為成像點檢測圖像以及氣泡檢測圖像；

判斷單元，包含渾濁度獲取模塊、清晰度獲取模塊、換水判斷模塊，其中：

所述渾濁度獲取模塊，用于利用初始閾值分割第一幀成像點檢測圖像，獲取成像點面積；根據前一幀與當前幀成像點檢測圖像中成像點邊緣的第一灰度變化量、前一幀成像點檢測圖像中非成像點的灰度均值與成像點邊緣的第二灰度變化量、成像閾值更新初始閾值，根據更新后的初始閾值對當前幀成像點檢測圖像進行閾值分割，獲取成像點面積，利用當前幀與第一幀成像點檢測圖像的成像點面積之差表示水體渾濁度；

所述清晰度獲取模塊，用于對所述氣泡檢測圖像進行疊加操作，并對所得的疊加圖像進行語義分割，獲取氣泡的ROI區域圖像，利用SMD2函數對所述ROI區域圖像的灰度值進行計算，獲取其清晰度；

所述換水判斷模塊，用于若未檢測到氣泡的ROI區域，在渾濁度大于渾濁度閾值時判定為需要換水；若檢測到氣泡的ROI區域，在渾濁度大于渾濁閾值且清晰度小于模糊閾值時判定為需要換水。