[發明專利]一種基于圖像識別的螺栓螺母缺陷診斷方法及系統

在審

• 申請號: 202110076210.9
• 申請日: 2021-01-20
• 公開（公告）號: CN112907514A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 王哲;馬思含;王平;黃孝川
• 申請（專利權）人: 南京迪沃航空技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46;G06K9/62;G06T5/00
• 代理公司: 南京泰普專利代理事務所(普通合伙) 32360
• 代理人: 竇賢宇

1.一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，所述方法包括：

首先選取螺栓螺母缺陷構造圖作為分類目標數據庫；

根據圖像識別螺栓螺母特征信息與所述分類目標數據庫判斷是否有缺陷螺栓螺母；

若判斷為是，則基于圖像識別螺栓螺母特征信息與所述分類目標數據庫進行缺陷信息特征分析；

根據所述缺陷信息特征分析進行缺陷診斷并對缺陷進行目標分類。

2.根據權利要求1所述的一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，當圖像識別螺栓螺母特征信息與所述分類目標數據庫包含有缺陷圖像時；

所述圖像識別通過包含的圖像采集、數據預處理、均值濾波、測試識別圖像、特征提取及提取結果，進而從識別螺栓螺母的圖像信息中分析、識別、判斷出螺栓螺母缺陷圖像，并對缺陷圖像進行歸類；

所述圖像采集利用灰度方差來反應螺栓螺母缺陷區域內灰度值的集中程度及檢測邊緣清晰度，其次，表征螺栓螺母的灰度，檢測螺栓螺母磨損以及邊緣毛刺。

3.根據權利要求2所述的一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，所述數據預處理包括閾值處理，所述閾值處理對螺栓螺母缺陷圖像中的噪聲信號做小波變換，其中，所述小波變換分為軟閾值和硬閾值，軟閾值具體表示如下：

式中，i表示分解級數；w_i，k表示原始圖像小波系數；表示對原始圖像進行處理后的小波系數；sign表示數學符號函數；

硬閾值表示：

式中，i表示分解級數；w_i，k表示原始圖像小波系數；表示對原始圖像進行處理后的小波系數。

4.根據權利要求2所述的一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，所述均值濾波將螺栓螺母目標圖像進行平滑度處理，得出濾波后圖像，具體為：

I＝S(X_S，Y_S)+U(X_U，Y_U)*M

式中，I表示濾波后圖像；S(X_S，Y_S)表示螺栓螺母的平滑；U(X_U，Y_U)表示螺栓螺母的變化；(X_S，Y_S)表示平滑的坐標集合；(X_U，Y_U)表示變化的坐標集合；*表示卷積運算符號；M表示均值濾波模板。

5.根據權利要求2所述的一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，所述特征提取將圖像采集信息轉換成清晰圖像，并獲取螺栓螺母的圖像特征，再次根據所述分類目標數據庫確定螺栓螺母缺陷特征類別，在采用圓形度在螺栓螺母面積與周長的基礎上，計算螺栓螺母的螺紋處的形狀復雜程度的特征量，通過螺栓螺母目標形狀和螺紋的接近程度得出：

式中，ε表示螺栓螺母目標形狀；π表示圓周率；S表示螺栓螺母形狀面積；L表示螺栓螺母形狀周長。

6.根據權利要求2所述的一種基于圖像識別的螺栓螺母缺陷診斷方法，其特征在于，所述提取結果通過測試識別圖像與分類目標數據庫對采集到的螺栓螺母缺陷圖像進行比對分析，進一步確定所檢測螺栓螺母缺陷圖像，并對螺栓螺母產生的缺陷進行分類。

7.一種基于圖像識別的螺栓螺母缺陷診斷系統，其特征在于，所述診斷系統包括：

缺陷讀取單元，用于選取螺栓螺母缺陷構造圖作為分類目標數據庫；

缺陷診斷第一判斷單元，用于根據圖像識別螺栓螺母特征信息與所述分類目標數據庫判斷是否有缺陷螺栓螺母；

缺陷診斷第二判斷單元，用于若判斷為是，則基于圖像識別螺栓螺母特征信息與所述分類目標數據庫進行缺陷信息特征分析；

缺陷診斷分類單元，用于根據所述缺陷信息特征分析進行缺陷診斷并對缺陷進行目標分類。