[發(fā)明專利]基于機(jī)器視覺(jué)的金屬殼體自動(dòng)化焊接缺陷檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202310091774.9
• 申請(qǐng)日: 2023-02-10
• 公開(kāi)（公告）號(hào): CN115797358B
• 公開(kāi)（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 張留;強(qiáng)帆;程一飛;董鵬遠(yuǎn);張帥帥;柴春苗
• 申請(qǐng)（專利權(quán)）人: 濟(jì)寧安泰礦山設(shè)備制造有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G01N21/88;G06T7/13;G06T7/62;G06T7/64
• 代理公司: 濟(jì)寧仁禮信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37383
• 代理人: 李瓊

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，提出了基于機(jī)器視覺(jué)的金屬殼體自動(dòng)化焊接缺陷檢測(cè)方法，包括：獲得焊縫灰度圖像，提取出焊縫區(qū)域和待測(cè)區(qū)域；構(gòu)建待測(cè)區(qū)域的相鄰距離顯著值；在待測(cè)區(qū)域中得到其子待測(cè)區(qū)；獲得子待測(cè)區(qū)的起伏曲度一致性；根據(jù)子待測(cè)區(qū)的起伏曲度一致性、待測(cè)區(qū)域的相鄰距離顯著值、待測(cè)區(qū)像素點(diǎn)均值以及焊縫區(qū)域像素點(diǎn)均值獲得咬邊顯著性；根據(jù)咬邊顯著性判斷圖像是否出現(xiàn)咬邊瑕疵。本發(fā)明通過(guò)對(duì)咬邊特征的形態(tài)、邊緣起伏度角度進(jìn)行分析，可以更精確的判斷是否存在咬邊缺陷。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及基于機(jī)器視覺(jué)的金屬殼體自動(dòng)化焊接缺陷檢測(cè)方法。

背景技術(shù)

焊接技術(shù)就是高溫或高壓條件下，使用焊接材料將兩塊或兩塊以上的母材連接成一個(gè)整體的操作方法。伴隨著金屬的廣泛應(yīng)用，需要進(jìn)行焊接的場(chǎng)景也越來(lái)越多。在焊接的過(guò)程中，不可避免地會(huì)出現(xiàn)咬邊缺陷。咬邊缺陷會(huì)減小母材的有效截面積，降低結(jié)構(gòu)的承載能力，同時(shí)還會(huì)造成應(yīng)力集中、發(fā)展為裂紋源，所以需要及時(shí)將出現(xiàn)咬邊缺陷的焊接成品篩選出來(lái)。

目前對(duì)于缺陷的檢測(cè)通常通過(guò)對(duì)采集的X射線圖像、超聲波圖像或者是熔池圖像進(jìn)行分析，以達(dá)到對(duì)缺陷進(jìn)行識(shí)別的目的。但在采集圖像的過(guò)程中，X射線圖像和超聲波圖像對(duì)環(huán)境的要求較高，在焊接過(guò)程中會(huì)產(chǎn)生大量的煙塵和水汽，對(duì)獲取的圖像造成干擾，使分析結(jié)果出現(xiàn)偏差。而熔池圖像是在焊接過(guò)程中獲取的，會(huì)受到強(qiáng)光的干擾，識(shí)別和分析效果也不理想。因此需要一種較為精確的對(duì)焊接產(chǎn)生的咬邊缺陷進(jìn)行判斷的方法。

發(fā)明內(nèi)容

本發(fā)明提供基于機(jī)器視覺(jué)的金屬殼體自動(dòng)化焊接缺陷檢測(cè)方法，以解決現(xiàn)有的焊接咬邊檢測(cè)的精確度不高的問(wèn)題，所采用的技術(shù)方案具體如下：

本發(fā)明一個(gè)實(shí)施例提供了基于機(jī)器視覺(jué)的金屬殼體自動(dòng)化焊接缺陷檢測(cè)方法，該方法包括以下步驟：

獲得焊縫圖像，對(duì)焊縫圖像灰度化獲得焊縫灰度圖像，從焊縫灰度圖像中提取出焊縫區(qū)域和待測(cè)區(qū)域；

獲取待測(cè)區(qū)域的所有邊緣像素點(diǎn)，在待測(cè)區(qū)域的所有邊緣像素點(diǎn)中提取出特定的邊緣像素點(diǎn)作為鄰接像素點(diǎn)，根據(jù)鄰接像素點(diǎn)的數(shù)量、待測(cè)區(qū)域所有邊緣像素點(diǎn)的數(shù)量構(gòu)建待測(cè)區(qū)域的相鄰距離顯著值；

在待測(cè)區(qū)域中得到其子待測(cè)區(qū)，獲得子待測(cè)區(qū)的所有角點(diǎn)，相鄰兩個(gè)角點(diǎn)之間存在一條曲線，根據(jù)每條曲線的所有像素點(diǎn)對(duì)應(yīng)的切線的法線獲得一個(gè)凸包，將每條曲線進(jìn)行圓擬合得到每條曲線對(duì)應(yīng)的圓半徑，該圓半徑記為第一半徑；

相鄰兩個(gè)角點(diǎn)相連得到一條直線，分別過(guò)這兩個(gè)角點(diǎn)作垂直于直線的兩條直線，兩條直線間距離兩角點(diǎn)間曲線最近的焊縫區(qū)域的邊緣作為該曲線的相似曲線，每?jī)蓚€(gè)角點(diǎn)得到一條相似曲線，將每條相似曲線進(jìn)行圓擬合得到每條相似曲線的圓半徑，圓半徑記為第二半徑；

根據(jù)第一半徑、第二半徑、角點(diǎn)的數(shù)量、每個(gè)曲線對(duì)應(yīng)的凸包的面積獲得子待測(cè)區(qū)的起伏曲度一致性；

根據(jù)子待測(cè)區(qū)的起伏曲度一致性、待測(cè)區(qū)域的相鄰距離顯著值、待測(cè)區(qū)像素點(diǎn)均值以及焊縫區(qū)域像素點(diǎn)均值獲得咬邊顯著性；

根據(jù)咬邊顯著性判斷圖像是否出現(xiàn)咬邊瑕疵，以實(shí)現(xiàn)金屬殼體自動(dòng)化焊接缺陷檢測(cè)。

優(yōu)選的，所述從焊縫灰度圖像中提取出焊縫區(qū)域和待測(cè)區(qū)域的方法為：

對(duì)焊縫灰度圖像中使用最大類間方差法，將灰度值大于閾值的像素點(diǎn)組成的區(qū)域作為焊縫區(qū)域，之后使用Canny檢測(cè)對(duì)焊縫灰度圖像得到邊緣圖像，閉合邊緣將圖像分為多個(gè)區(qū)域，在這些區(qū)域中將焊縫區(qū)域排除之后，剩余的區(qū)域作為待測(cè)區(qū)域。

優(yōu)選的，所述鄰接像素點(diǎn)的獲取方法為：獲得待測(cè)區(qū)域的所有邊緣點(diǎn)，將八鄰域內(nèi)存在焊縫區(qū)域像素點(diǎn)的邊緣點(diǎn)作為鄰接像素點(diǎn)。

優(yōu)選的，所述根據(jù)鄰接像素點(diǎn)的數(shù)量、待測(cè)區(qū)域所有邊緣像素點(diǎn)的數(shù)量構(gòu)建待測(cè)區(qū)域的指標(biāo)相鄰距離顯著值的方法為：