[发明专利]基于图像处理的焊接缺陷特征提取与焊接质量分析方法在审
申请号: | 201810310148.3 | 申请日: | 2018-04-08 |
公开(公告)号: | CN108596880A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 张侃健;葛志霞;魏海坤;方仕雄;张金霞;葛健 | 申请(专利权)人: | 东南大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/194;G06T7/50;G06T7/62 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 许小莉 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 焊接 焊接缺陷 背景分割 特征提取 图像处理 图像增强 质量分析 后续图像处理 图像处理技术 二值化处理 工厂生产 工件类型 焊接区域 黑白相机 灰度图像 轮廓提取 面积信息 特征设计 提取算法 自动分级 自动分析 有效地 对焊 剔除 图像 场景 分析 成功 | ||
1.一种基于图像处理的焊接缺陷特征提取与焊接质量分析方法,其特征在于,该方法包括如下步骤:
S1.对黑白相机获取的灰度图像进行图像增强;
S2.根据工件类型和焊接区域类型,设计工件背景分割卡,对增强后的图像进行背景分割,剔除背景对后续图像处理的影响;
S3.根据焊洞的设计特征提取算法,获得焊接缺陷的形态和面积信息,分析焊洞的大小情况,对焊洞的不合格程度进行自动分级。
2.根据权利要求1所述的方法,其特征在于,步骤S1中所述的图像增强是运用直方图均衡化增强算法对黑白相机获取的灰度图像进行图像增强,即采用以下步骤对黑白相机获取的灰度图像的像素分布进行调整,提高了图像的对比度,使图像更加清晰:
S11.求出黑白相机获取的灰度图像的原图f的灰度直方图,设为H,灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中某种灰度出现的频率;
S12.求出f的总体像素个数N,N=m×n,式中m,n分别为图像长和宽,根据公式(1)计算对应灰度级出现的概率,
pr(rk)=H(k)/N(0≤rk≤1,k=0,1,2…L-1) 公式(1)
公式(1)中,rk表示第k个灰度,pr(rk)表示第k个灰度级出现的概率,H(k)为第k个灰度级出现的频数,N为图像像素总数,L为图像中可能的灰度级总数;
S13.根据公式(2)计算原图的灰度级累积分布函数:
公式(2)中,Sk为归一化灰度级,T(rk)为变换函数;
S14.h为变换直方图后的新图像,根据公式(3)求出新图像每个像素的灰度值,绘制新图像h:
3.根据权利要求1所述的方法,其特征在于,步骤S2中所述的设计工件背景分割卡,对增强后的图像进行背景分割的具体操作步骤是:
S21.针对不同型号的焊接工件设置不同的区域分割二维矩阵,设定一个m×n(m,n分别为图像长和宽)二维矩阵T,矩阵T中只有0和1两个值,通过调整0和1值的排布,将矩阵分割成特定的1和0两类区域,1和0两个区域对应于工件中的兴趣区域和非兴趣区域,不同的工件焊接图像中焊接的形状和区域分布不同,工件类型众多,针对不同的工件,设置不同的T来满足工件需求;
S22.某特定工件焊接灰度图像为f(i,j),将该工件图像根据其对应的二维矩阵T中的0和1的分布进行分割,分割依据为:
可将图像中不需要的背景像素值设置为0,将需要的背景像素保留,方便后续的特征提取。
4.根据权利要求1所述的方法,其特征在于,步骤S3中所述的根据焊洞的设计特征提取算法的具体操作步骤是:
S31.对处理后的灰度图像进行阈值二值化操作,将小于阈值的像素值置0,大于阈值像素值置1,得到0、1二值图像,其中缺陷区域颜色较深,二值化后缺陷区域像素值为0;
S32.对该二值图像运用轮廓提取算法,获得缺陷区域的轮廓形态信息,并统计轮廓像素面积信息;
S33.根据焊接缺陷像素面积制定缺陷程度划分规则,对新的焊接图像进行处理时,根据该划分规则界定焊接缺陷的缺陷等级,从而实现自动焊接质量分析功能。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810310148.3/1.html,转载请声明来源钻瓜专利网。