[发明专利]一种基于计算机视觉的混凝土构件表面质量检测方法

说明书

一种基于计算机视觉的混凝土构件表面质量检测方法，包括以下步骤：(1)布置相机，确保相机能够捕捉到待检测的混凝土构件表面；(2)对混凝土建筑预制构件表面进行图像预处理；(3)采用区域生长法去除最小面积；(4)表面缺陷特征提取；(5)基于支持向量机的混凝土构件表面缺陷分类，判断混凝土构件表面质量合格与否。本发明具有以下优点：克服了传统人眼检测而产生的检测结果不统一，误检率高的问题；减少了检测时间，提高了效率；相比于双目和多目视觉检测，本发明采用单目视觉检测具有便捷、高效、低成本的特点。考虑到混凝土预制构件都是批量生产，采用SVM(支持向量机)对缺陷类型的识别和分类，可以满足自动化生产的要求。

技术领域

本发明属于计算机视觉技术领域，涉及基于计算机视觉的混凝土构件表面质量检测方法。

背景技术

在预制混凝土构件的生产制造过程中，由于原材料、加工工艺、人工或机器人操作等的影响，其表面不可避免地会出现一些表面缺陷，例如孔洞和突起，这在一定程度上影响混凝土构件的强度和外观。因此，要求预制混凝土构件在生产线上的检测系统能够快速准确的检测出表面缺陷，尤其是孔洞的缺陷。在药板、皮革、瓷砖等产品表面缺陷检测主要用到超声波、红外等检测技术，但其检测速度慢、精度低。

现阶段，国内预制混凝土构件表面缺陷在线检测大多通过人工检测，不仅带有明显的人为主观因素，存在误检率高的问题，同时也需要付出人力成本。此外，传统的人工检测已经满足不了工厂自动化升级的需求。

目前，对预制混凝土构件表面在线实时检测识别研究成果较少，还有较大的发展空间，针对预制混凝土构件抹平后表面出现常见的空洞和突起等缺陷的自动检测，存在基于计算机视觉提出预制混凝土构件表面表面检测算法的需要。

发明内容

本发明的主要目的是提供一种基于计算机视觉的混凝土构件表面质量检测方法，克服人工检测缺陷，通过支持向量机(SVM)对缺陷类型进行识别和分类，以提高混凝土预制构件工厂化制造自动化生产水平。

为达到上述目的，本发明的解决方案是：

一种基于计算机视觉的混凝土构件表面质量检测方法，包括以下步骤：

(1)布置相机，确保相机能够捕捉到待检测的混凝土构件表面；

(2)对混凝土建筑预制构件表面进行图像预处理；

(3)采用区域生长法去除最小面积；

(4)表面缺陷特征提取；

(5)基于支持向量机的混凝土构件表面缺陷分类，判断混凝土构件表面质量合格与否。

进一步，步骤(2)中：所述预处理过程包括直方图均衡化增强图像的对比度，图像二值化对目标区域分割，形态学处理消除目标区域噪声。

步骤(3)中：所述去除最小面积，通过以下步骤实现：第一确定生长的种子点，对图像顺序扫描，找到第一个像素值为255的点，该点坐标为(x₀,y₀)以该点为种子点；第二算法采用八邻域的生长准则，以(x₀,y₀)为中心，计算其八邻域的像素(x,y),如果满足生长准则，则将(x,y)压入堆栈中，再从堆栈中取出作为(x₀,y₀)，再生长，直至堆栈为空，生长停止；第三计算生长的数目，确定一个区域阈值，即可去除最小面积。

步骤(4)中：所述表面缺陷特征提取是在每个缺陷得矩形范围内计算灰度对比度值、灰度平均值、灰度方差、能量、熵五个方面的灰度特征。

步骤(5)中：通过网格搜索和交叉验证的方式获取达到分类准确度最好的超参数和分类模型。

更进一步，一种基于计算机视觉的混凝土构件表面质量检测方法，包括以下步骤：