[发明专利]一种基于增强现实的机械组件质检方法及系统

权利要求书

1.一种基于增强现实的机械组件质检方法，其特征在于，所述方法包括以下步骤：

S100：通过深度相机采集机械组件的深度图像；

S200：采用高斯滤波函数对深度图像进行滤波处理得到滤波图像；

S300：通过PCA算法进行滤波图像降维得到降维图像；

S400：通过Canny算法对降维图像进行边缘提取边缘图像；

S500：通过Hough变换和亚像素级角点检测算法提取边缘图像中的被测目标的几何量参数；

S600：通过卷积神经网络训练学习几何量参数中的特定裂纹的特征，输出几何量参数是裂纹的概率；

S700：将几何量参数是裂纹的概率大于裂纹概率阈值在AR眼镜端显示裂纹位置和标记。

2.根据权利要求1所述的一种基于增强现实的机械组件质检方法，其特征在于，在S300中，所述PCA算法还可以是LDA算法、LLE算法、Laplacian Eigenmaps算法任意一种。

3.根据权利要求1所述的一种基于增强现实的机械组件质检方法，其特征在于，在S500中，所述被测目标的几何量参数包括机械组件的任意两点之间的距离、任意直线的长度、任意两直线的夹角以及圆和圆弧的半径、圆心坐标、弧度等参数。

4.根据权利要求1所述的一种基于增强现实的机械组件质检方法，其特征在于，在S500中，Hough变换用于将边缘图像中的曲线包括直线，变换到参数空间中，通过检测参数空间中的极值点，确定出该曲线的描述参数，从而提取影像中的规则曲线；用于检测图像中直线、圆、抛物线、椭圆等形状能够用一定函数关系描述的曲线。

5.根据权利要求1所述的一种基于增强现实的机械组件质检方法，其特征在于，在S500中，亚像素级角点检测算法包括最小二乘拟合回归亚像素定位算法。

6.根据权利要求1所述的一种基于增强现实的机械组件质检方法，其特征在于，在S600中，特定裂纹的特征为几何量参数中任意直线的长度、任意两直线的夹角、圆和圆弧的半径参数分别小于直线长度预设阈值、两直线的夹角阈值、圆和圆弧的半径阈值的则判定为特定裂纹的特征，直线长度预设阈值为10毫米、两直线的夹角阈值20°、圆和圆弧的半径阈值5毫米。

7.一种基于增强现实的机械组件质检系统，其特征在于，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

深度图像采集单元，用于通过深度相机采集机械组件的深度图像；

图像滤波单元，用于采用高斯滤波函数对深度图像进行滤波处理得到滤波图像；

图像降维单元，用于通过PCA算法进行滤波图像降维得到降维图像；

边缘提取单元，用于通过Canny算法对降维图像进行边缘提取边缘图像；

几何量参数提取单元，用于通过Hough变换和亚像素级角点检测算法提取边缘图像中的被测目标的几何量参数；

特征训练单元，用于通过卷积神经网络训练学习几何量参数中的特定裂纹的特征，最终输出几何量参数是裂纹的概率；

AR显示单元，用于将几何量参数是裂纹的概率大于裂纹概率阈值在AR眼镜端显示裂纹位置和标记。