[发明专利]一种点焊缺陷磁光成像无损检测方法及系统

权利要求书

1.一种点焊缺陷磁光成像无损检测方法，其特征在于，包括以下步骤：

S1：对点焊试件励磁；

S2：利用磁光传感器生成具有缺陷信息的磁光图像；

S3：对所述磁光图像采用集成学习算法分析判断点焊试件是否存在缺陷，若是，则进一步识别点焊试件的缺陷类型，并输出识别结果；若否，则输出检测结果为无缺陷。

2.根据权利要求1所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述S3步骤中，其具体步骤包括：将所述磁光图像输入预设的异质集成学习器中，异质集成学习器中通过投票表决产生分类结果并输出，得到缺陷检测结果及缺陷类型识别结果。

3.根据权利要求2所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述异质集成学习器包括大于或等于3个个体学习器。

4.根据权利要求3所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述异质集成学习器包括SVM模型、随机森林模型、CNN模型。

5.根据权利要求4所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述SVM模型中SVM的数量与待分类缺陷类型数量相等。

6.根据权利要求5所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述S3步骤中，将磁光图像输入SVM模型的具体步骤包括：

步骤A：将磁光图像转化为灰度图像，将其灰度等级从256级降为k级；

步骤B：通过灰度共生矩阵提取图像的角二阶矩、对比度、相关性、熵、同质度五种纹理特征；上述纹理特征的表达公式如下：

其中，p(i,j)表示图像中坐标为(i,j)处的灰度值，Mean表示灰度图的平均灰度值，Variance表示灰度图的方差；

步骤C：将所述纹理特征作为输入量输入SVM模型中，输出得到点焊试件的缺陷检测结果及缺陷识别类型。

7.根据权利要求4所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述随机森林模型包括若干决策树，其决策结果通过投票表决方式产生。

8.根据权利要求7所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述S3步骤中，将磁光图像输入随机森林模型的具体步骤包括：从磁光图像中采用自主采样方法采集到a个数据集，每个决策树选取一个数据集进行分类，输出得到若干分类结果后，采用投票表决方式得到最终输出的缺陷检测结果及缺陷识别类型；其中决策树通过采用C4.5生成算法生成，决策树中的特征选取方式采用信息增益比方法产生，其表达公式如下：

其中，n为特征A取值的个数；g_R(D,A)表示特征A对训练数据集D的信息增益比，g(D,A)表示特征A对训练数据集D的信息增益，H_A(D)表示训练数据集D关于特征A的值的熵。

9.根据权利要求4所述的点焊缺陷磁光成像无损检测方法，其特征在于，所述CNN模型中包括依次连接的输入层、隐藏层、全连接层、softmax函数层、输出层。

10.一种点焊缺陷磁光成像无损检测系统，其特征在于，包括运动平台、夹具、工控机、旋转磁场、励磁电源、磁光传感器、磁光图像采集分析设备，其中：

所述工控机的输出端与所述运动平台的驱动端连接，用于控制运动平台的移动；

所述夹具设置在运动平台上，用于对点焊试件进行夹持；

所述励磁电源的输出端与所述旋转磁场的输入端连接，所述旋转磁场设置在运动平台上且于点焊试件的一侧，用于对点焊试件励磁；

所述磁光传感器设置在所述夹具的一侧且于点焊试件的另一侧，所述磁光传感器的输出端与所述磁光图像采集分析设备的输入端连接，用于生成点焊试件的具有缺陷信息的磁光图像，以及对磁光图像进行分析，输出得到点焊试件的缺陷检测结果及缺陷识别类型。