[发明专利]悬架弹簧和气门弹簧的缺陷检测方法、装置及存储介质在审
申请号: | 202011075476.3 | 申请日: | 2020-10-10 |
公开(公告)号: | CN112465741A | 公开(公告)日: | 2021-03-09 |
发明(设计)人: | 于秋爽;谢晖 | 申请(专利权)人: | 湖南大捷智能装备有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06K9/62 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 胡喜舟 |
地址: | 410000 湖南省长*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 悬架 弹簧 气门 缺陷 检测 方法 装置 存储 介质 | ||
1.一种悬架弹簧和气门弹簧的缺陷检测方法,其特征在于,包括:
获取待检测弹簧的图像;
采用sobel算子对待检测弹簧的图像进行边缘检测;
基于边缘直线进行边缘连接,根据预设缺陷边缘长度范围筛选出缺陷边缘,分割出弹簧缺陷图像;若无弹簧缺陷图像,则表示该待检测弹簧的图像中无缺陷;若有,则,
提取弹簧缺陷图像的几何特征、灰度特征、纹理特征;
对提取的所有特征采用均值归一化进行数据归一化处理;
对归一化处理后的每个特征采用PCA主成分分析方法进行主成分分析,得到相应相关系数矩阵的特征值及该特征值对应的贡献率;其中相关系数矩阵为通过对特征进行数据归一化处理后的协方差矩阵;
每个特征值依据贡献率大小排序,并选取前N个特征值;其中,前N个特征值的累积贡献率大于90%,N为预设值;
将选取的前N个特征值输入预先训练好的弹簧缺陷分类器,得到待检测弹簧的缺陷类型;其中,所述弹簧缺陷分类器为通过若干训练样本对支持向量机进行训练得到,每个训练样本包括采用前述方法得到的前N个特征值及对应的缺陷类型。
2.根据权利要求1所述的悬架弹簧和气门弹簧的缺陷检测方法,其特征在于,所述几何特征包括:
周长P,通过下式计算得到:
其中,(X,Y)表示弹簧缺陷图像中缺陷轮廓的坐标,Rb表示弹簧缺陷图像中缺陷轮廓;
面积S,通过下式计算得到:
其中,(x,y)分别表示弹簧缺陷图像中缺陷区域坐标,Rd表示弹簧缺陷图像中缺陷区域;
圆形度Rc,通过下式计算得到:
其中,Ur和σr分别为弹簧缺陷图像中缺陷区域重心到边界点的平均距离和均方差;
矩形度Rt,通过下式计算得到:
其中,Ll和Ls分别表示弹簧缺陷图像中缺陷区域的最小外接矩形的长边长度和短边长度;
缺陷紧凑型C,通过下式计算得到:
椭圆偏心率e,通过下式计算得到:
其中,D和a分别表示弹簧缺陷图像中缺陷区域的最小外接矩形对应的椭圆的焦距和主轴长度;
区域占空比Rq,通过下式计算得到:
3.根据权利要求1所述的悬架弹簧和气门弹簧的缺陷检测方法,其特征在于,所述灰度特征包括:
灰度中值,用于描述弹簧缺陷图像中缺陷区域各像素灰度的中值;
灰度方差,用于描述弹簧缺陷图像中缺陷区域个像素灰度的方差;
熵,用于描述弹簧缺陷图像中缺陷区域灰度分布的聚集特征所包含的信息量;
最小灰度值,用于描述弹簧缺陷图像中缺陷区域各像素灰度的最小值;
最大灰度值,用于描述弹簧缺陷图像中缺陷区域个像素灰度的最大值;
灰度对比值,用于描述弹簧缺陷图像中缺陷区域各像素灰度的最大值减去最小值。
4.根据权利要求1所述的悬架弹簧和气门弹簧的缺陷检测方法,其特征在于,所述纹理特征包括:
能量En,通过下式计算得到:
其中,cij表示(i,j)位置坐标处的灰度值,i、j分别表示横、纵坐标,width表示弹簧缺陷图像中缺陷区域边长;
相关性Co,通过下式计算得到:
其中,ux、uy分别表示弹簧缺陷图像中缺陷区域x轴、y轴方向的长度,sx、sy分别表示弹簧缺陷图像中缺陷区域x轴、y轴方向的灰度值标准差;
均匀性Ho,通过下式计算得到:
对比度Ct,通过下式计算得到:
5.根据权利要求1所述的悬架弹簧和气门弹簧的缺陷检测方法,其特征在于,所述缺陷类型包括凹坑、磨损、生锈。
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湖南大捷智能装备有限公司,未经湖南大捷智能装备有限公司许可,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/202011075476.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种木塑装饰用板自动切割设备
- 下一篇:一种烧红铁块扭弯机器