[发明专利]法兰表面缺陷检测方法及系统和设备

权利要求书

1.一种法兰表面缺陷检测方法，其特征在于，包含如下内容：

获取待检测法兰图像并定位目标区域，该目标区域至少包含：法兰端面、中心螺栓孔和法兰背面；对目标区域进行语义分割，确定待检测区域；

利用像素邻域块灰度阶差异获取待检测区域具有缺陷特征的候选像素点；通过对候选像素点进行形态学操作与连通域分析，得到候选缺陷位置图像；

利用已训练优化的图像识别网络模型对候选缺陷位置图像进行分类识别，去除法兰表面伪缺陷和统计缺陷特征信息；

对法兰图像通过图像增强和边缘分割方式获取区域轮廓信息，确定待检测区域；将待检测区域外的非检测区域进行定位填充，获取掩膜图；

将图像划分为互不重合的网格，通过卷积操作对其进行特征提取得到特征映射图；针对特征映射图，通过类别预测和边界框回归得到检测目标类别和位置信息，进而确定目标中心点所在方向；将中心点所在方向通过扩大处理来获取搜索目标区域角度范围，并得到目标区域图像的二值图像；将二值图像通过邻 域灰度差值确定每个候选像素点位置，依据在同一方向达到预设满足条件像素数获取目标区域候选边界；将候选边界进行非极大值抑制，得到目标区域两个边界，将两个边界所在像素点进行最小二乘法直线拟合，确定待检测区域与所在内外圆交点，填充直线与圆弧所组成的不规则区域，获取掩膜图。

2.根据权利要求1所述的法兰表面缺陷检测方法，其特征在于，利用已训练的目标区域检测模型来获取输入图像的目标区域；该目标区域检测模型为YOLOV4模型。

3.根据权利要求1所述的法兰表面缺陷检测方法，其特征在于，目标区域的语义分割至少包含定位销区域、中心螺栓孔区域和排气孔区域语义分割；将定位销区域、中心螺栓孔区域和排气孔区域作为待检测区域。

4.根据权利要求1所述的法兰表面缺陷检测方法，其特征在于，利用HUBER加权方法与迭代最小二乘法相结合方式获取待检测区域，其中，HUBER加权公式表示为：

其中，W_i表示各像素点距离权重系数，C表示离群点阈值，dis_i表示点到圆心的距离。

5.根据权利要求1所述的法兰表面缺陷检测方法，其特征在于，候选像素点获取中，计算待检测区域积分图像，将积分图像划分为多个图像块，统计各个图像块纹理信息，所述纹理信息至少包含图像块均值、标准方差及阈值。

6.根据权利要求1所述的法兰表面缺陷检测方法，其特征在于，图像识别网络模型采用卷积神经网络模型结构对输入图像进行分类识别，获取输入图像的缺陷类别，进行缺陷连通区域的特征分析和统计。

7.一种法兰表面缺陷检测系统，其特征在于，基于权利要求1所述的方法实现，包含：目标区域定位模块、候选区域生成模块和缺陷分类识别模块，其中，

目标区域定位模块，用于获取待检测法兰图像并定位目标区域，该目标区域至少包含：法兰端面、中心螺栓孔和法兰背面；并对目标区域进行语义分割，确定待检测区域；

候选区域生成模块，用于利用像素邻域块灰度阶差异获取待检测区域具有缺陷特征的候选像素点；通过对候选像素点进行形态学操作与连通域分析，得到候选缺陷位置图像；

缺陷分类识别模块，用于利用已训练优化的图像识别网络模型对候选缺陷位置图像进行分类识别，去除法兰表面伪缺陷和统计缺陷特征信息。

8.一种法兰表面缺陷检测设备，包含上下料系统、清洗系统、翻转系统、运转系统、检测系统，与上下料系统、清洗系统、翻转系统、运转系统及检测系统信号连接的电控系统；法兰产品随上料系统经流水线输送至清洗系统进行表面清洗，通过流水线移送至翻转系统位置，通过翻转系统并利用环形输送线分别对法兰产品表面各端面进行视觉采集，将视觉采集图像输送至检测系统，其特征在于，所述检测系统采用权利要求7所述的法兰表面缺陷检测系统，将检测完毕的法兰产品移动至下料系统后，通过转运系统进行分拣。