[发明专利]一种基于人工智能的气密性检测水体更新方法及系统

说明书

本发明提供一种基于人工智能的气密性检测水体更新方法及系统，涉及人工智能领域；该方法包括以激光器照射水箱，采集样本图像，进行预处理后分割为成像点检测图像及气泡检测图像；根据更新后的初始阈值对成像点检测图像进行阈值分割，获取成像点面积，以当前帧与首帧成像点检测图像的成像点面积之差作为水体浑浊度；对气泡检测图像进行叠加操作后进行语义分割，获取气泡的ROI区域图像并利用SMD2函数对其计算，获取清晰度；若未检测到ROI区域，在浑浊度大于浑浊度阈值时判定为需要换水；若检测到ROI区域，在浑浊度大于浑浊阈值且清晰度小于模糊阈值时判定为需要换水。本发明能够灵敏的反映出浑浊度的变化，且鲁棒性好，对精密工件的气密性评估更加准确。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能的气密性检测水体更新方法及系统。

背景技术

目前，对工件的气密性检测技术有很多，例如：差压法、直压法、流量定量法、气泡检测法等，传统的气泡检测法是较为常用，且成本较低的检测方法,但是气泡检测法在检测气泡时容易受到水体浑浊度的影响，水体浑浊程度增加时会相应增加气泡的检测难度，此时可以通过一些图像处理手段增加气泡区域的清晰度；而在水体浑浊程度较高时，气泡特征不明显，甚至消失，为了保证检测结果的准确率，必须对水体进行更换。

常用的水体浑浊度检测方法有分光光度法、目视比浊法等，但是，在气密性检测应用场景中，分光光度法的准确度不高，目视比浊法又难以统一标准，且太过耗费人力资源。

发明内容

为了解决上述技术问题，本发明了提供一种基于人工智能的气密性检测水体更新方法及系统，所采用的技术方案如下：

第一方面，本发明实施例提供了一种基于人工智能的气密性检测水体更新方法，该方法包含以下步骤：

以激光器照射水箱，采集包含气泡及成像点的样本图像；

对样本图像进行预处理，获取水体图像，并将水体图像分割为成像点检测图像以及气泡检测图像；

利用初始阈值分割第一帧成像点检测图像，获取成像点面积；根据前一帧与当前帧成像点检测图像中成像点边缘的第一灰度变化量、前一帧成像点检测图像中非成像点的灰度均值与成像点边缘的第二灰度变化量、成像阈值更新初始阈值，根据更新后的初始阈值对当前帧成像点检测图像进行阈值分割，获取成像点面积，利用当前帧与第一帧成像点检测图像的成像点面积之差表示水体浑浊度；

对气泡检测图像进行叠加操作，并对所得的叠加图像进行语义分割，获取气泡的ROI区域图像，利用SMD2函数对ROI区域图像的灰度值进行计算，获取其清晰度；

若未检测到气泡的ROI区域，在浑浊度大于浑浊度阈值时判定为需要换水；若检测到气泡的ROI区域，在浑浊度大于浑浊阈值且清晰度小于模糊阈值时判定为需要换水。

优选地，更新初始阈值的方法为：

以第一灰度变化量与第二灰度变化量的商作为相关度；

若相关度大于成像阈值，则分割第n帧成像点检测图像的初始阈值与第n-1帧相同；否则，以第n-1帧成像点的边缘像素点与第n帧相同位置像素点的灰度值之和的平均值作为更新后的初始阈值。

优选地，获取气泡检测图像的清晰度之后，对气泡检测图像进行连通域分析，以单个气泡连通域面积与模板气泡连通域面积的商表示离散度，离散度大于离散阈值时，需重新采集样本图像进行检测。

优选地，若不满足换水条件时，利用清晰度对气泡连通域面积进行优化，以气泡连通域面积与清晰度的商作为优化后的气泡面积，并对优化后的气泡面积进行归一化，归一化后的值越趋近于0说明气密性越好，以此设定经验阈值筛选出满足使用需求的工件。

优选地，获取清晰度之后，包括以下步骤：