[发明专利]一种多特征零件质量信息智能感知方法、系统及装置

说明书

本发明公开了一种多特征零件质量信息智能感知方法、系统及装置，包括：从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取，对子特征图像进行判定，确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取，对精提取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息。通过对零件的全局图像进行特征判别提取操作，可以提高零件加工特征质量信息感知的速度，并实现从零件的一张全局图像，获得零件多个加工特征的质量信息。

技术领域

本发明属于图像信息采集领域，涉及一种多特征零件质量信息智能感知方法、系统及装置。

背景技术

在机械加工零件质量信息感知技术中，基于图像处理的质量感知方法已经得到了越来越多的应用。提高零件的质量信息感知效率对提高产品质量，降低生产成本，提高企业竞争力具有重要意义。多特征零件目前多采用数控加工中心进行加工，从而实现对零件一次装夹完成多个工序的加工，零件加工效率的提高对零件质量信息的快速获取也有了更高要求。通过图像处理的方式实现高效获取零件的多个特征的质量信息，目前面临的主要问题是现有的方法大多需要单独采集某个特征的图像，再进行处理，而从零件图像中提取特征的准确性和提取速度受到零件质量图像采集时的光照条件以及零件表面缺陷的影响。因此，如何实现从零件全局图像中准确地提取特征，并获得质量信息是提高零件质量信息感知效率需要解决的关键问题。

发明内容

本发明的目的在于解决现有技术中的问题，提供一种用于多特征零件的质量智能感知方法，能够快速提取出零件的特征图像，并筛选出误提取的特征图像，提高提取的准确性，提高零件的质量信息感知效率，从而可以提高产品质量，降低生产成本。

为达到上述目的，本发明采用以下技术方案予以实现：

一种多特征零件质量信息智能感知方法，包括以下步骤：

从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取；

对子特征图像进行判定，确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取；

对精提取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息。

本发明进一步的改进在于：

从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取的具体方法如下：

采用自适应灰度阈值分割法将可能有特征存在的子特征图像从全局图像中分割出来；采用自适应灰度阈值分割，从全局图像P中分割出可能有加工特征存在的子特征图像P_i，实现零件加工特征的粗提取，包括：

{P₁,P₂,P₃...P_i...P_n}∈P

其中，n为从全局质量图像中分割出的子特征图像的个数。

对子特征图像进行判定的具体方法如下：

利用子特征图像对称矩计算子特征图像中加工特征存在置信度，利用模板匹配法计算子特征图像的轮廓与模板的相似度，对得到的子特征图像的轮廓与模板的相似度进行处理得到特征匹配度，再通过加权投票法确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取。

利用子特征图像对称矩计算子特征图像中加工特征存在置信度的具体方法如下：

子特征图像对称矩为：