[发明专利]一种基于光学手段的粉末涂料粘合度检测方法

说明书

本发明涉及人工智能技术领域，具体涉及一种基于光学手段的粉末涂料粘合度检测方法。利用光学手段采集粉末涂料后产品的表面图像，获取表面图像中灰度差异较大的多个目标像素点，根据目标像素点的位置和其周围区域内对应像素点之间的灰度波动以及梯度方向的相似程度对产品粉末涂料粘合度进行计量评价，由评价结果能够确认产品的外观质量。利用光学手段对产品表面图像的采集，基于颜色均匀性和缺陷分布状态对图像进行分析以准确计量产品表面材料的粘合度，保证在提高检测效率的同时降低产品合格检测误差，实现新材料检测。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于光学手段的粉末涂料粘合度检测方法。

背景技术

随着我国经济的不断发展，我国的制造产业迅速扩张，已经逐渐成为全球制造业的中心之一。随着制造产业的技术不断发展，制造能力逐年增大，对于产品质量的要求也迅速提高。除了产品自身的性能与工作参数以外，产品的外观（表面缺陷）也开始作为产品质量判定的重要因素引起人们的关注。

在产品表面喷涂涂料不仅可以保护产品免受腐蚀，增长产品的使用年限，还可以增加产品的美观度。传统产品外观涂装方法为辊涂、散布和火焰喷涂等，如今常用的涂装方法通常采用静电涂装，静电涂装不需要预热，大大节省能源，同时静电涂装的粉末利用率高，可回收利用，且静电涂装的涂膜较薄且均匀、平滑，不会出现流挂等现象。但由于产品表面预处理（如除锈、除油渍、型砂等）不当，往往会导致产品表面粉末涂料粘合度低，导致产品表面出现缺陷。

目前常用的检测方法是通过比较产品涂料后的图像颜色和标准图像颜色来判断产品涂料后的表面粘合度是否合格，而仅根据颜色差异来评判产品表面的粘合度并不准确，容易造成误检。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于光学手段的粉末涂料粘合度检测方法，所采用的技术方案具体如下：

采集产品的表面图像，对所述表面图像进行背景干扰去除得到产品图像；将所述产品图像转化为灰度图像以构建其对应的灰度直方图，基于所述灰度直方图计算每个灰度级的出现频率，由所述出现频率得到产品表面的标准灰度级；

根据所述灰度图像中每个像素点的灰度级与所述标准灰度级之间的灰度差异得到多个目标像素点；结合所述目标像素点与其周围像素点之间的灰度值变化计算每个所述目标像素点对应的灰度波动程度；利用Sobel算法获取每个所述目标像素点的梯度方向，自适应构建每个所述目标像素点的滑窗，计算每个滑窗内所有所述目标像素点之间对应所述梯度方向的相似程度，以将其作为滑窗对应所述目标像素点的梯度方向信息；

计算每个所述目标像素点与所述灰度图像的图像中心点之间的距离，结合每个所述目标像素点的所述灰度波动程度、所述距离和所述梯度方向信息计算产品粉末涂料粘合度。

进一步地，所述标准灰度级是指所述出现频率最大所对应的灰度级。

进一步地，所述结合所述目标像素点与其周围像素点之间的灰度值变化计算每个所述目标像素点对应的灰度波动程度的方法，包括：

分别计算所述目标像素点的8邻域中对应每个像素点的灰度级与所述标准灰度级之间的灰度差值的绝对值；根据所述灰度差值的绝对值计算绝对值均值，由每个所述灰度差值的绝对值与所述绝对值均值之间差值获取该目标像素点的所述灰度波动程度。

进一步地，所述自适应构建每个所述目标像素点的滑窗的方法，包括：

以任意一个所述目标像素点为中心像素点，分别向其上下左右四个方向进行扩展，当每个方向均出现一个所述目标像素点时将其作为终止像素点，由所述终止像素点构成的范围作为所述中心像素点的滑窗大小。

进一步地，所述自适应构建每个所述目标像素点的滑窗的方法，包括：