[发明专利]工件质量智能检测方法、装置

权利要求书

1.一种工件质量智能检测方法，其特征在于，所述方法包括：

获取多个图像采集相关模块，根据多个所述图像采集相关模块构建工件图像采集装置，利用所述工件图像采集装置采集预设传送带上的参考工件图像；

获取预设大小的圆形模板和预设的背景图，将所述参考工件图像映射至所述背景图中并利用所述圆形模板对所述映射所述参考工件图像的背景图进行模板遍历处理，得到角点图像，利用预设的角特征提取公式识别出所述角点图像中的角点特征数据，其中所述预设的角特征提取公式为

其中，为所述角点特征数据为区分特征目标与背景的阈值，为预设像素点为目标像素点，为所述预设像素点周围的像素个数，为所述目标像素点周围的像素个数；

基于布谷鸟算法和所述角点特征数据对所述参考工件图像进行质量评价，得到第一质量检测结果；

对所述参考工件图像数据进行图像锐化处理，得到锐化工件图像，分别计算所述锐化工件图像对应的纹理度和粗糙度，基于所述纹理度和所述粗糙度进行第二质量检测，得到第二质量检测结果；

对所述第一质量检测结果和所述第二质量检测结果进行最终结果评定，得到最终工件质量检测结果。

2.如权利要求1所述的工件质量智能检测方法，其特征在于，所述基于布谷鸟算法和所述角点特征数据对所述参考工件图像进行质量评价，得到第一质量检测结果，包括：

根据所述角点特征数据获取所述参考工件图像的相关参数，并利用预设的适应度公式计算所述参考工件图像的适应度值；

当所述参考工件图像的适应度值大于预设适应阈值时，计算所述参考工件图像的适应度变化率；

若不存在小于固定阈值的适应度变化率，确定所述参考工件图像的第一质量检测结果为劣质；

若存在小于固定阈值的适应度变化率，确定所述参考工件图像的第一质量检测结果为优质。

3.如权利要求2所述的工件质量智能检测方法，其特征在于，所述利用预设的适应度公式计算所述参考工件图像的适应度值，包括：

所述预设的适应度公式包括：

其中，表示所述参考工件图像的适应度值，表示第个所述参考工件图像在t次迭代时的位置，为步长因子，表示点对点的乘法，表示莱维飞行随机搜索路径为预设参数。

4.如权利要求2所述的工件质量智能检测方法，其特征在于，所述计算所述参考工件图像的适应度变化率，包括：

计算所述参考工件图像在预设的第一迭代数时的第一适应度值和在预设的第二迭代数时的第二适应度值；

根据预设的变化率公式计算所述第一适应度值和所述第二适应度值之间的适应度变化率；

确定所述适应度变化率为所述参考工件图像的适应度变化率。

5.如权利要求4所述的工件质量智能检测方法，其特征在于，所述预设的变化率公式包括：

其中，为所述适应度变化率，为所述第一适应度值，为所述第二适应度值，为所述第一迭代数，为所述第二迭代数，L为预设参考位置。

6.如权利要求1所述的工件质量智能检测方法，其特征在于，所述对所述参考工件图像数据进行图像锐化处理，得到锐化工件图像，包括：

提取出所述参考工件图像数据中的多个图像像素点，并任意选取多个所述图像像素点中的任意一个图像像素点作为目标像素点；

基于预设的横向梯度公式和纵向梯度公式计算所述目标像素点对应的横向梯度值和纵向梯度值，根据所述横向梯度值和所述纵向梯度值计算得到所述目标像素点的最终梯度值；

遍历多个所述图像像素点，直至计算出多个所述图像像素点对应的最终梯度值；

获取预先设定的梯度阈值，分别将多个所述图像像素点对应的最终梯度值与所述梯度阈值进行比较，将大于或者等于所述梯度阈值的所述图像像素点设置为第一参考值，得到变换图像；

将所述变换图像中的各个像素点与所述参考工件图像数据中的各个像素点进行相加处理，得到锐化工件图像。