[发明专利]工件质量智能检测方法、装置

说明书

本发明涉及人工智能技术，揭露了一种工件质量智能检测方法，包括：采集预设传送带上的参考工件图像，将参考工件图像转换为角点图像，并识别出角点图像中的角点特征数据，基于布谷鸟算法和角点特征数据对所述参考工件图像进行质量评价，得到第一质量结果；对参考工件图像数据进行图像锐化处理，得到锐化工件图像，分别计算锐化工件图像对应的纹理度和粗糙度，基于纹理度和粗糙度进行第二质量检测，得到第二质量检测结果；对第一质量检测结果和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。本发明还提出一种工件质量智能检测装置。本发明可以解决工件质量智能检测的准确度较低的问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种工件质量智能检测方法、装置、设备及计算机可读存储介质。

背景技术

随着科学技术的进步和社会的发展，人们对机械产品的质量和检测方法都提出了更高的要求，工件质量包括尺寸、形状、材质以及表面状况等多个方面，工件质量的判定对工件的使用性能，尤其是对高速、高温、高压条件下工作的工件的可靠性有很大的影响，因此需要对工件质量进行检测。

现有的工件质量检测项目主要集中在表面质量检测，通常是依靠人眼进行辨别，这种方法劳动强度大，识别精度低且工作效率低下，因此亟待提出一种准确度更高的工件质量智能检测的方法。

发明内容

本发明提供一种工件质量智能检测方法、装置及计算机可读存储介质，其主要目的在于解决工件质量智能检测的准确度较低的问题。

为实现上述目的，本发明提供的一种工件质量智能检测方法，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。

可选地，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变化率；

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

若存在小于固定阈值的适应变化率，确定所述参考工件图像的第一质量结果为优质。

可选地，所述利用预设的适应公式计算所述参考工件图像的适应度值，包括：

所述预设的适应公式包括：