[发明专利]一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质

说明书

本发明公开了一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质，其中方法，包括如下步骤，获取工件的三维图像，对三维图像进行预处理，对预处理后的三维图像进行提取三维点云数据，并对三维点云数据进行标准化处理，并提取点云数据特征；将点云数据特征输入缺陷检测模型，生成缺陷参数信息；将缺陷参数信息与预设信息进行比较，得到偏差率；判断所述偏差率是否大于预设阈值；若大于，则生成补偿信息，通过补偿信息对喷涂参数进行优化处理；若小于，则将缺陷参数信息按照预定方式进行显示，本申请通过通过三维点云数据能够更好的展现工件喷涂形态，实现对数据进行多维度分析，提高缺陷检测精度。

技术领域

本发明涉及工业视觉检测技术领域，具体涉及一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质。

背景技术

机器视觉是人工智能正在快速发展的一个分支，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作，通过机器视觉对工件喷涂的缺陷进行检测，具有重要的价值和意义。

传统的缺陷检测都是通过红外扫描，然后进行喷涂缺陷的判断，精度较差，此外，传统的缺陷检测仅仅是通过对工件表面拍摄二维图像进行判断工件喷涂缺陷，数据分析不够精准，缺陷判断结果容易偏离实际结果，影响缺陷的判断。

发明内容

本发明的发明目的是提供一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质，操作简单，效率高，且具有较好的通用性。

为达到上述发明目的，本发明采用的技术方案是：一种基于机器视觉的工件喷涂缺陷检测方法，包括如下步骤：

获取工件的三维图像，对三维图像进行预处理；

对预处理后的三维图像进行提取三维点云数据，并对三维点云数据进行标准化处理，并提取点云数据特征；

将点云数据特征输入缺陷检测模型，生成缺陷参数信息；

将缺陷参数信息与预设信息进行比较，得到偏差率；

判断所述偏差率是否大于预设阈值；

若大于，则生成补偿信息，通过补偿信息对喷涂参数进行优化处理；

若小于，则将缺陷参数信息按照预定方式进行显示。

优选地，获取工件的三维图像，对三维图像进行预处理，具体包括：

获取工件的原始左图像与原始右图像；

根据双目相机校准原理计算原始左图像与原始右图像的视差，并对双目相机进行校准；

通过校准后的双目相机获取工件的新左图像与新右图像；

根据新左图像与新右图像形成双目立体视觉图像。

优选地，还包括：

建立三维空间坐标系，根据通过空间几何关系计算出工件位于该三维空间内的三维坐标；

根据三维坐标对图像进行分割成若干个相同大小的区域，分割后的图像进行滤波处理。

优选地，图像滤波处理方法如下：

对图像进行小波变换多尺度分解；

利用尺度系数去除图像中的噪声；

通过小波逆变换对图像进行重构。

优选地，小波逆变换公式如下：

式中表示小波逆变换函数，表示小波函数，s表示尺度因子，k表示平移因子，表示修正系数。