[发明专利]零件焊斑边缘检测方法及系统在审
申请号: | 202210938905.8 | 申请日: | 2022-08-05 |
公开(公告)号: | CN115375633A | 公开(公告)日: | 2022-11-22 |
发明(设计)人: | 杨跞;王陈龙;左方睿;梁宸;王思文 | 申请(专利权)人: | 中科新松有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T7/136;G06T7/60 |
代理公司: | 北京科石知识产权代理有限公司 11595 | 代理人: | 李艳霞 |
地址: | 201206 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 零件 边缘 检测 方法 系统 | ||
1.一种零件焊斑边缘检测方法,其特征在于,包括以下步骤:
采集零件焊斑图像,并提取得到焊斑的轮廓边界;
根据已知的标准焊斑的直径和焊斑允许偏差范围,得到最大限制区域图像和最小限制区域图像;
判断焊斑的轮廓边界与最大限制区域的相对位置关系;
判断焊斑的轮廓边界与最小限制区域的相对位置关系;
根据轮廓边界与最大限制区域的相对位置关系以及轮廓边界与最小限制区域的相对位置关系判断焊斑质量是否合格。
2.根据权利要求1所述的零件焊斑边缘检测方法,其特征在于,所述采集零件焊斑图像并提取得到焊斑的轮廓边界的具体过程为:
调整工业相机的位置并固定其位姿,利用工业相机采集未焊接的零件的图像,得到第一图像,所述第一图像中包含有中心孔位;
利用工业相机对该未焊接的零件焊接后的零件焊斑进行图像采集,得到第二图像;
利用第一图像中的中心孔位确定第二图像中焊斑图像的中心点;
利用canny边缘检测算法和阈值分割算法提取焊斑图像中焊斑的轮廓边界。
3.根据权利要求2所述的零件焊斑边缘检测方法,其特征在于,所述根据已知的标准焊斑的直径和焊斑允许偏差范围,得到最大限制区域图像和最小限制区域图像的具体过程为:
根据标准焊斑的直径D和焊斑允许偏差范围f计算得到最大限制区域的直径DL和最小限制区域的直径dl,其中,DL=D+2f,dl=D-2f;
根据最大限制区域的直径DL,以焊斑图像的中心点为圆心,将最大限制区域内的像素点置为白色像素点,将最大限制区域外的像素点置为黑色像素点,得到最大限制区域图像;
根据最小限制区域的直径dl,以焊斑图像的中心点为圆心,将最小限制区域内的像素点置为白色像素点,将最小限制区域外的像素点置为黑色像素点,得到最小限制区域图像。
4.根据权利要求3所述的零件焊斑边缘检测方法,其特征在于,所述判断焊斑的轮廓边界与最大限制区域的相对位置关系的具体过程为:
将焊斑的轮廓边界以及轮廓边界内的像素点全部设置为白色像素点,将焊斑的轮廓边界外的像素点设置为黑色像素点;
将焊斑图像的中心点与最大限制区域图像的原点重合,对焊斑图像和最大限制区域图像进行叠加,得到第一叠加图像;
判断第一叠加图像中的元素是否大于1,如果是,则将大于1的元素置为1,得到第一修正图像;
将第一叠加图像或第一修正图像的中心点与最大限制区域图像的原点重合,在第一叠加图像或第一修正图像中去除最大限制区域图像,得到第一剩余图像;
对第一剩余图像中的白色像素点和黑色像素点进行判断,如果第一剩余图像中有至少一个白色像素点,则判定焊斑的全部轮廓边界均在最大限制区域外或者焊斑的部分轮廓边界在最大限制区域外;如果第一剩余图像中全部为黑色像素点,则判定焊斑的轮廓边界在最大限制区域内。
5.根据权利要求4所述的零件焊斑边缘检测方法,其特征在于,所述得到第一剩余图像的具体过程为:
如果第一叠加图像中的元素小于或等于1,则在第一叠加图像中去除最大限制区域图像,得到第一剩余图像;
如果第一叠加图像中的元素大于1,则在第一修正图像中去除最大限制区域图像,得到第一剩余图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科新松有限公司,未经中科新松有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210938905.8/1.html,转载请声明来源钻瓜专利网。