[发明专利]基于机器视觉的建筑吊篮焊接质量检测方法

权利要求书

1.基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于：

获取焊缝图像的灰度图像；对灰度图像中每一列的灰度均值进行曲线拟合得到拟合曲线，利用拟合曲线中相邻波谷的中心列将灰度图像分割为多个图像块；

将拟合曲线中波谷所在列记为波谷列，将每个波谷列中的最小灰度值对应的像素点作为疑似缺陷圆心点；利用疑似缺陷圆心点的灰度值以及所在波谷列中像素点的灰度值得到疑似缺陷圆心点所在图像块中疑似气孔缺陷的直径；

获取图像块中与像素点距离为该图像块的疑似气孔缺陷的直径的多个目标像素点，作为像素点对应的多个目标像素点，利用目标像素点的灰度值得到对应的每个像素点的疑似缺陷概率；利用灰度图像中每个灰度值对应的所有像素点的疑似缺陷概率得到每个灰度值的异常概率；

利用相邻灰度值的异常概率的差异得到多个疑似分割阈值，以及每个疑似分割阈值的分割权值；

利用每个疑似分割阈值的分割权值以及每个疑似分割阈值作为分割阈值时的类间方差从疑似分割阈值中确定出最佳分割阈值；利用最佳分割阈值分割灰度图像得到目标区域和背景区域；

利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域，利用气孔缺陷区域的面积和灰度图像的面积得到焊接质量是否合格。

2.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用相邻灰度值的异常概率的差异得到多个疑似分割阈值的步骤包括：

将灰度图像中所有的灰度值按照从小到大的顺序排列，获取相邻灰度值的异常概率的概率差异；

获取所有相邻灰度值得到的概率差异的差异均值；

将所有大于差异均值的概率差异对应的相邻灰度值中值较小的灰度值作为疑似分割阈值。

3.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域的步骤包括：

利用无缺陷焊缝图像得到的目标区域与背景区域的灰度差值得到缺陷阈值；

利用目标区域与背景区域的灰度差值和缺陷阈值确定目标区域是否为气孔缺陷区域。

4.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，得到每个疑似分割阈值的分割权值的步骤包括：

获取每个疑似分割阈值对应的相邻灰度值的概率差异；

获取所有的疑似分割阈值对应的相邻灰度值的概率差异的差异和值；

将每个疑似分割阈值对应的概率差异与差异和值的比值作为每个疑似分割阈值的分割权值。

5.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，得到每个像素点的疑似缺陷概率的步骤包括：

获取像素点与每个目标像素点的灰度差值；

对得到的灰度差值求均值得到像素点的疑似缺陷概率。

6.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，得到每个灰度值的异常概率的步骤包括：

获取每个灰度值对应的所有像素点的疑似缺陷概率；

对每个灰度值对应的所有像素点的疑似缺陷概率求均值得到每个灰度值的异常概率。

7.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，得到最佳分割阈值的步骤包括：

获取每个疑似分割阈值的类间方差与对应的分割权值的乘积；

将最大乘积对应的疑似分割阈值作为最佳分割阈值。

8.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用疑似缺陷圆心点的灰度值以及疑似缺陷圆心点所在波谷列像素点的灰度值得到波谷列所在图像块中疑似气孔缺陷的直径的步骤包括：

获取疑似缺陷圆心点沿着所在波谷列向上连续相邻且灰度值小于波谷列灰度均值的上侧连续像素点；

获取疑似缺陷圆心点沿着所在波谷列向下连续相邻且灰度值小于波谷列灰度均值的下侧连续像素点；

利用距离疑似缺陷点最远的上侧连续像素点和下侧连续像素点之间的长度得到疑似缺陷圆心点所在的图像块中疑似气孔缺陷的直径。

9.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用气孔缺陷区域的面积和灰度图像的面积得到焊接质量是否合格的步骤包括：

获取气孔缺陷区域的面积与灰度图像面积的比值；

若气孔缺陷区域的面积与灰度图像面积的比值大于设定焊接质量阈值，则该焊接质量不合格；

若气孔缺陷区域的面积与灰度图像面积的比值小于等于设定焊接质量阈值，则该焊接质量合格。