[发明专利]基于机器视觉的建筑吊篮焊接质量检测方法

说明书

本发明公开了基于机器视觉的建筑吊篮焊接质量检测方法，涉及图像处理领域，该方法包括：获取焊缝图像的灰度图像；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；利用波谷列中疑似缺陷点的灰度值和波谷列的灰度均值得到图像块中疑似气孔缺陷的直径；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；获取每个灰度值的异常概率；利用灰度值的异常概率的差异得到多个疑似分割阈值；利用每个疑似分割阈值的分割权值和类间方差得到最佳分割阈值；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进而确定焊接质量是否合格，本发明提高了焊接质量检测的准确性。

技术领域

本发明涉及图像处理技术领域，具体涉及基于机器视觉的建筑吊篮焊接质量检测方法。

背景技术

建筑吊篮用于高层建筑的外墙施工、幕墙安装和维修清洗外墙类高空作业中，因此建筑吊篮的质量是保证施工安全的关键。现今建筑吊篮在生产过程中多使用自动激光焊接机器人完成工件之间的焊接工作，而激光焊接中比较容易出现的焊缝缺陷为气孔缺陷，因此为了保障建筑吊篮的焊接质量需要对建筑吊篮的焊缝进行快速精准的气孔缺陷检测。

传统的获取焊接缺陷的方法为利用Otsu大津法进行缺陷区域分割，利用大津法对焊接图像分割需要逐一遍历图像内的所有灰度级，计算以各灰度级为分割阈值下的类间方差，取最大类间方差对应的灰度级为最佳分割阈值，由于焊缝图像内缺陷区域面积往往比较微小，标准的大津法求取的最佳分割阈值会偏向于焊缝图像内的正常区域，导致缺陷区域误分，得到的缺陷检测结果不准确，进而导致无法得到准确的焊接质量，因此，本发明提出基于机器视觉的建筑吊篮焊接质量检测方法。

发明内容

本发明提供基于机器视觉的建筑吊篮焊接质量检测方法，以解决现有的问题。

本发明的基于机器视觉的建筑吊篮焊接质量检测方法，采用如下技术方案：

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；

利用图像块中疑似气孔缺陷的直径得到图像块中每个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。

进一步，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。

进一步，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；