[发明专利]一种基于图像处理的焊接质量评估方法

权利要求书

1.一种基于图像处理的焊接质量评估方法，其特征在于，包括：

采集焊接完成后的工件表面灰度图像；

根据工件表面灰度图像中，每个像素点的邻域像素点中与该像素点梯度幅值相同的邻域像素点个数获取每个像素点的聚集性；

将工件表面灰度图像中聚集性大于第一阈值的像素点作为目标像素点；对工件表面灰度图像中的目标像素点进行聚类，获取每个聚类结果的聚类中心作为初始聚类中心；

分别利用不同尺度的高斯核对工件表面灰度图像采样，得到多个尺度的采样图像；根据初始聚类中心点在每个尺度的采样图像中的灰度值，获取每个初始聚类中心点在每个尺度下的模糊程度；

根据每个初始聚类中心点在每个尺度下的模糊程度获取每个初始聚类中心在每个尺度下的权重；获取每个初始聚类中心在对应尺度下的权重的方法为：

获取每个初始聚类中心的灰度值与工件表面灰度图像的灰度均值之差；

将每个初始聚类中心在每个尺度下的模糊程度负相关映射并归一化后，与每个初始聚类中心的灰度值与每个尺度下采样图像的灰度均值之差、初始聚类中心的梯度幅值相乘，将乘积的负相关映射进行归一化，得到每个初始聚类中心在每个尺度下的权重；

根据每个初始聚类中心在各个尺度下的权重对初始聚类中心进行筛选，得到多个最终聚类中心；

根据多个最终聚类中心对工件表面灰度图像进行聚类，获取工件表面灰度图像中的缺陷区域，根据工件表面灰度图像中的缺陷区域对工件的焊接质量进行评估。

2.根据权利要求1所述的一种基于图像处理的焊接质量评估方法，其特征在于，每个像素点的邻域像素点包括：

以工件表面灰度图像中每个像素点为中心点，建立大小为5×5的窗口；

将窗口内中心点的八邻域像素点，作为对应每个像素点的第一邻域像素点；

获取窗口内中心点的八邻域以外的像素点，作为对应每个像素点的第二邻域像素点。

3.根据权利要求2所述的一种基于图像处理的焊接质量评估方法，其特征在于，获取每个像素点的聚集性的方法为：

分别获取每个像素点的第一邻域像素点中，与该像素点的梯度幅值相同的第一邻域像素点数量，以及每个像素点的第二邻域像素点中，与该像素点的梯度幅值相同的第二邻域像素点数量；

以该第一邻域像素点数量以及该第二邻域像素点数量分别构建以自然常数e为底的指数函数，根据构建的两个指数函数获取每个像素点的聚集性。

4.根据权利要求1所述的一种基于图像处理的焊接质量评估方法，其特征在于，获取每个初始聚类中心点在各个尺度下的模糊程度的方法为：

获取每个初始聚类中心在每个尺度的采样图像中的灰度值，以及每个初始聚类中心的八邻域像素点在每个尺度的采样图像中对应的灰度值；

根据每个初始聚类中心与其八邻域像素点在每个尺度的采样图像中的灰度值方差，将该方差与对应尺度的乘积进行负相关映射并归一化，得到每个初始聚类中心在每个尺度下的模糊程度。

5.根据权利要求1所述的一种基于图像处理的焊接质量评估方法，其特征在于，根据每个初始聚类中心在各个尺度下的权重对初始聚类中心进行筛选的方法为：

判断每个初始聚类中心在各个尺度下的权重是否大于第二阈值；

将各个尺度下的权重均大于第二阈值的初始聚类中心作为最终聚类中心。

6.根据权利要求1所述的一种基于图像处理的焊接质量评估方法，其特征在于，获取工件表面灰度图像中的缺陷区域的方法为：

根据多个最终聚类中心对工件表面灰度图像进行聚类，得到多个聚类区域；

利用区域生长算法对每个聚类区域中的像素点进行区域生长，得到工件表面灰度图像中的缺陷区域。

7.根据权利要求1所述的一种基于图像处理的焊接质量评估方法，其特征在于，获取每个聚类结果的聚类中心作为初始聚类中心的方法为：

对工件表面灰度图像中的目标像素点进行密度聚类，得到多个聚类大簇；

对每个聚类大簇中的目标像素点进行灰度聚类，得到多个聚类小簇，将每个聚类小簇的聚类中心作为初始聚类中心。