融合磁光成像和红外热成像的焊接缺陷检测方法与系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115880265A(43)申请公布日2023.03.31(21)申请号202211685662.8G06N3/08(2023.01)(22)申请日2022.12.27G06N3/0464(2023.01)(71)申请人广东工业大学地址510060广东省广州市越秀区东风东路729号(72)发明人高向东谢岳轩高鹏宇(74)专利代理机构广州粤高专利商标代理有限公司44102专利代理师高棋(51)Int.Cl.G06T7/00(2017.01)G06T5/50(2006.01)G06V10/764(2022.01)G06V10/80(2022.01)G06V10/82(2022.01)权利要求书2页说明书7页附图4页(54)发明名称融合磁光成像和红外热成像的焊接缺陷检测方法与系统(57)摘要本发明公开了一种融合磁光成像和红外热成像的焊接缺陷检测方法与系统，涉及焊接缺陷检测的技术领域，包括获取焊接缺陷类型对应的磁光图像和红外图像，预处理后分别训练构建的磁光图像子分类器和红外图像子分类器；之后获取待测焊件焊缝处各位置点的磁光图像和红外图像，对应输入训练好的磁光图像子分类器和红外图像子分类器，获得磁光分类决策向量和红外分类决策向量；最后融合磁光分类决策向量和红外分类决策向量，计算融合决策向量，确定该位置点对应的最终焊接缺陷类型。本发明融合磁光成像和红外成像优势，结合了磁光成像和红外成像独有的特征信息，增加抗干扰能力，检测精度高。CN115880265ACN115880265A权利要求书1/2页1.一种融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，包括：S1：获取焊接缺陷类型对应的磁光图像和红外图像；S2：将焊接缺陷类型对应的磁光图像和红外图像进行预处理操作，获得预处理后的磁光图像和红外图像；S3：利用预处理后的磁光图像训练构建的磁光图像子分类器，利用预处理后的红外图像训练构建的红外图像子分类器，直到相应设置的磁光图像分类损失函数和红外图像分类损失函数收敛，获得训练好的磁光图像子分类器和训练好的红外图像子分类器；S4：获取待测焊件焊缝处各位置点的磁光图像和红外图像；S5：将待测焊件焊缝处各位置点的磁光图像输入训练好的磁光图像子分类器，输出该位置点的磁光分类决策向量；将待测焊件焊缝处各位置点的红外图像输入训练好的红外图像子分类器，输出该位置点的红外分类决策向量；S6：融合待测焊件焊缝处各位置点对应的磁光分类决策向量和红外分类决策向量，获得待测焊件焊缝处各位置点的融合决策向量；S7：根据待测焊件焊缝处各位置点的融合决策向量确定该位置点对应的最终焊接缺陷类型。2.根据权利要求1所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述焊接缺陷类型包括无缺陷、裂纹、凹坑、气孔和未熔合。3.根据权利要求1所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述预处理操作包括灰度化操作、裁剪操作、旋转操作和翻转操作。4.根据权利要求1所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述磁光图像子分类器和红外图像子分类器的网络结构相同，均是基于现有的残差神经网络构建的。5.根据权利要求2所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述步骤S4的具体方法为：对待测焊件焊缝处的位置点进行顺序编号0,1,…,N，0号位置点为待测焊件焊缝的初始位置，N号位置点为待测焊件焊缝的末尾位置，相邻位置点的距离为d；t0时刻获取0号位置点的磁光图像PcM,，t1时刻获取1号位置点的磁光图像PCM,和0号位置点的红外图像PCR,，ti时刻获取i号位置点的磁光图像PCM,和i‑1号位置点的红外图像PCR,‑1，对待测焊件焊缝处的各位置点顺序进行获取，直至tN+1时刻获取N号位置点的红外图像PCR,；式中，i＝0,1,…,N+1。6.根据权利要求5所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述磁光分类决策向量和红外分类决策向量均为包括五个维度及维度分数的向量；磁光分类决策向量和红外分类决策向量的相同维度对应同一种焊接缺陷类型，每个维度分数表示相应焊接缺陷类型的磁光概率分值和红外概率分值。7.根据权利要求6所述的融合磁光成像和红外热成像的焊接缺陷检测方法，其特征在于，所述获得待测焊件焊缝处各位置点的融合决策向量的具体方法为：CAi＝·CMi+(1‑)CRi式中，CAi表示待测焊件焊缝处第i号位置点的融合决策向量，CMi表示待测焊件焊缝处第i号位置点的磁光分类决策向量，CRi表示待测焊件焊缝处第i号位置点的红外分类决策2CN115880265A权利要求书2/2页向量，k表示加权参数；融合决策向量为包括五个维度及维度分数的向量；融合决策向量的