一种基于机器视觉的钢模焊接缺陷检测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115100171A(43)申请公布日2022.09.23(21)申请号202210810847.0(22)申请日2022.07.11(71)申请人常宝云地址226300江苏省南通市通州区金沙镇新金路34号(72)发明人常宝云(51)Int.Cl.G06T7/00(2017.01)G06V10/22(2022.01)G06V10/26(2022.01)G06V10/764(2022.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于机器视觉的钢模焊接缺陷检测方法及系统(57)摘要本发明涉及机器视觉技术领域，具体涉及一种基于机器视觉的钢模焊接缺陷检测方法及系统。该方法通过对焊缝表面图像的灰度图像中，每个像素点的邻域像素的灰度偏差计算相应像素点的平滑程度；根据平滑程度得到目标区域；获取目标区域中每个像素点的梯度、每个像素点距离目标区域的中心线的最短距离，根据梯度和最短距离计算目标区域中每个像素点的关注程度；基于关注程度得到疑似缺陷区域；计算疑似缺陷区域中每个像素点的梯度方向分别与每种咬边缺陷类型的期望方向之间的相似等级；在疑似缺陷区域中相似等级的数量比与相似等级的加权求和较大的为最终的咬边缺陷类型，该方法不仅能够准确的对缺陷进行检测，还能区分要变缺陷类型。CN115100171ACN115100171A权利要求书1/2页1.一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，该检测方法包括以下步骤：对钢模表面的RGB图像进行提取得到焊缝表面图像，将所述焊缝表面图像进行灰度化得到灰度图像；计算所述灰度图像中每个像素点的邻域像素的灰度偏差，以所述灰度偏差计算相应像素点的平滑程度；获取所述灰度图像中每个像素点所对应的平滑程度的极值点，连接小于预设灰度阈值的极值点得到目标区域；获取所述目标区域中每个像素点的梯度、每个像素点距离所述目标区域的中心线的最短距离，根据所述梯度和所述最短距离的乘积计算目标区域中每个像素点的关注程度，所述关注程度与所述乘积正相关；基于所述关注程度对所述目标区域进行区域生长得到疑似缺陷区域；计算疑似缺陷区域中每个像素点的梯度方向分别与每种咬边缺陷类型的期望方向之间的相似等级；在疑似缺陷区域中相似等级的数量比与相似等级的加权求和较大的为最终的咬边缺陷类型。2.根据权利要求1所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，所述计算所述灰度图像中每个像素点的邻域像素的灰度偏差的步骤包括以下步骤：以每个像素点为滑窗的中心像素点，计算每个滑窗中的灰度方差，所述灰度方差为所述灰度偏差。3.根据权利要求3所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，所述获取所述灰度图像中每个像素点所对应的平滑程度的极值点的步骤包括：根据滑窗遍历的顺序得到平滑程度序列，以滑窗的滑动次数为横轴、以平滑程度为纵轴建立直角坐标系，根据平滑程度序列在该直角坐标系中进行描点绘制平滑程度曲线，对该平滑程度曲线进行分析得到多个极小值点，极小值点小于预设平滑阈值时，相应的像素点为焊缝的边缘像素点，连接边缘像素点得到的连通域为目标区域。4.根据权利要求1所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，所述计算疑似缺陷区域中每个像素点的梯度方向分别与每种咬边缺陷类型的期望方向之间的相似等级的步骤，还包括：计算所述每个像素点的梯度方向分别与每种咬边缺陷类型的期望方向之间的余弦相似度，判断所述余弦相似度所属的相似等级。5.根据权利要求1所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，所述每种咬边缺陷类型的期望方向的获取步骤包括：对于所述咬边缺陷类型为间断咬边缺陷时，所述期望方向为以相应像素点为疑似缺陷区域的切点时的切线方向。6.根据权利要求1所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，所述每种咬边缺陷类型的期望方向的获取步骤包括：对于所述咬边缺陷类型为连续咬边缺陷时，所述期望方向为相应像素点垂直于目标区域的中心线的方向。7.根据权利要求1所述的一种基于机器视觉的钢模焊接缺陷检测方法，其特征在于，对钢模表面的RGB图像进行提取得到焊缝表面图像的步骤包括：2CN115100171A权利要求书2/2页利用DNN网络对钢模表面的RGB图像中的背景像素点和焊缝像素点进行分类得到掩膜图像，将该掩膜图像与所述钢模表面的RGB图像进行相乘得到所述焊缝表面图像。8.一种基于机器视觉的钢模焊接缺陷检测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑7任意一项所述方法的步骤。3CN115100171A说明书1/6页一种基于机器视觉的钢模焊接缺陷检测方法及系统技术领域[000