一种在线高温零件红外图像光谱抽样检测方法技术

本发明专利技术提供一种在线高温零件的红外图像光谱抽样检测方法，是将红外图像识别和选择式红外图像光谱技术融合到在线高温零件的抽样检测中。利用红外图像识别技术，可对生产线上多个高温零件进行识别并自动随机选取；然后利用选择式红外光谱技术，探测所选高温零件或所选位置的发射光谱，并提取每个光谱样品的特征峰波长，对由光谱特征峰波长组成的样品集主成分建模运算，结合光谱分析技术进行高温零件夹杂分析。该方法无须等到高温零件冷却后才检测，而且在生产线上可以对多个红外图像进行识别并自动随机检测，同时利用红外光谱对零件进行夹杂分析，为高温零件的在线抽样检测提供了一种无损、高效、非接触的安全方法。

【技术实现步骤摘要】

本专利技术涉及红外图像光谱应用及高温零件检测领域，更具体地，涉及一种使用选择式红外图像光谱技术的在线高温零件红外图像光谱抽样检测方法。
技术介绍
高温零件的无损非接触检测和夹杂零件的筛选是合金生产领域上的重要研究方向。随着合金材料在工业中使用量的增加，其重要性显得愈加突出，而在熔炼过程中如果混入杂质金属将大大影响零件的性能，甚至会引起安全事故。例如在航空飞行史上，有不少飞行事故都是由于钛合金零件断裂而导致发动机失效的，而零件断裂最根本的原因就是夹杂，夹杂是一种体积型缺陷，当钛合金内部存在着金属夹杂物时，夹杂物将引起应力集中和在后续的锻炼中产生微裂纹，成为交变载荷下的疲劳源，由此处开始引起钛合金开裂、破坏，并最终导致材料开裂报废。因此，对合金零件的夹杂探测显得尤为重要。而在面对生产线上大批量的零件成品时，抽样检测成了评价该批零件质量的重要手段，但如今大部分做法都是必须等待零件冷却之后进行成分检测，同时检测过程中还可能会给零件造成一定损伤，因此在线高温无损检测可以大大提高抽样检测的效率。而红外图像光谱技术是一种融合图像和光谱数据的新技术，利用光谱成像技术可以识别特定零件并探测，或者对零件的特定位置进行探测，提高了抽样的随机性和检测的准确性。针对在线的高温零件，使用红外光谱技术可以在非接触的前提下对零件进行探测，同时光谱中波峰强度作用不大，能提供零件准确信息的是光谱波形。因此光谱中的这些特性使得研究人员在能辨别到波形的情况下，忽略光强度或者温度对光谱的影响，从而使得红外光谱分析可在多种场合下进行。
技术实现思路
为了克服上述现有技术的不足，本专利技术提出一种在线高温零件红外图像光谱
抽样检测方法；采用本专利技术实现了在线高温零件的安全无损抽样检测，利用本专利技术可将图像识别和红外光谱探测相融合，在图像上识别出生产线上的全部高温零件，然后随机对某个零件或者特定位置进行红外光谱探测并进行夹分析。能有效解决传统抽样检测方法难以在高温情况下检测，无法对特定位置检测以及对零件造成损伤等难题。为了实现上述目的，本专利技术的技术方案如下：一种在线高温零件的红外图像光谱抽样检测方法，包括：S201.规划生产线零件识别区域，并平分识别区域为若干个搜索窗口；S202.零件未进入识别区域之前，采集背景光图像数据；S203.第一个零件进入识别区域R，采集第一个零件的图像数据；S204.多个零件进入识别区域，获得识别区域内所有零件的图像信息；积分计算各搜索窗口的灰度直方图，并积分计算第一个零件的图像信息和背景光的图像数据作为标准，在每个搜索窗口中匹配出和第一个零件滤去背景光后的图像数据相似度最高的区域作为零件轮廓，并对全部零件轮廓依次进行编号；S205.随机选中一个零件编号，生成该零件轮廓ROI的掩模图，由记录该零件特征发射光谱；S206.判断该零件是否超出该搜索窗口或零件的样品数是否超出采集上限；若都否，则进行下一步S207；若其中一个是，则进行步骤S208；S207.在该搜索窗口内根据该零件的图像数据再次进行匹配，找出该零件的轮廓并继续对此零件进行光谱探测，并形成该零件的特征发射光谱集，再进入S206；S208.去除该零件的编号并且放弃对该零件的采集工作；S209.提取光谱特征峰波长作为主成分样品集；S210.将特征峰波长值与波长数量进行建模分析，判断零件是否夹杂。优选的，步骤S202中零件未进入识别区之前，采用红外面阵CCD相机采集背景光图像数据；步骤S203中第一个零件进入识别区域R，采用红外面阵CCD相机采集第一个零件的图像数据；步骤S204中多个零件进入识别区域，采用红外面阵CCD相机获得识别区域内所有零件的图像信息。优选的，步骤S205中，处理器随机选择一个零件，并控制LCOS反射式红外硅基液晶生成该零件轮廓ROI的掩模图，再由光纤光谱仪记录该零件特征发
射光谱；步骤S207中，在该搜索窗口内根据该零件的图像数据再次进行匹配，找出该零件的轮廓并输入到LCOS反射式红外硅基液晶中，光纤光谱仪继续对此零件进行光谱探测，并形成该零件的特征发射光谱集。优选的，所述LCOS反射式红外硅基液晶工作区域的像素长宽比与红外面阵CCD相机工作区域的像素长宽比相同，且LCOS反射式红外硅基液晶工作区域像素个数大于红外面阵CCD相机工作区域的像素个数。优选的，步骤203中，LCOS反射式红外硅基液晶处于遮光状态，此时，光不能通过LCOS反射式红外硅基液晶被光纤光谱仪接收。优选的，步骤209中提取光谱特征峰波长作为主成分样品集具体是，对光谱取一阶导数值等于零的横坐标波长λi作为主成分样品，i＝1，2，…，N，即当时，波长λ1、λ2......λN作为主成分样品集；步骤S210将特征峰波长值与波长数量进行建模分析，判断零件是否夹杂的判定条件为：1.2.当时， K 2 = Σ j = 1 M Σ i = 1 N ‾ ( λ ‾ j i - λ i ‾ ) 2 M ]]>其中N为待测零件的特征波长个数，为样品集中每个零件的平均特征波长数，λi为待测零件的第i个特征波长，为样品集第i个特征波长平均值，K为方差判定系数，M为样品集中所有零件的总个数，λji，为样品集中第j个样品的第i个特征波长。由此，在图像识别的基础上，本专利技术以对高温零件的发射光谱检测及夹杂判定为技术核心，从零件发射光谱的差异性出发，以此来区别零件是否夹杂。而图像光谱探测与分析技术可以自动识别光谱和图像数据，实现自动化的测量，为在
线的检测提供技术支持，也是工业生产中一种日趋重要的研究手段。本专利技术提供的高效在线高温零件抽样检测方法，将红外图像识别和选择式红外图像光谱技术融合到在线高温零件的抽样检测中。利用红外图像识别技术，可对生产线上多个高温零件进行识别本文档来自技高网...

【技术保护点】
一种在线高温零件的红外图像光谱抽样检测方法，其特征在于，包括：S201.规划生产线零件识别区域，并平分识别区域为若干个搜索窗口；S202.零件未进入识别区域之前，采集背景光图像数据；S203.第一个零件进入识别区域R，采集第一个零件的图像数据；S204.多个零件进入识别区域，获得识别区域内所有零件的图像信息；积分计算各搜索窗口的灰度直方图，并积分计算第一个零件的图像信息和背景光的图像数据作为标准，在每个搜索窗口中匹配出和第一个零件滤去背景光后的图像数据相似度最高的区域作为零件轮廓，并对全部零件轮廓依次进行编号；S205.随机选中一个零件编号，生成该零件轮廓ROI的掩模图，由记录该零件特征发射光谱；S206.判断该零件是否超出该搜索窗口或零件的样品数是否超出采集上限；若都否，则进行下一步S207；若其中一个是，则进行步骤S208；S207.在该搜索窗口内根据该零件的图像数据再次进行匹配，找出该零件的轮廓并继续对此零件进行光谱探测，并形成该零件的特征发射光谱集，再进入S206；S208.去除该零件的编号并且放弃对该零件的采集工作；S209.提取光谱特征峰波长作为主成分样品集；S210.将特征峰波长值与波长数量进行建模分析，判断零件是否夹杂。...

【技术特征摘要】
1.一种在线高温零件的红外图像光谱抽样检测方法，其特征在于，包括：S201.规划生产线零件识别区域，并平分识别区域为若干个搜索窗口；S202.零件未进入识别区域之前，采集背景光图像数据；S203.第一个零件进入识别区域R，采集第一个零件的图像数据；S204.多个零件进入识别区域，获得识别区域内所有零件的图像信息；积分计算各搜索窗口的灰度直方图，并积分计算第一个零件的图像信息和背景光的图像数据作为标准，在每个搜索窗口中匹配出和第一个零件滤去背景光后的图像数据相似度最高的区域作为零件轮廓，并对全部零件轮廓依次进行编号；S205.随机选中一个零件编号，生成该零件轮廓ROI的掩模图，由记录该零件特征发射光谱；S206.判断该零件是否超出该搜索窗口或零件的样品数是否超出采集上限；若都否，则进行下一步S207；若其中一个是，则进行步骤S208；S207.在该搜索窗口内根据该零件的图像数据再次进行匹配，找出该零件的轮廓并继续对此零件进行光谱探测，并形成该零件的特征发射光谱集，再进入S206；S208.去除该零件的编号并且放弃对该零件的采集工作；S209.提取光谱特征峰波长作为主成分样品集；S210.将特征峰波长值与波长数量进行建模分析，判断零件是否夹杂。2.根据权利要求1所述方法，其特征在于，步骤S202中零件未进入识别区之前，采用红外面阵CCD相机采集背景光图像数据；步骤S203中第一个零件进入识别区域R，采用红外面阵CCD相机采集第一个零件的图像数据；步骤S204中多个零件进入识别区域，采用红外面阵CCD相机获得识别区域内所有零件的图像信息。3.根据权利要求1或2所述方法，其特征在于，步骤S205中，处理器随机选择一个零件，并控制LCOS反射式红外硅基液晶生成该零件轮廓ROI的掩模图，再由光纤光谱仪记录该零件特征发射光谱；步骤S207中，在该搜索窗口内根据该零件的图像数据再次进行匹配，找出该零件的轮廓并输入到LCOS反射式红外硅基液晶中，光纤光谱仪继续对此零件
\t进行光谱探测，并形成该零件的特征发射光谱集。4.根据权利要求3所述方法，其特征在于，所述LCOS反射式红外硅基液晶工作区域的像素长宽比与红外面阵CCD相机工作区域的像素长宽比相同，且LCOS反射式红外硅基液晶工作区域像素个数大于红外面阵CCD相机工作区域的像素个数。5.根据权利要求3所述方法，其特征在于，步...

【专利技术属性】
技术研发人员：蔡志岗，叶伟洲，王福娟，李佼洋，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44