螺钉阵列异位故障检测方法与系统技术方案

本发明专利技术提供一种螺钉阵列异位故障检测方法与系统，确定螺帽中设置的直线状第一标记，螺钉区两侧设置有第二标记和第三标记，当正常时，第一标记、第二标记以及第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直，获取蒙皮图像，并提取蒙皮图像中螺钉区图像，分割获取各螺钉区的子图像，计算各子图像中最长线段的长度，当子图像中最长线段的长度小于预设阈值时，判定该子图像中的螺钉故障。整个过程中，采用多种图像处理手段，准确对螺钉阵列异位故障的自动诊断识别。

【技术实现步骤摘要】

本专利技术涉及故障检测
，特别是涉及螺钉阵列异位故障检测方法与系统。
技术介绍
螺钉常用于固定物体，在对某个比较大范围接触的两个物体进行固定时，常会采用螺钉阵列来进行固定，例如蒙皮螺钉。蒙皮螺钉是否存在异常会直接给整个机体结构的安全带来影响。以飞机蒙皮为例，高可靠性高质量的机务维修是飞机安全飞行重要保证。目前，以人为主的航空机务维修很难避免由人为差错引起的飞机安全隐患。对飞机的可拆卸式蒙皮而言，一个蒙皮的安装固定一般需要数十个甚至上百个快卸式螺钉，机务人员在整个检修过程中需要不断重复的拆卸安装螺钉，这种简单、重复且枯燥的工作，极易出现差错，导致漏装或未拧紧某螺钉，造成安全隐患，甚至引起飞行安全事故。这迫切需要一种自动化的手段来辅助解决这一问题。
技术实现思路
基于此，有必要针对目前尚无螺钉阵列异位故障检测的问题，提供一种准确的螺钉阵列异位故障检测方法与系统。一种螺钉阵列异位故障检测方法，包括步骤：确定螺钉中设置于螺帽的直线状的第一标记以及分别设置于螺钉区两侧的第二标记与第三标记，当螺钉阵列正常时，所述第一标记、所述第二标记以及所述第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直；获取蒙皮图像，并提取蒙皮图像中螺钉区图像；分割螺钉区图像，获取各螺钉区的子图像；计算各子图像中最长线段的长度；将各子图像中最长线段的长度与预设阈值比较，当子图像中最长线段的长度小于预设阈值时，判定该子图像中的螺钉故障。一种螺钉阵列异位故障检测系统，包括：确定模块，用于确定螺钉中设置于螺帽的直线状的第一标记以及分别设置于螺钉区两侧的第二标记与第三标记，当螺钉阵列正常时，所述第一标记、所述第二标记以及所述第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直；图像提取模块，用于获取蒙皮图像，并提取蒙皮图像中螺钉区图像；分割模块，用于分割螺钉区图像，获取各螺钉区的子图像；计算模块，用于计算各子图像中最长线段的长度；检测模块，用于将各子图像中最长线段的长度与预设阈值比较，当子图像中最长线段的长度小于预设阈值时，判定该子图像中的螺钉故障。本专利技术螺钉阵列异位故障检测方法与系统，确定螺帽中设置的直线状第一标记，螺钉区两侧设置有第二标记和第三标记，当正常时，第一标记、第二标记以及第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直，获取蒙皮图像，并提取蒙皮图像中螺钉区图像，分割获取各螺钉区的子图像，计算各子图像中最长线段的长度，当子图像中最长线段的长度小于预设阈值时，判定该子图像中的螺钉故障。整个过程中，采用多种图像处理手段，准确对螺钉阵列异位故障的自动诊断识别。附图说明图1为本专利技术螺钉阵列异位故障检测方法第一个实施例的流程示意图；图2为局部飞机蒙皮图；图3为螺钉阵列正常情况下局部飞机蒙皮图；图4为螺钉阵列故障情况下局部飞机蒙皮图；图5为本专利技术螺钉阵列异位故障检测方法第二个实施例的流程示意图；图6为蒙皮取补图；图7为蒙皮除去背景图；图8为各螺钉区域阈值分割图；图9为螺钉骨架图；图10为各螺钉区域分支点图；图11为各螺钉区域的定位分割图；图12为各螺钉状态诊断图；图13为各螺钉区域的优化图；图14为本专利技术螺钉阵列异位故障检测系统第一个实施例的结构示意图；图15为本专利技术螺钉阵列异位故障检测系统第二个实施例的结构示意图。具体实施方式如图1所示，一种螺钉阵列异位故障检测方法，包括步骤：S100：确定螺钉中设置于螺帽的直线状的第一标记以及分别设置于螺钉区两侧的第二标记与第三标记，当螺钉阵列正常时，所述第一标记、所述第二标记以及所述第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直。本专利技术螺钉阵列异位故障检测方法的检测对象是螺钉，具体来说，螺钉中螺帽设置有直线状的第一标记，螺钉区两侧分别设置有第二标记以及第三标记，当螺钉阵列正常时，第一标记、第二标记以及第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直。以飞机蒙皮中的螺钉为例，如图2所示，图2为飞机蒙皮图，在图2中，飞机螺钉的特征为在螺钉螺帽的中间部位有一沟槽(第一标记)，螺钉区两侧标有螺钉正常位置的两条短线(第二标记与第三标记)，正常情况，如图3所示，下这三个部分呈一直线，故障情况，如图4所示下沟槽与螺钉位置标识线近似垂直。在这里的螺钉故障为螺钉的未拧紧状态。S200：获取蒙皮图像，并提取蒙皮图像中螺钉区图像。可以采用图像获取设备直接拍摄蒙皮图像或者直接从其它设备(例如U盘)导入已存的蒙皮图像，拍摄蒙皮图像的设备可以为数码相机、智能手机或工业相机。在蒙皮图像中主要包括螺钉区图像以及背景图像，后续操作主要是针对螺钉区图像进行操作，在这里提取蒙皮图像中螺钉区图像。非必要的，为避免背景图像对后续处理的干扰，需要准确提取蒙皮图像中螺钉区图像。如图5在其中一个实施例中，步骤S200包括：S220：将蒙皮图像转换为灰度图像。为便于图像的处理分析，转换彩色图像为灰度图，灰度图中螺钉沟槽(第一标记)和螺钉两侧标识线(第二标记以及第三标记)与图像背景区域对比度明显。S240：对灰度图像数据依次进行取补运算、开运算、相减运算、中值滤波以及自适应门限分割处理，提取蒙皮图像中螺钉区图像。对图像进行取补运算，调换螺钉区与蒙皮背景区，如图6所示。图6中图像四周偏亮，中部偏暗，亮度不均匀，对图像进行开运算和相减运算，去除图像背景区域亮度不均的影响。如图7所示，螺钉圆环区对螺钉区的检测识别存在一定干扰，为保证消除圆环区域噪声的同时，保留螺钉沟槽和标识线的细节信息，选用中值滤波对图像进行处理，中值滤波后的图像，整个螺钉区域亮度不均匀，为消除亮度差异对图像分割的影响，选用自适应门限对图像进行阈值分割，获得如图8所示的图像。S400：分割螺钉区图像，获取各螺钉区的子图像。在螺钉区图像中存在有多个螺钉对应的螺钉区图像，需要分别对各螺钉区图像进行故障检测。在此，对步骤S200获得螺钉区图像进行分割，获取各螺钉区的子图像。具体来说，分割方法可以为：细化处理步骤S200所得图像并与之相减，得到螺钉骨架尖刺图像，提取螺钉骨架尖刺图像的分支点，对螺钉骨架尖刺分支点图像进行膨胀处理，连通各螺钉区域的分支点，统计各螺钉区域的质心坐标和区域面积，分割步骤S200所得图像，得到各螺钉区的子图像。如图5所示，在其中一个实施例中，步骤S400包括步骤：S410：对螺钉区图像进行最大限度细化处理，获得螺钉骨架图像，其中，最大限度细化处理准则为在保证图像中的连通像素区在细化过程中不断裂前提下，尽可能的逼近像素区中心线。首先最大限度的进行细化处理，同时保证图像中的连通像素区在细化过程中不断裂，细化过程中尽可能的逼近像素区中心线。具体如图9所示，图9为对螺钉区图像进行最大限度细化处理之后得到的图像，图9中线条状结构称为图像的骨架。S420：获取螺钉骨架尖刺图像。将细化处理之后的图像与螺钉区图像相减，获得螺钉骨架尖刺图像。简单来说，假定螺钉区图像为A图像，对其进行最大限度细化处理之后获得B图像，将A图像减去B图像，获得螺钉骨架尖刺图像C。即螺钉骨架尖刺图像C＝A图像-B图像。S430：本文档来自技高网...

【技术保护点】
一种螺钉阵列异位故障检测方法，其特征在于，包括步骤：确定螺钉中设置于螺帽的直线状的第一标记以及分别设置于螺钉区两侧的第二标记与第三标记，当螺钉阵列正常时，所述第一标记、所述第二标记以及所述第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直；获取蒙皮图像，并提取所述蒙皮图像中螺钉区图像；分割所述螺钉区图像，获取各螺钉区的子图像；计算各所述子图像中最长线段的长度；将各所述子图像中最长线段的长度与预设阈值比较，当所述子图像中最长线段的长度小于所述预设阈值时，判定该子图像中的螺钉故障。

【技术特征摘要】
1.一种螺钉阵列异位故障检测方法，其特征在于，包括步骤：确定螺钉中设置于螺帽的直线状的第一标记以及分别设置于螺钉区两侧的第二标记与第三标记，当螺钉阵列正常时，所述第一标记、所述第二标记以及所述第三标记处于同一条直线，当螺钉阵列故障时，所述第一标记与所述第二标记和所述第三标记垂直；获取蒙皮图像，并提取所述蒙皮图像中螺钉区图像；分割所述螺钉区图像，获取各螺钉区的子图像；计算各所述子图像中最长线段的长度；将各所述子图像中最长线段的长度与预设阈值比较，当所述子图像中最长线段的长度小于所述预设阈值时，判定该子图像中的螺钉故障。2.根据权利要求1所述的螺钉阵列异位故障检测方法，其特征在于，所述获取所述蒙皮图像中螺钉区图像的步骤包括：将所述蒙皮图像转换为灰度图像；对所述灰度图像数据依次进行取补运算、开运算、相减运算、中值滤波以及自适应门限分割处理，提取所述蒙皮图像中螺钉区图像。3.根据权利要求1所述的螺钉阵列异位故障检测方法，其特征在于，所述分割所述螺钉区图像，获取各螺钉区的子图像的步骤之前还包括：对所述螺钉区图像依次进行膨胀与腐蚀处理。4.根据权利要求1所述的螺钉阵列异位故障检测方法，其特征在于，所述分割所述螺钉区图像，获取各螺钉区的子图像的步骤包括：对所述螺钉区图像进行最大限度细化处理，获得螺钉骨架图像，其中，所述最大限度细化处理准则为在保证图像中的连通像素区在细化过程中不断裂前提下，尽可能的逼近像素区中心线；获取螺钉骨架尖刺图像；提取所述螺钉骨架尖刺图像中的分支点；膨胀处理所述分支点，以连通各螺钉区中的所述分支点；统计各螺钉区的质心坐标和区域面积，分割所述螺钉区图像，获取各螺钉区的子图像。5.根据权利要求1所述的螺钉阵列异位故障检测方法，其特征在于，所述计算各所述子图像中最长线段的长度的步骤包括：采用霍夫变换计算各所述子图像中的最长线段。6.根据权利要求1所述的螺钉阵列异位故障检测方法，其特征在于，所述将各所述子图像中最长线段的长度与预设阈值比较的步骤之前还包括：...

【专利技术属性】
技术研发人员：胡政，
申请(专利权)人：湖南挚新科技发展有限公司，
类型：发明
国别省市：湖南;43