基于模式识别的自动化生产过程质量智能诊断方法技术

本发明专利技术公开了基于模式识别的自动化生产过程质量智能诊断方法，包括以下步骤：图像采集系统采集焊缝条纹图像，图像处理系统提取焊缝图像的条纹中心并进行去噪处理，对处理后的焊缝条纹中心，采用改进的斜率截距法检测出焊缝两端拐点L1、L2；分别将拐点L1和拐点L2设置为检测起点及终点，以降低非焊缝区域数据点的干扰；在检测区域内逐点计算每个焊缝轮廓数据点与相邻单位数据点之间的高度差，对计算得到的高度差值设定阈值，从而判断出缺陷点位置。本发明专利技术通过改进的斜率截距法，从而精确的检测焊缝存在缺陷的准确位置，提高检测的准确性，为判断焊接工艺提供大数据支撑。

【技术实现步骤摘要】
基于模式识别的自动化生产过程质量智能诊断方法
本专利技术属于自动化焊接
，具体涉及基于模式识别的自动化生产过程质量智能诊断方法。
技术介绍
在现代工业中，焊接作为一种重要的加工制造技术在工业领域中应用广泛，焊接质量的好坏对于焊接产品的可靠性及安全性具有重要影响，对焊缝进行焊后质量检测是保证焊接质量的重要手段。线激光视觉传感技术凭借其结构简单，抗干扰性强和精度高等优点在焊缝成形质量检测中得到广泛应用。现有的焊缝质量检测方法难以精准的实现焊缝缺陷位置的检测，难以通过大数据的方式判断焊接工艺存在的问题。因此，本专利技术提出一种模式识别的针对焊接缺陷位置检测的智能焊缝质量诊断方法。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提供基于模式识别的自动化生产过程质量智能诊断方法。基于模式识别的自动化生产过程质量智能诊断方法，包括以下步骤：S1、图像采集系统采集焊缝条纹图像，图像处理系统提取焊缝图像的条纹中心并进行去噪处理，对处理后的焊缝条纹中心，采用改进的斜率截距法检测出焊缝两端拐点L1、L2；S2、分别将拐点L1和拐点L2设置为检测起点及终点，以降低非焊缝区域数据点的干扰；S3、在检测区域内逐点计算每个焊缝轮廓数据点与相邻单位数据点之间的高度差，对计算得到的高度差值设定阈值，从而判断出缺陷点位置；所述S3中判断出缺陷点位置的过程是：对于间隔单位N，设置多种不同的间隔单位，若当前焊缝轮廓位置点x在不同的间隔单位中的任意一种条件下计算得到的hL及hR超过设定阈值，则定义一个数组U保存所有符合条件的数据点，利用冒泡法对数据点的横坐标按升序排序，取排序后的中间数据点Up即为缺陷特征点。优选地，所述步骤S1中提取焊缝图像的条纹中心是通过加权灰度重心法提取的。优选地，所述S1中改进的斜率截距法的步骤为：遍历整条焊缝以找出焊缝最高点H，利用一般斜率截距法计算出焊缝特征拐点L1和L2，由于焊缝表面存在面积较大的凹陷，般截距法误将凹陷最低点判断为焊缝右拐点L2，计算焊缝最高点H与点L2两点的高度平均值h2，随后在点H与点L2之间遍历所有轮廓数据点寻找出高度值最接近h2的轮廓数据点B，然后遍历点B与焊缝轮廓终点E之间的所有焊缝轮廓数据点，寻找焊缝最高点C，根据C、E两点坐标值计算斜率K0，根据斜率值K0，在点C与点E之间计算每个数据点对应的截距，最小截距对应的轮廓数据点即为焊缝右拐点L3，同理，根据此算法可以求得焊缝左拐点L1。与现有技术相比，本专利技术的有益效果：本专利技术通过改进的斜率截距法，从而精确的检测焊缝存在缺陷的准确位置，提高检测的准确性，为判断焊接工艺提供大数据支撑。具体实施方式基于模式识别的自动化生产过程质量智能诊断方法，包括以下步骤：S1、图像采集系统采集焊缝条纹图像，图像处理系统提取焊缝图像的条纹中心并进行去噪处理，对处理后的焊缝条纹中心，采用改进的斜率截距法检测出焊缝两端拐点L1、L2；S2、分别将拐点L1和拐点L2设置为检测起点及终点，以降低非焊缝区域数据点的干扰；S3、在检测区域内逐点计算每个焊缝轮廓数据点与相邻单位数据点之间的高度差，对计算得到的高度差值设定阈值，从而判断出缺陷点位置；所述S3中判断出缺陷点位置的过程是：对于间隔单位N，设置多种不同的间隔单位，若当前焊缝轮廓位置点x在不同的间隔单位中的任意一种条件下计算得到的hL及hR超过设定阈值，则定义一个数组U保存所有符合条件的数据点，利用冒泡法对数据点的横坐标按升序排序，取排序后的中间数据点Up即为缺陷特征点。所述步骤S1中提取焊缝图像的条纹中心是通过加权灰度重心法提取的。所述S1中改进的斜率截距法的步骤为：遍历整条焊缝以找出焊缝最高点H，利用一般斜率截距法计算出焊缝特征拐点L1和L2，由于焊缝表面存在面积较大的凹陷，般截距法误将凹陷最低点判断为焊缝右拐点L2，计算焊缝最高点H与点L2两点的高度平均值h2，随后在点H与点L2之间遍历所有轮廓数据点寻找出高度值最接近h2的轮廓数据点B，然后遍历点B与焊缝轮廓终点E之间的所有焊缝轮廓数据点，寻找焊缝最高点C，根据C、E两点坐标值计算斜率K0，根据斜率值K0，在点C与点E之间计算每个数据点对应的截距，最小截距对应的轮廓数据点即为焊缝右拐点L3，同理，根据此算法可以求得焊缝左拐点L1。本文档来自技高网...

【技术保护点】
1.基于模式识别的自动化生产过程质量智能诊断方法，包括以下步骤：S1、图像采集系统采集焊缝条纹图像，图像处理系统提取焊缝图像的条纹中心并进行去噪处理，对处理后的焊缝条纹中心，采用改进的斜率截距法检测出焊缝两端拐点L1、L2；S2、分别将拐点 L1和拐点L2设置为检测起点及终点，以降低非焊缝区域数据点的干扰；S3、在检测区域内逐点计算每个焊缝轮廓数据点与相邻单位数据点之间的高度差，对计算得到的高度差值设定阈值，从而判断出缺陷点位置；所述S3中判断出缺陷点位置的过程是：对于间隔单位N，设置多种不同的间隔单位，若当前焊缝轮廓位置点x在不同的间隔单位中的任意一种条件下计算得到的 hL及hR超过设定阈值，则定义一个数组U保存所有符合条件的数据点，利用冒泡法对数据点的横坐标按升序排序，取排序后的中间数据点Up即为缺陷特征点。

【技术特征摘要】
1.基于模式识别的自动化生产过程质量智能诊断方法，包括以下步骤：S1、图像采集系统采集焊缝条纹图像，图像处理系统提取焊缝图像的条纹中心并进行去噪处理，对处理后的焊缝条纹中心，采用改进的斜率截距法检测出焊缝两端拐点L1、L2；S2、分别将拐点L1和拐点L2设置为检测起点及终点，以降低非焊缝区域数据点的干扰；S3、在检测区域内逐点计算每个焊缝轮廓数据点与相邻单位数据点之间的高度差，对计算得到的高度差值设定阈值，从而判断出缺陷点位置；所述S3中判断出缺陷点位置的过程是：对于间隔单位N，设置多种不同的间隔单位，若当前焊缝轮廓位置点x在不同的间隔单位中的任意一种条件下计算得到的hL及hR超过设定阈值，则定义一个数组U保存所有符合条件的数据点，利用冒泡法对数据点的横坐标按升序排序，取排序后的中间数据点Up即为缺陷特征点。2.如权利要求1所述的基于模式识别的自动化生...

【专利技术属性】
技术研发人员：吴应举，
申请(专利权)人：合肥常青机械股份有限公司，
类型：发明
国别省市：安徽,34