基于机器视觉的铝镁合金铸件内部缺陷图像识别方法技术

本发明专利技术公开了一种基于机器视觉的铝镁合金铸件内部缺陷图像识别方法，通过X射线实时成像设备采集铝镁合金铸件内部缺陷原始图像；对采集回来的原始图像进行预处理，即对原始图像进行双边滤波去噪，有效的平滑图像，并保留图像中缺陷轮廓边缘特征；采用局部自适应阈值，选好阈值，准确将缺陷目标与背景分割出来；对处理得到的图像进行形态学滤波处理；针对形态学滤波处理后得到的图像进行blob算法分析，得到图像中缺陷块个数以及各个缺陷目标的面积、周长、最小外接矩阵周长、长宽比，对这些特征进行统计分析，建立缺陷判定标准；利用所述缺陷判定标准识别铸件图像。本发明专利技术实现了这几类缺陷的智能化识别。

Image Recognition Method for Internal Defects of Al-Mg Alloy Castings Based on Machine Vision

The invention discloses an image recognition method for internal defects of Al-Mg alloy castings based on machine vision, which collects the original image of internal defects of Al-Mg alloy castings through X-ray real-time imaging equipment, preprocesses the original image, i.e., bilateral filtering and denoising of the original image, effectively smoothing the image, and retains the edge features of the defect contour in the image; The adaptive threshold is selected to segment the defective object and background accurately; the processed image is processed by morphological filtering; the number of defective blocks in the image and the area, perimeter, minimum circumscribed matrix perimeter and aspect ratio of each defective object are obtained by blob algorithm analysis of the image after morphological filtering, and these features are statistically scored. The defect judgment criteria are analyzed and established, and the casting image is recognized by using the said defect judgment criteria. The invention realizes intelligent recognition of these kinds of defects.

【技术实现步骤摘要】
基于机器视觉的铝镁合金铸件内部缺陷图像识别方法
本专利技术涉及图像处理和智能识别
，特别是一种基于机器视觉的铝镁合金铸件内部缺陷图像识别方法。
技术介绍
铝镁合金铸件主要应用于航空航天领域，其内部质量的好坏直接影响到了产品的性能和可靠性。铝镁合金铸件内部缺陷主要采用X射线实时成像技术检测，X射线穿透被测件，在数字式平板上投影生成数字信号，并在显示器上实时显示透射图像。X射线检测系统采集的铸件图像，图像清晰度不高并且有许多噪声，为了快速而有效的检测出缺陷的形状、位置和大小等，需要运用数字图像处理技术,使得铸件图像的轮廓和清晰度得到改善，并通过相关算法进行智能化评定或人工评定。现有技术主要是对X射线实时成像检测图像进行预处理，再根据相关标准进行人工评定，缺少有效的缺陷智能化评定技术。针对铝镁合金内部缺陷的X射线实时检测方法，国内缺少铸件数字图像缺陷评定标准体系，同时对铝镁合金铸件缺陷数字图像识别方法研究很少，一般只做到了缺陷图像的预处理和边缘提取。针对焊缝缺陷检测，国内外的学者做了许多的研究工作，并提出了基于字典查询的概率统计、基于深度神经网络学习的缺陷分割、基于Beamlet分析本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的铝镁合金铸件内部缺陷图像识别方法，其特征在于，包括以下步骤：1)通过X射线实时成像设备采集铝镁合金铸件内部缺陷原始图像；2)对采集回来的原始图像进行预处理，即对原始图像进行双边滤波去噪，有效的平滑图像，并保留图像中缺陷轮廓边缘特征；3)采用局部自适应阈值，选好阈值，准确将缺陷目标与背景分割出来；4)对经步骤3)处理得到的图像进行形态学滤波处理；5)针对形态学滤波处理后得到的图像进行blob算法分析，得到图像中缺陷块个数以及各个缺陷目标的面积、周长、最小外接矩阵周长、长宽比，对这些特征进行统计分析，建立缺陷判定标准；6)利用所述缺陷判定标准识别铸件图像。

【技术特征摘要】
1.一种基于机器视觉的铝镁合金铸件内部缺陷图像识别方法，其特征在于，包括以下步骤：1)通过X射线实时成像设备采集铝镁合金铸件内部缺陷原始图像；2)对采集回来的原始图像进行预处理，即对原始图像进行双边滤波去噪，有效的平滑图像，并保留图像中缺陷轮廓边缘特征；3)采用局部自适应阈值，选好阈值，准确将缺陷目标与背景分割出来；4)对经步骤3)处理得到的图像进行形态学滤波处理；5)针对形态学滤波处理后得到的图像进行blob算法分析，得到图像中缺陷块个数以及各个缺陷目标的面积、周长、最小外接矩阵周长、长宽比，...

【专利技术属性】
技术研发人员：胡兴，宋继湘，宋晓波，李志娟，
申请(专利权)人：湖南航天天麓新材料检测有限责任公司，
类型：发明
国别省市：湖南,43