基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法技术

本发明专利技术涉及一种基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法，所述方法基于机器视觉技术构建了缺陷识别模型，并通过不断的自主学习、训练，能够持续提高缺陷识别的准确性；同时，机器视觉不受人员经验与素质限制，极大的提高了缺陷识别准确率、作业效率及作业质量，有效减少缺陷的误判、漏判。所述识别方法包括以下步骤：利用缺陷识别模型进行缺陷识别；对识别出来的缺陷进行筛选；将筛选后的缺陷进行展示并报警；利用新的缺陷数据持续完善缺陷识别模型。

The method of model construction and defect identification of wheel axle based on machine vision

【技术实现步骤摘要】
基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法
本专利技术适用于超声波无损探伤领域，具体涉及一种基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法。
技术介绍
目前，轮轴探伤采用超声波检测，以人工分析检测数据为主要手段。轮轴超声波检测结果以A显示、B显示、C显示形式展示，然后由人工肉眼观察上述显示图像进行判断轮轴是否存在缺陷。缺陷判定结果很大程度依赖于检测人员素质和经验，极易造成漏判、误判且效率低下；受限于检测人员的素质和经验，不同的检测人员对同一检测数据分析结果可能不一致，造成无法对决策提供准确依据；另外由于轨道交通机车车辆逐年增加、车辆轮轴类型繁多，造成轮轴检测任务增多和检测人员数量不足的矛盾日益尖锐；检测人员数量不足限制了无损检测作业的效率，不利于对大量轮轴进行快速检测，进而影响生产效率。同时，现有的轮轴探伤自动分析方法又无法满足轮轴探伤作业工艺、缺陷识别准确性和一致性的要求。本领域中亟需一种能够快速、准确的超声检测数据自动化分析方法，来解决上述问题。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：包括以下步骤：/n步骤S100、利用超声波探伤设备获取轮轴的检测数据，并将检测数据以二进制文件存储；/n步骤S200、通过所述二进制文件获取样本数据，构建缺陷正样本库和缺陷负样本库；/n步骤S300、对缺陷正样本库进行预处理生成缺陷正样本模板文件；/n步骤S400、通过缺陷正样本模板文件、样本匹配算法、缺陷负样本库构建缺陷识别模型。/n

【技术特征摘要】
1.一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：包括以下步骤：
步骤S100、利用超声波探伤设备获取轮轴的检测数据，并将检测数据以二进制文件存储；
步骤S200、通过所述二进制文件获取样本数据，构建缺陷正样本库和缺陷负样本库；
步骤S300、对缺陷正样本库进行预处理生成缺陷正样本模板文件；
步骤S400、通过缺陷正样本模板文件、样本匹配算法、缺陷负样本库构建缺陷识别模型。


2.根据权利要求1所述的一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：所述超声波探伤设备按照轴型或轮型，配置相应的通道和扫查方式获取检测数据。


3.根据权利要求1所述的一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：所述步骤S200进一步包括以下步骤：
步骤S210、将所述二进制文件聚类分析；
步骤S220、从聚类分析后的二进制文件中提取图像；
步骤S230、根据缺陷的图像特征截取缺陷位置图像获取样本数据；
步骤S240、缺陷的样本数据形成缺陷正样本库，非缺陷的样本数据形成缺陷负样本库。


4.根据权利要求1所述的一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：所述缺陷正样本库包括缺陷图像；缺陷负样本库包括非缺陷图像、噪声图像、过渡圆弧图像。


5.根据权利要求4所述的一种基于机器视觉的轮轴缺陷识别模型构建方法，其特征在于：所述缺陷图像包括平底孔图像、横向缺陷...

【专利技术属性】
技术研发人员：张旭亮，刘士超，谭鹰，庞龙，
申请(专利权)人：北京新联铁集团股份有限公司，
类型：发明
国别省市：北京;11