一种焊接缺陷中弱小目标的自动检测方法与系统技术方案

本发明专利技术公开了一种焊接缺陷中弱小目标的自动检测方法与系统，包预定位步骤，将待检测对象及其强信息前景与弱信息背景进行分割，利用形态学灰度重建对图像进行前景和背景的初次分割，然后利用轮廓的差分特性得到待检测对象的边缘以进行二次分割，进而对获取到的检测对象通过均值偏离法得到种子点并在种子点上利用区域生长法最终得到弱小缺陷目标。最后通过实验验证，本文提出的检测系统对于焊接缺陷中弱小目标的检测是有效的。

【技术实现步骤摘要】
一种焊接缺陷中弱小目标的自动检测方法与系统
本专利技术涉及自动检测系统
，具体为一种焊接缺陷中弱小目标的自动检测方法与系统。
技术介绍
焊接是器件连接和构建的重要手段，焊接的好坏对于器件使用寿命、工作性能等有着直接的影响，进而影响到系统的应用和人们的生活体验，因此，对焊接过程中出现的缺陷问题，尤其是对器件的刚性连接起重要作用的焊缝缺陷进行检测有极强的现实意义。目前检测方法主要有超声、射线、磁粉和涡流检测等，这些方法在保证焊接质量方面起到重要作用，但也存在一定的局限性，例如超声和涡流检测难以对焊接缺陷直观成像；磁粉检测主要限于表面缺陷的检测，但对工件表面要求严格；射线检测通过实时成像方法利用图像处理技术进行焊接缺陷检测，其结果直观、易于发现体积型缺陷，现有一种基于模拟图像背景缺陷识别方法，通过射线数字化图像进行噪声抑制，利用模拟图像背景获得前景图像，再对前景图像进行图像分割从而提取缺陷目标，该方法给出了一种低信噪比，背景较均匀情况下的缺陷检测途径，但对欠均匀背景的缺陷检测效果有限，且射线图像噪声强、对比度低，尤其是存在射线检测对人体有害等问题，针对复杂背景下弱小目标检测问题，本专利技术提出一种逐层分割的方法，利用形态学重构、轮廓差分特性、偏离均值特性和区域生长法逐层分割并最终标定弱小缺陷目标，本方法在功能实现上借助LabVIEW强大测试与测量、图像处理能力，结合其开发周期短、调试效率高的优点，合并开发了一种基于LabVIEW的自动检测系统，并利用本设计系统对金属链条焊接处的弱小焊缝缺陷进行了检测。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种焊接缺陷中弱小目标的自动检测方法与系统，解决了现有焊接缺陷检测方法存在的误报，焊接缺陷检测有效性差的问题。(二)技术方案本专利技术公开了一种焊接缺陷中弱小目标的自动检测方法，包括：预定位步骤，将待检测对象及其强信息前景与弱信息背景进行分割，形态学灰度重建对图像进行前景和背景的初次分割；二次分割步骤，利用光源的边缘信息和检测对象的边缘信息进行二次分割进行二次分割以得到更小范围的检测区域，缺陷检测和标记步骤，在得到检测对象的基础上锁定感兴趣区域，即利用局部特征将待检测对象分成若干部分，基于焊接实验对象中间孔洞特征实现的区块分割；用种子点的获取来确定潜在的缺陷，表面的焊缝缺陷即灰度值显著低于区域均值的点作为种子点，再利用区域生长的方法确定缺陷并标记。更进一步，预定位步骤：设置双光源，检测对象位于光源之间进行检测，将光源与检测对象作为一个整体，加大背景区分度，将光源及待检测对象整体看作一个前景进行预分割；通过预分割将其与对应的弱信息背景分割开；基于形态学重构对于图像中灰度值相近的区域进行灰度均衡化处理，选择阈值进行分割。更进一步，预定位步骤：形态学重构由如下迭代过程定义：(1)将h1初始化为标记图像J；(2)创建结构元素：b；(3)重复直到hk+1＝hk；设I，J是定义在同一离散域D上的灰度图像，值域是离散集合{0,1,L,N-1}且：即则I称为掩模图像，J称为标记图像，p为图像中像素，表示离散域D中任意像素，属于图像J的像素都隶属于图像I；h1为标记图像J，hk为第k次迭代后的标记图案；由标记图像J对掩模图像I的重构图像γ(J,I)是图像I中连通部分的并集，这些连通部分与J的交集非空，即：γ(J)(p)＝max{k∈[0,1,L,N-1]|p∈γ(Tk(J))}(1)其中[0,1,L,N-1]表示N个离散灰度等级集合，Tk(·)表示图像J中大于灰度值k像素组成的连通集合，公式1表示的是最大化特定灰度值对应的连通区域集合。更进一步，二次分割步骤，利用光源的边缘信息和检测对象的边缘信息进行二次分割；环形光源对射补光，采集图像经过分割后的二值化前景包括光源和检测对象，利用下式得到边缘的变化趋势：dx＝Ix+1-Ix，dy＝Iy+1-Iy(3)其中fi,j为图像坐标(i，j)的像素值，m，n为图像的宽高数，Ix表示图像的第x列，dx表示图像第x列的差分，同理Iy和dy；由此可以得到边缘的变化趋势，对于光源与待检测对象交叠的图像，由于光源规则的几何特性和待检测对象的一致性导致边缘的呈现清晰的差分特性；通过一致性的跳变得到光源与待检测对象的分割边缘，通过波形差分跳变得到边缘信息；两个强烈的峰值得到带检测对象上下外部边缘信息，同理可以通过列扫描得到带检测对象的左右内部边缘信息，利用该信息将待检测对象与光源分割开来实现二次分割。更进一步，缺陷检测和标记步骤：利用局部特征将待检测对象分成若干部分，利用焊接实验对象中间孔洞特征实现的区块分割；用种子点的获取来确定潜在的缺陷源，表面的焊缝缺陷局部区域的灰度值的急剧下降，利用这一特性将灰度值显著低于区域均值的点作为种子点，再利用区域生长的方法确定缺陷；焊接缺陷(焊缝)处的灰度值急剧下降，而缺陷周边的强度值较为均匀，这使得以该区域作为种子点开始区域生长易于收敛于缺陷边缘；相对的，由于工件表面平整度、光源等问题也会出现采集图像出现显著偏离均值点的异常种子点，这类种子点在生长过程中会以种子点为起始点生长成局部的区域块，这一连续的区块显著偏离缺陷缝隙的特征；利用这种方法，即通过搜寻显著偏离区域均值的点作为种子点集合，再通过种子点生长确定缺陷，最终确定并标记缺陷。更进一步，其具体算法如下：1、设种子点集合计算该分割区域的灰度平均值2、对于任意像素点xi,j若满足不等式：fi,j-μ＜ε1(5)则S＝SU{xi,j}并令fi,j＝255，否则fi,j＝0，得到候选种子点集合和对应图像；3、对候选种子点图像计算Areak，若Areak＞ε2，则S＝SI{xi′,j′},xi′,j′∈Areak即保留满足一定连通面积的种子点作为有效种子点集合；4、选取有效种子点集合像素点xi,j为中心，判断其8邻域像素是否满足不等式：|fi″,j″-fi,j|＜ε3(6)若满足，则S＝SU{xi″,j″}；否则，停止该方向上的生长；循环该步，直至所有种子点生长完毕；其中m,n为图像宽高，fi,j为像素点xi,j的像素值，fi″,j″为像素点xi,j的8邻域像素值，ε1、ε2、ε3为设定阈值，Areak为候选种子点图像中连通区域的面积。本专利技术提出了一种检测系统，包括台架、工业相机、上位机、光源、焊接工件和工件运动控制装置，所述工件运动控制装置与光源均位于台架的顶部，并且焊接工件的一端穿过光源且位于工件运动控制装置的顶部，其特征在于：所述光源位于台架的顶部设置有两个，对射补光，并且工业相机位于两个光源之间的上方，所述台架的顶部与工件运动控制装置的底部固定连接，所述工件运动控制装置的一侧固定连接有电机，并且电机与工件运动控制装置之间通过皮带传动连接，所述上位机采集到接收图像后处本文档来自技高网...

【技术保护点】
1.一种焊接缺陷中弱小目标的自动检测方法，其特征在于：/n预定位步骤，将待检测对象及其强信息前景与弱信息背景进行分割，形态学灰度重建对图像进行前景和背景的初次分割；/n二次分割步骤，利用光源的边缘信息和检测对象的边缘信息进行二次分割进行二次分割以得到更小范围的检测区域，/n缺陷检测和标记步骤，在得到检测对象的基础上锁定感兴趣区域，即利用局部特征将待检测对象分成若干部分，基于焊接实验对象中间孔洞特征实现的区块分割；用种子点的获取来确定潜在的缺陷，表面的焊缝缺陷即灰度值显著低于区域均值的点作为种子点，再利用区域生长的方法确定缺陷并标记。/n

【技术特征摘要】
1.一种焊接缺陷中弱小目标的自动检测方法，其特征在于：
预定位步骤，将待检测对象及其强信息前景与弱信息背景进行分割，形态学灰度重建对图像进行前景和背景的初次分割；
二次分割步骤，利用光源的边缘信息和检测对象的边缘信息进行二次分割进行二次分割以得到更小范围的检测区域，
缺陷检测和标记步骤，在得到检测对象的基础上锁定感兴趣区域，即利用局部特征将待检测对象分成若干部分，基于焊接实验对象中间孔洞特征实现的区块分割；用种子点的获取来确定潜在的缺陷，表面的焊缝缺陷即灰度值显著低于区域均值的点作为种子点，再利用区域生长的方法确定缺陷并标记。


2.根据权利要求1所述的焊接缺陷中弱小目标的自动检测方法，其特征在于预定位步骤：
设置双光源，检测对象位于光源之间进行检测，将光源与检测对象作为一个整体，加大背景区分度，将光源及待检测对象整体看作一个前景进行预分割；
通过预分割将其与对应的弱信息背景分割开；基于形态学重构对于图像中灰度值相近的区域进行灰度均衡化处理，选择阈值进行分割。


3.根据权利要求2所述的焊接缺陷中弱小目标的自动检测方法，其特征在于预定位步骤：
形态学重构由如下迭代过程定义：
(1)将h1初始化为标记图像J；
(2)创建结构元素：b；
(3)重复直到hk+1＝hk；
设I，J是定义在同一离散域D上的灰度图像，值域是离散集合{0,1,…,N-1}且：即则I称为掩模图像，J称为标记图像，p为图像中像素，表示离散域D中任意像素，属于图像J的像素都隶属于图像I；h1为标记图像J，hk为第k次迭代后的标记图案；由标记图像J对掩模图像I的重构图像γ(J,I)是图像I中连通部分的并集，这些连通部分与J的交集非空，即：
γ(J)(p)＝max{k∈[0,1,…,N-1]|p∈γ(Tk(J))}(1)
其中[0,1,…,N-1]表示N个离散灰度等级集合，Tk(·)表示图像J中大于灰度值k像素组成的连通集合，公式1表示的是最大化特定灰度值对应的连通区域集合。


4.根据权利要求1所述的焊接缺陷中弱小目标的自动检测方法，其特征在于二次分割步骤，利用光源的边缘信息和检测对象的边缘信息进行二次分割；
环形光源对射补光，采集图像经过分割后的二值化前景包括光源和检测对象，利用下式得到边缘的变化趋势：



dx＝Ix+1-Ix，dy＝Iy+1-Iy(3)
其中fi,j为图像坐标(i，j)的像素值，m，n为图像的宽高数，Ix表示图像的第x列，dx表示图像第x列的差分，同理Iy和dy；由此可以得到边缘的变化趋势，对于光源与待检测对象交叠的图像，由于光源规则的几何特性和待检测对象的一致性导致边缘的呈现清晰的差分特性；通过一致性的跳变得到光源与待检测对象的分割边缘，通过波...

【专利技术属性】
技术研发人员：王飞，朱继红，
申请(专利权)人：常熟理工学院，苏州舜达易科信息技术有限公司，
类型：发明
国别省市：江苏;32