【技术实现步骤摘要】
基于人工智能的气密性检测水体晃动感知方法与系统
本专利技术涉及人工智能
，具体涉及一种基于人工智能的气密性检测水体晃动感知方法与系统。
技术介绍
对于气缸体、气缸盖等汽车工件的气密性检测通常采用浸泡法进行检测，即将工件浸没在水中，然后通过观察水中是否有气泡产生来判断工件的气密性。目前，本领域的技术人员通过研究检测过程中气泡的运动轨迹和气泡的特征，来判断是否有气泡产生，进而确定工件的气密性。但是在气密性检测过程中，工件入水时，工件的表面和检测池壁也会附着大量的气泡，当水体晃动时，附着气泡的轨迹会发生变化，即气泡可能会上浮，导致气密性检测过程中气泡产生的原因出现误差，从而会使检测结果不准确。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的气密性检测水体晃动感知方法与系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于人工智能的气密性检测水体晃动感知方法，该方法包括以下步骤：将采集的检测环境图像经过图像预处理划分为第一区域图像...
【技术保护点】
1.一种基于人工智能的气密性检测水体晃动感知方法，其特征在于，该方法包括：/n将采集的检测环境图像经过图像预处理划分为第一区域图像和第二区域图像，所述第一区域图像包括检测槽壁、工件表面和水面之间的水体区域，所述第二区域图像包括所述水体两侧的检测槽壁平面区域和工件表面区域；/n将所述第二区域图像通过神经网络检测黏着气泡，比较前后两帧图像中黏着气泡的面积，得到黏着气泡的面积变化量；/n结合所述黏着气泡的面积变化量和黏着气泡面积变化的初始阈值，对所述第一区域图像进行图像处理和分析，得到气泡的离散度；/n当所述气泡的离散度大于0时，由所述气泡的离散度和所述黏着气泡的面积变化量构建的...
【技术特征摘要】
1.一种基于人工智能的气密性检测水体晃动感知方法，其特征在于，该方法包括：
将采集的检测环境图像经过图像预处理划分为第一区域图像和第二区域图像，所述第一区域图像包括检测槽壁、工件表面和水面之间的水体区域，所述第二区域图像包括所述水体两侧的检测槽壁平面区域和工件表面区域；
将所述第二区域图像通过神经网络检测黏着气泡，比较前后两帧图像中黏着气泡的面积，得到黏着气泡的面积变化量；
结合所述黏着气泡的面积变化量和黏着气泡面积变化的初始阈值，对所述第一区域图像进行图像处理和分析，得到气泡的离散度；
当所述气泡的离散度大于0时，由所述气泡的离散度和所述黏着气泡的面积变化量构建的时间预测模型得到检测环境中水体稳定的时间；
所述时间预测模型为：
当所述黏着气泡的面积变化量大于或等于所述黏着气泡面积变化的初始阈值时，根据水体的体积、所述气泡的离散度和所述黏着气泡的面积变化量，得到所述检测环境中水体稳定的时间；
当所述黏着气泡的面积变化量小于所述黏着气泡面积变化的初始阈值时，根据所述水体的体积和所述气泡的离散度，得到所述检测环境中水体稳定的时间。
2.如权利要求1所述的方法，其特征在于，所述第一区域图像进行图像处理和分析的方法，包括：
将所述第一区域图像利用连续帧间差分算法得到差分图像；
对所述差分图像进行叠加后，利用阈值分割得到二值图像；
将所述二值图像进行连通域分析，得到气泡个数、连通域的个数和每个连通域的几何中心坐标；
结合所述黏着气泡的面积变化量和所述黏着气泡面积变化的初始阈值，利用所述气泡个数、所述连通域的个数和所述每个连通域的几何中心坐标，得到所述气泡的离散度。
3.如权利要求2所述的方法，其特征在于，所述气泡的离散度的计算公式为：
其中，N为所述连通域的个数；i为第i个连通域；xi为所述连通域的几何中心坐标；为连通域几何中心的均值；ΔS为所述黏着气泡的面积变化量；α为所述黏着气泡面积变化的初始阈值。
4.如权利要求3所述的方法，其特征在于，所述黏着气泡面积变化的初始阈值，包括：
当所述黏着气泡的面积变化量大于或等于设定的黏着气泡面积变化的初始阈值时，所述黏着气泡面积变化的初始阈值固定不变；
当所述黏着气泡的面积变化量小于设定的黏着气泡面积变化的初始阈值时，结合所述气泡的离散度，更新所述黏着气泡面积变化的初始阈值。
5.如权利要求4所述的方法，其特征在于，所述更新所述黏着气泡面积变化的初始阈值的公式为：
其中，αj为第j个所述黏着气泡面积变化的初始阈值。
6.一种基于人工智能的气密性检测水体晃动感知系统，其特征在于，该系统包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。