一种清洗质量评价方法技术

本发明专利技术涉及清洗设备领域，公开一种清洗质量评价方法。采集清洗后的零部件图像，对零部件图像进行预处理和拼接；对污迹的颜色深度进行量化评分，并与污迹的面积相乘，得到每块污迹的评分，零部件的所有污迹的评分总和与零部件表面的总面积之比得到评分A；根据污迹的形状及分布，对二次补洗的能量消耗进行分析，采用形态学膨胀操作计算二次补洗时所需的清洗面积，获得无需清洗的面积与零部件表面的总面积之比，得到评分B；对评分A和评分B进行加权计算，得到零部件清洗质量总评分。本发明专利技术有效解决了现有清洗设备缺乏自动进行清洗质量评价的功能，以及评价标准缺乏一致性、评价方法效率低、评价结果准确性难以保证等问题。

【技术实现步骤摘要】
一种清洗质量评价方法
本专利技术涉及清洗设备领域，尤其涉及一种清洗质量评价方法。
技术介绍
目前，在汽车零部件清洗、工业产品零部件清洗、高铁动车转向架及其组件清洗领域，通常采用清洗设备，在清洗后，常常会存在未清洗到的部位，或者存在未清洗干净的区域。现有清洗设备不具备自动进行清洗质量评价的功能，因而通常需要通过人工识别污迹，进行清洗质量评分，然后根据需要决定是否进行二次补洗。但是，通过人工进行清洗质量评价，存在如下问题：不同员工之间对清洗质量评价标准参差不齐；员工进行持续性工作时，容易产生工作疲劳，会有遗漏污迹未进行统计；同一员工也很难对多个零部件保证清洗评价标准始终如一。
技术实现思路
基于以上问题，本专利技术的目的在于提供一种清洗质量评价方法，解决现有清洗设备缺乏自动进行清洗质量评价的功能，以及评价标准缺乏一致性、评价方法效率低、评价结果准确性难以保证等问题。为达上述目的，本专利技术采用以下技术方案：一种清洗质量评价方法，包括以下步骤：S1、通过多个视觉相机采集清洗后的零部件图像，对零部件图像进行预处理和拼接，并采用卷积神经网络对零部件的污迹进行目标识别与分割；S2、对污迹的颜色深度进行量化评分，并与污迹的面积相乘，得到每块污迹的评分，零部件的所有污迹的评分总和与零部件表面的总面积之比得到评分A；S3、根据污迹的形状及分布，对二次补洗的能量消耗进行分析，根据分散的多个污迹的拓扑结构进行合并，采用形态学膨胀操作计算二次补洗时所需的清洗面积，获得无需清洗的面积与零部件表面的总面积之比，得到评分B；S4、对评分A和评分B进行加权计算，得到零部件清洗质量总评分。作为本专利技术的清洗质量评价方法的优选方案，零部件图像的预处理包括采用中值滤波和高斯滤波进行降噪以及采用直方图均衡化消除亮度差异。作为本专利技术的清洗质量评价方法的优选方案，生成一系列的目标候选区域，使用卷积神经网络提取目标图像中的卷积特征，对目标图像数据进行分类，对调整后的样本候选框使用非极大值抑制，去除掉重合程度过大的样本候选框，得到样本目标候选框。作为本专利技术的清洗质量评价方法的优选方案，对识别出的污迹进行分类，在零部件内的污迹定义为有效污迹，在零部件外的污迹定义为环境污迹。作为本专利技术的清洗质量评价方法的优选方案，对每个有效污迹的颜色深度进行评分，污迹颜色深度的评分由深至浅分别为1分、2分、3分、4分和5分，清洗干净部分记为5分。作为本专利技术的清洗质量评价方法的优选方案，多个视觉相机获得的零部件表面的像素总和记为零部件表面的总面积，每块污迹的像素个数记为每块污迹的面积，计算得到评分其中，Si为第i处污迹的面积，Xi为第i处的污迹颜色深度值，Sclear为零部件中清洗干净部分的总面积，S总为零部件表面的总面积。作为本专利技术的清洗质量评价方法的优选方案，以清洗刷头的最小清洗面积所占像素个数作为卷积核，对污迹进行形态学膨胀操作，计算后续二次补洗时需要清洗的面积。作为本专利技术的清洗质量评价方法的优选方案，对污迹进行归一化处理，将所有污迹的颜色定义为白色，像素值为255，清洗干净部分定义为黑色，像素值为0，对图像进行形态学膨胀操作，填充污迹的小洞及连接相近的污迹，将目标像素的值替换成卷积核覆盖区域内的局部最大值，膨胀后，白色部分的面积为二次补洗的实际清洗面积，计算无需清洗的面积占零件总面积之比，评分其中，S总为零部件表面的总面积，S清洗为二次补洗的实际清洗面积。作为本专利技术的清洗质量评价方法的优选方案，评分B的满分为5分，评分B越高，补洗代价越小，评分B越低，补洗代价越大。作为本专利技术的清洗质量评价方法的优选方案，零部件清洗质量总评分为A*c+B*(1-c)，其中c的取值范围为0至1。本专利技术的有益效果为：本专利技术提供的清洗质量评价方法，首先，通过多个视觉相机采集清洗后的零部件图像，对零部件图像进行预处理和拼接，并采用卷积神经网络对零部件的污迹进行目标识别与分割；其次，对污迹的颜色深度进行量化评分，并与污迹的面积相乘，得到每块污迹的评分，零部件的所有污迹的评分总和与零部件表面的总面积之比得到评分A；然后，根据污迹的形状及分布，对二次补洗的能量消耗进行分析，根据分散的多个污迹的拓扑结构进行合并，采用形态学膨胀操作计算二次补洗时所需的清洗面积，获得无需清洗的面积与零部件表面的总面积之比，得到评分B；最后，对评分A和评分B进行加权计算，得到零部件清洗质量总评分。本专利技术提供的清洗质量评价方法，采用多个视觉相机采集零部件图像，获得零部件表面的全貌，将零部件表面在图片中所占像素个数作为零部件表面积，省去了从图片像素个数到零部件实际面积的计算过程，提高了清洗质量评价算法的实时性；引入评分A，在对清洗质量进行评价时，考虑了污迹的颜色深度，同时考虑污迹在零部件中所占面积，将污迹面积作为权重，计算加权平均分，使评分更加公正合理；在评分时，不仅考虑污迹的颜色深度及面积，同时考虑了污迹的形状及分布，对没清洗干净的污迹进行形态学膨胀操作，计算二次补洗时刷头实际需要清洗的面积，加以量化得到补洗代价评分B，据此可以分析后续采用人工或机械臂等清洗设备二次补洗时所需能量消耗的影响，量化的补洗代价，使得本专利技术清洗质量评价方法更加直观；对评分A与补洗代价评分B两项评分进行处理时，并没有进行固定求和，采用权值加权的方式，对不同的应用场景，选取不同的权值，使得本专利技术清洗质量评价方法更加灵活。本专利技术有效解决了现有清洗设备缺乏自动进行清洗质量评价的功能，以及评价标准缺乏一致性、评价方法效率低、评价结果准确性难以保证等问题。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对本专利技术实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本专利技术实施例的内容和这些附图获得其他的附图。图1是本专利技术具体实施方式提供的清洗质量评价方法的流程示意图；图2是本专利技术具体实施方式提供的清洗质量评价方法的原理示意图；图3是本专利技术实施例的第一种污迹分布方式示意图；图4是本专利技术实施例的第二种污迹分布方式示意图；图5是本专利技术实施例的对第二种污迹分布方式中的污迹进行形态学膨胀操作示意图。具体实施方式为使本专利技术解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本专利技术实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定本文档来自技高网...

【技术保护点】
1.一种清洗质量评价方法，其特征在于，包括以下步骤：/nS1、通过多个视觉相机采集清洗后的零部件图像，对零部件图像进行预处理和拼接，并采用卷积神经网络对零部件的污迹进行目标识别与分割；/nS2、对污迹的颜色深度进行量化评分，并与污迹的面积相乘，得到每块污迹的评分，零部件的所有污迹的评分总和与零部件表面的总面积之比得到评分A；/nS3、根据污迹的形状及分布，对二次补洗的能量消耗进行分析，根据分散的多个污迹的拓扑结构进行合并，采用形态学膨胀操作计算二次补洗时所需的清洗面积，获得无需清洗的面积与零部件表面的总面积之比，得到评分B；/nS4、对评分A和评分B进行加权计算，得到零部件清洗质量总评分。/n

【技术特征摘要】
1.一种清洗质量评价方法，其特征在于，包括以下步骤：
S1、通过多个视觉相机采集清洗后的零部件图像，对零部件图像进行预处理和拼接，并采用卷积神经网络对零部件的污迹进行目标识别与分割；
S2、对污迹的颜色深度进行量化评分，并与污迹的面积相乘，得到每块污迹的评分，零部件的所有污迹的评分总和与零部件表面的总面积之比得到评分A；
S3、根据污迹的形状及分布，对二次补洗的能量消耗进行分析，根据分散的多个污迹的拓扑结构进行合并，采用形态学膨胀操作计算二次补洗时所需的清洗面积，获得无需清洗的面积与零部件表面的总面积之比，得到评分B；
S4、对评分A和评分B进行加权计算，得到零部件清洗质量总评分。


2.根据权利要求1所述的清洗质量评价方法，其特征在于，零部件图像的预处理包括采用中值滤波和高斯滤波进行降噪以及采用直方图均衡化消除亮度差异。


3.根据权利要求1所述的清洗质量评价方法，其特征在于，生成一系列的目标候选区域，使用卷积神经网络提取目标图像中的卷积特征，对目标图像数据进行分类，对调整后的样本候选框使用非极大值抑制，去除掉重合程度过大的样本候选框，得到样本目标候选框。


4.根据权利要求1所述的清洗质量评价方法，其特征在于，对识别出的污迹进行分类，在零部件内的污迹定义为有效污迹，在零部件外的污迹定义为环境污迹。


5.根据权利要求4所述的清洗质量评价方法，其特征在于，对每个有效污迹的颜色深度进行评分，污迹颜色深度的...

【专利技术属性】
技术研发人员：黎莎，彭刚，段航琪，郭文韬，尹智，
申请(专利权)人：北京铁道工程机电技术研究所股份有限公司，
类型：发明
国别省市：北京;11