【技术实现步骤摘要】
一种基于图像处理的结构件生产过程缺陷检测方法
[0001]本专利技术涉及人工智能
,具体涉及一种基于图像处理的结构件生产过程缺陷检测方法。
技术介绍
[0002]结构件生产过程中,由于自身生产工艺的特点,常常会在焊接中出现气孔和夹渣的焊接缺陷。焊接缺陷会减小焊缝的有效截面积,损坏焊缝的致密性,降低焊缝的韧性、塑性等机械性能。因此,需要对生产过程中的结构件进行缺陷检测,判断其缺陷类型和损伤程度,针对性地采取防止措施,减少缺陷损伤。
[0003]目前对焊缝缺陷主要采用无损检测的方法,主要包括超声检测UT、射线检测RT 、磁粉检测MT、渗透检测PT、涡流检测ET五种方法。其中,磁粉检测、渗透检测和涡流检测适用于结构件的表面缺陷检测,而超声检测和射线检测适用于结构件的内部缺陷检测。
[0004]而基于检测原理的差异,超声检测更适用于内部裂纹的检测,射线检测更适用于内部气孔、夹杂等缺陷。将两种技术结合使用会使得检测过程成本过高,满足不了效率要求,无法快速准确的确定缺陷位置和缺陷类型。
技术实现思路
>[0005]为了解本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于图像处理的结构件生产过程缺陷检测方法,其特征在于,所述方法包括:通过X射线获得结构件的射线图像;根据所述射线图像上的像素值差异获得缺陷区域;根据所述缺陷区域构建缺陷分布图;获得所述缺陷分布图中的缺陷连通域;所述缺陷连通域内像素值最小的像素点作为暗像素点,其他为普通像素点;获得所述暗像素点的分散程度;当所述分散程度大于预设第一阈值时,则对应的所述缺陷连通域的缺陷类型为夹渣;反之,则为第一待检测连通域;获得所述第一待检测连通域内所述暗像素点与连通域中心点的距离关系;当所述距离关系大于预设第二阈值时,则对应的所述第一待检测连通域的所述缺陷类型为夹渣;反之,则为第二待检测连通域;在所述第二待检测连通域内以所述连通域中心点为圆心构建多个同心圆;获取每个所述同心圆上所述普通像素点与所述连通域中心点的像素值差异的差异分布;根据所述差异分布获得第一像素分布特征;当所述第一像素分布特征小于预设第三阈值时,则对应的所述第二待检测连通域的所述缺陷类型为夹渣;反之,则为第三待检测连通域;获取所述第三待检测连通域内所述同心圆上所述普通像素点与所述连通域中心点的平均像素值差异;以所述同心圆的半径和所述平均像素值差异作为所述同心圆的状态坐标;根据所述状态坐标拟合获得状态曲线;根据所述状态曲线内递增区域的占比获得第二像素分布特征;当所述第二像素分布特征小于预设第四阈值时,则对应的所述第三待检测连通域的所述缺陷类型为夹渣;反之,则所述缺陷类型为气孔。2.根据权利要求1所述的一种基于图像处理的结构件生产过程缺陷检测方法,其特征在于,所述根据所述射线图像上的像素值差异获得缺陷区域包括:通过阈值分割操作处理所述射线图像,获得二值图像;以所述二值图像中的像素连通域作为所述缺陷区域。3.根据权利要求1所述的一种基于图像处理的结构件生产过程缺陷检测方法,...
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。