一种基于人工智能的气密性检测中多气孔检测方法及系统技术方案

本发明专利技术涉及人工智能领域，具体涉及一种基于人工智能的气密性检测中多气孔检测方法及系统。该方法包括：通过提取前景图像获取清晰的气泡轨迹图像，划分该气泡轨迹图像为多个宏块并匹配相邻帧气泡轨迹图像的宏块获取匹配对，以该匹配对的矢量模长的均值筛选每个匹配对的矢量模长获取气泡的最佳匹配对，将最佳匹配对的矢量模长作为热度绘制气泡热度图，通过叠加多帧图像中的气泡热度图获取气泡轨迹线，筛选该气泡轨迹线后根据筛选后的气泡轨迹线的长度和气泡轨迹线内热度的平均值获取气孔的位置和相对大小。本发明专利技术实现了通过优化匹配算法并结合热度图，直观有效的判断出泄露气孔的位置和相对大小，提高了检测的效率和准确性。性。性。

【技术实现步骤摘要】
一种基于人工智能的气密性检测中多气孔检测方法及系统


[0001]本专利技术涉及人工智能领域，具体涉及一种基于人工智能的气密性检测中多气孔检测方法及系统。

技术介绍

[0002]气密性检测是应用于飞机、汽车外壳、舰船及内部容器的严密完整性评估，为运输部门、军事部门和基础工业提高车辆、飞行器和舰船等密闭性而开发的质量控制应用。
[0003]目前气孔检测大多是根据生成的气泡的数量、大小和特征判断漏气气孔的数量和大小。在实际应用中，工作人员需要确定工件漏气的程度以便对漏气的工件进行分类。在现有技术中，常规的处理方法是根据气泡的大小反映漏气程度，但是随着时间的推移，水体中的杂质和工件上附着的油污会使水体的浑浊度逐渐增加，无法准确观察到气泡的大小，使得该类方法无法从图像中直观的得出气孔漏气程度的相对大小，可视化效果差，不利于工作人员的判断。

技术实现思路

[0004]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中多气孔检测方法及系统，所采用的技术方案具体如下：
[0005]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中多气孔检测方法，所述方法包括：
[0006]采集多帧水体图像；所述水体图像包括至少一条由多个气泡组成的气泡轨迹；
[0007]对每帧所述水体图像进行运动目标检测获取气泡轨迹图像，将每帧所述气泡轨迹图像划分为多个宏块，匹配相邻帧所述气泡轨迹图像中的宏块获取多个匹配对；
[0008]计算所述匹配对的矢量模长的平均值，以所述平均值对每个所述匹配对的矢量模长进行筛选获取最佳匹配对；
[0009]计算相邻帧每个所述气泡的所述最佳匹配对的矢量模长，以所述矢量模长为热度绘制所述气泡的热度图；
[0010]通过叠加多帧图像中所述气泡的热度图获取所述气泡轨迹线，将延伸至水面的气泡轨迹线所在的位置作为气孔位置；
[0011]将所述气泡轨迹线的平均热度作为所述气泡轨迹线的颜色深度，根据所述颜色深度确定工件内多个气孔的相对大小。
[0012]进一步，所述对每帧所述水体图像进行运动目标检测获取气泡轨迹图像的获取步骤包括：
[0013]提取所述水体图像的背景图像；
[0014]以所述背景图像和所述水体图像作差获取所述水体图像的前景图像，通过叠加每帧所述前景图像获取气泡轨迹图像。
[0015]进一步，所述匹配相邻帧所述气泡轨迹图像中的宏块获取多个匹配对的获取步骤
包括：
[0016]通过绝对误差和准则匹配相邻帧所述气泡轨迹图像中最相似的宏块获取多个宏块的匹配对。
[0017]进一步，所述以所述平均值对每个所述匹配对的矢量模长进行筛选获取最佳匹配对的获取步骤包括：
[0018]计算每个所述矢量模长与所述平均值的均方差作为第一目标函数；
[0019]根据相邻帧中每个宏块的匹配对之间的偏移距离的方差作为所述第一目标函数的权重；
[0020]根据所述权重与第一目标函数的乘积获取最佳目标函数；
[0021]通过所述最佳目标函数获取所述最佳匹配对。
[0022]进一步，所述通过叠加多帧图像中所述气泡的热度图获取所述气泡轨迹线的获取步骤包括：
[0023]计算所述气泡的最佳匹配对的矢量模长的平均值；
[0024]以所述平均值为半径设定热度梯度；
[0025]以所述热度梯度叠加多帧图像，若两个所述矢量模长交叉，将交叉的模长的热度均以0.5的权重进行叠加获取所述气泡轨迹线。
[0026]进一步，所述将延伸至水面的气泡轨迹线所在的位置作为气孔位置的获取步骤包括：
[0027]通过二维坐标系获取所述气泡轨迹线在所述坐标系中的轨迹线长度；
[0028]筛选所述轨迹线长度，将所述轨迹线长度由工件延伸至水面的气泡轨迹线作为目标气泡轨迹线；
[0029]将所述目标气泡轨迹线所在的位置作为所述气孔位置。
[0030]进一步，所述将所述气泡轨迹线的平均热度作为所述气泡轨迹线的颜色深度，根据所述颜色深度确定工件内多个气孔的相对大小的获取步骤包括：
[0031]以所述目标气泡轨迹线内所有热度的平均值为颜色深度；
[0032]将所述颜色深度中颜色最深的所述目标气泡轨迹线对应的气孔作为孔径最大的气孔；
[0033]通过对比每个所述目标气泡轨迹线的颜色深度获取所述工件内所有气孔的孔径相对大小。
[0034]第二方面，本专利技术实施例还提供了一种基于人工智能的气密性检测中多气孔检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种基于人工智能的气密性检测中多气孔检测方法的步骤。
[0035]本专利技术实施例具有如下有益效果：
[0036]1.本专利技术实施例通过匹配相邻帧气泡轨迹图像的宏块获取匹配对，以该匹配对的矢量模长的均值筛选每个匹配对的矢量模长获取最佳匹配对，避免了由于气泡特征相似导致匹配错误的情况，以最佳匹配对的矢量模长作为热度绘制气泡热度图，通过叠加多帧图像中的气泡热度图获取气泡轨迹线，根据该轨迹线的长度判断气孔的位置，并以该轨迹线内热度的平均值获取气孔的相对大小。
[0037]2.本专利技术实施例通过在热度图中绘制出运动矢量轨迹线，清晰直观的获取轨迹线长度，有效消除了水体图像中噪声所带来的干扰，准确快速的找到泄露气孔所在位置。
附图说明
[0038]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术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，还可以根据这些附图获得其它附图。
[0039]图1为本专利技术一个实施例所提供的一种基于人工智能的气密性检测中多气孔检测方法流程图；
[0040]图2为本专利技术一个实施例所提供的一种基于人工智能的气密性检测中多气孔检测方法中相邻帧图像的气泡匹配对的矢量模长和相邻气泡的偏移距离。
具体实施方式
[0041]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能的气密性检测中多气孔检测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0042]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0043]本专利技术实施例所适用的具体场景为通过匹配相邻帧的气泡轨迹图像的宏块得到最佳匹配对，以该匹配对模长绘制热度图，获取在热度图中的气泡轨迹线并检测多气孔的位置和相对大小。其中，主要通过对采集的水体图像进行运动目标检测获取气泡轨迹图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的气密性检测中多气孔检测方法，其特征在于，所述方法包括：采集多帧水体图像；所述水体图像包括至少一条由多个气泡组成的气泡轨迹；对每帧所述水体图像进行运动目标检测获取气泡轨迹图像，将每帧所述气泡轨迹图像划分为多个宏块，匹配相邻帧所述气泡轨迹图像中的宏块获取多个匹配对；计算所述匹配对的矢量模长的平均值，以所述平均值对每个所述匹配对的矢量模长进行筛选获取最佳匹配对；计算相邻帧每个所述气泡的所述最佳匹配对的矢量模长，以所述矢量模长为热度绘制所述气泡的热度图；通过叠加多帧图像中所述气泡的热度图获取所述气泡轨迹线，将延伸至水面的气泡轨迹线所在的位置作为气孔位置；将所述气泡轨迹线的平均热度作为所述气泡轨迹线的颜色深度，根据所述颜色深度确定工件内多个气孔的相对大小。2.根据权利要求1所述的一种基于人工智能的气密性检测中多气孔检测方法，其特征在于，所述对每帧所述水体图像进行运动目标检测获取气泡轨迹图像的获取步骤包括：提取所述水体图像的背景图像；以所述背景图像和所述水体图像作差获取所述水体图像的前景图像，通过叠加每帧所述前景图像获取气泡轨迹图像。3.根据权利要求1所述的一种基于人工智能的气密性检测中多气孔检测方法，其特征在于，所述匹配相邻帧所述气泡轨迹图像中的宏块获取多个匹配对的获取步骤包括：通过绝对误差和准则匹配相邻帧所述气泡轨迹图像中最相似的宏块获取多个宏块的匹配对。4.根据权利要求1所述的一种基于人工智能的气密性检测中多气孔检测方法，其特征在于，所述以所述平均值对每个所述匹配对的矢量模长进行筛选获取最佳匹配对的获取步骤包括：计算每个所述矢量模长与所述平均值的均方差作为第一目标函数；根据相邻帧中每个宏块的匹配对之间的偏移距离...

【专利技术属性】
技术研发人员：黄贤明，
申请(专利权)人：沭阳天勤工具有限公司，
类型：发明
国别省市：