一种金属近表面缺陷检测用智能检测与感知系统技术方案

本发明专利技术公开了一种金属近表面缺陷检测用智能检测与感知系统，包括红外成像仪、检测与感知系统、存储数据库和用户计算机，红外成像仪与检测与感知系统信号连接，检测与感知系统分布与存储数据库和用户计算机信号连接，检测与感知系统包括灰度变换模块、优化值分隔模块、特征提取模块、分类处理模块和缺陷结果反馈模块。本发明专利技术通过红外成像仪对金属表面进行红外成像，成像的图片经过灰度处理，并对处理的图片进行分析，并采用Gabor滤波算法和LBP算法对图像的纹理进行处理，有效的提高了金属表面缺陷检测数据的准确性。面缺陷检测数据的准确性。面缺陷检测数据的准确性。

【技术实现步骤摘要】
一种金属近表面缺陷检测用智能检测与感知系统


[0001]本专利技术涉及一种感知系统，特别涉及一种金属近表面缺陷检测用智能检测与感知系统，属于金属检测


技术介绍

[0002]金属广泛应用在工业生产与生产生活的各方面，由于金属制造过程涉及到的设备、工艺等多因素的影响，金属表面容易出现种类较多、形态各异的缺陷，这些缺陷对金属板的耐磨性、抗腐蚀性、电磁特性及美观性都会造成不同程度的影响，最终影响金属的电磁特性和涂镀效果，因此对于生产金属的企业来说，表面缺陷检测是必不可少的一个工序，一方面可以通过表面缺陷检测及时检测到缺陷产品，保证所产金属板的质量，维护企业的信誉，另一方面也可以通过分析检测结果及时发现生产过程中存在的问题，并及时解决。
[0003]目前的金属表面缺陷检测一般通过超声波检测是利用声脉在缺陷处发生特性变化的原理来检测，声波在工件内的反射状况就会显示在荧光屏上，根据反射波的时间及形状来判断工件内部缺陷及材料性质的方法，超声波探伤技术多应用于金属管道内部的缺陷检测，但是超声波在检测无法对金属表面纹理进行检测，容易造成检测数据不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属近表面缺陷检测用智能检测与感知系统，包括红外成像仪、检测与感知系统、存储数据库和用户计算机，其特征在于，所述红外成像仪与检测与感知系统信号连接，所述检测与感知系统分布与存储数据库和用户计算机信号连接，所述检测与感知系统包括灰度变换模块、优化值分隔模块、特征提取模块、分类处理模块和缺陷结果反馈模块；所述灰度变换模块：采用灰度归一化方法和滤波对红外成像仪上传的图片进行灰度处理和滤波处理；所述优化值分隔模块：基于区域生长的方法对红外图像进行分割；所述特征提取模块：特征提取算法提取缺陷的特征，对这些缺陷特征进行监督学习训练，保存训练的结果；所述分类处理模块：对缺陷位置进行计算，并将上传图像与处理后图像作对比；所述缺陷结果反馈模块：将金属近表面缺陷检测反馈至用户计算机，并对处理结果上传存储数据库进行存储。2.根据权利要求1所述的一种金属近表面缺陷检测用智能检测与感知系统，其特征在于：所述灰度归一化方法：利用灰度拉伸的方法将原图像中的灰度分布扩展到具有整个灰度级的图像，所述灰度变换归一化公式为：式中I(i，j)为原图像灰度值，N(i，j)为变换后图像的灰度值，min为原图像最小灰度值，max为原图像最大灰度值。3.根据权利要求1所述的一种金属近表面缺陷检测用智能检测与感知系统，其特征在于：所述滤波采用Gabor滤波算法对红外图像进行处理，由一个高斯函数与复指数函数相乘的母小波经过尺度变换与旋转变换后得到。4.根据权利要求1所述的一种金属近表面缺陷检测用智能检测与感知系统，其特征在于：所述基于区域生长的方法对红外图像进行分割包括以下步骤：第一步：将灰度处理的图片在每一个要分隔的区域选择一个要分割的区域，选择一个种子像素作为生长的起点，生长的起点为灰度高的像素点；第二步：安装确定的阀值准则，将种子像素周围相邻中与种子像素有相同或相近性质的像素合并到种子像素所在的区域中；第三步：重复上述第二步，直到再没有满足条件的像素可被包括进来。5.根据权利要求1所述的一种金属近表面缺陷检测用智能检测与...

【专利技术属性】
技术研发人员：文志军，吕光宏，肖湘，
申请(专利权)人：苏州华测信息科技有限公司，
类型：发明
国别省市：