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准确，无法对检测结果进行分类处理，影响金属表面缺陷检测数据的精确性。

技术实现思路

[0004]本专利技术的目的在于提供一种金属近表面缺陷检测用智能检测与感知系统，以解决上述
技术介绍
中提出的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准确，无法对检测结果进行分类处理，影响金属表面缺陷检测数据的精确性的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：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，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；
[0006]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；
[0007]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；
[0008]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；
[0009]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；
[0010]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。
[0011]作为本专利技术的一种优选技术方案，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：
[0012]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。
[0013]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。
[0014]作为本专利技术的一种优选技术方案，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：
[0015]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；
[0016]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；
[0017]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。
[0018]作为本专利技术的一种优选技术方案，所述特征提取模块：采用LBP算法将邻域像素的灰度值与中间元素进行比较大小，若大于中心灰度，则将该邻域像素置1，若小于中心灰度，则将该邻域像素置0，将这几个邻域元素从左上角顺时针排列构成一个二进制序列，将该二进制转化为十进制，则该十进制数即为该区域类的特征，对整幅图像进行该操作，左后得到一个序列的数，则该序列即为该图像的LBP特征向量。
[0019]作为本专利技术的一种优选技术方案，所述监督学习训练：将提取到的每一幅图像的特征即其标签放入分类器中进行训练，之后用新的图像输入测试其正确率用以验证其训练可靠性。
[0020]作为本专利技术的一种优选技术方案，所述缺陷位置计算：采用霍夫变换直线检测算法进行计算包括以下步骤：
[0021]第一步：计算每个检测出的直线长度，剔除那些过短的线(小于阈值)；
[0022]第二步：计算所有检测直线与y轴的夹角，若夹角小于某个阈值，则认为是竖线，否则是横线；
[0023]第三步：计算每根线的中点的坐标；
[0024]第四步：确定直线为竖线或横线，直线是竖线，将直线按中点X坐标有小到大顺序排序，直线是横线，将直线按中点Y坐标有小到大顺序排序；
[0025]第五步：将检测到的第一根线作为直线累计初始状态，对所有直线进行遍历判断相邻两直线的X坐标之差是否小于某阈值，若小于，则认为该直线与之前的累计直线属于同一根划痕，并继续进行累加；若X之差大于阈值，则认为该直线与下一个直线分属于不同的划痕，则计算前面类间直线端点坐标的最大值与最小值作为划痕的端点，求其长度并画图，同时将累计的直线清0，重复上述操作；对于横线，判断标准变为判断相邻两直线Y坐标之差是否小于阈值，其他操作同竖线；
[0026]第六步：将剩余的线统一当作同一个划痕，按第四步进行。
[0027]作为本专利技术的一种优选技术方案，所述缺陷结果反馈模块，通过对缺陷的计算，将计算结果反馈至用户计算机，用户计算机根据对比图，精确确定金属表面缺陷位置。
[0028]作为本专利技术的一种优选技术方案，
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]本专利技术一种金属近表面缺陷检测用智能检测与感知系统，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。
附图说明
[0031]图1为本专利技术的系统框图。
具体实施方式
[0032]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，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，本领域普通技术人员在没有做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。
[0033]请参阅图1，本专利技术提供了一种金属近表面缺陷检测用智能检测与感知系统的技术方案：
[0034]根据图1所示，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，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、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：