基于人工智能的液压齿轮泵缺陷检测方法及系统技术方案

本发明专利技术涉及液压系统零件缺陷检测技术领域，具体涉及一种基于人工智能的液压齿轮泵缺陷检测方法及系统。该方法为：获取齿轮泵图像的齿面目标区域；获取目标区域的复杂度；获取每个颜色通道下目标区域的熵，根据目标区域的熵获取空间分布向量，根据空间分布向量与正常齿面的空间分布向量之间的差异获取异常指标；获取目标区域内任意两个像素点之间的差异度，根据差异度与正常齿面的差异度之间的区别获取目标区域的差异指标；根据复杂度、异常指标以及差异指标获取缺陷置信度，当缺陷置信度大于预设阈值时，齿轮泵存在缺陷。从多方面对目标区域进行综合考虑，获取不同的特征参数，提高对齿面缺陷检测的准确度。高对齿面缺陷检测的准确度。高对齿面缺陷检测的准确度。

【技术实现步骤摘要】
基于人工智能的液压齿轮泵缺陷检测方法及系统


[0001]本专利技术涉及液压系统零件缺陷检测
，具体涉及一种基于人工智能的液压齿轮泵缺陷检测方法及系统。

技术介绍

[0002]随着现代化工业企业的自动化发展，各工业企业内的液压设备也随着兴起，为了保证液压设备的正常、高效运行，在实际应用过程中通常需要对液压设备的各组件、零件等进行检测、维修以及保养。齿轮泵是液压系统的动力元件，齿轮是液压设备中常用的一种重要传动零件，其齿面质量和精度高低对整个液压设备的综合性能和使用寿命有着重要的影响。
[0003]现有的对液压设备齿轮泵的故障检测大多是由具有丰富经验的工作人员进行，但利用工作人员对齿轮泵进行检测时通常要按照复杂的检测流程进行，工作量大且检测效率不高；并且人工检测的能力有限，无法保证对齿轮检测的全面性，误检率较高。

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液压齿轮泵缺陷检测方法及系统，所采用的技术方案具体如下：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液压齿轮泵缺陷检测方法，该方法包括以下步骤：获取液压系统齿轮泵图像的目标区域，所述目标区域包括齿轮泵的齿面区域；获取所述目标区域的复杂度；将所述目标区域划分为多个平行于齿轮泵齿顶的子块，靠近所述齿轮泵齿顶的子块为第一子块；获取每个颜色通道下所有所述子块的熵，以每个子块与所述第一子块之间的距离为权值对所有所述子块的熵进行加权求和得到所述目标区域的熵；根据每个颜色通道下所述目标区域的熵获取空间分布向量，根据所述空间分布向量与正常齿面的空间分布向量之间的差异获取异常指标；获取所述目标区域内每个像素点的梯度大小和方向，根据所述梯度大小和方向获取任意两个像素点之间的差异度，根据所述差异度与正常齿面的差异度之间的区别获取所述目标区域的差异指标；根据所述复杂度、所述异常指标以及所述差异指标获取缺陷置信度，当所述缺陷置信度大于预设阈值时，所述齿轮泵存在缺陷。
[0005]优选的，所述获取所述目标区域的复杂度的步骤，包括：将所述目标区域划分为相同尺寸的多个窗口，对每个所述窗口进行滤波处理获取每个所述窗口的特征值；获取每个所述窗口的特征值在所述目标区域的占比，根据所述占比获取所述目标区域的复杂度。
[0006]优选的，所述以每个子块与所述第一子块之间的距离为权值对所有所述子块的熵进行加权求和得到所述目标区域的熵的步骤，进一步包括：将每个颜色通道的取值范围等分为多个等级；获取每个子块内所述等级的数量，根据每个子块内所述等级的数量对每个所述子块的熵进行优化得到每个子块的优化熵；以每个子块与所述第一子块之间的距离为权值对所述优化熵进行加权求和得到所述目标区域的熵。
[0007]优选的，所述根据每个颜色通道下所述目标区域的熵获取空间分布向量的步骤，包括：获取每个颜色通道中所有等级对应的所述目标区域的熵的均值，根据所述均值获取所述目标区域在每个颜色通道中的方差；以所有颜色通道下所述目标区域的均值和方差构成空间分布向量。
[0008]优选的，所述根据所述梯度大小和方向获取任意两个像素点之间的差异度的步骤，包括：将每个所述像素点的梯度大小和方向构成一个二元组；以所述目标区域的任意像素点为中心像素点，所述中心像素点邻域内的像素点为待处理像素点；获取任意两个所述待处理像素点对应的二元组之间的相似度；所述差异度与所述相似度呈负相关关系。
[0009]优选的，所述根据所述差异度与正常齿面内差异度之间的区别获取所述目标区域的差异指标的步骤，包括：以每个邻域内所述待处理像素点之间的所述差异度构成差异向量，获取所述差异向量的自相关矩阵；根据所述自相关矩阵内所有元素的均值获取梯度指标；获取所述目标区域所有像素点对应的梯度指标为梯度指标序列，计算所述梯度指标序列与正常区域梯度指标序列之间的差异为所述差异指标。
[0010]优选的，所述根据所述复杂度、所述异常指标以及所述差异指标获取缺陷置信度的步骤，包括：根据所述复杂度、异常指标以及差异指标构建缺陷置信度模型为：其中，表示所述缺陷置信度；表示所述目标区域的复杂度；表示所述目标区域的异常指标；表示所述目标区域的差异指标；表示所述异常指标的参数；表示所述差异指标的参数。
[0011]第二方面，本专利技术另一个实施例提供了一种基于人工智能的液压齿轮泵缺陷检测系统，该系统包括存储器、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，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0012]本专利技术具有如下有益效果：通过获取齿轮泵的目标区域图像，然后对目标区域的复杂度进行分析；为了避免颜色对齿面检测的影响，进一步在不同颜色通道下对目标区域的熵进行计算，根据目标区域的熵得到空间指标，结合不同颜色通道下的空间指标与正常目标区域的空间指标之间的差异作为该目标区域的异常指标。再获取目标区域中每个像素
点的梯度特征，根据当前检测的目标区域的梯度特征与正常目标区域的梯度特征之间的差异得到当前检测目标区域的差异指标。根据目标区域的复杂度、异常指标以及差异指标得到该目标区域的缺陷置信度。从多个方面考虑目标区域的特征，获取不同的特征参数进行分析，提高对齿面缺陷检测的准确度，避免单一检测造成的误差影响。
附图说明
[0013]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。
[0014]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液压齿轮泵缺陷检测的方法流程图。
具体实施方式
[0015]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液压齿轮泵缺陷检测方法及系统，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。
[0016]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。
[0017]本专利技术实施例主要应用于对液压系统齿轮泵齿面缺陷的检测，通过获取齿轮泵的目标区域图像，然后对目标区域的复杂度进行分析；进一步在不同颜色通道下对目标区域的熵进行计算，得到该目标区域的异常指标；再获取目标区域中每个像素点的梯度特征，得到当前检测目标区域的差异指标；结合目标区域的复杂度、异常指标以及差异指标得到该目标区域的缺陷置信度。从多方面对目标区域进行分析，获取不同的特征参数，提高对齿面缺陷检测的准确度。
[0018]下面结合附图具体的说明本专利技术所提供的一种基于人工智能的液压齿轮泵缺陷检测方法及系统的具体方案。
[0019]请参阅图1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液压齿轮泵缺陷检测方法，其特征在于，该方法包括以下步骤：获取液压系统齿轮泵图像的目标区域，所述目标区域包括齿轮泵的齿面区域；获取所述目标区域的复杂度；将所述目标区域等比例划分为多个平行于齿轮泵齿顶的矩形区域的子块，靠近所述齿轮泵齿顶的子块为第一子块；获取每个颜色通道下所有所述子块的熵，以每个子块与所述第一子块之间的距离为权值对所有所述子块的熵进行加权求和得到所述目标区域的熵；根据每个颜色通道下所述目标区域的熵获取空间分布向量，根据所述空间分布向量与正常齿面的空间分布向量之间的差异获取异常指标；获取所述目标区域内每个像素点的梯度大小和方向，根据所述梯度大小和方向获取任意两个像素点之间的差异度，根据所述差异度与正常齿面的差异度之间的区别获取所述目标区域的差异指标；根据所述复杂度、所述异常指标以及所述差异指标获取缺陷置信度，当所述缺陷置信度大于预设阈值时，所述齿轮泵存在缺陷。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标区域的复杂度的步骤，包括：将所述目标区域划分为相同尺寸的多个窗口，对每个所述窗口进行滤波处理获取每个所述窗口的特征值；获取每个所述窗口的特征值在所述目标区域的占比，根据所述占比获取所述目标区域的复杂度。3.根据权利要求1所述的方法，其特征在于，所述以每个子块与所述第一子块之间的距离为权值对所有所述子块的熵进行加权求和得到所述目标区域的熵的步骤，进一步包括：将每个颜色通道的取值范围等分为多个等级；获取每个子块内所述等级的数量，根据每个子块内所述等级的数量对每个所述子块的熵进行优化得到每个子块的优化熵；以每个子块与所述第一子块之间的距离为权值对所述优化熵进行加权求和得到所述目标区域的熵。4.根据权利要求3所述的方法，其特征在于，所述根据每个颜...

【专利技术属性】
技术研发人员：王华程，郝美香，
申请(专利权)人：南通俊朗智能科技有限公司，
类型：发明
国别省市：