一种复杂结构件内部零件空间分布位置快速检测系统技术方案

本发明专利技术公开了一种复杂结构件内部零件空间分布位置快速检测系统，包括：图像采集模块、模型训练模块、数据库模块、目标检测模块和统计分析模块，通过图像采集模块采集训练数据集，通过模型训练模块建立复杂结构件投影数据高精度检测模型，通过数据库模块建立零件坐标数据库，通过目标检测模块对零件进行检测，通过统计分析模块统计分析检测信息并输出零件检测结果，利用CT反演成像，将复杂结构件二维投影数据的检测问题转化为断层平面的检测，避免零件遮挡影响，解决了复杂结构件内部零件空间分布位置检测难题，利用先验信息计算最大采样步长的采样原则，有效减少了投影数据获取量，减少了数据采集时间。减少了数据采集时间。减少了数据采集时间。

【技术实现步骤摘要】
一种复杂结构件内部零件空间分布位置快速检测系统


[0001]本专利技术涉及X射线无损检测
，具体为一种复杂结构件内部零件空间分布位置快速检测系统。

技术介绍

[0002]在仪器仪表、电子装配等领域存在众多生产批量大、周期短的复杂结构件，这些结构件内部包含众多复杂、精密的零部件，这些零件相互遮挡、重叠，结构复杂却又缺一不可，在目前的装配工艺中，无论是手工装配还是机器人自动装配，这些结构件内部零件很容易出现位置装配错误的情况，不仅会导致零件自身故障，使产品性能降低或功能失效，还有可能威胁到生产、运输、贮存、使用过程中的生命与财产安全，造成难以估量的损失，因此，对复杂结构件内部零件空间分布位置检测是保障产品质量的重要环节，目前仍然是行业内待解决的难题；
[0003]由于大部分复杂结构件均由不透明的金属壳体封装，因此目前对于复杂结构件的检测主要依赖于可穿透金属外壳获取内部结构件信息的X射线成像，现有的检测方式仍存在一些问题：首先，随着X成像检测技术的发展，复杂结构件内部零件的检测在DR成像技术的基础上，与卷积神经网络相结合，直接从投影图中提取深度特征替代传统的人工设计特征进行检测，具有快速、鲁棒性高的优点，但是积分式的DR成像无法呈现数据特征的空间分布信息，无法解决内部零件空间分布位置检测问题；其次，现有的X射线CT成像检测方法和系统需要足够多的投影数据，重建算法复杂、成像效率低，无法匹配复杂结构件实时性检测需求。
[0004]所以，人们需要一种复杂结构件内部零件空间分布位置快速检测系统来解决上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种复杂结构件内部零件空间分布位置快速检测系统，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：所述系统包括：图像采集模块、模型训练模块、数据库模块、目标检测模块和统计分析模块；
[0007]所述图像采集模块用于采集训练数据集；
[0008]所述模型训练模块用于建立复杂结构件投影数据高精度检测模型；
[0009]所述数据库模块用于建立零件坐标数据库；
[0010]所述目标检测模块用于对零件进行检测，并输出断层面的零件分布信息；
[0011]所述统计分析模块用于统计分析检测信息并输出零件检测结果。
[0012]进一步的，利用所述图像采集模块采集训练数据集：设置采样步长为1/3
°
，依据采样步长采集复杂结构件中的标准合格件全周向方位下的投影序列，通过加码校正预处理手
段增强投影数据，并将投影数据映射在8bit深度的图像上，得到增强后的投影数据。
[0013]进一步的，利用所述模型训练模块训练数据：在确定复杂结构件内部的待检零件后，在增强后的投影数据中进行标注，按照VOC2007格式制作数据集，将制作好的数据集作为训练样本，将训练样本输入预训练的检测网络，通过迁移学习训练输出高精度检测模型。
[0014]进一步的，所述检测网络为Faster
‑
RCNN网络，数据训练过程为：通过Resnet5特征提取网络和FPN网络在输入的投影数据中提取特征图，构建特征金字塔；
[0015]通过FPN网络生成区域候选框，计算候选框与标注真值的IoU值，使用Softmax分类器将IoU值大于0.7的候选框标记为正样本，将IoU值小于0.3的候选框标记为负样本，选择IoU值大于0.5的候选框以标注的真值为目标计算平移、缩放系数，依据计算结果对所有候选框进行微调，依据IoU值排序候选框，并提取前300个位置修正后的候选框作为区域建议框输出，IoU值指的是候选框与标注值的重叠区域部分除以候选框与标注值的集合的结果，标注值指的是集中人工在图像上标注的物体目标框，表示对应目标的真值；
[0016]通过ROI区域池化和全连接层对生成的候选框进行分类和边框精修，由于复杂结构件内部零件装配密集，且存在大量小目标，选用Faster
‑
RCNN网络检测训练样本有效提高了检测精度和速度，在产品装配公差和倾斜状态下保证了检测的准确度。
[0017]进一步的，利用所述数据库模块建立零件坐标数据库：根据标准合格件全周向投影序列重建结构件的三维模型；以1/3
°
为旋转步长建立旋转三维模型，获取每一个角度下零件中心点所在断层平面，并提取断层面坐标系中零件中心点坐标，建立零件分布位置坐标数据库。
[0018]进一步的，根据下列公式估算采样步长γ：
[0019][0020]其中，m0表示投影方向上同一段层平面中相邻零件的中心点最小距离，m2表示零件中心点到断层平面中心点的距离，m1为同一断层面待解析的零件数量，φ为零件中心点投影坐标变化量为m0/2时的旋转角度，依据采样步长γ，在半个圆周内等间隔采样投影数据，通过实验选取非线性补偿伽马值，根据投影数据像素值取值范围制作伽马映射表，并通过伽马校正增强投影数据，将投影数据映射在8bit深度的图像上，输入到所述目标检测模块中，提出等间隔、多角度采样原则，以及采样步长计算方法，通过合理的数据采集机制，在保证检测准确率的基础上降低了数据采集成本，有效减少了复杂结构件的检测时间，保证了快速检测。
[0021]进一步的，通过训练好的检测网络输出所有投影数据中零件的分类定位信息，提取零件中心投影点，构建简化离散投影模型，通过CT反演求解零件位置分布信息：将零件的投影数据用中心投影点进行等效，将剩余不影响检测的投影像素均设为像素值为0的背景，将一个像素设为一个单元，建立简化的离散投影模型，根据下列公式确认待反演断层平面：
[0022][0023]其中，X表示待反演断层平面图像的N个像素值，X所示矩阵为待反演断层平面矩阵，p表示M条射线对应的投影数据，R表示投影矩阵，R中的每个元素r
ij
表示第j个像素点对第i条射线对应投影值的权系数，依据采样角度筛选等间隔分布的反投影线交点，将所述反投影交点作为零件位置解析点，通过CT反演确定零件位置分布，利用CT反演成像，将复杂结构件二维投影数据的检测问题转化为断层平面的检测，避免零件遮挡影响，解决了复杂结构件内部零件空间分布位置检测难题。
[0024]进一步的，对所述零件位置解析点进行修正：引入八连通域作为修正值，若经过随机一个点八连通域内的反投影线数量不小于采样数量，将该点划分为候选点，根据下列公式筛选零件位置解析点：
[0025][0026]其中，x1、y1分别表示候选点的横、纵坐标，x0、y0分别表示断层平面中心点的横、纵坐标，R表示标准合格件中零件中心点相对于断层平面中心点的距离，筛选满足上述公式的候选点为零件位置解析点，将零件位置解析点的坐标信息输出至所述统计分析模块，由于等效零件投影中心点时的误差以及数据舍入等原因，多条反投影线总是相交于一个区域而非一点，引入八连通域作为修正值，避免了生成错误解，提高了检测的准确率。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：所述系统包括：图像采集模块、模型训练模块、数据库模块、目标检测模块和统计分析模块；所述图像采集模块用于采集训练数据集；所述模型训练模块用于建立复杂结构件投影数据高精度检测模型；所述数据库模块用于建立零件坐标数据库；所述目标检测模块用于对零件进行检测，并输出断层面的零件分布信息；所述统计分析模块用于统计分析检测信息并输出零件检测结果。2.根据权利要求1所述的一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：利用所述图像采集模块采集训练数据集：设置采样步长为1/3
°
，依据采样步长采集复杂结构件中的标准合格件全周向方位下的投影序列，通过加码校正预处理手段增强投影数据，并将投影数据映射在8bit深度的图像上，得到增强后的投影数据。3.根据权利要求1所述的一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：利用所述模型训练模块训练数据：在确定复杂结构件内部的待检零件后，在增强后的投影数据中进行标注，按照VOC2007格式制作数据集，将制作好的数据集作为训练样本，将训练样本输入预训练的检测网络，通过迁移学习训练输出高精度检测模型。4.根据权利要求3所述的一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：所述检测网络为Faster
‑
RCNN网络，数据训练过程为：通过Resnet5特征提取网络和FPN网络在输入的投影数据中提取特征图，构建特征金字塔；通过FPN网络生成区域候选框，计算候选框与标注真值的IoU值，使用Softmax分类器将IoU值大于0.7的候选框标记为正样本，将IoU值小于0.3的候选框标记为负样本，选择IoU值大于0.5的候选框以标注的真值为目标计算平移、缩放系数，依据计算结果对所有候选框进行微调，依据IoU值排序候选框，并提取前300个位置修正后的候选框作为区域建议框输出；通过ROI区域池化和全连接层对生成的候选框进行分类和边框精修。5.根据权利要求1所述的一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：利用所述数据库模块建立零件坐标数据库：根据标准合格件全周向投影序列重建结构件的三维模型；以1/3
°
为旋转步长建立旋转三维模型，获取每一个角度下零件中心点所在断层平面，并提取断层面坐标系中零件中心点坐标，建立零件分布位置坐标数据库。6.根据权利要求2所述的一种复杂结构件内部零件空间分布位置快速检测系统，其特征在于：根据下列公式估算采样步长γ：其中，m0表示投影方向上同一段层平面中相邻零件的中心点最小距离，m2表示零件中心点到断层平面中心点的距离，m1为同一断层面待解析的零件数量，φ为零件中心点投影坐标变化量为m0/2时的旋转角度，依据采样步长γ，在半个圆周内等间隔采样投影数据，通过实验选取...

【专利技术属性】
技术研发人员：陈平，李璇，郭宇杰，潘晋孝，刘宾，魏交统，赵晓杰，
申请(专利权)人：中北大学，
类型：发明
国别省市：