一种盘刹车轴底板点焊缺陷检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种盘刹车轴底板点焊缺陷检测方法，获取盘刹车轴底板的图像信息，得到灰度图像；对灰度图像进行标注，得到标签图像，构建神经网络模型，神经网络模型的损失函数包括浅层特征损失函数、交叉熵损失函数以及交并比损失函数；利用灰度图像、标签图像以及损失函数对神经网络模型进行训练，得到训练好的神经网络模型；将灰度图像输入到训练好的神经网络模型中，输出包含点焊缺陷的语义感知图；得到各点焊缺陷连通域；计算各点焊缺陷连通域的缺陷特征向量；计算缺陷特征向量与各标准缺陷特征向量的点焊缺陷判定指标，进而确定各点焊缺陷连通域对应的点焊缺陷类型。本发明专利技术能够准确检测到盘刹车轴底板的点焊缺陷。板的点焊缺陷。板的点焊缺陷。

【技术实现步骤摘要】
一种盘刹车轴底板点焊缺陷检测方法


[0001]本专利技术涉及数据处理
，具体涉及一种盘刹车轴底板点焊缺陷检测方法。

技术介绍

[0002]盘刹车轴底板主要由铸铁材质的盘片和钢材质的盘心两部分组成的，铸铁盘片和钢制盘心通过焊接工艺连接在一起，在对铸铁盘片与钢制盘心的进行焊接时，由于焊接人员技术不到位、设备不合格及操作步骤不规范等因素，会导致盘刹车轴底板存在点焊缺陷；此外，焊接时的电流强度、电极压力、焊件本身的材质与厚度等因素会影响点焊质量，造成点焊缺陷。
[0003]盘刹车轴底板的点焊缺陷主要有烧穿、漏焊、虚焊、点焊压痕过深以及表面喷溅等缺陷类型，点焊缺陷不仅影响盘刹车轴底板的外观状况，而且对盘刹车轴底板的质量以及使用寿命都有较大的影响，存在点焊缺陷的盘刹车轴底板质量较差且使用寿命低，存在较高的安全隐患。因此，对盘刹车轴底板的点焊状况进行检测是保证盘刹车轴底板质量与使用寿命的重要手段。现有技术中对盘刹车轴底板的点焊缺陷的检测多通过质检人员目测完成，该种检测方法不仅工作量大、检测精度低，且检测结果存在主观性判断，有较高的错检、误检及漏检现象。

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盘刹车轴底板点焊缺陷检测方法，所采用的技术方案具体如下：获取盘刹车轴底板的图像信息，并对所述图像信息进行预处理，得到灰度图像；对所述灰度图像进行标注，得到标签图像；构建神经网络模型，所述神经网络模型的损失函数包括浅层特征损失函数、交叉熵损失函数以及交并比损失函数；所述浅层特征损失函数根据灰度图像的特征值与标签图像的特征值的得到；利用所述灰度图像、标签图像以及损失函数对神经网络模型进行训练，得到训练好的神经网络模型；将所述灰度图像输入到训练好的神经网络模型中，输出包含点焊缺陷的语义感知图；所述语义感知图为二值图像，点焊缺陷的像素值为1，其他区域的像素值为0；将所述语义感知图与所述图像信息相乘，获取各点焊缺陷连通域；根据各点焊缺陷连通域对应的所有像素点，计算各点焊缺陷连通域对应的缺陷特征向量；计算所述缺陷特征向量与各标准缺陷特征向量的点焊缺陷判定指标，根据点焊缺陷判定指标确定各点焊缺陷连通域对应的点焊缺陷类型，完成对盘刹车轴底板的点焊缺陷检测。
[0005]进一步地，所述损失函数由浅层特征损失函数、交叉熵损失函数以及交并比损失函数及其对应的权值参数进行加权求和得到。
[0006]进一步地，所述特征值的获取方法为：所述神经网络模型由两部分组成，一部分为浅层特征提取模块，另一部分为编码器—解码器的网络结构；所述浅层特征提取模块具有不同方向滤波核，用于提取所述灰度图像与标签图像在不同方向上的特征值。
[0007]进一步地，所述浅层特征损失函数为：进一步地，所述浅层特征损失函数为：其中，为浅层特征损失函数，为图像的长或宽，为图像的宽或长，为标签图像中像素点j的像素值，为灰度图像经过浅层提取特征模块在第t个方向下的滤波核得到的特征图中像素点j的特征值；为标签图像经过浅层提取特征模块在第t个方向下的滤波核得到的特征图中像素点j的特征值；为滤波核的方向的总个数；为正则化系数；所述图像包括灰度图像和标签图像，灰度图像与标签图像的大小相等。
[0008]进一步地，所述缺陷特征向量的获取方法为：将点焊缺陷连通域进行灰度化处理，计算点焊缺陷连通域对应的灰度均值，获取点焊缺陷连通域中所有像素点的水平梯度与竖直梯度，计算水平梯度的平均值与竖直梯度的平均值；利用高斯模型拟合点焊缺陷连通域中所有像素点的分布状况，获取高斯模型对应的参数和参数，基于所述灰度均值、水平梯度的平均值、竖直梯度的平均值、参数和参数，确定缺陷特征向量；缺陷特征向量为：；其中，为第i个点焊缺陷连通域对应的缺陷特征向量，为第i个点焊缺陷连通域对应的灰度均值，为第i个点焊缺陷连通域对应的水平梯度的平均值，为第i个点焊缺陷连通域对应的竖直梯度的平均值；为第i个点焊缺陷连通域的高斯模型对应的参数，为第i个点焊缺陷连通域的高斯模型对应的参数。
[0009]进一步地，所述标准缺陷特征向量的获取方法为：根据各点焊缺陷类型对应的缺陷图像，构建点焊缺陷数据库，获取点焊缺陷数据库中各缺陷图像对应的缺陷特征向量各缺陷图像对应的缺陷特征向量为标准缺陷特征向量。
[0010]进一步地，所述点焊缺陷判定指标为：其中，为第i个点焊缺陷连通域对应的缺陷特征向量，为第k个标准缺陷特征向量，为取模操作，为与之间的夹角。
[0011]本专利技术实施例至少具有如下有益效果：本专利技术通过训练好的神经网络模型得到语义感知图，进而得到各点焊缺陷连通域，计算各点焊缺陷连通域对应的缺陷特征向量，根据各点焊缺陷类型对应的缺陷图像，计
算各缺陷图像对应的缺陷特征向量，根据缺陷特征向量获取各点焊缺陷连通域对应的点焊缺陷判定指标，根据点焊缺陷判定指标，得到各点焊缺陷连通域对应的点焊缺陷类型。本专利技术不仅能够准确检测到盘刹车轴底板的点焊缺陷，而且能够获取各点焊缺陷连通域对应的点焊缺陷类型。其中本专利技术通过浅层特征损失函数、交叉熵损失函数以及交并比损失函数得到神经网络模型的损失函数，并对神经网络模型进行训练，提高了语义感知图的获取精度，避免了边界像素点分割不准确的问题，提高了轮廓边界的分割精确度。
附图说明
[0012]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。
[0013]图1是本专利技术的一种盘刹车轴底板点焊缺陷检测方法的步骤流程图。
具体实施方式
[0014]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方案，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。
[0015]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。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种盘刹车轴底板点焊缺陷检测方法的步骤流程图，该方法包括以下步骤：步骤1，获取盘刹车轴底板的图像信息，并对图像信息进行预处理，得到灰度图像，进而对灰度图像进行标注，得到标签图像。
[0017]具体地，将盘刹车轴底板放置在检测台上，利用相机对盘刹车轴底板表面进行拍摄，获取盘刹车轴底板的图像信息；对图像信息进行预处理的过程包括去噪处理、灰度化处理以及图像增强处理。
[0018]本实施例利用中值滤波对图像信息进行去噪处理，去除图像信息中的噪声，消除图像信息中的噪声对后续检测结果产生不良影响，实施者可以根据实际情况选择其他去噪方式去除图像信息中的噪声。
[0019]利用平均值法对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盘刹车轴底板点焊缺陷检测方法，其特征在于，该方法包括以下步骤：获取盘刹车轴底板的图像信息，并对所述图像信息进行预处理，得到灰度图像；对所述灰度图像进行标注，得到标签图像；构建神经网络模型，所述神经网络模型的损失函数包括浅层特征损失函数、交叉熵损失函数以及交并比损失函数；所述浅层特征损失函数根据灰度图像的特征值与标签图像的特征值的得到；利用所述灰度图像、标签图像以及损失函数对神经网络模型进行训练，得到训练好的神经网络模型；将所述灰度图像输入到训练好的神经网络模型中，输出包含点焊缺陷的语义感知图；所述语义感知图为二值图像，点焊缺陷的像素值为1，其他区域的像素值为0；将所述语义感知图与所述图像信息相乘，获取各点焊缺陷连通域；根据各点焊缺陷连通域对应的所有像素点，计算各点焊缺陷连通域对应的缺陷特征向量；计算所述缺陷特征向量与各标准缺陷特征向量的点焊缺陷判定指标，根据点焊缺陷判定指标确定各点焊缺陷连通域对应的点焊缺陷类型，完成对盘刹车轴底板的点焊缺陷检测。2.根据权利要求1所述的一种盘刹车轴底板点焊缺陷检测方法，其特征在于，所述损失函数由浅层特征损失函数、交叉熵损失函数以及交并比损失函数及其对应的权值参数进行加权求和得到。3.根据权利要求1所述的一种盘刹车轴底板点焊缺陷检测方法，其特征在于，所述特征值的获取方法为：所述神经网络模型由两部分组成，一部分为浅层特征提取模块，另一部分为编码器—解码器的网络结构；所述浅层特征提取模块具有不同方向滤波核，用于提取所述灰度图像与标签图像在不同方向上的特征值。4.根据权利要求1所述的一种盘刹车轴底板点焊缺陷检测方法，其特征在于，所述浅层特征损失函数为：征损失函数为：其中，为浅层特征损失函数，为图像的长或宽，为图像的宽或长，为...

【专利技术属性】
技术研发人员：仲召侠，杨延雪，王伏生，
申请(专利权)人：山东鲁岳桥机械股份有限公司，
类型：发明
国别省市：