一种金属焊接夹渣缺陷快速检测方法技术

本发明专利技术公开了一种金属焊接夹渣缺陷快速检测方法，涉及人工智能领域。包括：获取焊缝灰度图像，获取灰度图像中每个像素点的灰度值；计算灰度图像中每个灰度级属于背景灰度级的概率，将概率最大值对应的灰度级作为灰度图像的背景灰度级；计算每个像素点的关注程度；计算每个像素点的混乱程度；计算每个像素点的异常概率值；计算该焊缝灰度图像的夹渣缺陷概率；当夹渣概率大于预设阈值时，该焊缝灰度图像存在夹渣缺陷；根据每个像素点的异常概率值与所述异常概率均值确定焊缝灰度图像的夹渣缺陷区域。根据本发明专利技术提出的技术手段，摒弃了传统方法复杂的图像处理计算过程，大大减少了计算量，从而提高了夹渣缺陷的获取精确度。从而提高了夹渣缺陷的获取精确度。从而提高了夹渣缺陷的获取精确度。

【技术实现步骤摘要】
一种金属焊接夹渣缺陷快速检测方法


[0001]本专利技术涉及人工智能领域，具体涉及一种金属焊接夹渣缺陷快速检测方法。

技术介绍

[0002]焊接技术在现代工业的发展中具有重要意义。作为一种基本而重要的工艺方法，其广泛应用于航空航天、汽车船舶、建筑、机械、国防等各个领域和部门中。由于焊接过程中受多种因素的影响，焊缝中不可避免地出现裂纹、气孔、夹渣、未融合等多种缺陷，这严重影响焊接工件的使用性能及安全性，甚至可能产生灾难性的后果，带来极大的经济损失。因此，对焊缝进行缺陷检测，保证焊接质量，具有直接而重要的现实意义。
[0003]目前在行业内，焊缝质量的检测主要有两种方法：一是通过人工目测；二是对产品进行破坏性抽样检测，两者都缺乏相应的自动化检测设备。这种传统的人工检测工作模式，存在以下三个缺点：（1）检验人员需要长时间注视焊缝，容易产生视觉疲劳，从而造成漏检；（2）由于检验人员的检验水平、技能与经验不同，对焊缝质量标准的把握容易出现偏差。因此检验水平受人为因素影响较大，判别稳定性差；（3）人工检测效率低，是制约产品生产效率的瓶颈。而采用机器视觉的检测方法通常只能检测出缺陷是否存在，而无法对某种缺陷进行针对性检测。
[0004]对于夹渣缺陷，容易造成后续补涂环节的困难，而且有飞溅物的焊缝严重影响到外观质量，此类缺陷通常是由于焊接处温度达到或超过金属熔点，熔融金属在压力的作用下被滚轮挤压飞出而形成飞溅物。同时，在产生焊穿的情况下也容易形成焊渣。此类缺陷表现为具有较正常焊缝更宽的低亮度区域，且焊缝夹渣区域粗糙，在极少数情况下，由于滚轮压力及高温的作用，导致搭接处弯曲变形，金属熔合后呈变形状态，产生特殊的焊渣类型。同时焊缝中还存在伪缺陷，伪缺陷是干扰正常焊缝缺陷检测的重要因素。它的成因比较复杂，通常认为是由于车间尘埃与补涂用的防锈胶水的混合物因振动滴落至焊缝区域所造成的，采用传统的阈值分割方法难以区分分割区域为夹渣缺陷还是伪缺陷。

技术实现思路

[0005]本专利技术提供一种金属焊接夹渣缺陷快速检测方法，以解决现有的问题，包括：获取焊缝灰度图像，获取灰度图像中每个像素点的灰度值；计算灰度图像中每个灰度级属于背景灰度级的概率，将概率最大值对应的灰度级作为灰度图像的背景灰度级；计算每个像素点的关注程度；计算每个像素点的混乱程度；计算每个像素点的异常概率值；计算该焊缝灰度图像的夹渣缺陷概率；当夹渣概率大于预设阈值时，该焊缝灰度图像存在夹渣缺陷；根据每个像素点的异常概率值与所述异常概率均值确定焊缝灰度图像的夹渣缺陷区域。
[0006]根据本专利技术提出的技术手段，有效降低了检测成本，提高了夹渣缺陷的获取精确度，对提高后续产品质量有着非常重要的意义；方便快捷，摒弃了传统方法复杂的图像处理计算过程，大大减少了计算量，更加适应高速生产的产线。
[0007]本专利技术采用如下技术方案：一种金属焊接夹渣缺陷快速检测方法，包括：
获取焊缝灰度图像，获取所述灰度图像中每个像素点的灰度值。
[0008]计算所述灰度图像中每个灰度级属于背景灰度级的概率，将所述概率最大值对应的灰度级作为所述灰度图像的背景灰度级。
[0009]根据所述灰度图像中每个像素点的灰度值与所述背景灰度级计算每个像素点的关注程度。
[0010]获取所述灰度图像中每个像素点的梯度幅值，根据所述灰度图像中每个像素点的梯度幅值计算每个像素点的混乱程度。
[0011]根据每个像素点的关注程度和混乱程度计算焊缝灰度图像中每个像素点的异常概率值。
[0012]根据每个像素点的异常概率值计算该焊缝灰度图像的夹渣缺陷概率；当所述夹渣缺陷概率大于预设阈值时，该焊缝灰度图像存在夹渣缺陷。
[0013]对于存在夹渣缺陷的焊缝灰度图像，根据每个像素点的异常概率值与所述异常概率均值确定焊缝灰度图像的夹渣缺陷区域。
[0014]进一步的，一种金属焊接夹渣缺陷快速检测方法，获取所述灰度图像背景灰度级的方法为：根据所述灰度图像中每个像素点的灰度值建立灰度直方图，计算灰度直方图中每个灰度级的频率，根据每个灰度级的频率建立高斯分布计算每个灰度级属于背景灰度级的概率，表达式为：其中，i表示第i个灰度级，表示高斯分布的均值，表示高斯分布的方差，表示第i个灰度级属于背景灰度级的概率；将属于背景灰度级的概率最大值灰度图像的作为背景灰度级。
[0015]进一步的，一种金属焊接夹渣缺陷快速检测方法，计算每个像素点的关注程度的方法为：其中，表示所述灰度图像的背景灰度级，K表示像素点的关注程度，e为自然对数的底数，表示第j个像素点的灰度值。
[0016]进一步的，一种金属焊接夹渣缺陷快速检测方法，计算每个像素点的混乱程度的方法为：建立设定尺寸的滑窗，根据滑窗尺寸对所述灰度图像进行增维，对增维后的灰度图像进行滑窗，计算每个滑窗内所有像素点的梯度幅值，根据每个像素点的梯度幅值计算对应像素点的混乱程度，表达式为：
其中，G表示像素点的混乱程度，Z表示滑窗中像素点的个数，f表示像素点的梯度幅值，表示除中心像素点划窗中像素点的梯度幅值均值，tanh为双曲线正切函数，为超参数。
[0017]进一步的，一种金属焊接夹渣缺陷快速检测方法，根据所述关注程度以及所述混乱程度计算焊缝灰度图像中每个像素点的异常概率值，表达式为：其中，L表示所述焊缝灰度图像中每个像素点的异常概率值，G表示每个像素点的混乱程度，K表示每个像素点的关注程度。
[0018]进一步的，一种金属焊接夹渣缺陷快速检测方法，根据每个像素点的异常概率值计算该焊缝灰度图像的夹渣缺陷概率的方法为：计算焊缝灰度图像中每列像素点的异常概率值之和；计算焊缝灰度图像中所有像素点的异常概率均值；根据所述每列像素点的异常概率值之和以及所述灰度图像中所有像素点的异常概率均值计算该焊缝灰度图像的夹渣缺陷概率，表达式为：其中，E表示该焊缝灰度图像的夹渣缺陷概率，表示第j列像素点的异常概率值之和，表示焊缝灰度图像中所有像素点的异常概率均值，n表示焊缝灰度图像中共有n列像素点。
[0019]进一步的，一种金属焊接夹渣缺陷快速检测方法，确定焊缝灰度图像的夹渣缺陷区域的方法为：当时，对第j列像素点进行标记，其中，表示第j列像素点的异常概率值之和，表示焊缝灰度图像中所有像素点的异常概率均值；将满足该表达式的连续列像素点进行标记，得到焊缝灰度图像的夹渣缺陷区域。
[0020]本专利技术的有益效果是：根据本专利技术提出的技术手段，有效降低了检测成本，提高了夹渣缺陷的获取精确度，对提高后续产品质量有着非常重要的意义；方便快捷，摒弃了传统方法复杂的图像处理计算过程，大大减少了计算量，更加适应高速生产的产线。
附图说明
[0021]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，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地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
[0022]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属焊接夹渣缺陷快速检测方法，其特征在于，包括：获取焊缝灰度图像，获取所述灰度图像中每个像素点的灰度值；计算所述灰度图像中每个灰度级属于背景灰度级的概率，将所述概率最大值对应的灰度级作为所述灰度图像的背景灰度级；根据所述灰度图像中每个像素点的灰度值与所述背景灰度级计算每个像素点的关注程度；获取所述灰度图像中每个像素点的梯度幅值，根据所述灰度图像中每个像素点的梯度幅值计算每个像素点的混乱程度；根据每个像素点的关注程度和混乱程度计算焊缝灰度图像中每个像素点的异常概率值；根据每个像素点的异常概率值计算该焊缝灰度图像的夹渣缺陷概率；当所述夹渣缺陷概率大于预设阈值时，该焊缝灰度图像存在夹渣缺陷；对于存在夹渣缺陷的焊缝灰度图像，根据每个像素点的异常概率值与异常概率均值确定焊缝灰度图像的夹渣缺陷区域。2.根据权利要求1所述的一种金属焊接夹渣缺陷快速检测方法，其特征在于，获取所述灰度图像背景灰度级的方法为：根据所述灰度图像中每个像素点的灰度值建立灰度直方图，计算灰度直方图中每个灰度级的频率，根据每个灰度级的频率建立高斯分布计算每个灰度级属于背景灰度级的概率，表达式为：其中，i表示第i个灰度级，表示高斯分布的均值，表示高斯分布的方差，表示第i个灰度级属于背景灰度级的概率；将属于背景灰度级的概率最大值灰度图像的作为背景灰度级。3.根据权利要求2所述的一种金属焊接夹渣缺陷快速检测方法，其特征在于，计算每个像素点的关注程度的方法为：其中，表示所述灰度图像的背景灰度级，K表示像素点的关注程度，e为自然对数的底数，表示第j个像素点的灰度值。4.根据权利要求1所述的一种金属焊接夹渣缺陷快速检测方法，其特征在于，计算每个像素点的混乱程度的...

【专利技术属性】
技术研发人员：刘祖岗，
申请(专利权)人：山东盛世恒机械制造有限公司，
类型：发明
国别省市：