一种激光切割缺陷识别方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种激光切割缺陷识别方法。该方法在对切割区域的灰度图像上每行的行灰度序列对应构建得到各行的灰度曲线后，根据对灰度曲线进行平滑处理时所用滑窗内外像素点的灰度情况，自适应地调整滑窗滑动过程中在各个位置的滑窗长度，从而实现对灰度曲线的自适应平滑处理，然后基于平滑处理后的灰度曲线完成激光切割缺陷识别。由于在对灰度曲线进行平滑处理的过程中，本发明专利技术根据滑窗边缘像素点附近的灰度情况自适应地设置了滑窗的长度从而自适应地改变了滑窗的大小，所以可以在有效消除噪声的同时保留缺陷信息，使得最终利用平滑处理后的灰度曲线进行激光切割缺陷识别时，提高对激光缺陷识别的准确度。准确度。准确度。

【技术实现步骤摘要】
一种激光切割缺陷识别方法


[0001]本专利技术涉及图像处理
，具体涉及一种激光切割缺陷识别方法。

技术介绍

[0002]在激光切割的过程中在切割线上会存在一些因激光功率过大而导致切割物质融化溅出的熔渣，所以需要对过大的激光功率进行调节。为判断激光功率是否过大，便需要采集切割面的图像，通过图像上切割线的情况判断是否需要对激光功率进行调节。
[0003]由于在对所采集图像上的切割线进行分析识别的过程中，所采集图像上的灰度值变化情况较多，所以为了突出切割线上的异常信息并且将无用的灰度变化信息去除，在提取切割线区域的行灰度值时需要对根据行灰度值构建所得的灰度曲线进行平滑处理。
[0004]Savitzky
‑
Golay滤波常用的对灰度曲线进行平滑处理的方法，但Savitzky
‑
Golay滤波在使用过程中其滑窗的大小是固定且需提前人为设定的，使用固定大小的滑窗进行灰度曲线的平滑处理，如果滑窗过大则将导致灰度曲线上一些重要的异常信息的丢失，如果过小则会导致灰度曲线上的噪声无法被剔除从而导致后续异常分析过程中将一些小波动作误判为异常。
[0005]所以，现有对激光切割过程中的熔渣缺陷的识别存在不准确的问题。

技术实现思路

[0006]本专利技术提供了一种激光切割缺陷识别方法，用以解决对激光切割过程中的熔渣缺陷识别不准确的技术问题，所采用的技术方案具体如下：本专利技术的一种激光切割缺陷识别方法，包括以下步骤：获取激光切割区域的灰度图像，然后获取灰度图像上每一行的行灰度序列并对应得到每一行的灰度曲线；确定用于对灰度曲线进行平滑处理的滑窗在其移动方向上的初始长度；根据滑窗移动时滑窗边缘点的灰度变化情况，确定滑窗边缘点在灰度差分值上的异常程度以及滑窗边缘点在灰度值变化方向上的异常程度；根据滑窗边缘点在灰度差分值上的异常程度以及滑窗边缘点在灰度值变化方向上的异常程度确定滑窗边缘点的综合异常程度；根据滑窗边缘点的综合异常程度，确定滑窗移动时在其移动方向上的自适应滑窗长度，完成对灰度曲线的平滑处理；根据平滑处理后的灰度曲线完成激光切割缺陷检测；所述滑窗边缘点在灰度差分值上的异常程度为：所述滑窗边缘点在灰度差分值上的异常程度为：
其中，表示滑窗边缘点在灰度差分值上的异常程度，表示滑窗边缘点相较于滑窗移动方向上游的相邻像素点的灰度值变化量，也即滑窗边缘点对应的差分数值，，表示当前滑窗中心点所对应的窗口长度，的取值范围为，为灰度曲线上像素点数量，与分别表示灰度值的异常变化区间的最小值和最大值。
[0007]本专利技术的有益效果为：本专利技术在对切割区域的灰度图像上每行的行灰度序列对应构建得到各行的灰度曲线后，根据对灰度曲线进行平滑处理时所用滑窗内外像素点的灰度情况，自适应地调整滑窗滑动过程中在各个位置的滑窗长度，从而实现对灰度曲线的自适应平滑处理，有效消除噪声的同时保留缺陷信息，在利用平滑处理后的灰度曲线进行缺陷故障识别时可达到更准确判断故障的效果。
[0008]进一步的，所述滑窗边缘点在灰度值变化方向上的异常程度为：进一步的，所述滑窗边缘点在灰度值变化方向上的异常程度为：进一步的，所述滑窗边缘点在灰度值变化方向上的异常程度为：其中，表示滑窗边缘点在灰度变化方向上的异常程度，表示灰度差分序列中相同符号差分值连续出现的数量，与分别表示差分符号连续相同的异常区间的最小值和最大值。
[0009]进一步的，所述滑窗边缘点的综合异常程度为：其中，表示滑窗边缘点的综合异常程度，表示滑窗边缘点在灰度差分值上的异常程度，表示滑窗边缘点在灰度变化方向上的异常程度。
[0010]进一步的，所述根据滑窗边缘点的综合异常程度，确定滑窗移动时在其移动方向上的自适应滑窗长度的方法为：(1)、当滑窗边缘点的综合异常程度时，滑窗的右侧边缘停止移动，保持在异常程度高于的前一个像素点，滑窗右侧停止移动后滑窗左侧的边缘向右移动，直至滑窗边缘点的综合异常程度，或滑窗长度达到滑窗长度最小值；(2)、当滑窗长度到达窗口长度最小值时，根据滑窗边缘点的综合异常程度增加窗口长度，如果滑窗边缘点的综合异常程度变大则将窗口长度增加，直到滑窗边缘点无综合异常程度；(3)、当滑窗边缘点无综合异常程度时，在下一次滑动中沿着滑窗移动方向分别
在滑窗的前后增加一个像素点长度。
附图说明
[0011]图1是本专利技术该种激光切割缺陷识别方法的流程图；图2是本专利技术的灰度曲线上滑窗以及滑窗边缘点的示意图。
具体实施方式
[0012]下面结合附图及实施例，对本专利技术的一种激光切割缺陷识别方法进行详细说明。
[0013]方法实施例：本专利技术的一种激光切割缺陷识别方法实施例，其整体流程如图1所示，具体过程如下：步骤一，获取激光切割区域的灰度图像，然后获取灰度图像上每一行的行灰度序列并对应得到每一行的灰度曲线。
[0014]本实施例采用相关的图像采集电子设备，如工业高清摄像机来获取激光切割区域的图像，并灰度化处理得到对应的灰度图像。
[0015]在得到灰度图像后，检测灰度图像上每一行的像素点的灰度值，并统计得到灰度图像上每一行的行灰度序列，按照行灰度序列中各个灰度值的先后顺序以及灰度值大小，便可绘制得到每一行的灰度曲线。
[0016]步骤二，确定用于对灰度曲线进行平滑处理的滑窗在其移动方向上的初始长度。
[0017]为了找出对行灰度序列进行平滑处理的最佳滑窗大小，则需要首先设置一个滑窗的初始长度以便确定滑窗边缘上像素点的灰度情况从而调节得到最佳滑窗大小。本实施例所指的滑窗的初始长度以及下文的滑窗长度，均是指滑窗在其移动方向上的长度。
[0018]对于滑窗的初始长度，可以通过行灰度序列的差分序列的第一个极值点来确定。在行灰度序列的差分序列中寻找第一个满足两侧数值异号的点，在差分序列中一个像素点的两侧差分数值异号说明这个点是局域极值。这里的初始滑窗确定无需判断波动大小，仅作为一个最初大小而后通过滑窗内的像素点与滑窗边缘两侧的像素点进行滑窗大小的调整。
[0019]极值点到行灰度序列中第一个波动点的距离即为滑窗的初始长度。将滑窗的初始长度记为。
[0020]步骤三，根据滑窗移动时滑窗边缘点的灰度变化情况，确定滑窗边缘点的综合异常程度。
[0021]如图2所示，最大矩形即为滑窗，此时滑窗的移动方向为向右，第一次与滑窗接触且同时处于滑窗边缘以及行灰度序列上的像素点，即为此时的滑窗边缘点，也即图2中与滑窗相交的小矩形，在滑窗移动方向上处于当前的滑窗边缘点下游，且与当前的滑窗边缘点相邻的行灰度序列上的像素点，即为下一时刻的滑窗边缘点。
[0022]本实施例通过与两个点的信息结合当前滑窗内像素点的信息来判断在下一次滑窗移动时滑窗在其移动方向上的长度需不需要改变，如果需要改变那么需要改变多
少。
[0023]当有熔渣掉落在切割线附近时，这些切割熔渣会呈现为灰度曲线上较为陡峭的波动。计算像素点的异常程度就是为了能够在平滑的过程中考虑到熔渣的可能从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光切割缺陷识别方法，其特征在于，包括以下步骤：获取激光切割区域的灰度图像，然后获取灰度图像上每一行的行灰度序列并对应得到每一行的灰度曲线；确定用于对灰度曲线进行平滑处理的滑窗在其移动方向上的初始长度；根据滑窗移动时滑窗边缘点的灰度变化情况，确定滑窗边缘点在灰度差分值上的异常程度以及滑窗边缘点在灰度值变化方向上的异常程度；根据滑窗边缘点在灰度差分值上的异常程度以及滑窗边缘点在灰度值变化方向上的异常程度确定滑窗边缘点的综合异常程度；根据滑窗边缘点的综合异常程度，确定滑窗移动时在其移动方向上的自适应滑窗长度，完成对灰度曲线的平滑处理；根据平滑处理后的灰度曲线完成激光切割缺陷检测；所述滑窗边缘点在灰度差分值上的异常程度为：所述滑窗边缘点在灰度差分值上的异常程度为：所述滑窗边缘点在灰度差分值上的异常程度为：其中，表示滑窗边缘点在灰度差分值上的异常程度，表示滑窗边缘点相较于滑窗移动方向上游的相邻像素点的灰度值变化量，也即滑窗边缘点对应的差分数值，，表示当前滑窗中心点所对应的窗口长度，的取值范围为，为灰度曲线上像素点数量，与分别表示灰度值的异常变化区间的最小值和最大值。2.根据权利要求1所述的激光切割缺陷识别方法，其特征在于，所述滑窗边缘点在灰度值变化方...

【专利技术属性】
技术研发人员：葛峰，顾小东，戴建中，
申请(专利权)人：江苏集宿智能装备有限公司，
类型：发明
国别省市：