焊管表面焊接缺陷检测方法技术

本发明专利技术涉及图像处理领域，具体涉及一种焊管表面焊接缺陷检测方法。获取焊管的焊缝射线图像，并进行聚类；获取每个连通域的离群程度；获取离群连通域，并将离群连通域中的像素点作为离群像素点；获取每个离群像素点的距离异常值；获取每个离群连通域中离群像素点的灰度异常值；获取每个离群像素点的异常程度，将异常程度大于阈值的离群像素点作为缺陷像素点；基于缺陷像素点构成的连通域，得到焊缝射线图像中的缺陷区域，对缺陷区域进行缺陷类型检测，得到每个缺陷区域的缺陷类型。本发明专利技术通过对图像聚类后存在的离群像素点进行判断，降低离群像素点对缺陷检测的影响，从而检测到准确的缺陷区域进行缺陷识别。陷区域进行缺陷识别。陷区域进行缺陷识别。

【技术实现步骤摘要】
焊管表面焊接缺陷检测方法


[0001]本专利技术涉及图像处理领域，具体涉及一种焊管表面焊接缺陷检测方法。

技术介绍

[0002]随着我国航空、航天、能源和船舶等重工业的发展，焊接技术已经成为制造业中必不可少的材料成型和加工技术之一。由于焊接工艺在加工过程中易受到来自外部环境等因素的影响，如焊接速度、焊接功率、保护气体流量、焊接环境以及工件表面状况等，焊件不可避免地会产生裂纹、未焊透、未熔合、气孔、凹坑、夹渣等焊缝缺陷，为了保证焊件的产品质量，必须及时有效地检测出焊缝缺陷，在通过焊管的焊缝射线检测图像对焊缝进行缺陷检测时，需要对射线检测图像进行图像分割，将图像中的异常区域提取出进行具体缺陷类型的确定。
[0003]现有技术中存在使用聚类算法对焊缝射线检测图像进行分割，从而进行缺陷检测的方法，但是由于缺陷区域的灰度值会发生变化，如夹渣缺陷的部分会有一个边缘灰度值渐变的区域，使得常规的聚类算法会将一个缺陷区域划分为不同的簇类，此时多个簇类中都会包含部分缺陷区域，并且由于聚类效果的差异会导致簇类中出现离散连通域，这些离散连通域中也可能会存在缺陷，直接对聚类分割后的图像进行缺陷检测会使检测到的缺陷区域存在误差，导致最终进行缺陷类型判断时出现误判的情况。

技术实现思路

[0004]为了解决现有技术中，直接对聚类分割后的图像进行缺陷检测会使检测到的缺陷区域存在误差，导致检测到的缺陷区域存在误差的问题，本专利技术提供一种焊管表面焊接缺陷检测方法，获取焊管的焊缝射线图像，并进行聚类；获取每个连通域的离群程度；获取离群连通域，并将离群连通域中的像素点作为离群像素点；获取每个离群像素点的距离异常值；获取每个离群连通域中离群像素点的灰度异常值；获取每个离群像素点的异常程度，将异常程度大于阈值的离群像素点作为缺陷像素点；基于缺陷像素点构成的连通域，得到焊缝射线图像中的缺陷区域，对缺陷区域进行缺陷类型检测，得到每个缺陷区域的缺陷类型。本专利技术通过对图像聚类后存在的离群像素点进行判断，降低离群像素点对缺陷检测的影响，从而检测到准确的缺陷区域进行缺陷识别。
[0005]本专利技术采用如下技术方案，一种焊管表面焊接缺陷检测方法，包括：获取焊管的焊缝射线图像，并对焊缝射线图像进行聚类，得到多个簇类。
[0006]获取每个簇类中的多个连通域，根据每个连通域中的像素点数量将每个簇类中的连通域分为离群连通域和非离群连通域，并将离群连通域中的像素点作为离群像素点。
[0007]根据每个离群像素点到其所在簇类中非离群连通域的最短距离，获取每个离群像素点的距离异常值。
[0008]根据每个离群连通域中离群像素点的灰度值均值，和每个离群连通域边缘像素点相邻的所有像素点的灰度均值，获取每个离群连通域中离群像素点的灰度异常值。
[0009]根据离群像素点的距离异常值和灰度异常值获取每个离群像素点的异常程度，将异常程度大于阈值的离群像素点作为缺陷像素点。
[0010]获取每个离群连通域中缺陷像素点构成的连通域，基于缺陷像素点构成的连通域得到焊缝射线图像中的缺陷区域，并对缺陷区域进行缺陷类型检测。
[0011]进一步的，焊管表面焊接缺陷检测方法，获取每个连通域的离群程度的方法为：将每个连通域的像素点数量作为以e为底的指数函数的指数，构建每个连通域的指数函数；利用每个连通域构建的指数函数与该连通域所在簇类中所有连通域构建的指数函数之和的比值，获取每个连通域的离群程度。
[0012]进一步的，焊管表面焊接缺陷检测方法，获取每个离群像素点的距离异常值的方法为：利用每个离群像素点到其所在簇类中非离群连通域的最短距离，与该离群像素点所在簇类中所有离群像素点到簇类中非离群连通域的最短距离之和分别构建指数函数，获取每个离群像素点的距离异常值。
[0013]进一步的，焊管表面焊接缺陷检测方法，获取每个离群连通域中离群像素点的灰度异常值的方法为：判断与每个离群连通域边缘像素点相邻的像素点是否全部属于其他簇类中的离群连通域，若不是全部属于其他簇类中的离群连通域，获取每个离群连通域中离群像素点的灰度均值，与每个离群连通域边缘像素点相邻的所有像素点的灰度均值之差，得到每个离群连通域的灰度差异值；对每个离群连通域的灰度差异值进行归一化处理，将每个离群连通域归一化后的灰度差异值作为每个离群连通域中对应离群像素点的灰度异常值。
[0014]进一步的，焊管表面焊接缺陷检测方法，获取每个离群连通域中离群像素点的灰度异常值的方法还包括：若存在离群连通域边缘像素点相邻的像素点全部属于其他簇类中的离群连通域，将该离群连通域的灰度异常值设定为1。
[0015]进一步的，焊管表面焊接缺陷检测方法，获取每个离群像素点的异常程度的方法为：获取每个离群像素点的距离异常值和灰度异常值的均值，作为每个离群像素点的异常程度。
[0016]进一步的，焊管表面焊接缺陷检测方法，对缺陷区域进行缺陷类型检测的方法为：根据缺陷区域的形状以及缺陷区域中缺陷像素点的灰度值分布确定对应缺陷区域的缺陷类型。
[0017]本专利技术的有益效果是：本专利技术首先对焊缝射线图像进行聚类，并根据聚类后每个簇类中连通域包含的像素点数量进行离群像素点判断，根据无缺陷焊缝图像中区域的规整情况可以将离群像素点认为是可能出现异常的，从而对这些像素点进行异常判断时可以更有针对性；然后一方面通过离群点距离主簇类的远近程度作为离群点的距离特征，另一方面根据离群点所在连通域的整体灰度值获取每个离群点的灰度特征，且离群点的距离特征与灰度特征为正相关关系，将距离特征与灰度特征结合起来反应离群点的异常程度，能够
准确判断出离群点是否为缺陷像素点，从而根据缺陷像素点构成的连通域能够得到准确的缺陷区域，并进行进一步缺陷类型的检测，能够有效提高焊缝缺陷检测的精确度。
附图说明
[0018]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。
[0019]图1为本专利技术实施例的一种焊管表面焊接缺陷检测方法流程示意图。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]如图1所示，给出了本专利技术实施例的一种焊管表面焊接缺陷检测方法流程示意图， 包括：101.获取焊管的焊缝射线图像并进行聚类。
[0022]本专利技术中聚类算法以K
‑
means聚类为例，首先获取焊管焊缝的射线检测图像，利用K
‑
means聚类算法对焊管焊缝的射线检测图像进行图像分割，从而得到聚类后的多个簇类，对于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.焊管表面焊接缺陷检测方法，其特征在于，包括：获取焊管的焊缝射线图像，并对焊缝射线图像进行聚类，得到多个簇类；获取每个簇类中的多个连通域，根据每个连通域中的像素点数量获取每个连通域的离群程度，根据每个连通域的离群程度将每个簇类中的连通域分为离群连通域和非离群连通域，并将离群连通域中的像素点作为离群像素点；根据每个离群像素点到其所在簇类中非离群连通域的最短距离，获取每个离群像素点的距离异常值；根据每个离群连通域中离群像素点的灰度值均值，和每个离群连通域边缘像素点外部相邻的所有像素点的灰度均值，获取每个离群连通域中离群像素点的灰度异常值；根据离群像素点的距离异常值和灰度异常值获取每个离群像素点的异常程度，将异常程度大于阈值的离群像素点作为缺陷像素点；获取每个离群连通域中缺陷像素点构成的连通域，基于缺陷像素点构成的连通域得到焊缝射线图像中的缺陷区域，并对缺陷区域进行缺陷类型检测。2.根据权利要求1所述的焊管表面焊接缺陷检测方法，其特征在于，获取每个连通域的离群程度的方法为：将每个连通域的像素点数量作为以e为底的指数函数的指数，构建每个连通域的指数函数；利用每个连通域构建的指数函数与该连通域所在簇类中所有连通域构建的指数函数之和的比值，获取每个连通域的离群程度，表达式为：其中，表示所计算簇类中的第i个连通域，表示第i个连通域中的像素点数量，n表示簇类中连通域的总数量，表示第i个连通域的离群程度，e表示以e为底的指数函数。3.根据权利要求1所述的焊管表面焊接缺陷检测方法，其特征在于，获取每个离群像素点的距离异常值的方法为：利用每个离群像素点到其所在簇类中非离群连通域的最短距离，与该离群像素点所在簇类中所有离群像素点到簇类中非离群连通域的最短距离之和分别构建指数函数，获取每个离群像素点的距离异常值，表达式为：其中，表示所有离群像素点中第j个像素点到离群程度低的连通域距离中的最短距离，j表示所有离群像素点中的第个像素点，J表示离群像素点的总...

【专利技术属性】
技术研发人员：芮叶彬，明瑞贞，
申请(专利权)人：无锡洛宇智能制造有限公司，
类型：发明
国别省市：