基于机器视觉的建筑吊篮焊接质量检测方法技术

本发明专利技术公开了基于机器视觉的建筑吊篮焊接质量检测方法，涉及图像处理领域，该方法包括：获取焊缝图像的灰度图像；利用拟合曲线中相邻波谷的中心列将灰度图像分割为多个图像块；利用波谷列中疑似缺陷点的灰度值和波谷列的灰度均值得到图像块中疑似气孔缺陷的直径；利用目标像素点的灰度值得到对应的每个像素点的疑似缺陷概率；获取每个灰度值的异常概率；利用灰度值的异常概率的差异得到多个疑似分割阈值；利用每个疑似分割阈值的分割权值和类间方差得到最佳分割阈值；利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域进而确定焊接质量是否合格，本发明专利技术提高了焊接质量检测的准确性。了焊接质量检测的准确性。了焊接质量检测的准确性。

【技术实现步骤摘要】
基于机器视觉的建筑吊篮焊接质量检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于机器视觉的建筑吊篮焊接质量检测方法。

技术介绍

[0002]建筑吊篮用于高层建筑的外墙施工、幕墙安装和维修清洗外墙类高空作业中，因此建筑吊篮的质量是保证施工安全的关键。现今建筑吊篮在生产过程中多使用自动激光焊接机器人完成工件之间的焊接工作，而激光焊接中比较容易出现的焊缝缺陷为气孔缺陷，因此为了保障建筑吊篮的焊接质量需要对建筑吊篮的焊缝进行快速精准的气孔缺陷检测。
[0003]传统的获取焊接缺陷的方法为利用Otsu大津法进行缺陷区域分割，利用大津法对焊接图像分割需要逐一遍历图像内的所有灰度级，计算以各灰度级为分割阈值下的类间方差，取最大类间方差对应的灰度级为最佳分割阈值，由于焊缝图像内缺陷区域面积往往比较微小，标准的大津法求取的最佳分割阈值会偏向于焊缝图像内的正常区域，导致缺陷区域误分，得到的缺陷检测结果不准确，进而导致无法得到准确的焊接质量，因此，本专利技术提出基于机器视觉的建筑吊篮焊接质量检测方法。

技术实现思路

[0004]本专利技术提供基于机器视觉的建筑吊篮焊接质量检测方法，以解决现有的问题。
[0005]本专利技术的基于机器视觉的建筑吊篮焊接质量检测方法，采用如下技术方案：获取焊缝图像的灰度图像；对灰度图像中每一列的灰度均值进行曲线拟合得到拟合曲线，利用拟合曲线中相邻波谷的中心列将灰度图像分割为多个图像块；将拟合曲线中波谷所在列记为波谷列，将每个波谷列中的最小灰度值对应的像素点作为疑似缺陷圆心点；利用疑似缺陷圆心点的灰度值以及所在波谷列中像素点的灰度值得到疑似缺陷圆心点所在图像块中疑似气孔缺陷的直径；利用图像块中疑似气孔缺陷的直径得到图像块中每个像素点对应的多个目标像素点，利用目标像素点的灰度值得到对应的每个像素点的疑似缺陷概率；利用灰度图像中每个灰度值对应的所有像素点的疑似缺陷概率得到每个灰度值的异常概率；利用相邻灰度值的异常概率的差异得到多个疑似分割阈值，以及每个疑似分割阈值的分割权值；利用每个疑似分割阈值的分割权值以及每个疑似分割阈值作为分割阈值时的类间方差从疑似分割阈值中确定出最佳分割阈值；利用最佳分割阈值分割灰度图像得到目标区域和背景区域；利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域，利用气孔缺陷区域的面积和灰度图像的面积得到焊接质量是否合格。
[0006]进一步，利用相邻灰度值的异常概率的差异得到多个疑似分割阈值的步骤包括：将灰度图像中所有的灰度值按照从小到大的顺序排列，获取相邻灰度值的异常概
率的概率差异；获取所有相邻灰度值得到的概率差异的差异均值；将所有大于差异均值的概率差异对应的相邻灰度值中值较小的灰度值作为疑似分割阈值。
[0007]进一步，利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域的步骤包括：利用无缺陷焊缝图像得到的目标区域与背景区域的灰度差值得到缺陷阈值；利用目标区域与背景区域的灰度差值和缺陷阈值确定目标区域是否为气孔缺陷区域。
[0008]进一步，得到每个疑似分割阈值的分割权值的步骤包括：获取每个疑似分割阈值对应的相邻灰度值的概率差异；获取所有的疑似分割阈值对应的相邻灰度值的概率差异的差异和值；将每个疑似分割阈值对应的概率差异与差异和值的比值作为每个疑似分割阈值的分割权值。
[0009]进一步，得到每个像素点的疑似缺陷概率的步骤包括：获取像素点与每个目标像素点的灰度差值；对得到的灰度差值求均值得到像素点的疑似缺陷概率。
[0010]进一步，得到每个灰度值的异常概率的步骤包括：获取每个灰度值对应的所有像素点的疑似缺陷概率；对每个灰度值对应的所有像素点的疑似缺陷概率求均值得到每个灰度值的异常概率。
[0011]进一步，得到最佳分割阈值的步骤包括：获取每个疑似分割阈值的类间方差与对应的分割权值的乘积；将最大乘积对应的疑似分割阈值作为最佳分割阈值。
[0012]进一步，得到图像块中每个像素点的目标像素点的步骤包括：获取图像块中与像素点距离为该图像块的疑似气孔缺陷的直径的多个目标像素点，作为像素点对应的多个目标像素点。
[0013]进一步，利用疑似缺陷圆心点的灰度值以及疑似缺陷圆心点所在波谷列像素点的灰度值得到波谷列所在图像块中疑似气孔缺陷的直径的步骤包括：获取疑似缺陷圆心点沿着所在波谷列向上连续相邻且灰度值小于波谷列灰度均值的上侧连续像素点；获取疑似缺陷圆心点沿着所在波谷列向下连续相邻且灰度值小于波谷列灰度均值的下侧连续像素点；利用距离疑似缺陷点最远的上侧连续像素点和下侧连续像素点之间的长度得到疑似缺陷圆心点所在的图像块中疑似气孔缺陷的直径。
[0014]进一步，利用气孔缺陷区域的面积和灰度图像的面积得到焊接质量是否合格的步骤包括：获取气孔缺陷区域的面积与灰度图像面积的比值；若气孔缺陷区域的面积与灰度图像面积的比值大于设定焊接质量阈值，则该焊接
质量不合格；若气孔缺陷区域的面积与灰度图像面积的比值小于等于设定焊接质量阈值，则该焊接质量合格。
[0015]本专利技术的有益效果是：本专利技术的基于机器视觉的建筑吊篮焊接质量检测方法，利用灰度图像中列灰度均值的拟合曲线的波谷将灰度图像分为多个图像块，实现了对焊缝图像的灰度图像的自适应分块处理，将可能出现的气孔缺陷分别分到了同一个图像块，方便后续计算；获取所有像素点为气孔缺陷的疑似缺陷概率，得到每个灰度值的异常概率，进而得到多个疑似分割阈值，只对疑似分割阈值进行大津法的类间方差计算，得到最终的最佳分割阈值，相对于传统的大津法阈值分割需要遍历图像中所有的灰度级，本专利技术实现了对大津法遍历阈值范围的限定，减少了计算量；并且由于气孔缺陷区域的面积较小，传统的大津法求取的最佳分割阈值会偏向于灰度值较小的焊缝的正常区域，导致缺陷区域误分，本方案中利用疑似分割阈值的分割权值，对标准的Otsu大津法进行加权，并且利用灰度值的异常概率确定了疑似分割阈值，提高了算法对缺陷区域分割的精准度，能够得到准确的气孔缺陷区域，进而准确的确定焊接质量是否合格。
附图说明
[0016]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的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术的基于机器视觉的建筑吊篮焊接质量检测方法的实施例总体步骤的流程图。
具体实施方式
[0018]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。
[0019]本专利技术的基于机器视觉的建筑吊篮焊接质量检测方法的实施例，如图1所示，该方法包括：S1、获取焊缝图像的灰度图像；对灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于：获取焊缝图像的灰度图像；对灰度图像中每一列的灰度均值进行曲线拟合得到拟合曲线，利用拟合曲线中相邻波谷的中心列将灰度图像分割为多个图像块；将拟合曲线中波谷所在列记为波谷列，将每个波谷列中的最小灰度值对应的像素点作为疑似缺陷圆心点；利用疑似缺陷圆心点的灰度值以及所在波谷列中像素点的灰度值得到疑似缺陷圆心点所在图像块中疑似气孔缺陷的直径；利用图像块中疑似气孔缺陷的直径得到图像块中每个像素点对应的多个目标像素点，利用目标像素点的灰度值得到对应的每个像素点的疑似缺陷概率；利用灰度图像中每个灰度值对应的所有像素点的疑似缺陷概率得到每个灰度值的异常概率；利用相邻灰度值的异常概率的差异得到多个疑似分割阈值，以及每个疑似分割阈值的分割权值；利用每个疑似分割阈值的分割权值以及每个疑似分割阈值作为分割阈值时的类间方差从疑似分割阈值中确定出最佳分割阈值；利用最佳分割阈值分割灰度图像得到目标区域和背景区域；利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域，利用气孔缺陷区域的面积和灰度图像的面积得到焊接质量是否合格。2.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用相邻灰度值的异常概率的差异得到多个疑似分割阈值的步骤包括：将灰度图像中所有的灰度值按照从小到大的顺序排列，获取相邻灰度值的异常概率的概率差异；获取所有相邻灰度值得到的概率差异的差异均值；将所有大于差异均值的概率差异对应的相邻灰度值中值较小的灰度值作为疑似分割阈值。3.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，利用目标区域与背景区域的灰度差值确定目标区域是否为气孔缺陷区域的步骤包括：利用无缺陷焊缝图像得到的目标区域与背景区域的灰度差值得到缺陷阈值；利用目标区域与背景区域的灰度差值和缺陷阈值确定目标区域是否为气孔缺陷区域。4.根据权利要求1所述的基于机器视觉的建筑吊篮焊接质量检测方法，其特征在于，得到每个疑似分割阈值的分割权值的步骤包括：获取每个疑似分割阈值对应的相邻灰度值的概率差异；获取所有的疑似分割阈值对应的相邻灰度值的概率差异的差...

【专利技术属性】
技术研发人员：杜玉国，杜瑞，尤申旺，孙鹏飞，杜帅，柴均彪，
申请(专利权)人：山东鲁旺机械设备有限公司，
类型：发明
国别省市：