一种基于图像识别的合金表面检测系统技术方案

本发明专利技术公开了一种基于图像识别的合金表面检测系统，包括：合金表面图像采集单元，用于通过图像采集机器读取合金表面图像信息；合金表面图像识别提取单元，用于对合金表面图像信息进行预处理，获取合金表面灰度图并进行中值滤波降噪处理；通过边缘检测算法获得轮廓信息；分析单元，用于获取轮廓信息的结构特征，通过检测轮廓信息的结构特征对合金表面质量进行分析，通过检测轮廓的结构特征更便于掌握图像表面异常图像信息的问题，保证合金在制作过程中降低损耗率，便于提高对合金表面检测的系统性把握。统性把握。统性把握。

【技术实现步骤摘要】
一种基于图像识别的合金表面检测系统


[0001]本专利技术涉及合金表面图像识别
，具体涉及一种基于图像识别的合金表面检测系统。

技术介绍

[0002]图像识别是指利用计算机对图像进行处理、分析及理解的过程，图像识别技术广泛运用在工业生产及产品加工中，其中利用图像识别技术在合金表面检测中得到了广泛的运用。
[0003]传统的金属表面检测行业通常是由人工检测或人工控制间接检测完成，现阶段利用图像识别对合金表面检测达到提高了检测的精确度、检测效率以及检测智能化的要求；但是图像识别技术运用在合金表面检测中仍存在一些问题，对于影响合金表面质量的一些因素缺少划分和界定，检测合金表面异常图像难以区分具体表面结构信息，并且检测过程缺少了进一步地掌握结构特征存在的具体问题，从而增加了筛选难度。

技术实现思路

[0004]本专利技术的目的在于提供一种基于图像识别的合金表面检测系统，解决以下技术问题：
[0005](1)如何根据合金表面结构信息对合金表面质量进行检测；
[0006](2)怎样判定合金表面结构存在的具体问题。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于图像识别的合金表面检测系统，包括：
[0009]合金表面图像采集单元，用于通过图像采集机器读取合金表面图像信息；
[0010]合金表面图像识别提取单元，用于对合金表面图像信息进行预处理，获取合金表面灰度图并进行中值滤波降噪处理；通过边缘检测算法获得轮廓信息；
[0011]分析单元，用于获取轮廓信息的结构特征，通过检测轮廓信息的结构特征对合金表面质量进行分析。
[0012]在某些实施方式中，所述分析单元检测合金表面质量的具体步骤为：
[0013]S100、获取合金表面异常图像的轮廓最长边L1、最短边L2、轮廓周长Z及轮廓面积S，通过公式计算出异常图像轮廓结构值F，为权重系数，均大于0；
[0014]S200、将异常图像轮廓结构值F与预设阈值F1和F2进行比对，其中F1＜F2：
[0015]若F≤F1，则判断合金表面异常图像轮廓为细裂痕；
[0016]若F1＜F＜F2，则判断合金表面异常图像轮廓为粗裂痕；
[0017]若F≥F2，则判断合金表面异常图像轮廓为凹坑或者凸块。
[0018]在某些实施方式中，通过设置光照策略判断所述合金表面异常图像轮廓为凹坑或
者凸块，具体检测步骤为：
[0019]S300、通过获取合金表面异常图像轮廓的灰度图，执行光照策略，获取在不同光照强度下对应的白色灰度像素占灰度图的所有像素比，形成变化曲线；
[0020]S400、通过变化曲线与预设标准曲线的形状进行比对：
[0021]若形状曲线与标准曲线相匹配，则合金表面异常轮廓为凸块；
[0022]若形状曲线与标准曲线不匹配，则合金表面异常轮廓为凹坑。
[0023]在某些实施方式中，所述合金表面图像采集单元还用于读取合金运输所在区域的坐标，具体工作过程为：
[0024]SSS100、通过确定摄像头行扫时序获取横坐标X
i
；
[0025]SSS200、通过公式通获取纵坐标Y
i
，θ
sj
为纵坐标起始信号值，v
i
为合金运行速度，t
y
为合金运行时间；
[0026]SSS300、确定区域横坐标X
i
及纵坐标Y
i
，得出合金表面异常的采集坐标点位，对所述采集坐标点位进行特征确定。
[0027]在某些实施方式中，对所述采集坐标点位的样本分析，选择合金表面异常图像的坐标点位与标准阈值进行比对：若在标准阈值范围内，则检测合格；反之，则不合格。
[0028]在某些实施方式中，所述分析单元还用于判断合金切割边缘是否准确，具体操作步骤如下：
[0029]SS100、获取切割边缘边界线上均匀分布n个点位；
[0030]SS200、分别计算n个点位与面域中心点的距离获取集合A，提取集合A中与标准集合S中的重合值C；
[0031]SS300、将重合值C与标准阈值进行比对：
[0032]若C在标准阈值范围内，则判定切割边缘合格；
[0033]若C不属于阈值范围，则判定切割边缘不合格。
[0034]在某些实施方式中，所述合金表面图像设别单元包括对目标位置的灰度值特征取样检测，设定灰度值D，将灰度值D与标准灰度阈值D
etr
进行比对：
[0035]若D∈D
etr
，则灰度值设定合理；
[0036]若则灰度值设定不合理，调整相应像素点与周围其他像素点的差值大小。
[0037]本专利技术的有益效果：
[0038](1)本专利技术通过设置分析单元，保证在上一步获取的合金表面轮廓的基础上对合金表面异常图像的结构信息进行区判定，在生产合金等材料的过程中存在搬运、交接和转运过程，合金表面检测在工厂生产过程中是质检的一道重要工序，通常存在于合金表面异常结构包括划痕、凸块、凹坑等，本专利技术通过获取检测轮廓的最长边、最短边、轮廓周长及轮廓面积判定检测轮廓的检测质量；从而判断出合金表面异常结构特征是裂痕的粗细以及凹坑或者凸块，通过检测轮廓的结构特征更便于掌握图像表面异常图像信息的问题来源，保证合金在制作过程中降低损耗率，提高合金表面的检测精度。
[0039](2)本专利技术通过设置光照策略对合金表面异常图像轮廓进行进一步地判定，光照策略测定不同等级的光照强度变化，并通过在相应的光照强度条件下，获取合金表面异常
轮廓的灰度图像，统计在不同光照强度下的灰度图像中白色灰度占所测算范围的所有像素值的比值，通过记录不同光照强度下的比值形成变化曲线；由于凹坑反射的光较少，呈现的暗度较大，相对的白色灰度占比较少，而凸块反射的光较多，呈现的亮度较大，相对的白色灰度较多，由于凹坑和凸块的特征，通过变化曲线与预设标准曲线对应的形状进行比对，凸块对应的数值比值形成的曲线为预设标准曲线，通过与标准曲线的符合程度判断为凸块或者凹坑，通过设置光照策略，在不同光照强度条件下形成标准曲线，以便于更加全面的检测合金表面异常的具体结构类型。
[0040](3)本专利技术通过设置对合金切割边缘的检测工序，主要还设置了合金表面分析单元进行分析，由于切割的合金板块或者形状是有规定的模板及形状标准，边缘形状到中心的距离有规定的尺寸，通过获取切割边缘的边界线上的点，计算点位到标准中心点位的距离，判断切割边缘是否合格，具体通过获取切割边缘边界线上均匀分布n个点位，然后计算n个点位与面域中心点的距离获取集合A，提取集合A中与标准集合S中的重合值C，再将重合值C与标准阈值进行比对判断是否在阈值范围内判断切割边缘是否符合要求，通过对切割边缘进行判断，能更加全面的判断合金表面质量水平和完善图像识别的精确度。
[0041]当然，实施本专利技术的任一产品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的合金表面检测系统，其特征在于，包括：合金表面图像采集单元，用于通过图像采集机器读取合金表面图像信息；合金表面图像识别提取单元，用于对合金表面图像信息进行预处理，获取合金表面灰度图并进行中值滤波降噪处理；通过边缘检测算法获得轮廓信息；分析单元，用于获取轮廓信息的结构特征，通过检测轮廓信息的结构特征对合金表面质量进行分析。2.根据权利要求1所述的一种基于图像识别的合金表面检测系统，其特征在于，所述分析单元检测合金表面质量的具体步骤为：S100、获取合金表面异常图像轮廓的最长边L1、最短边L2、轮廓周长Z及轮廓面积S，通过公式计算出图像轮廓结构值F，为权重系数，均大于0；S200、将图像轮廓结构值F与预设阈值F1和F2进行比对，其中F1＜F2：若F≤F1，则判断合金表面异常图像轮廓为细裂痕；若F1＜F＜F2，则判断合金表面异常图像轮廓为粗裂痕；若F≥F2，则判断合金表面异常图像轮廓为凹坑或者凸块。3.根据权利要求2所述的一种基于图像识别的合金表面检测系统，其特征在于，通过设置光照策略判断所述合金表面异常图像轮廓为凹坑或者凸块，具体检测步骤为：S300、通过获取合金表面异常图像轮廓的灰度图，执行光照策略，获取在不同光照强度下对应的白色灰度像素占灰度图的所有像素比，形成变化曲线；S400、通过变化曲线与预设标准曲线的形状进行比对：若形状曲线与标准曲线相匹配，则合金表面异常轮廓为凸块；若形状曲线与标准曲线不匹配，则合金表面异常轮廓为凹坑。4.根据权利要求3所述的一种基于图像识别的合金表面检测系统，其特征在于，所述合金表面图像采集单元还用于读取合金运输所在区域的坐标，具体工作过程为：SSS10...

【专利技术属性】
技术研发人员：袁灵洋，
申请(专利权)人：凤阳爱尔思轻合金精密成型有限公司，
类型：发明
国别省市：