基于机器视觉的金属壳体自动化焊接缺陷检测方法技术

本发明专利技术涉及图像处理技术领域，提出了基于机器视觉的金属壳体自动化焊接缺陷检测方法，包括：获得焊缝灰度图像，提取出焊缝区域和待测区域；构建待测区域的相邻距离显著值；在待测区域中得到其子待测区；获得子待测区的起伏曲度一致性；根据子待测区的起伏曲度一致性、待测区域的相邻距离显著值、待测区像素点均值以及焊缝区域像素点均值获得咬边显著性；根据咬边显著性判断图像是否出现咬边瑕疵。本发明专利技术通过对咬边特征的形态、边缘起伏度角度进行分析，可以更精确的判断是否存在咬边缺陷。可以更精确的判断是否存在咬边缺陷。可以更精确的判断是否存在咬边缺陷。

【技术实现步骤摘要】
基于机器视觉的金属壳体自动化焊接缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于机器视觉的金属壳体自动化焊接缺陷检测方法。

技术介绍

[0002]焊接技术就是高温或高压条件下，使用焊接材料将两块或两块以上的母材连接成一个整体的操作方法。伴随着金属的广泛应用，需要进行焊接的场景也越来越多。在焊接的过程中，不可避免地会出现咬边缺陷。咬边缺陷会减小母材的有效截面积，降低结构的承载能力，同时还会造成应力集中、发展为裂纹源，所以需要及时将出现咬边缺陷的焊接成品筛选出来。
[0003]目前对于缺陷的检测通常通过对采集的X射线图像、超声波图像或者是熔池图像进行分析，以达到对缺陷进行识别的目的。但在采集图像的过程中，X射线图像和超声波图像对环境的要求较高，在焊接过程中会产生大量的烟尘和水汽，对获取的图像造成干扰，使分析结果出现偏差。而熔池图像是在焊接过程中获取的，会受到强光的干扰，识别和分析效果也不理想。因此需要一种较为精确的对焊接产生的咬边缺陷进行判断的方法。

技术实现思路

[0004]本专利技术提供基于机器视觉的金属壳体自动化焊接缺陷检测方法，以解决现有的焊接咬边检测的精确度不高的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了基于机器视觉的金属壳体自动化焊接缺陷检测方法，该方法包括以下步骤：获得焊缝图像，对焊缝图像灰度化获得焊缝灰度图像，从焊缝灰度图像中提取出焊缝区域和待测区域；获取待测区域的所有边缘像素点，在待测区域的所有边缘像素点中提取出特定的边缘像素点作为邻接像素点，根据邻接像素点的数量、待测区域所有边缘像素点的数量构建待测区域的相邻距离显著值；在待测区域中得到其子待测区，获得子待测区的所有角点，相邻两个角点之间存在一条曲线，根据每条曲线的所有像素点对应的切线的法线获得一个凸包，将每条曲线进行圆拟合得到每条曲线对应的圆半径，该圆半径记为第一半径；相邻两个角点相连得到一条直线，分别过这两个角点作垂直于直线的两条直线，两条直线间距离两角点间曲线最近的焊缝区域的边缘作为该曲线的相似曲线，每两个角点得到一条相似曲线，将每条相似曲线进行圆拟合得到每条相似曲线的圆半径，圆半径记为第二半径；根据第一半径、第二半径、角点的数量、每个曲线对应的凸包的面积获得子待测区的起伏曲度一致性；根据子待测区的起伏曲度一致性、待测区域的相邻距离显著值、待测区像素点均
值以及焊缝区域像素点均值获得咬边显著性；根据咬边显著性判断图像是否出现咬边瑕疵，以实现金属壳体自动化焊接缺陷检测。
[0005]优选的，所述从焊缝灰度图像中提取出焊缝区域和待测区域的方法为：对焊缝灰度图像中使用最大类间方差法，将灰度值大于阈值的像素点组成的区域作为焊缝区域，之后使用Canny检测对焊缝灰度图像得到边缘图像，闭合边缘将图像分为多个区域，在这些区域中将焊缝区域排除之后，剩余的区域作为待测区域。
[0006]优选的，所述邻接像素点的获取方法为：获得待测区域的所有边缘点，将八邻域内存在焊缝区域像素点的边缘点作为邻接像素点。
[0007]优选的，所述根据邻接像素点的数量、待测区域所有边缘像素点的数量构建待测区域的指标相邻距离显著值的方法为：将邻接像素点数量与待测区域所有边缘像素点数量的比值作为第一比值，令边缘像素点数量与邻接像素点数量的差值作为第一差值，获取边缘点中非邻接像素点的每个像素点与焊缝区域内所有像素点的欧氏距离，取每个像素点的最小欧氏距离作为第一最小距离，将所有边缘点中非邻接像素点的第一最小距离的和与第一差值的比值作为第二比值，令第一比值的指数函数和第二比值的商作为相邻距离显著值。
[0008]优选的，所述在待测区域中得到其子待测区的方法为：对于每一个待测区域，利用空间Moment算法进行连通域计算得到每个待测区域的方向，在该方向上，选取待测区域垂直与该方向的两个最远像素的点，两个最远像素点的中点组合成一条骨架，该骨架将待测区域分为两部分，其中距离焊缝区域最近的部分为子待测区。
[0009]优选的，所述根据每条曲线的所有像素点对应的切线的法线获得一个凸包的方法为：在子待测区中每两个角点对应一条曲线，在该曲线中，获得曲线中每个像素点与曲线的切线以及该像素点在切线上的法线，将相邻像素点的法线的交点记为第一交点，每条曲线存在多个第一交点，将所有第一交点相连得到一个凸包。
[0010]优选的，所述根据第一半径、第二半径、角点的数量，每个曲线对应的凸包的面积获得子待测区的起伏曲度一致性的方法为：式中，表示子待测区所有角点的数量，表示第i条曲线对应的凸包的面积，表示第i条曲线所对应第二半径，表示第i条曲线对应的第一半径，表示子待测区的起伏曲度一致性。
[0011]优选的，所述根据子待测区的起伏曲度一致性、待测区域的相邻距离显著值、待测区像素点均值以及焊缝区域像素点均值获得咬边显著性的方法为：式中，表示待测区内各像素点的灰度值的均值，表示焊缝区域内各像素点的灰度值的均值，表示子待测区的起伏曲度一致性，表示每个待测区域的相邻距离显著
值，表示待测区的咬边显著性。
[0012]本专利技术的有益效果是：本专利技术获取焊接完成后的焊缝图像，避免了焊接过程中产生的大量烟尘、水汽、过亮的光源等的影响，根据咬边产生的原因得到咬边区域的弧形特征和与焊缝的相邻区域以及不相邻区域的位置特征，对每个可能为咬边瑕疵的区域进行分析，使分析和判断结果更为准确。
附图说明
[0013]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。
[0014]图1为本专利技术的一个实施例所提供基于机器视觉的金属壳体自动化焊接缺陷检测方法的流程示意图；图2为待测区示意图。
具体实施方式
[0015]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。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的基于机器视觉的金属壳体自动化焊接缺陷检测方法流程图，该方法包括以下步骤：步骤S001，获取焊接后的焊缝的图像并对图像进行处理，得到可能对应咬边缺陷的各待测区域。
[0017]将CCD相机固定在生产线上焊接位置的后方，使用环形光源打光，当焊接完成后将金属壳体转移到下一工序过程中，静置在CCD相机的下方，使用相机获取焊接的焊缝图像，记为焊缝图像，焊缝图像为RGB图像。将焊缝图像转换为灰度图像，记为焊缝灰度图像。
[0018]为避免环境等的干扰影响后续分析，需要对焊缝灰度图像进行去噪。使用中值滤波对焊缝灰度图像进行去噪，提高图像的精度和质量。其中，中值滤波去噪为公知技术，具体过程不再详细本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的金属壳体自动化焊接缺陷检测方法，其特征在于，该方法包括以下步骤：获得焊缝图像，对焊缝图像灰度化获得焊缝灰度图像，从焊缝灰度图像中提取出焊缝区域和待测区域；获取待测区域的所有边缘像素点，在待测区域的所有边缘像素点中提取出特定的边缘像素点作为邻接像素点，根据邻接像素点的数量、待测区域所有边缘像素点的数量构建待测区域的相邻距离显著值；在待测区域中得到其子待测区，获得子待测区的所有角点，相邻两个角点之间存在一条曲线，根据每条曲线的所有像素点对应的切线的法线获得一个凸包，将每条曲线进行圆拟合得到每条曲线对应的圆半径，该圆半径记为第一半径；相邻两个角点相连得到一条直线，分别过这两个角点作垂直于直线的两条直线，两条直线间距离两角点间曲线最近的焊缝区域的边缘作为该曲线的相似曲线，每两个角点得到一条相似曲线，将每条相似曲线进行圆拟合得到每条相似曲线的圆半径，圆半径记为第二半径；根据第一半径、第二半径、角点的数量、每个曲线对应的凸包的面积获得子待测区的起伏曲度一致性；根据子待测区的起伏曲度一致性、待测区域的相邻距离显著值、待测区像素点均值以及焊缝区域像素点均值获得咬边显著性；根据咬边显著性判断图像是否出现咬边瑕疵，以实现金属壳体自动化焊接缺陷检测。2.根据权利要求1所述的基于机器视觉的金属壳体自动化焊接缺陷检测方法，其特征在于，所述从焊缝灰度图像中提取出焊缝区域和待测区域的方法为：对焊缝灰度图像中使用最大类间方差法，将灰度值大于阈值的像素点组成的区域作为焊缝区域，之后使用Canny检测对焊缝灰度图像得到边缘图像，闭合边缘将图像分为多个区域，在这些区域中将焊缝区域排除之后，剩余的区域作为待测区域。3.根据权利要求1所述的基于机器视觉的金属壳体自动化焊接缺陷检测方法，其特征在于，所述邻接像素点的获取方法为：获得待测区域的所有边缘点，将八邻域内存在焊缝区域像素点的边缘点作为邻接像素点。4.根据权利要求1所述的基于机器视觉的金属壳体自动化焊接缺陷检测方法，其特征在于，所述根据邻接像素点的数量、待测区域所有边缘像素点的数量构建待测区域的相邻距离显著值的方法为：将邻接像素点数量...

【专利技术属性】
技术研发人员：张留，强帆，程一飞，董鹏远，张帅帅，柴春苗，
申请(专利权)人：济宁安泰矿山设备制造有限公司，
类型：发明
国别省市：