本发明专利技术公开了一种零部件表面缺陷识别方法及装置，该方法和装置中的缺陷识别包括如下步骤：针对零部件的不同缺陷进行训练，形成产品缺陷数据集；针对被检测零部件进行图像获取，将获取的图像数据与产品缺陷数据集进行比较，以判定被检测零部件是否存在缺陷；根据需要将检测结果向外传输并展示；为了反映零部件在真实使用场景中的状态，模拟零部件在不同使用场景下的光线环境，并进行图像采集；同时使用高斯函数和二维伽马函数提高图像质量。上述检测方法和装置能够对被检测对象的产品缺陷有效检出，即便是被检测对象处于光照不足或者光照强度不均匀的场景下，仍然可以有效地将产品缺陷检测出来。品缺陷检测出来。品缺陷检测出来。
【技术实现步骤摘要】
零部件表面缺陷识别方法及装置
[0001]本专利技术涉及图像检测
，特别是涉及一种零部件缺陷的识别方法及装置。
技术介绍
[0002]在诸多工业场景中具有对零部件缺陷进行缺陷检测的需要，例如，在零部件批量出厂时，或者在主机厂对装配进行生产组装过程中，以及在大型装备在运行过程中，均需要对零部件是否存在缺陷进行检测，以及时挑选出或者更换有缺陷的零部件。
[0003]为了快速锁定有缺陷的零部件，现在技术中大量使用采集零部件图像、同时对图像进行二次处理，以进行零部件缺陷识别的方式，例如专利CN108061735A，为了解决图像采集过程中光照环境较弱的情况下，无法有效地识别出零部件缺陷的问题，图1为CN108061735A缺陷零部件检测流程图，在该流程中，共包括四个检测步骤，即：S11：获取多个样品图像，其中，所述多个样品图像包括：多个无缺陷零部件的样品图像和多个有缺陷零部件的样品图像；S12：根据所述多个样品图像，建立用于识别表面缺陷的卷积神经网络；S13：获取待检测的零部件图像；S14：根据所述待检测的零部件图像和所述用于识别表面缺陷的卷积神经网络，确定待检测的零部件是否存在表面缺陷。该专利指出，由于利用了卷积神经网络对待检测的零部件图像进行具体的分析、处理，因此不同于传统的检测方法，不会受到光照环境的影响，即使在光照环境较差的情况下，依然具有较高的精确度。
[0004]然而，上述卷积神经网络虽然建立了缺陷产品样本，在样本建立过程中以及待检测零部件图像获取及解析过程中，不仅未考虑样本在不同使用场景下的原始数据提取及训练，同时还弱化了针对环境光照较弱的场景下如何进行应对的解决方案，上述检测方式在工程化应用中效果将难以保证。事实上，在实际检测工作中，当光照环境变化时，特别是在较暗的工作环境以及较大的视野场景进行检测时，由于获取的图像光线较暗且均匀度不足，对缺陷检测提出了较高的要求，而上述检测方法难以对零部件缺陷进行有效的识别。
技术实现思路
[0005]针对上述技术问题，本专利技术提供了一种利用图像识别技术对缺陷零部件进行检测的方法，该方法不仅能够在光线充足的情况下有效识别缺陷零部件，还能够在光线较暗的工作环境中，特别是局部光强较大、光线均匀度不足的场景中，对获取的零部件图像进行针对性处理，并有效识别缺陷零部件。
[0006]本专利技术提供一种零部件表面缺陷识别方法，该方法包括如下步骤：第一步骤，针对零部件的不同表面缺陷进行训练，形成产品缺陷数据集；第二步骤，针对被检测零部件进行图像获取，将获取的图像数据与产品缺陷数据集进行比较，以判定被检测零部件是否存在缺陷；第三步骤，将检测结果向外传输并展示。
[0007]优选地，在第一步骤中，通过如下方式形成产品缺陷数据集：首先针对质量完好的零部件以及具有不同类型缺陷的零部件进行图像采集；其次，在上述图像采集完成后，对所采集的图像数据进行分类和标引，针对缺陷产
品对应的标引图像数据，通过Bolb算法提取具体的缺陷区域；最后，将缺陷产品的缺陷区域数据与正常产品的对应区域数据进行对比，进行数据训练，形成产品缺陷数据集。
[0008]优选地，在上述对质量完好的零部件以及具有不同类型缺陷的零部件进行图像采集中，模拟零部件在不同使用场景下的光线环境，并进行图像采集。
[0009]优选地，在第二步骤中对被检测零部件进行图像获取及缺陷检测中，首先获取被检测零部件的图像数据，并使用Bolb算法提取图像中不同区域的参数数据；将上述不同区域的参数数据与产品缺陷数据集中的数据进行对比，使用Bolb算法分析上述对比是否超过预定阈值，若超过预定阈值，则判定被检测对象存在与对比数据相同类型的缺陷，若在阈值之内，则表面被检测对象不存在于对比数据相同的缺陷。
[0010]优选地，在第二步骤中获取被检测对象的图像后，进行如下工作：使用如下函数提取光照分量：取光照分量：上式中，G(x,y)为滤波器，δ为尺度因子，λ为归一化常数；使用原始图像和上述滤波器进行卷积，得到光照分量的估计值；构造二维伽马函数：构造二维伽马函数：其中：O（x,y）为矫正后的输出图像亮度值；F(x,y)为原始图像，I(x,y)为光照分量的预估值，
Ύ
为用于亮度增强的指数值，其中包含了图像的光照分量特征；m为光照分量的亮度均值；利用上述光照分量的估计值调节二维伽马函数的参数，以提高光照不均匀图像的整体质量。
[0011]优选地，将该方法用于履带缺陷检测，在第一步骤中，将履带的履带板及履带销的不同缺陷进行训练，分别针对履带板及履带销的不同缺陷形成产品缺陷数据集。
[0012]本专利技术还提供一种履带式车辆所使用的履带缺陷识别装置，该识别装置包括中央处理单元，图像采集模块，检测结果显示及报警模块，以及检测数据传输模块；其中：图像采集模块为照相机，其布置在履带上方，用于采集履带的图像信息；中央处理单元利用上述的零部件表面缺陷识别方法对履带的缺陷进行识别；检测结果显示及报警模块位于驾驶舱内，显示具有缺陷的履带板和履带销的数量、位置及缺陷类型，同时，使用不同颜色的信号灯表征履带是否存在失效部件。
[0013]优选地，照相机布置在驱动链轮上方的车体上，且具有盖板，在使用时，将盖板打开；同时，图像采集模块中具有照明装置。
[0014]优选地，还包括设置信号发生器及位置传感器，位置传感器与中央处理单元之间
进行信号传输；其中：信号发生器固定在任一履带板或履带销上，在信号发生器经过位置传感器时，将此次图像采集模块采集的履带板或履带销定义为1号，此后，经过图像采集模块的履带板或履带销的图像信息按照顺序传输至中央处理单元时，中央处理单元将接收到的履带板或履带销按顺序进行标号。
[0015]优选地，该装置还包括检测数据传输模块，其数据传输方式为CAN总线传输或蓝牙传输，外界接收到传输的检测数据后，对履带建立维修保养数字档案。
[0016]上述的检测方法能够在光线较暗的工作环境中，特别是局部光强较大、光线均匀度不足的场景中，对获取的零部件图像进行针对性处理，并有效识别缺陷零部件，特别是在履带车辆的部件检测中，具有较好的效果。
附图说明
[0017]图1是
技术介绍
中缺陷零部件检测方法流程图图2是本申请的图像识别装置示意图图3是本申请的履带缺陷检测及结果输出流程图图4是本申请的履带缺陷检测中缺陷数据库建立流程图图5是本申请的履带缺陷检测中缺陷检测流程图。
具体实施方式
[0018]下面将参照附图更详细地描述本申请公开的示例性实施方式。虽然附图中显示了本申请的示例性实施方式，然而应当理解，可以以各种形式实现本申请，而不应被这里阐述的具体实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本申请，并且能够将本申请公开的范围完整的传达给本领域的技术人员。
[0019]在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种零部件表面缺陷识别方法，其特征在于，该方法包括如下步骤：第一步骤，针对零部件的不同表面缺陷进行训练，形成产品缺陷数据集；第二步骤，针对被检测零部件进行图像获取，将获取的图像数据与产品缺陷数据集进行比较，以判定被检测零部件是否存在缺陷；第三步骤，将检测结果向外传输并展示。2.如权利要求1所述的零部件表面缺陷识别方法，其特征在于，在第一步骤中，通过如下方式形成产品缺陷数据集：首先针对质量完好的零部件以及具有不同类型缺陷的零部件进行图像采集；其次，在上述图像采集完成后，对所采集的图像数据进行分类和标引，针对缺陷产品对应的标引图像数据，通过Bolb算法提取具体的缺陷区域；最后，将缺陷产品的缺陷区域数据与正常产品的对应区域数据进行对比，进行数据训练，形成产品缺陷数据集。3.如权利要求2所述的零部件表面缺陷识别方法，其特征在于，在上述对质量完好的零部件以及具有不同类型缺陷的零部件进行图像采集中，模拟零部件在不同使用场景下的光线环境，并进行图像采集。4.如权利要求1所述的零部件表面缺陷识别方法，其特征在于，在第二步骤中对被检测零部件进行图像获取及缺陷检测中，首先获取被检测零部件的图像数据，并使用Bolb算法提取图像中不同区域的参数数据；将上述不同区域的参数数据与产品缺陷数据集中的数据进行对比，使用Bolb算法分析上述对比是否超过预定阈值，若超过预定阈值，则判定被检测对象存在与对比数据相同类型的缺陷，若在阈值之内，则表面被检测对象不存在于对比数据相同的缺陷。5.如权利要求1所述的零部件表面缺陷识别方法，其特征在于，在第二步骤中获取被检测对象的图像后，进行如下工作：使用如下函数提取光照分量：使用如下函数提取光照分量：上式中，G(x,y)为滤波器，δ为尺度因子，λ为归一化常数；使用原始图像和上述滤波器进行卷积，得到光照分量的估计值；构造二维伽马函数：构造二维伽马函数：其中：O（x,y）为矫正后的 输出图像亮度值；F(x,y...
【专利技术属性】
技术研发人员：朱正，王亚楠，赵越，闫振展，伍思宇，海日瀚，
申请(专利权)人：中国万宝工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。