【技术实现步骤摘要】
一种基于计算机视觉的车桥焊接区域检测方法及系统
[0001]本申请涉及图像数据处理
,特别是涉及一种基于计算机视觉的车桥焊接区域检测方法及系统。
技术介绍
[0002]近年来,在技术的不断发展过程中,焊接工艺日渐成熟,随着越来越多的先进焊接工艺的出现,汽车领域对焊接工艺的要求也是越来越高,尤其是承受汽车载荷的车桥部分。汽车车桥是所有类型与所有型号的汽车中一个重要的部件,随着汽车制造行业自动化程度的提高,且由于汽车加工生产过程中的环境较为恶劣,当前车桥生产过程中的焊接步骤已基本由机器人完成。
[0003]当车桥焊接质量较差时,就需要对焊接后的车桥进行返工以进行二次焊接。由于车桥焊接现一般已由智能化焊接机械进行,当需要对车桥的某个部位进行二次焊接时,就需要提前知道该部位存在的焊接缺陷,进而针对不同的焊接缺陷类型进行二次焊接修补。
[0004]现有焊接质量检测方法一般为图像识别检测,而为了加快通过图像识别完成焊接质量检测的速度,提前确定焊接区域是较优的手段之一,因此,如何实现对车桥的焊接区域进行快速准确检测, ...
【技术保护点】
【技术特征摘要】
1.一种基于计算机视觉的车桥焊接区域检测方法,其特征在于,包括以下步骤:获取车桥的图像信息,通过加权平均算法对所述图像信息进行灰度处理,以获取待处理图像;对所述待处理图像进行模糊复原,以获取待识别图像;对所述待识别图像进行阈值分割,以将所述待识别图像分隔为预选区域图像及备选区域图像;将所述预选区域图像的边缘值赋予所述备选区域图像相对的两侧边缘,以所述备选区域图像的两侧边缘为端点,搜索与所述边缘值不同的变化点;通过所述端点及所述变化点确定补全区域图像,拼接所述预选区域图像及所述补全区域图像,以获取所述车桥的焊接区域。2.根据权利要求1所述的基于计算机视觉的车桥焊接区域检测方法,其特征在于,所述加权平均算法的计算公式为:,其中,H表示灰度值,R、G、B均表示二维矩阵分量。3.根据权利要求1所述的基于计算机视觉的车桥焊接区域检测方法,其特征在于,所述对所述待处理图像进行模糊复原,以获取待识别图像的步骤包括:将所述待处理图像分隔为模糊区域图像及清晰区域图像;通过有约束最小二乘法复原所述模糊区域图像,以获取修正图像;拼接所述清晰区域图像及所述修正图像,以获取所述待识别图像。4.根据权利要求3所述的基于计算机视觉的车桥焊接区域检测方法,其特征在于,所述将所述待处理图像分隔为模糊区域图像及清晰区域图像的步骤包括:将所述待处理图像分隔为若干个分区图像,并获取所述分区图像的梯度分布;基于所述梯度分布计算所述分区图像的模糊度;判断所述模糊度是否超过模糊阈值;若所述模糊度超过模糊阈值,则将所述分区图像判定为模糊区域图像。5.根据权利要求4所述的基于计算机视觉的车桥焊接区域检测方法,其特征在于,所述模糊度的计算公式为:,其中,V
i
表示某一分区图像的模糊度,F
a
表示全部的分区图像的梯度分布的方差值的均值,F
i
...
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。