一种基于图像识别的钢结构件缺陷检测方法及系统技术方案

本公开提供了一种基于图像识别的钢结构件缺陷检测方法及系统，涉及缺陷检测技术领域，该方法包括：得到实时工件图像；将实时工件图像划分为

【技术实现步骤摘要】
一种基于图像识别的钢结构件缺陷检测方法及系统


[0001]本公开涉及缺陷检测
，具体涉及一种基于图像识别的钢结构件缺陷检测方法及系统
。

技术介绍

[0002]钢结构件是将多种零件通过焊接
、
铆接或和螺栓连接等多种方式连接成一体的整体结构，比如钢屋架
、
钢网架
、
钢托架
、
钢桁架
、
钢柱
、
钢梁等
。
钢结构件一般用于建筑物的搭建，因此，对于钢结构件的质量检测很有必要，钢结构件存在缺陷，可能会导致带俺而成的建筑物存在安全隐患
。
[0003]现有技术中进行缺陷检测时，大多需要对所有待检零件进行复杂的图像处理进行缺陷识别，其存在数据运算量较大，且检测结果准确度不高的技术问题
。

技术实现思路

[0004]本公开提供了一种基于图像识别的钢结构件缺陷检测方法及系统，用以解决现有技术中存在的由于大多需要对所有待检零件进行复杂的图像处理进行缺陷识别，导致数据运算量较大，检测效率不佳，且检测结果准确度不高的技术问题
。
[0005]根据本公开的第一方面，提供了一种基于图像识别的钢结构件缺陷检测方法，包括：将所述
CCD
图像采集器布设至钢结构件的第一质检工位；通过所述
CCD
图像采集器实时采集得到钢结构件的实时工件图像，其中，所述实时工件图像是指所述钢结构件在所述第一质检工位上基于第一角度采集到的图像；将所述实时工件图像划分为
N
个图像块，并对所述
N
个图像块中的第一图像块进行局部二值转换，得到第一二值码，其中，所述第一图像块具备第一唯一标识码；判断所述第一二值码是否与第一预定二值码相同，若是不同，将所述第一图像块添加至待检部件序列，其中，所述第一预定二值码为预定图像的预定二值码中对应所述第一图像块的二值码；基于所述第一唯一标识码在所述预定图像的预定图像块中匹配第一预定图像块；通过数字孪生网络模型对所述待检部件序列中的所述第一图像块与所述第一预定图像块进行对比分析，得到第一对比特征集；根据分析所述第一对比特征集得到的第一缺陷检测结果得到所述钢结构件的缺陷检测结果集
。
[0006]根据本公开的第二方面，提供了一种基于图像识别的钢结构件缺陷检测系统，包括：图像采集器布设模块，所述图像采集器布设模块用于将所述
CCD
图像采集器布设至钢结构件的第一质检工位；图像采集模块，所述图像采集模块用于通过所述
CCD
图像采集器实时采集得到钢结构件的实时工件图像，其中，所述实时工件图像是指所述钢结构件在所述第一质检工位上基于第一角度采集到的图像；局部二值转换模块，所述局部二值转换模块用于将所述实时工件图像划分为
N
个图像块，并对所述
N
个图像块中的第一图像块进行局部二值转换，得到第一二值码，其中，所述第一图像块具备第一唯一标识码；二值码比对模块，所述二值码比对模块用于判断所述第一二值码是否与第一预定二值码相同，若是不同，将所述第一图像块添加至待检部件序列，其中，所述第一预定二值码为预定图像的预定二值码
中对应所述第一图像块的二值码；第一预定图像块匹配模块，所述第一预定图像块匹配模块用于基于所述第一唯一标识码在所述预定图像的预定图像块中匹配第一预定图像块；图像特征比对模块，所述图像特征比对模块用于通过数字孪生网络模型对所述待检部件序列中的所述第一图像块与所述第一预定图像块进行对比分析，得到第一对比特征集；缺陷检测结果集获取模块，所述缺陷检测结果集获取模块用于根据分析所述第一对比特征集得到的第一缺陷检测结果得到所述钢结构件的缺陷检测结果集
。
[0007]根据本公开采用的一个或多个技术方案，可达到的有益效果如下：
1.
通过
CCD
图像采集器实时采集得到钢结构件的实时工件图像，将实时工件图像划分为
N
个图像块，并对
N
个图像块中的第一图像块进行局部二值转换，得到第一二值码，其中，第一图像块具备第一唯一标识码，判断第一二值码是否与第一预定二值码相同，若是不同，将第一图像块添加至待检部件序列，基于第一唯一标识码在预定图像的预定图像块中匹配第一预定图像块，通过数字孪生网络模型对待检部件序列中的第一图像块与第一预定图像块进行对比分析，得到第一对比特征集，根据分析第一对比特征集得到的第一缺陷检测结果得到钢结构件的缺陷检测结果集，达到提升钢结构件的缺陷检测效率，同时提升缺陷检测准确度的技术效果
。
[0008]2.
获取预设钢结构件，获取预定图像时序，对预定图像时序中的第一预定图像和第二预定图像进行增强融合，得到预定图像，根据划分实时工件图像的方法对预定图像进行划分，得到预定图像块，其中，预定图像块中各图像块均具备唯一标识码，依次进行局部二值转换得到预定图像块的预定二值码
。
进而判断第一二值码是否与第一预定二值码相同，若是不同，将第一图像块添加至待检部件序列
。
通过对第一图像块进行初步比对分析，筛选出待检部件序列，可以有效降低后续质检的数据量，达到提升质检效率的技术效果
。
[0009]3.
将激光干涉成像仪布设至钢结构件的第二质检工位，通过激光干涉成像仪对钢结构件进行干涉成像分析，得到钢结构件干涉信息，将钢结构件空间信息与预设钢结构件的预设钢结构件空间信息对比得到第一对比数据，将钢结构件光谱信息与预设钢结构件的预设钢结构件光谱信息对比得到第二对比数据，通过缺陷识别模型对第一对比数据和第二对比数据进行分析，得到第二缺陷检测结果，基于第二缺陷检测结果对缺陷检测结果集进行校验
。
由此通过对缺陷检测结果集的校验，达到提升钢结构件的缺陷检测结果的可靠性技术效果
。
附图说明
[0010]为了更清楚地说明本专利技术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
。
构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定，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，还可以根据提供的附图获得其他的附图
。
[0011]图1为本专利技术实施例提供的一种基于图像识别的钢结构件缺陷检测方法的流程示意图；图2为本专利技术一种基于图像识别的钢结构件缺陷检测方法中硬件连接示意图；图3为本专利技术实施例提供的一种基于图像识别的钢结构件缺陷检测系统的结构示
意图
。
[0012]附图标记说明：图像采集器布设模块
11
，图像采集模块
12
，局部二值转换模块
13
，二值码比对模块
14
，第一预定图像块匹配模块
15
，图像特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像识别的钢结构件缺陷检测方法，其特征在于，所述方法应用于一种基于图像识别的钢结构件缺陷检测系统，所述系统与
CCD
图像采集器通信连接，所述方法包括：将所述
CCD
图像采集器布设至钢结构件的第一质检工位；通过所述
CCD
图像采集器实时采集得到钢结构件的实时工件图像，其中，所述实时工件图像是指所述钢结构件在所述第一质检工位上基于第一角度采集到的图像；将所述实时工件图像划分为
N
个图像块，并对所述
N
个图像块中的第一图像块进行局部二值转换，得到第一二值码，其中，所述第一图像块具备第一唯一标识码；判断所述第一二值码是否与第一预定二值码相同，若是不同，将所述第一图像块添加至待检部件序列，其中，所述第一预定二值码为预定图像的预定二值码中对应所述第一图像块的二值码；基于所述第一唯一标识码在所述预定图像的预定图像块中匹配第一预定图像块；通过数字孪生网络模型对所述待检部件序列中的所述第一图像块与所述第一预定图像块进行对比分析，得到第一对比特征集；根据分析所述第一对比特征集得到的第一缺陷检测结果得到所述钢结构件的缺陷检测结果集
。2.
根据权利要求1所述方法，其特征在于，在所述判断所述第一二值码是否与第一预定二值码相同之前，还包括：获取预设钢结构件，其中，所述预设钢结构件为与所述钢结构件同品类的
、
质检合格无缺陷的钢结构件；获取预定图像时序，所述预定图像时序是指通过所述
CCD
图像采集器在所述第一质检工位上基于所述第一角度采集到的所述预设钢结构件的图像序列；对所述预定图像时序中的第一预定图像和第二预定图像进行增强融合，得到所述预定图像
。3.
根据权利要求2所述方法，其特征在于，在所述得到所述预定图像之后，包括：根据划分所述实时工件图像的方法对所述预定图像进行划分，得到所述预定图像块，其中，所述预定图像块中各图像块均具备唯一标识码；依次进行局部二值转换得到所述预定图像块的所述预定二值码
。4.
根据权利要求3所述方法，其特征在于，所述数字孪生网络模型包括第一孪生子模型和第二孪生子模型，所述通过数字孪生网络模型对所述待检部件序列中的所述第一图像块与所述第一预定图像块进行对比分析，包括：通过所述第一孪生子模型对所述第一预定图像块进行特征识别，得到第一预定特征集；通过所述第二孪生子模型对所述第一图像块进行特征识别，得到第一特征集；将所述第一预定特征集与所述第一特征集的第一区别特征作为所述第一对比特征集
。5.
根据权利要求4所述方法，其特征在于，所述通过所述第一孪生子模型对所述第一预定图像块进行特征识别，得到第一预定特征集，包括：基于离散余弦变换原理对所述第一预定图像块进行处理，得到第一预定
DCT
系数；将从所述第一预定
DCT
系数中提取到的第一预定
AC
系数作为所述第一预定特征集
。
6.
根据权利要求2所述方法，其特征在于，所述...

【专利技术属性】
技术研发人员：刘相专，李坤，李佳静，刘相照，
申请(专利权)人：日照鼎立钢构股份有限公司，
类型：发明
国别省市：