一种基于形态信息提取的深孔零件质量检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于形态信息提取的深孔零件质量检测方法及装置，该方法包括获取目标包络框；构造锚点，并基于锚点生成候选区域；分别计算各候选区域与目标包络框的交并比，并选取交并比满足预设条件的目标候选区域作为训练样本；基于训练样本训练快速卷积神经网络，并修改快速卷积神经网络的感兴趣区域池化层；基于修改后的快速卷积神经网络处理目标零件图像，得到目标零件图像的形态信息，并基于形态信息生成目标零件图像的质量检测结果

【技术实现步骤摘要】
一种基于形态信息提取的深孔零件质量检测方法及装置


[0001]本申请涉及深孔零件质量检测
，具体而言，涉及一种基于形态信息提取的深孔零件质量检测方法及装置
。

技术介绍

[0002]深孔类零件在国防工业
、
汽车
、
航空航天等领域应用广泛
。
电连接器是一种典型的深孔零件，常用于通信
、
电力电子等系统中电信号或能量信号的传输
。
以一架民用飞机为例，其使用的电连接器可多至数千个，应用于控制
、
雷达
、
动力等系统的相关线路中
。
而电连接器在生产过程中，由于材质及加工成型工艺的原因，易导致裂纹
、
划痕
、
破损等多种类型的损伤
。
这些损伤会极大地降低零件的性能和使用寿命，严重的将会导致安全隐患的产生
。
为此，目前对零件的可靠性和相关指标的要求在进一步提升，对深孔零件的零件质量有更高的要求，目前现有的检测方法已无法满足对深孔零件的质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于形态信息提取的深孔零件质量检测方法，其特征在于，所述方法包括：获取目标零件图像对应的目标包络框，所述目标包络框由所述目标零件图像的标注数据表示，所述标注数据为五元组；基于预设的长宽比和尺度构造锚点，并基于所述锚点生成候选区域，所述锚点对应的锚点参数包括用以控制所述候选区域对应旋转角度的旋转参数；分别计算各所述候选区域与目标包络框的交并比，并选取所述交并比满足预设条件的目标候选区域作为训练样本，所述训练样本包括正样本和负样本；基于所述训练样本训练快速卷积神经网络，并修改所述快速卷积神经网络的感兴趣区域池化层，用以使所述感兴趣区域池化层从每一个所述目标候选区域对应的特征图中提取固定长度的特征向量；基于修改后的所述快速卷积神经网络处理所述目标零件图像，得到所述目标零件图像的形态信息，并基于所述形态信息生成所述目标零件图像的质量检测结果
。2.
根据权利要求1所述的方法，其特征在于，所述五元组包括所述目标包络框的中心点横坐标
、
所述目标包络框的中心点纵坐标
、
所述目标包络框的长边长度
、
所述目标包络框的短边长度和从
x
轴正方向到所述目标包络框的长边平行方向的第一角度
。3.
根据权利要求1所述的方法，其特征在于，所述分别计算各所述候选区域与目标包络框的交并比，包括：计算所述候选区域与目标包络框在坐标系中的各顶点，将所述候选区域与目标包络框分别置入不同的预设灰度图像中；基于二维数组表示各所述灰度图像，用以使所述灰度图像中背景对应的数值为0，置入边框对应的数值为1，所述置入边框包括所述候选区域和目标包络框；填充所述置入边框，用以使所述置入边框内的全部所述背景对应的数值为1；将各所述二维数组相加，得到目标二维数组；计算所述目标二维数组的交集与并集之比，即为交并比，所述交集为所述目标二维数组中数值为2的元素个数，所述并集为所述目标二维数组中数值为1或2的元素个数
。4.
根据权利要求1所述的方法，其特征在于，所述预设条件包括用以选取所述正样本的第一预设条件和用以选取所述负样本的第二预设条件；所述第一预设条件为候选区域对应的所述交并比最大或所述交并比大于第一预设值的同时，锚点的倾斜角度与所...

【专利技术属性】
技术研发人员：宫新一，贾建树，刘梦雅，宋璐璐，杨波，
申请(专利权)人：径途元玮杭州科技有限公司，
类型：发明
国别省市：