【技术实现步骤摘要】
本专利技术属于无损检测，尤其涉及一种基于点云的钢板表面质量检测方法。
技术介绍
1、钢板是钢铁工业的重要产品之一，主要用于航空航天、桥梁建造、汽车制造以及国防装备等领域。钢板在生产过程中容易出现划痕等缺陷，随着工业的迅速发展，钢板等金属制品的需求量也在不断地增加，对质量的要求也越来越高，因此质量检测在其生产过程中是重中之重的环节。
2、申请号为202310743757.9的中国专利技术专利公开了一种基于3d视觉技术的钢板表面缺陷检测系统，包括数据采集端，其设置于待检测钢板表面上下两侧，用于采集特定角度的钢板表面纹理图像生成点云数据；中枢服务器，其与数据采集端之间通讯连接；监控装置，包括人机交互单元与控制单元，控制单元用于控制数据采集端的数据采集工作，人机交互单元用控制单元，以及显示中枢服务器对点云数据处理后得出的质量缺陷检测结果。该方案通过快速扫描钢板上下表面高精度三维形貌的点云数据，并依托三维重建技术重绘钢板表面三维模型，能够检测钢板表面缺陷的深度和高度，并对缺陷进行危害等级判断，提高了检测人员的安全性。但是这种传统缺陷检测算法易受环境影响，并且开发耗时较长、鲁棒性较差，还需要根据场景的变化不断地调整阈值，对工人的要求也较高。因此如何进行准确而全面的钢板质量检测是亟待解决的问题。
技术实现思路
1、本专利技术的目的是提供一种基于点云的钢板表面质量检测方法，克服现有技术的不足，采用对钢板点云图像进行平移旋转处理，可以进行准确而全面的钢板质量检测，实现钢板表面质量缺陷的并
2、为实现上述目的，本专利技术通过以下技术方案实现：
3、一种基于点云的钢板表面质量检测方法，其特征在于，采用对钢板点云图像进行平移旋转处理，可以进行准确而全面的钢板表面质量检测，实现钢板表面缺陷的并行检测，提高检测效率完成对缺陷的定性检测和定量分析，其具体操作步骤如下：
4、步骤s1：用3d相机拍摄钢板表面，去除杂乱背景，确定钢板三维点云图像；
5、步骤s2：将钢板三维点云图像做预处理，确定优化后的钢板点云图像；
6、步骤s3：将优化后的钢板点云图像平移旋转，确定旋转后的钢板点云图像和钢板点云平面；
7、步骤s4：实现钢板平面度的检测；
8、步骤s5：将旋转后的钢板点云图像映射为二维灰度图像，实现钢板缺陷的定性检测；
9、步骤s6：根据旋转后的钢板点云图像，实现钢板缺陷的定量检测，确定钢板具体缺陷信息；
10、步骤s7：根据所述钢板平面度检测，缺陷定性检测以及缺陷的定量分析，判断钢板是否为合格产品。
11、所述步骤s1的具体操作过程是：11)采用面阵结构光3d相机或者通过编码器控制的线阵3d激光相机采集钢板表面三维图像；12)根据钢板的尺寸以及相机的分辨率，大致计算钢板点云图像的点云数量，利用欧氏聚类算法选取钢板点云图像中点云数量所在的范围，完全去除钢板点云图像中的背景点云，得到去除背景的钢板点云图像，确定钢板三维点云图像。
12、所述步骤s2的具体操作过程是：21)对钢板三维点云图像建立三维体素网格，三维体素栅格的尺寸根据缺陷检测标准以及3d激光相机分辨率确定，计算每个三维体素栅格中所有点云的重心点云，根据重心点云，确定采样后的钢板三维点云图像；22)根据统计滤波，剔除下采样后的钢板三维点云图像中的稀疏离群点，确定优化后的钢板点云图像。
13、所述步骤s3的具体操作过程是：31)对优化后的钢板点云图像进行基于ransac的平面分割，得到钢板点云平面以及点云平面的法向量；32)计算钢板点云平面的法向量与z轴单位向量(0,0,1)叉积，叉积归一化表示优化后的钢板点云图像的旋转轴；33)计算钢板点云平面的法向量与z轴单位向量(0,0,1)的夹角，夹角表示优化后的钢板点云图像的旋转角；34)通过旋转轴和旋转角计算旋转矩阵，通过矩阵左乘，将优化后的钢板点云图像，和31)中确定的钢板点云平面进行旋转，z轴单位向量(0,0,1)为旋转后的钢板点云平面的法向量。
14、所述步骤s4的具体操作过程是：根据钢板点云平面，计算钢板点云平面以外的点云到平面的距离，以及距离的平方差，通过平方差的大小表示钢板平面度。
15、所述步骤s5的具体操作过程是：51)根据旋转后的钢板点云图像的三维坐标，分别获得点云图像中所有点云x,y,z坐标的最大值max_x,may_y,max_z和最小值min_x,min_y,min_z。
16、52)给定灰度图像水平方向和垂直方向的分辨率a×b，计算单个像素点的实际尺寸l,这里l的值等于水平像素点的尺寸a和垂直像素点的尺寸b的最大值，具体计算公式如下：
17、a＝(max_x-min_x)/a 式1)
18、b＝(max_y-min_y)/b 式2)
19、l＝max(a,b) 式3)
20、53)计算每个点云(x,y,z)对应的像素坐标(x1，y1),计算方式如下：
21、x1＝(x-min_x)/l 式4)
22、y1＝(y-min_y)/l 式5)
23、54)点云z坐标的值z转化成二维图像的灰度值gray_z,具体计算方式如下：
24、gray_z＝(max_z-z)/(max_z-min_z)×255式6)
25、55)根据laplacian算法，对生成的灰度图像边缘检测，可视化展示，实现优化后的钢板点云图像缺陷的定性检测。
26、所述步骤s6的具体操作过程是：
27、61)根据步骤s3中确定的旋转后的钢板点云平面，计算钢板点云平面中点云z坐标的最大值max和最小值min，通过直通滤波，从步骤s3确定的旋转后的钢板点云图像中剔除z坐标值在(min,max)范围之内的点云，留下的区域为缺陷点云图像；
28、62)根据欧式聚类分割算法，确定缺陷点云图像中缺陷的数量；
29、63)根据每个缺陷点集中所有点云z坐标最值的差值，确定每个缺陷的深度；
30、64)根据每个缺陷点集所有点云xyz坐标的最值，确定缺陷点云在旋转后的钢板点云图像中的位置。
31、所述步骤s7的具体操作过程是：根据所述钢板平面度检测、缺陷定性检测以及缺陷的定量分析，依据钢板执行标准，判断钢板是否为合格产品。
32、与现有技术相比，本专利技术的有益效果是：
33、本专利技术算法中通过采用对钢板点云图像进行平移旋转处理，可以进行准确而全面的钢板质量检测，实现钢板的各种表面质量缺陷进行并行检测，从而提高了检测效率，完成对缺陷的定性检测和定量分析，鲁棒性较好，可适用于多种应用场景，具有广泛的推广价值。
本文档来自技高网...【技术保护点】
1.一种基于点云的钢板表面质量检测方法，其特征在于，采用对钢板点云图像进行平移旋转处理，可以进行准确而全面的钢板表面质量检测，实现钢板表面缺陷的并行检测，提高检测效率完成对缺陷的定性检测和定量分析，其具体操作步骤如下：
2.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S1的具体操作过程是：11)采用面阵结构光3D相机或者通过编码器控制的线阵3D激光相机采集钢板表面三维图像；12)根据钢板的尺寸以及相机的分辨率，大致计算钢板点云图像的点云数量，利用欧氏聚类算法选取钢板点云图像中点云数量所在的范围，完全去除钢板点云图像中的背景点云，得到去除背景的钢板点云图像，确定钢板三维点云图像。
3.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S2的具体操作过程是：21)对钢板三维点云图像建立三维体素网格，三维体素栅格的尺寸根据缺陷检测标准以及3D激光相机分辨率确定，计算每个三维体素栅格中所有点云的重心点云，根据重心点云，确定采样后的钢板三维点云图像；22)根据统计滤波，剔除下采样后的钢板三维点云图像中的稀疏离
4.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S3的具体操作过程是：31)对优化后的钢板点云图像进行基于RANSAC的平面分割，得到钢板点云平面以及点云平面的法向量；32)计算钢板点云平面的法向量与Z轴单位向量(0,0,1)叉积，叉积归一化表示优化后的钢板点云图像的旋转轴；33)计算钢板点云平面的法向量与Z轴单位向量(0,0,1)的夹角，夹角表示优化后的钢板点云图像的旋转角；34)通过旋转轴和旋转角计算旋转矩阵，通过矩阵左乘，将优化后的钢板点云图像，和31)中确定的钢板点云平面进行旋转，Z轴单位向量(0,0,1)为旋转后的钢板点云平面的法向量。
5.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S4的具体操作过程是：根据钢板点云平面，计算钢板点云平面以外的点云到平面的距离，以及距离的平方差，通过平方差的大小表示钢板平面度。
6.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S5的具体操作过程是：51)根据旋转后的钢板点云图像的三维坐标，分别获得点云图像中所有点云X,Y,Z坐标的最大值Max_x,May_y,Max_z和最小值Min_x,Min_y,Min_z。
7.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S6的具体操作过程是：
8.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤S7的具体操作过程是：根据所述钢板平面度检测、缺陷定性检测以及缺陷的定量分析，依据钢板执行标准，判断钢板是否为合格产品。
...【技术特征摘要】
1.一种基于点云的钢板表面质量检测方法，其特征在于，采用对钢板点云图像进行平移旋转处理，可以进行准确而全面的钢板表面质量检测，实现钢板表面缺陷的并行检测，提高检测效率完成对缺陷的定性检测和定量分析，其具体操作步骤如下：
2.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤s1的具体操作过程是：11)采用面阵结构光3d相机或者通过编码器控制的线阵3d激光相机采集钢板表面三维图像；12)根据钢板的尺寸以及相机的分辨率，大致计算钢板点云图像的点云数量，利用欧氏聚类算法选取钢板点云图像中点云数量所在的范围，完全去除钢板点云图像中的背景点云，得到去除背景的钢板点云图像，确定钢板三维点云图像。
3.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤s2的具体操作过程是：21)对钢板三维点云图像建立三维体素网格，三维体素栅格的尺寸根据缺陷检测标准以及3d激光相机分辨率确定，计算每个三维体素栅格中所有点云的重心点云，根据重心点云，确定采样后的钢板三维点云图像；22)根据统计滤波，剔除下采样后的钢板三维点云图像中的稀疏离群点，确定优化后的钢板点云图像。
4.根据权利要求1所述的一种基于点云的钢板表面质量检测方法，其特征在于，所述步骤s3的具体操作过程是：31)对优化后的钢板点云图像进行基于ransac的平面分割，得到钢板点云平面以及点云平面的...
【专利技术属性】
技术研发人员：李芹芹，宋宝宇，王奎越，张兆鑫，成霄翔，任姿颖，宋君，曹忠华，
申请(专利权)人：鞍钢集团北京研究院有限公司，
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。