本发明专利技术涉及图像处理技术领域，公开了一种焊缝缺陷检测方法、装置、计算机设备及存储介质，本发明专利技术提供的焊缝缺陷检测方法，通过获取待检测的焊缝缺陷图像，并提取有效区域，将焊缝有效区域输入到训练好的焊缝缺陷检测模型中自动确定焊缝缺陷的位置和类别，保证了焊缝缺陷的准确率和稳定性，且直接将焊缝有效区域输入到焊缝缺陷检测模型中即可得到焊缝缺陷的位置和类别，提高了焊缝缺陷检测的效率。
【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种焊缝缺陷检测方法、装置、计算机设备及存储介质。
技术介绍
1、在焊接时，由于制造工艺、焊接设备和人工操作等因素的影响，在焊接制造器件时容易产生一些外部或内部缺陷，比如外部缺陷有弧坑或表面擦伤等，内部缺陷有焊缝、裂纹、气孔等，对于外部缺陷可通过专业人员人眼或借助传统机器进行检测，内部缺陷需要通过无损检测技术对缺陷进行识别和判断，x射线检测是常用的焊缝缺陷无损检测技术。
2、但现有的x射线检测仪进行图像分析只是半自动化，仍需要人工分析，数字图像的成像质量差、环境污染或细小尺寸的缺陷都会影响检测工作，并且对于专业人员来说，很难在短时间内识别出小的瑕疵，长时间的工作会使专业人员疲劳，且人类对焊缝的检测通常具有主观性，导致对焊缝缺陷评定达不到较高的稳定性，且人工速度较慢，影响焊缝检测的效率。
技术实现思路
1、有鉴于此，本专利技术提供了一种焊缝缺陷检测方法、装置、计算机设备及存储介质，以解决人工检测焊缝缺陷具有主观性，对焊缝缺陷的评定不稳定，且人工检测的速度较慢，影响焊缝检测效率的问题。
2、第一方面，本专利技术提供了一种焊缝缺陷检测方法，所述方法包括：获取待检测的焊缝缺陷图像，提取焊缝缺陷有效区域；将所述焊缝缺陷有效区域输入到训练好的焊缝缺陷检测模型中，确定焊缝缺陷的位置和类别，所述焊缝缺陷检测模型包括特征提取网络、双向特征金字塔网络和后处理网络，所述特征提取网络包括多个特征提取阶段，每一特征提取阶段均设有可变形卷积。
>3、本专利技术提供的焊缝缺陷检测方法，通过获取待检测的焊缝缺陷图像，并提取有效区域，将焊缝有效区域输入到训练好的焊缝缺陷检测模型中设有可变形卷积的特征提取网络中，得到焊缝特征图，将焊缝特征图输入到双向特征金字塔网络中进行不同尺度的特征图融合，可保证对所有出现的焊缝缺陷进行检测，最后输入后处理网络中自动确定焊缝缺陷的位置和类别，提高了焊缝缺陷的检测能力，保证了焊缝缺陷的准确率和稳定性，且直接将焊缝有效区域输入到焊缝缺陷检测模型中即可得到焊缝缺陷的位置和类别，提高了焊缝缺陷检测的效率。4、在一种可选的实施方式中，确定焊缝缺陷的位置和类别，包括：将所述焊缝缺陷有效区域输入到特征提取网络，得到多个焊缝特征图，所述焊缝特征图包括焊缝位置框，每一焊缝位置框对应的类别和置信度；将所述多个焊缝特征图输入到双向特征金字塔网络中，对所述多个焊缝特征图进行特征信息融合，得到焊缝融合特征图；将所述融合特征图输入到所述后处理网络中，确定焊缝缺陷的位置和类别。
5、本专利技术将焊缝缺陷有效区域输入到特征提取网络，其中通过可变形卷积提取得到多个焊缝特征图，且通过双向特征金字塔网络进行不同特征图的融合，提高焊缝缺陷检测模型对焊缝小面积缺陷的检测能力。
6、在一种可选的实施方式中，将所述融合特征图输入到所述后处理网络中，确定焊缝缺陷的位置和类别，包括：以置信度最高的焊缝位置框为目标位置框，计算目标位置框的置信度与其余焊缝位置框对应的置信度的差值，基于与目标位置框的置信度对应的差值越大，更新后的置信度越低的规则，更新除目标位置框之外的其余焊缝位置框对应的置信度；基于预设的置信度门槛值，筛选保留置信度大于置信度门槛值对应的焊缝位置框及其对应的类别，得到保留后的焊缝缺陷的位置和类别。
7、本专利技术通过soft nms算法通过基于其余焊缝位置框的置信度与最高置信度的差值，重新更新焊缝位置框的置信度，筛选过滤置信度低的焊缝位置框，保留置信度大的焊缝位置框及其对应的类别，即可提高焊缝缺陷检测模型对焊缝中密集缺陷的检测能力。
8、在一种可选的实施方式中，所述提取焊缝缺陷有效区域，包括：对所述待检测的焊缝缺陷图像进行二值化处理，得到前景区域和后景区域，并对所述前景区域图像进行开运算操作；选取多个目标前景像素点，基于像素值相同和位置相邻的条件将与所述目标前景像素点相邻的前景像素点构成多个连通区域；计算各连通区域的面积，确定面积最大的连通区域；确定所述面积最大的连通区域对应的外接矩形，并对所述外接矩形对应的图像区域进行掩模处理，得到焊缝有效区域。
9、本专利技术在将焊缝缺陷图像输入到焊缝缺陷检测模型中前，通过提取焊缝缺陷图像中的有效焊缝区域，并将焊缝缺陷有效区域输入到焊缝缺陷检测模型中确定焊缝位置和类别，可去除焊缝缺陷图像上的很多无用信息，提高对焊缝缺陷检测的准确度。
10、在一种可选的实施方式中，在提取焊缝缺陷有效区域之前，所述方法还包括：对所述待检测的焊缝缺陷图像进行降噪滤波处理，并对降噪滤波处理后的图像进行轮廓增强处理。
11、本专利技术通过去除焊缝缺陷图像上的噪点，锐化焊缝轮廓，提升后期对焊缝缺陷检测的准确度。
12、在一种可选的实施方式中，所述焊缝缺陷检测模型通过下述步骤进行训练：获取焊缝缺陷图像样本集，提取预设数量个焊缝缺陷图像作为对预设检测模型进行每轮训练的样本；将焊缝缺陷图像样本输入到所述预设检测模型中，并以初始学习率对预设检测模型进行训练；通过引入动量的梯度下降算法调节预设检测模型多轮训练过程中的学习率，直至得到焊缝缺陷检测模型。
13、本专利技术通过引入动量的梯度下降算法调节预设检测模型多轮训过程中的学习率，继而得到最优的检测模型，即焊缝缺陷检测模型。
14、第二方面，本专利技术提供了一种焊缝缺陷检测装置，所述装置包括：有效区域获取模块，用于获取待检测的焊缝缺陷图像，提取焊缝缺陷有效区域；焊缝缺陷检测模块，用于将所述焊缝缺陷有效区域输入到训练好的焊缝缺陷检测模型中，确定焊缝缺陷的位置和类别，所述焊缝缺陷检测模型包括特征提取网络、双向特征金字塔网络和后处理网络，所述特征提取网络包括多个特征提取阶段，每一特征提取阶段均设有可变形卷积。
15、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的焊缝缺陷检测方法。
16、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的焊缝缺陷检测方法。
本文档来自技高网...
【技术保护点】
1.一种焊缝缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述确定焊缝缺陷的位置和类别，包括：
3.根据权利要求2所述的焊缝缺陷检测方法，其特征在于，所述将所述融合特征图输入到所述后处理网络中，确定焊缝缺陷的位置和类别，包括：
4.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述提取焊缝缺陷有效区域，包括：
5.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，在提取焊缝缺陷有效区域之前，所述方法还包括：
6.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述焊缝缺陷检测模型通过下述步骤进行训练：
7.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述获取待检测的焊缝缺陷图像，包括：
8.一种焊缝缺陷检测装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的焊缝缺陷检测方法。
...
【技术特征摘要】
1.一种焊缝缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述确定焊缝缺陷的位置和类别，包括：
3.根据权利要求2所述的焊缝缺陷检测方法，其特征在于，所述将所述融合特征图输入到所述后处理网络中，确定焊缝缺陷的位置和类别，包括：
4.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，所述提取焊缝缺陷有效区域，包括：
5.根据权利要求1所述的焊缝缺陷检测方法，其特征在于，在提取焊缝缺陷有效区域之前，所述方法还包括...
【专利技术属性】
技术研发人员：许令圣，任凡，陈重华，陈剑斌，张博，
申请(专利权)人：重庆长安汽车股份有限公司，
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。