【技术实现步骤摘要】
本专利技术涉及压铸件检测，具体而言，涉及一种压铸件内壁缺陷检测方法及系统。
技术介绍
1、压铸件在汽车行业中发挥着重要作用，对产品质量要求比较高，不允许有残次品流入到市场中。但是在压铸件生产过程中，因种种的原因，其内壁孔洞会产生气孔、沙眼、毛刺、异物等缺陷，并且现有压铸件生产作业，通常采用流水线加工作业，且生产基数大、检测力度不足，无法准确筛选出压铸工艺中不达标的产品。然而若此缺陷产品如果在流入到市场，将严重影响汽车的物理性能，甚至发生不可挽回的损失的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种压铸件内壁缺陷检测方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种压铸件内壁缺陷检测方法，包括：利用摄像装置采集待检测压铸件的内壁图像，随机提取内壁图像中感兴趣区域；依据高斯滤波将感兴趣区域转换为灰度图像，并采用最大类间方差对灰度图像进行动态提取，得到第一内壁图像；
3、对第一内壁图像进行分割处理，得到第二内壁图像，并基于泛洪填充算法，计算得到第二内壁图像的边缘梯度值，并填充为目标圆；
4、根据canny算法提取目标圆的边缘离散像素点，并利用最小二乘法迭代拟合出目标圆的圆心坐标和圆半径；基于目标检测算法，对目标圆进行定位，得到第一定位结果；
5、利用衍射时差法，对第一内壁图像进行检测，接收探头反馈检测信息，记作第二定位结果；
6、经小波分析得到的历史缺陷信号特
7、优选地，所述采用最大类间方差对灰度图像进行动态提取，得到第一内壁图像，其中包括：
8、寻找感兴趣区域中每个白色区域的轮廓；求解每个轮廓的面积并找到其中面积最大的一个作为目标轮廓，其中光源照射图像的背面；
9、计算目标轮廓的最小包围矩形，即为背光区域，将采集到的背光区域输送至检测控制系统；
10、检测控制系统将检测到的背光区域中的光线强度信息值进行比较，得出最大光线强度信息值，将最大光线强度信息值所对应的最大轮廓记作第一内壁图像。
11、优选地，所述得出最大光线强度信息值，将最大光线强度信息值所对应的最大轮廓记作第一内壁图像，其中包括：
12、提取最大光线强度信息值所对应的总面积为整体最高亮图像，其中整体最高亮图像为白色，背光光源为黑色；
13、根据整体最高亮图像的轮廓，提取出轮廓中压铸件内壁总面积；
14、基于压铸件内壁总面积，提取第一面积信息和第二面积信息，其中第一面积信息为部分区域成像良好区域，第二面积信息为部分明显缺陷区域；
15、将第一面积信息和第二面积信息进行拼接，得到第一内壁图像。
16、优选地，所述利用最小二乘法迭代拟合出目标圆的圆心坐标和圆半径，其中包括：
17、根据损失函数算法，利用最速下降法来迭代拟合目标圆，其中计算方式如下：
18、
19、式中，f取最小值，初始圆心坐标为（，），r为初始圆半径，目标圆心坐标为（，）。
20、优选地，所述利用衍射时差法，对第一内壁图像进行检测，接收探头反馈检测信息，记作第二定位结果，其中包括：
21、发送第一信号，其中第一信号为将超声波发送至第一内壁图像的信号；
22、判断第一信号的回波信号是否偏离预设传播方向，若只有中通波以及内壁的回波信号，则未发现缺陷；若在内壁的边缘产生衍射信号，则发现缺陷，并锁定缺陷区域的轮廓，将其记作第二定位结果。
23、优选地，所述经小波分析得到的历史缺陷信号特征向量作为输入层，其中包括：
24、获取原始缺陷信号，根据小波包分解原理，构建经验小波函数和经验尺度函数，得到细节系数和近似系数，对细节系数和近似系数进行傅里叶变换，得到第一分解信号；
25、对第一分解信号进行再次分解和重构，得到第二分解信号，求解第二分解信号作为输入层。
26、优选地，所述实现对压铸件内壁缺陷的检测识别，之后包括：当检测识别其中一帧压铸件的所属内壁图像具有某一类型的缺陷，则记录下有缺陷特征的信息参数，其中包括压铸件数量以及缺陷特征类型，将信息参数输入至数据库，并在所有压铸件都检测完毕后，统计压铸件合格率。
27、第二方面，本申请还提供了一种压铸件内壁缺陷检测系统，包括：提取模块：用于利用摄像装置采集待检测压铸件的内壁图像，随机提取内壁图像中感兴趣区域；依据高斯滤波将感兴趣区域转换为灰度图像，并采用最大类间方差对灰度图像进行动态提取，得到第一内壁图像；
28、处理模块：用于对第一内壁图像进行分割处理，得到第二内壁图像，并基于泛洪填充算法，计算得到第二内壁图像的边缘梯度值，并填充为目标圆；
29、第一定位模块：用于根据canny算法提取目标圆的边缘离散像素点，并利用最小二乘法迭代拟合出目标圆的圆心坐标和圆半径；基于目标检测算法，对目标圆进行定位，得到第一定位结果；
30、第二定位模块：用于利用衍射时差法，对第一内壁图像进行检测，接收探头反馈检测信息，记作第二定位结果；
31、检测模块：用于经小波分析得到的历史缺陷信号特征向量作为输入层，获取得到的压铸件缺陷类型和无缺陷压铸件作为输出层，训练建立神经网络模型；根据预设的小波基函数，将第一定位结果和第二定位结果输入至神经网络模型，从而实现对压铸件内壁缺陷的检测识别。
32、优选地，所述提取模块，其中包括：
33、求解单元：用于寻找感兴趣区域中每个白色区域的轮廓；求解每个轮廓的面积并找到其中面积最大的一个作为目标轮廓，其中光源照射图像的背面；
34、计算单元：用于计算目标轮廓的最小包围矩形，即为背光区域，将采集到的背光区域输送至检测控制系统；
35、比较单元：用于检测控制系统将检测到的背光区域中的光线强度信息值进行比较，得出最大光线强度信息值，将最大光线强度信息值所对应的最大轮廓记作第一内壁图像。
36、优选地，所述比较单元，其中包括：
37、第一提取单元：用于提取最大光线强度信息值所对应的总面积为整体最高亮图像，其中整体最高亮图像为白色，背光光源为黑色；
38、第二提取单元：用于根据整体最高亮图像的轮廓，提取出轮廓中压铸件内壁总面积；
39、第三提取单元：用于基于压铸件内壁总面积，提取第一面积信息和第二面积信息，其中第一面积信息为部分区域成像良好区域，第二面积信息为部分明显缺陷区域；
40、拼接单元：用于将第一面积信息和第二面积信息进行拼接，得到第一内壁图像。
41、本专利技术的有益效果为：本专利技术提供的检测方法，使用方便，检测效率高，操作工动本文档来自技高网...
【技术保护点】
1.一种压铸件内壁缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述采用最大类间方差对灰度图像进行动态提取，得到第一内壁图像，其中包括：
3.根据权利要求2所述的压铸件内壁缺陷检测方法，其特征在于，所述得出最大光线强度信息值，将最大光线强度信息值所对应的最大轮廓记作第一内壁图像，其中包括：
4.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述利用最小二乘法迭代拟合出目标圆的圆心坐标和圆半径，其中包括：
5.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述利用衍射时差法，对第一内壁图像进行检测，接收探头反馈检测信息，记作第二定位结果，其中包括：
6.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述经小波分析得到的历史缺陷信号特征向量作为输入层，其中包括：
7.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述实现对压铸件内壁缺陷的检测识别，之后包括：
8.一种压铸件内壁缺陷检测系统，其特征在于，包括：>
9.根据权利要求8所述的压铸件内壁缺陷检测系统，其特征在于，所述提取模块，其中包括：
10.根据权利要求9所述的压铸件内壁缺陷检测系统，其特征在于，所述比较单元，其中包括：
...【技术特征摘要】
1.一种压铸件内壁缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述采用最大类间方差对灰度图像进行动态提取，得到第一内壁图像，其中包括：
3.根据权利要求2所述的压铸件内壁缺陷检测方法，其特征在于，所述得出最大光线强度信息值，将最大光线强度信息值所对应的最大轮廓记作第一内壁图像，其中包括：
4.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述利用最小二乘法迭代拟合出目标圆的圆心坐标和圆半径，其中包括：
5.根据权利要求1所述的压铸件内壁缺陷检测方法，其特征在于，所述利用衍射时差法，...
【专利技术属性】
技术研发人员：叶晴，
申请(专利权)人：宁波昱辰汽车零部件有限公司，
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。