【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于人工智能的驱动齿生产质量检测方法。
技术介绍
1、齿轮在机械系统中扮演着重要的角色，具有不可替代的地位，且随着科技的发展，齿轮传动对传动精度越来越高。由于齿轮的精密啮合可实现准确的转动和传递，减小传动误差。这对于需要高精度转动或需要确保精确同步的应用非常重要。
2、但是由于齿轮结构特殊，使得在采集齿轮图像时，各个轮齿受到的光照强度与光照角度均不相同，所有导致采集到的齿轮图像中不同的轮齿之间的灰度差异大，使得无法准确的对齿轮的质量进行检测，为了能够更加准确的对齿轮的质量进行检测，本专利技术提出来一种齿轮图像增强方法，极大的提高了齿轮图像的质量，再对增强后的齿轮图像进行检测，达到准确的对齿轮的质量进行检测的目的。
技术实现思路
1、本专利技术提供基于人工智能的驱动齿生产质量检测方法，以解决现有的问题：由于齿轮结构的原因导致采集到的齿轮图像中不同的轮齿之间的灰度差异大，使得无法准确的对齿轮的质量进行检测。
2、本专利技术的基于人工智能的驱动齿生产质量检测方法采用如下技术方案：
3、包括以下步骤：
4、采集齿轮表面图像，根据齿轮表面图像获取齿轮图像；
5、获取实物齿轮的厚度、齿轮的齿顶圆半径以及齿轮上轮齿的数量；根据实物齿轮的齿顶圆半径以及齿轮上轮齿的数量，计算齿轮图像中每个轮齿区域的长度；根据齿轮图像中每个轮齿区域的长度以及齿轮的厚度，获取齿轮图像中第0个轮齿区域；根据齿轮图像中第0个轮齿区域
6、获取实物齿轮的轮齿中轮齿顶面长度、齿面长度以及轮齿顶面与齿面之间的夹角；根据实物齿轮中轮齿顶面与齿面之间的夹角，计算齿轮图像中各个轮齿区域内的轮齿顶面长度与齿面长度；根据齿轮图像中各个轮齿区域内的轮齿顶面长度与齿面长度，获取齿轮图像中每个轮齿区域的轮齿顶面与齿面；
7、根据齿轮图像中每个轮齿区域的轮齿顶面与齿面，获取增强后的齿轮图像；对增强后的齿轮图像进行齿轮质量检测。
8、优选的，所述采集齿轮表面图像，包括的具体方法为：
9、使工业相机始终正对着齿轮中轮齿一侧，然后当齿轮中的任意轮齿正对着工业相机时，采集齿轮的表面图像。
10、优选的，所述根据齿轮表面图像获取齿轮图像，包括的具体方法为：
11、对齿轮表面图像进行灰度化处理得到齿轮灰度图像；再对齿轮灰度图像进行语义分割，将齿轮灰度图像中的背景部分去除，得到经过语义分割后的齿轮灰度图像，将经过语义分割后的齿轮灰度图像记为齿轮图像。
12、优选的，所述计算齿轮图像中每个轮齿区域的长度，包括的具体计算公式为：
13、
14、式中，表示齿轮图像中第个轮齿的轮齿区域的长度；表示齿顶圆的半径；表示齿轮图像中第个轮齿；表示实物齿轮中轮齿的数量；表示180°；表示余弦函数。
15、优选的，所述获取齿轮图像中第0个轮齿区域，包括的具体方法为：
16、在齿轮图像中心，做一个宽为齿轮厚度，长为的矩形，作为齿轮图像中第0个轮齿区域。
17、优选的，所述根据齿轮图像中第0个轮齿区域获取齿轮图像中的所有轮齿区域，包括的具体方法为：
18、对于获取齿轮图像中第0个轮齿区域右侧轮齿区域，从齿轮图像中第0个轮齿区域开始；将齿轮图像中第0个轮齿区域右侧长为宽为齿轮厚度的区域作为齿轮图像中第1个轮齿区域；将齿轮图像中第1个轮齿区域右侧长为宽为齿轮厚度的区域作为齿轮图像中第2个轮齿区域；将齿轮图像中第2个轮齿区域右侧长为宽为齿轮厚度的区域作为齿轮图像中第3个轮齿区域；
19、以此类推，直至第个轮齿的轮齿序号与的积比上齿轮的数量的比值大于，得到齿轮图像中第0个轮齿区域右侧个轮齿的轮齿区域；
20、对于获取齿轮图像中第0个轮齿区域左侧轮齿区域，从齿轮图像中第0个轮齿区域开始；将齿轮图像中第0个轮齿区域左侧长为宽为齿轮厚度的区域作为齿轮图像中第1个轮齿区域；将齿轮图像中第1个轮齿区域左侧长为宽为齿轮厚度的区域作为齿轮图像中第2个轮齿区域；将齿轮图像中第2个轮齿区域左侧长为宽为齿轮厚度的区域作为齿轮图像中第3个轮齿区域；
21、以此类推，直至第个轮齿的轮齿序号与的积比上齿轮的数量的比值小于-，得到齿轮图像中第0个轮齿区域左侧个轮齿的轮齿区域。
22、优选的，所述计算齿轮图像中各个轮齿区域内的轮齿顶面长度与齿面长度，包括的具体计算公式为：
23、
24、式中，表示齿轮图像中第个轮齿区域的齿面长度；表示实物齿轮的轮齿中齿面长度；表示实物齿轮的轮齿中轮齿顶面与齿面之间的夹角；表示齿轮图像中第个轮齿区域的轮齿顶面长度；表示实物齿轮的轮齿中轮齿顶面的长度；表示实物齿轮中轮齿的数量；表示180°；表示余弦函数。
25、优选的，所述根据齿轮图像中各个轮齿区域内的轮齿顶面长度与齿面长度，获取齿轮图像中每个轮齿区域的轮齿顶面与齿面，包括的具体方法为：
26、对于齿轮图像中第个的轮齿区域，若齿轮图像中第个的轮齿区域处于第0个轮齿区域右侧，则从轮齿区域最左侧的边缘开始，将宽为齿轮厚度、长为第个轮齿区域的齿面长度的矩形，记为齿轮图像中第个轮齿区域的齿面，将第个轮齿区域中不是齿面的部分记为第个轮齿区域的轮齿顶面；
27、若齿轮图像中第个的轮齿区域处于第0个轮齿区域左侧，则从轮齿区域最左侧的边缘开始，将宽为齿轮厚度、长为第个轮齿区域的轮齿顶面长度的矩形，记为齿轮图像中第个轮齿区域的轮齿顶面；将第个轮齿区域中不是轮齿顶面的部分记为第个轮齿区域的齿面；
28、若齿轮图像中第个的轮齿区域为第0个轮齿区域，则从轮齿区域最左侧的边缘开始，将宽为齿轮厚度、长为第个轮齿区域的齿面长度一半的矩形，记为第个的轮齿区域左侧的齿面；再从轮齿区域最右侧的边缘开始，将宽为齿轮厚度、长为第个轮齿区域的齿面长度一半的矩形，记为第个的轮齿区域右侧的齿面，最后将第个轮齿区域中不是齿面的部分记为第个轮齿区域的轮齿顶面。
29、优选的，所述根据齿轮图像中每个轮齿区域的轮齿顶面与齿面，获取增强后的齿轮图像，包括的具体方法为：
30、对齿轮图像中每个轮齿区域的轮齿顶面与齿面单独进行直方图均衡化增强，得到增强后的齿轮图像。
31、优选的，所述对增强后的齿轮图像进行齿轮质量检测，包括的具体方法为：
32、对增强后的齿轮图像进行边缘检测，得到增强后的齿轮图像的所有边缘，若边缘不为齿面与轮齿顶面之间的公共线时，则所述边缘为缺陷区域；若边缘为齿面与轮齿顶面之间的公共线时，则所述边缘不为缺陷区域。
33、本专利技术的技术方案的有益效果是：由于齿轮结构特殊，使得在采集齿轮图像时，各个轮齿受到的光照强度与光照角度均不相同，所有导致采集到的齿轮图像中不同的轮齿之间的灰度差异大，使得无法准确的对齿轮的质量进行检测，为了能够更加准确的对齿轮的质量进行检测，本专利技术提出了一种基本文档来自技高网...
【技术保护点】
1.基于人工智能的驱动齿生产质量检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述采集齿轮表面图像，包括的具体方法为：
3.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述根据齿轮表面图像获取齿轮图像，包括的具体方法为：
4.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述计算齿轮图像中每个轮齿区域的长度，包括的具体计算公式为：
5.根据权利要求4所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述获取齿轮图像中第0个轮齿区域，包括的具体方法为：
6.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述根据齿轮图像中第0个轮齿区域获取齿轮图像中的所有轮齿区域，包括的具体方法为：
7.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述计算齿轮图像中各个轮齿区域内的轮齿顶面长度与齿面长度，包括的具体计算公式为：
8.根据权利要求1所述基于
9.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述根据齿轮图像中每个轮齿区域的轮齿顶面与齿面，获取增强后的齿轮图像，包括的具体方法为：
10.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述对增强后的齿轮图像进行齿轮质量检测，包括的具体方法为：
...【技术特征摘要】
1.基于人工智能的驱动齿生产质量检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述采集齿轮表面图像，包括的具体方法为：
3.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述根据齿轮表面图像获取齿轮图像，包括的具体方法为：
4.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述计算齿轮图像中每个轮齿区域的长度，包括的具体计算公式为：
5.根据权利要求4所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述获取齿轮图像中第0个轮齿区域，包括的具体方法为：
6.根据权利要求1所述基于人工智能的驱动齿生产质量检测方法，其特征在于，所述根据齿轮图像中第0个轮齿区域...
【专利技术属性】
技术研发人员：李森森，兰云飞，孙煜，
申请(专利权)人：山东太阳耐磨件有限公司，
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。