System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术一般地涉及图像处理。更具体地,本专利技术涉及基于图像处理的钛金属焊接质量检测方法及系统。
技术介绍
1、钛金属具有抗腐蚀、强度高、密度低等优点,在航空航天、化工、医疗器械等领域有着广泛的应用,焊接是钛金属制造生产过程中必不可缺的工艺,对钛金属焊接后产生的焊缝区域进行质量检测,既能够保证产品质量,也能基于质量检测结果对工艺参数进行调整,对钛金属焊接工艺具有重要意义。
2、焊缝区域的质量检测主要是检测焊缝区域存在的缺陷,常见的焊缝缺陷一般包含裂纹、气泡、气孔等,这些焊接缺陷通常在图像上表现为明显的圆形或形状不规则的空洞或暗区,并且对于单个焊接缺陷区域,通常表现为连通的封闭区域。
3、现有技术是对焊接图像进行阈值分割,提取出缺陷区域,然后基于缺陷区域进行焊接质量评估,但由于焊接场景复杂,阈值分割容易将图像中的噪声、阴影或焊缝边缘处的区域误判为缺陷区域,导致对焊接质量的评估的准确性降低。
技术实现思路
1、为解决上述一个或多个技术问题,本专利技术提出基于图像处理的钛金属焊接质量检测方法及系统,提高了钛金属焊接质量检测的准确性。具体采用如下技术方案:基于图像处理的钛金属焊接质量检测方法,包括:
2、采集钛金属焊接图像,预处理得到焊缝区域图像;
3、通过区域生长法提取所述焊缝区域图像内的所有疑似缺陷区域;
4、获取每个疑似缺陷区域的圆形度,并基于所述圆形度计算所述每个疑似缺陷区域的形状缺陷程度;
5、根据所述每个
6、根据所述每个疑似缺陷区域的每个边缘像素点与所述焊缝区域图像的边缘像素点之间的最小欧式距离,得到所述每个疑似缺陷区域的位置缺陷程度;
7、基于所述每个疑似缺陷区域的形状缺陷程度和面积缺陷程度以及位置缺陷程度,滤除掉并不属于缺陷的疑似缺陷区域,得到所述焊缝区域图像中的所有缺陷区域图像;
8、利用神经网络对所有缺陷区域图像进行分类,根据分类结果评估钛金属焊接质量。
9、进一步的,基于所述每个疑似缺陷区域的形状缺陷程度和面积缺陷程度以及位置缺陷程度,滤除掉并不属于缺陷的疑似缺陷区域,包括:
10、基于所述每个疑似缺陷区域的形状缺陷程度和面积缺陷程度以及位置缺陷程度,计算出所述每个疑似缺陷区域的综合缺陷程度;
11、预设综合缺陷程度阈值;
12、若疑似缺陷区域的综合缺陷程度小于所述综合缺陷程度阈值,则所述疑似缺陷区域并不属于缺陷,将所述疑似缺陷区域从所有疑似缺陷区域中滤除。
13、进一步的,所述每个疑似缺陷区域的综合缺陷程度,满足如下关系式:
14、
15、式中,i为第i个疑似缺陷区域的序号,为第i个疑似缺陷区域的综合缺陷程度,为第i个疑似缺陷区域的形状缺陷程度、为第i个疑似缺陷区域的面积缺陷程度、为第i个疑似缺陷区域的位置缺陷程度。
16、进一步的,所述每个疑似缺陷区域的形状缺陷程度,满足如下关系式:
17、
18、式中,为第个疑似缺陷区域的形状缺陷程度,为第个疑似缺陷区域的圆形度,为对做水平缩放尺度的大小,的含义为的临界值,为自然常数。
19、进一步的,所述每个疑似缺陷区域的面积缺陷程度,满足如下关系式:
20、
21、式中,为第个疑似缺陷区域的面积缺陷程度,为第个疑似缺陷区域的面积在所述焊缝区域图像的总面积中的占比,为对做水平缩放尺度的大小,的含义为的临界值,为自然常数。
22、进一步的,所述每个疑似缺陷区域的位置缺陷程度,满足如下关系式:
23、
24、式中,为第个疑似缺陷区域的位置缺陷程度,为该疑似缺陷区域内的边缘像素点的序号,为第个疑似缺陷区域的边缘像素点总数,取遍[1,]范围内的所有整数,为第个疑似缺陷区域的第个边缘像素点到所述焊缝区域的边缘像素点之间的最短欧氏距离,且所述最短欧氏距离为归一化后的值,为对做水平缩放尺度的大小,的含义为的临界值,为正切函数,为圆周率。
25、进一步的,利用神经网络对所有缺陷区域图像进行分类,根据分类结果评估钛金属焊接质量,包括:
26、预先获取不同缺陷类型的缺陷区域图像和对应标签,作为训练集;所述缺陷类型包括气泡缺陷、气孔缺陷、裂纹缺陷;
27、采用lenet网络对所述训练集进行训练;
28、利用训练好的lenet网络,对所述焊缝区域图像中的所有缺陷区域图像进行分类,得到每个缺陷区域图像对应的缺陷类型;
29、基于每个缺陷区域图像对应的缺陷类型和每个缺陷区域图像的综合缺陷程度,计算出所述钛金属的焊接质量。
30、进一步的,所述钛金属的焊接质量,满足如下关系式:
31、
32、式中,为所述钛金属的焊接质量,为气泡缺陷的权重系数,为裂纹缺陷的权重系数,为气孔缺陷的权重系数,为缺陷类型为气泡缺陷的缺陷区域个数,为缺陷类型为裂纹缺陷的缺陷区域个数,为缺陷类型为气孔缺陷的缺陷区域个数,r的含义为缺陷类型是气泡缺陷的缺陷区域的序号,r取遍[1,a]范围内的所有整数,为第r个气泡缺陷区域的综合缺陷程度,w的含义为缺陷类型是裂纹缺陷的缺陷区域的序号,w取遍[1,b]范围内的所有整数,为第w个裂纹缺陷区域的综合缺陷程度,q的含义为缺陷类型是气孔缺陷的缺陷区域的序号,q取遍[1,c]范围内的所有整数,为第q个气孔缺陷区域的综合缺陷程度。
33、本专利技术还提供一种基于图像处理的钛金属焊接质量检测系统,所述钛金属焊接质量检测系统包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序以实现如上述任一项所述方法的步骤。
34、本专利技术具有以下效果:
35、本专利技术通过提取焊缝区域中的疑似缺陷区域,并且根据每个疑似缺陷区域的圆形度得到该疑似缺陷区域的形状异常程度,根据每个疑似缺陷区域与焊缝区域图像总面积的比值得到该疑似缺陷区域的面积异常程度,并根据疑似缺陷区域的边缘点与焊缝区域边缘的最短欧氏距离得到疑似缺陷区域的位置异常程度,结合三者得出每个疑似缺陷区域的综合缺陷程度,基于综合缺陷程度滤除掉不属于缺陷区域的疑似缺陷区域,提高了钛金属焊接质量检测的准确性。
本文档来自技高网...【技术保护点】
1.一种基于图像处理的钛金属焊接质量检测方法,其特征在于,包括:
2.根据权利要求1所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,基于所述每个疑似缺陷区域的形状缺陷程度和面积缺陷程度以及位置缺陷程度,滤除掉并不属于缺陷的疑似缺陷区域,包括:
3.根据权利要求2所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的综合缺陷程度,满足如下关系式:
4.根据权利要求3所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的形状缺陷程度,满足如下关系式:
5.根据权利要求3所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的面积缺陷程度,满足如下关系式:
6.根据权利要求3所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的位置缺陷程度,满足如下关系式:
7.根据权利要求5所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,利用神经网络对所有缺陷区域图像进行分类,根据分类结果评估钛金
8.根据权利要求7所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述钛金属的焊接质量,满足如下关系式:
9.一种基于图像处理的钛金属焊接质量检测系统,其特征在于,所述钛金属焊接质量检测系统包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序以实现如权利要求1-8任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于图像处理的钛金属焊接质量检测方法,其特征在于,包括:
2.根据权利要求1所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,基于所述每个疑似缺陷区域的形状缺陷程度和面积缺陷程度以及位置缺陷程度,滤除掉并不属于缺陷的疑似缺陷区域,包括:
3.根据权利要求2所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的综合缺陷程度,满足如下关系式:
4.根据权利要求3所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的形状缺陷程度,满足如下关系式:
5.根据权利要求3所述的一种基于图像处理的钛金属焊接质量检测方法,其特征在于,所述每个疑似缺陷区域的面积缺陷程度,...
【专利技术属性】
技术研发人员:张志鹏,马海涛,冯星星,邓凯凯,杨伟波,
申请(专利权)人:宝鸡世邦钛制品有限公司,
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。