System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及缺陷檢測,尤其涉及一種金剛石刀具的缺陷檢測方法、裝置、設備以及存儲介質。
技術介紹
1、金剛石刀具是一種用于加工材料的高性能刀具,具有硬度高、耐磨性強、導熱性好等特點,適用于加工各種高硬度材料等工業領域。其硬度高、耐磨損、耐高溫等特性使其在工業生產中扮演著重要角色,然而,在金剛石刀具的制造過程中,可能會存在各種缺陷,如刀具表面裂紋、異物附著、尺寸偏差等。這些缺陷可能會導致刀具在使用過程中出現性能下降、加工質量不穩定等問題,甚至影響整個生產線的正常運行。
2、為了確保金剛石刀具的質量符合標準并提高生產效率,引入缺陷檢測環節變得至關重要,目前金剛石刀具缺陷檢測主要依靠人工測量和人眼進行主觀估計。但是,人工檢測需要大量的人力投入,而且檢測速度較慢,往往無法滿足大規模生產的需求,影響了生產效率;并且,人工檢測容易受到檢測人員主觀因素的影響,包括視力、經驗和疲勞程度等因素,導致不同檢測人員對同一缺陷的判斷可能存在較大差異,因而降低了檢測結果的一致性。
技術實現思路
1、本專利技術提供了一種金剛石刀具的缺陷檢測方法、裝置、設備以及存儲介質,以解決人工檢測生產效率低,且不同檢測人員對同一缺陷的判斷可能存在較大差異的技術問題。
2、為了解決上述技術問題,本專利技術實施例提供了一種金剛石刀具的缺陷檢測方法,包括:
3、獲取待檢測金剛石刀具的圖像;
4、對所述圖像進行預處理;其中,所述預處理包括:灰度處理、二值化處理、邊緣檢測處理和透視轉換
5、對預處理后的圖像進行噪聲抑制和缺陷放大處理;其中,所述噪聲抑制和缺陷放大處理包括:二值化處理、dbscan降噪處理、連通區域降噪處理以及膨脹突出缺陷處理;
6、將處理后的圖像與預設的標準工件的模板圖像進行比對,得到待檢測金剛石刀具的缺陷檢測結果。
7、作為優選方案,對所述圖像進行預處理,包括:
8、對所述圖像依次進行灰度處理和二值化處理,將所述圖像中的待檢測金剛石刀具和背景進行分離;
9、對圖像中的待檢測金剛石刀具進行邊緣檢測處理,提取邊緣檢測處理所識別的最大刀具輪廓并計算所述最大刀具輪廓的最小外接矩形;
10、根據所述最小外接矩形的四個頂點,計算對應的透視變換矩陣,繼而根據所述透視變換矩陣,對所述圖像進行透視變換處理。
11、作為優選方案,所述對預處理后的圖像依次進行噪聲抑制和缺陷放大處理,包括:
12、對預處理后的圖像進行二值化處理;
13、將二值化處理后的圖像進行dbscan降噪處理,去除所述圖像中分布零散的點;
14、對dbscan降噪處理后的圖像進行連通區域降噪處理,保留所述圖像中面積大于預設閾值的連通區域;
15、根據預設的膨脹核,對連通區域降噪處理后的圖像進行膨脹處理,將圖像中不連續的連通區域進行擴張并相互連接。
16、作為優選方案,所述對所述圖像進行二值化處理,包括:
17、將所述圖像的像素值進行排序,繼而根據排序后的像素值計算像素值分布的90分位數;
18、將所述90分位數作為二值化閾值,根據所述二值化閾值對所述圖像進行二值化處理。
19、作為優選方案,所述將二值化處理后的圖像進行dbscan降噪處理,去除所述圖像中分布零散的點,包括:
20、將二值化處理后的圖像中,像素值為預設數值的點的坐標組合為一個數組;
21、根據預設的鄰域半徑和最小樣本數,對所述數組內的坐標進行聚類,繼而根據聚類結果去除所述圖像中分布零散的點。
22、作為優選方案,所述對dbscan降噪處理后的圖像進行連通區域降噪處理,保留所述圖像中面積大于預設閾值的連通區域,包括:
23、對dbscan降噪處理后的圖像進行連通標記,并獲取連通標記的標記信息;
24、根據所述標記信息,篩選出所述圖像中面積大于預設閾值的連通區域,去除其余的連通區域和點。
25、作為優選方案,所述將處理后的圖像與預設的標準工件的模板圖像進行比對,得到待檢測金剛石刀具的缺陷檢測結果,包括:
26、將處理后的圖像的圖像尺寸轉化為與預設的標準工件的模板圖像相同的圖像尺寸,并將轉化后的圖像與所述模板圖像進行空間對齊,統計所述圖像中落在所述模板圖像之外的像素點個數;
27、將所述像素點個數與預設的像素點閾值進行比對,當所述像素點個數大于所述像素點閾值時,判定所述待檢測金剛石刀具為缺陷品,當所述像素點個數不大于所述像素點閾值時,則判定所述待檢測金剛石刀具為合格品。
28、在上述實施例的基礎上,本專利技術另一實施例提供了一種金剛石刀具的缺陷檢測裝置,包括:圖像獲取模塊、圖像預處理模塊、噪聲抑制和缺陷放大模塊以及缺陷檢測模塊;
29、所述圖像獲取模塊,用于獲取待檢測金剛石刀具的圖像;
30、所述圖像預處理模塊,用于對所述圖像進行預處理;其中,所述預處理包括:灰度處理、二值化處理、邊緣檢測處理和透視轉換處理;
31、所述噪聲抑制和缺陷放大模塊,用于對預處理后的圖像進行噪聲抑制和缺陷放大處理;其中,所述噪聲抑制和缺陷放大處理包括:二值化處理、dbscan降噪處理、連通區域降噪處理以及膨脹突出缺陷處理;
32、所述缺陷檢測模塊,用于將處理后的圖像與預設的標準工件的模板圖像進行比對,得到待檢測金剛石刀具的缺陷檢測結果。
33、在上述實施例的基礎上,本專利技術又一實施例提供了一種電子設備,所述設備包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序,所述處理器執行所述計算機程序時實現上述專利技術實施例所述的金剛石刀具的缺陷檢測方法。
34、在上述實施例的基礎上,本專利技術又一實施例提供了一種存儲介質,所述存儲介質包括存儲的計算機程序,其中,在所述計算機程序運行時控制所述存儲介質所在設備執行上述專利技術實施例所述的金剛石刀具的缺陷檢測方法。
35、相比于現有技術,本專利技術實施例具有如下有益效果:
36、本專利技術提供了一種金剛石刀具的缺陷檢測方法,獲取待檢測金剛石刀具的圖像;對所述圖像進行預處理;其中,所述預處理包括:灰度處理、二值化處理、邊緣檢測處理和透視轉換處理;對預處理后的圖像進行噪聲抑制和缺陷放大處理;其中,所述噪聲抑制和缺陷放大處理包括:二值化處理、dbscan降噪處理、連通區域降噪處理以及膨脹突出缺陷處理;將處理后的圖像與預設的標準工件的模板圖像進行比對,得到待檢測金剛石刀具的缺陷檢測結果。本專利技術實現了金剛石刀具的自動化缺陷檢測,克服了傳統人工檢測方法的局限性,整個檢測過程實現了自動化,無需人工干預,大大降低了人力成本,提高檢測準確性,提升生產效率,確保產品質量的持續穩定。
本文檔來自技高網...【技術保護點】
1.一種金剛石刀具的缺陷檢測方法,其特征在于,包括:
2.如權利要求1所述的金剛石刀具的缺陷檢測方法,其特征在于,對所述圖像進行預處理,包括:
3.如權利要求1所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對預處理后的圖像依次進行噪聲抑制和缺陷放大處理,包括:
4.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對所述圖像進行二值化處理,包括:
5.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述將二值化處理后的圖像進行DBSCAN降噪處理,去除所述圖像中分布零散的點,包括:
6.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對DBSCAN降噪處理后的圖像進行連通區域降噪處理,保留所述圖像中面積大于預設閾值的連通區域,包括:
7.如權利要求1所述的金剛石刀具的缺陷檢測方法,其特征在于,所述將處理后的圖像與預設的標準工件的模板圖像進行比對,得到待檢測金剛石刀具的缺陷檢測結果,包括:
8.一種金剛石刀具的缺陷檢測裝置,其特征在于,包括:圖像獲取模塊、圖像預處理模
9.一種電子設備,其特征在于,包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序,所述處理器執行所述計算機程序時實現如權利要求1至7中任意一項所述的金剛石刀具的缺陷檢測方法。
10.一種存儲介質,其特征在于,所述存儲介質包括存儲的計算機程序,其中,在所述計算機程序運行時控制所述存儲介質所在設備執行如權利要求1至7中任意一項所述的金剛石刀具的缺陷檢測方法。
...【技術特征摘要】
1.一種金剛石刀具的缺陷檢測方法,其特征在于,包括:
2.如權利要求1所述的金剛石刀具的缺陷檢測方法,其特征在于,對所述圖像進行預處理,包括:
3.如權利要求1所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對預處理后的圖像依次進行噪聲抑制和缺陷放大處理,包括:
4.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對所述圖像進行二值化處理,包括:
5.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述將二值化處理后的圖像進行dbscan降噪處理,去除所述圖像中分布零散的點,包括:
6.如權利要求3所述的金剛石刀具的缺陷檢測方法,其特征在于,所述對dbscan降噪處理后的圖像進行連通區域降噪處理,保留所述圖像中面積大于預設閾值的連通區域...
【專利技術屬性】
技術研發人員:匡國文,趙文龍,黃瑩華,孟崇,盧鑫,張芷豪,王旭,
申請(專利權)人:深圳職業技術大學,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。