【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及新能源焊接，具體涉及一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、隨著新能源產(chǎn)業(yè)的蓬勃發(fā)展，焊接技術(shù)在其中的應(yīng)用變得愈發(fā)重要。焊接質(zhì)量直接關(guān)系到新能源設(shè)備的性能、安全性和可靠性，因此，高效、準(zhǔn)確的焊接質(zhì)量檢測(cè)方法是確保產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵。近年來(lái)，基于圖像處理的焊接質(zhì)量檢測(cè)方法因其高效、非接觸、高精度等優(yōu)點(diǎn)，逐漸成為新能源焊接質(zhì)量檢測(cè)的重要手段。
2、傳統(tǒng)的新能源焊接質(zhì)量檢測(cè)主要依賴(lài)人工目視檢測(cè)或x射線檢測(cè)。人工目視檢測(cè)不僅效率低下，而且受限于檢測(cè)人員的經(jīng)驗(yàn)和主觀判斷，容易出現(xiàn)誤檢和漏檢。x射線檢測(cè)雖然可以檢測(cè)焊接內(nèi)部缺陷，但設(shè)備成本高，操作復(fù)雜，且對(duì)檢測(cè)人員有一定的輻射風(fēng)險(xiǎn)。
3、為了克服這些不足，一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法及系統(tǒng)應(yīng)運(yùn)而生。
技術(shù)實(shí)現(xiàn)思路
1、本專(zhuān)利技術(shù)的目的在于提供一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法及系統(tǒng)：解決現(xiàn)有方案中傳統(tǒng)的新能源焊接質(zhì)量檢測(cè)主要依賴(lài)人工目視檢測(cè)或x射線檢測(cè)，導(dǎo)致檢測(cè)不僅效率低下，而且受限于檢測(cè)人員的經(jīng)驗(yàn)和主觀判斷，容易出現(xiàn)誤檢和漏檢的技術(shù)問(wèn)題。
2、本專(zhuān)利技術(shù)的目的可以通過(guò)以下技術(shù)方案實(shí)現(xiàn)：
3、一方面，一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，方法包括：
4、采集新能源焊接過(guò)程中的焊接圖像，對(duì)焊接圖像進(jìn)行預(yù)處理得到預(yù)處理后的焊接圖像；
5、基于預(yù)處理后的焊接圖像計(jì)算得到圖像質(zhì)量指數(shù)，基于圖像質(zhì)量指數(shù)判斷預(yù)處理后的焊
6、基于圖像增強(qiáng)后的預(yù)處理后的焊接圖像確定超像素區(qū)域，基于超像素區(qū)域計(jì)算得到局部對(duì)比顯著圖、全局對(duì)比顯著圖和顏色分布顯著圖，并將局部對(duì)比顯著圖、全局對(duì)比顯著圖和顏色分布顯著圖進(jìn)行融合，得到待檢測(cè)的焊接圖像；
7、將待檢測(cè)的焊接圖像輸入到焊接圖像質(zhì)量檢測(cè)模型中，輸出新能源焊接質(zhì)量結(jié)果。
8、進(jìn)一步地，對(duì)焊接圖像進(jìn)行預(yù)處理得到預(yù)處理后的焊接圖像具體包括以下過(guò)程：
9、根據(jù)焊接圖像繪制焊接圖像的熱力圖g，其中，熱力圖的大小為m×n；
10、將熱力圖g將劃分為互不重疊的a×b個(gè)子分塊gm，其中，a≤m，b≤n，各個(gè)子分塊gm的大小為
11、計(jì)算每個(gè)熱力圖子分塊gm對(duì)應(yīng)的熱力值vm：
12、
13、其中，piv表示子分塊gm中熱力點(diǎn)pi的熱力值信息，i＝1,2,…,m，m表示子分塊gm中熱力點(diǎn)的個(gè)數(shù)，|qpi|2表示熱力點(diǎn)pi與熱力圖g四個(gè)頂點(diǎn)間距離之和的平方；
14、計(jì)算每個(gè)熱力圖子分塊gm對(duì)應(yīng)的對(duì)比度值dm：
15、
16、其中，f(i，j)表示每個(gè)熱力圖子分塊gm中熱力點(diǎn)pi對(duì)應(yīng)的像素灰度值；
17、基于熱力值vm、對(duì)比度值dm和亮度值sm計(jì)算每個(gè)熱力圖子分塊的權(quán)重指數(shù)wm：
18、
19、其中，每個(gè)熱力圖子分塊亮度值sm通過(guò)色彩映射函數(shù)將熱力圖子分塊映射到特定的顏色上得到；
20、將權(quán)重指數(shù)小于預(yù)設(shè)權(quán)重指數(shù)的熱力圖子分塊剔除，得到預(yù)處理后的焊接圖像。
21、進(jìn)一步地，基于預(yù)處理后的焊接圖像計(jì)算得到圖像質(zhì)量指數(shù)h具體包括以下過(guò)程：
22、
23、其中，b(xij)為預(yù)處理后的焊接圖像像素點(diǎn)xij的灰度值映射成相應(yīng)的模糊特征平面內(nèi)的特征值，a1、b1和c1分別為預(yù)設(shè)的灰度值閾值，a1<b1<c1；m1×n1為預(yù)處理后的焊接圖像的大小。
24、進(jìn)一步地，基于圖像質(zhì)量指數(shù)判斷預(yù)處理后的焊接圖像是否滿足焊接圖像增強(qiáng)要求具體包括以下過(guò)程：
25、加載圖像質(zhì)量指數(shù)閾值，判斷圖像質(zhì)量指數(shù)是否超過(guò)圖像質(zhì)量指數(shù)閾值，若是，則判定預(yù)處理后的焊接圖像滿足焊接圖像增強(qiáng)，若否，判定預(yù)處理后的焊接圖像不滿足焊接圖像增強(qiáng)。
26、進(jìn)一步地，預(yù)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理具體包括基于clahe算法對(duì)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理。
27、進(jìn)一步地，基于圖像增強(qiáng)后的預(yù)處理后的焊接圖像確定超像素區(qū)域具體包括以下過(guò)程：
28、基于圖像增強(qiáng)后的預(yù)處理后的焊接圖像獲取圖像的寬width和高h(yuǎn)eight；
29、基于超像素計(jì)算公式計(jì)算圖像的超像素區(qū)域r：
30、r＝{ri|ri∈br}；
31、
32、其中，ri為焊接圖像的超像素，br為超像素區(qū)域ri所在圖像區(qū)域，x、y分別為超像素ri所在焊接圖像的寬和高。
33、進(jìn)一步地，基于超像素區(qū)域計(jì)算得到局部對(duì)比顯著圖、全局對(duì)比顯著圖和顏色分布顯著圖具體包括以下過(guò)程：
34、計(jì)算超像素區(qū)域ri的局部對(duì)比度顯著值s1(i)：
35、
36、其中，ns1為超像素區(qū)域的個(gè)數(shù)，n(i)為超像素區(qū)域ri中的像素個(gè)數(shù)，||ri-rj||為超像素區(qū)域ri和其他超像素區(qū)域rj之間的歐氏距離，||ci-cj||為超像素區(qū)域ri和其他超像素區(qū)域rj的質(zhì)心距離，c為每對(duì)超像素質(zhì)心間距離的中值；
37、將局部對(duì)比度顯著值s1(i)大于預(yù)設(shè)局部對(duì)比度顯著值的超像素區(qū)域記為局部對(duì)比顯著圖；
38、計(jì)算超像素區(qū)域ri的全局對(duì)比度顯著值s2(i)：
39、
40、其中，e的取值為2.72；
41、將全局對(duì)比度顯著值s2(i)大于預(yù)設(shè)全局對(duì)比度顯著值的超像素區(qū)域記為全局對(duì)比顯著圖；
42、計(jì)算超像素區(qū)域ri的顏色分布特征值s3(i)：
43、
44、其中，取和0的最大值，rj、bj和gj分別是在rgb顏色空間上超像素ri中第j個(gè)像素點(diǎn)的r、b和g值；
45、將顏色分布特征值s3(i)大于預(yù)設(shè)顏色分布特征值的超像素區(qū)域記為顏色分布顯著圖。
46、進(jìn)一步地，將待檢測(cè)的焊接圖像輸入到焊接圖像質(zhì)量檢測(cè)模型中，輸出新能源焊接質(zhì)量結(jié)果具體包括以下過(guò)程：
47、數(shù)據(jù)收集：收集大量的新能源焊接圖像數(shù)據(jù)，包括合格與不合格的焊接樣本；
48、數(shù)據(jù)預(yù)處理：對(duì)圖像進(jìn)行清洗、去噪和增強(qiáng)預(yù)處理操作，以提高模型的識(shí)別精度；標(biāo)注焊接圖像中的缺陷位置和類(lèi)型，為模型訓(xùn)練提供監(jiān)督信息；
49、模型選擇與訓(xùn)練：選擇合適的深度學(xué)習(xí)模型，包括卷積神經(jīng)網(wǎng)絡(luò)，用于焊接圖像質(zhì)量檢測(cè)；利用預(yù)處理后的數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練，使其識(shí)別焊接圖像中的缺陷和評(píng)估焊接質(zhì)量；
50、圖像輸入：將待檢測(cè)的焊接圖像輸入到已經(jīng)訓(xùn)練好的焊接圖像質(zhì)量檢測(cè)模型中；
51、特征提取：模型通過(guò)卷積層、池化層結(jié)構(gòu)提取焊接圖像中的特征信息；
52、缺陷檢測(cè)與分類(lèi)：利用模型中的分類(lèi)器對(duì)提取的特征進(jìn)行識(shí)別，判斷焊接圖像中是否存在缺陷，并確定缺陷的類(lèi)型；
53、質(zhì)量評(píng)估：根據(jù)缺陷檢測(cè)結(jié)果和預(yù)設(shè)的質(zhì)量評(píng)估標(biāo)準(zhǔn)，對(duì)焊本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，方法包括：
2.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，對(duì)焊接圖像進(jìn)行預(yù)處理得到預(yù)處理后的焊接圖像具體包括以下過(guò)程：
3.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于預(yù)處理后的焊接圖像計(jì)算得到圖像質(zhì)量指數(shù)H具體包括以下過(guò)程：
4.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于圖像質(zhì)量指數(shù)判斷預(yù)處理后的焊接圖像是否滿足焊接圖像增強(qiáng)要求具體包括以下過(guò)程：
5.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，預(yù)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理具體包括基于CLAHE算法對(duì)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理。
6.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于圖像增強(qiáng)后的預(yù)處理后的焊接圖像確定超像素區(qū)域具體包括以下過(guò)程：
7.根據(jù)權(quán)利要求6所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于超像素區(qū)域計(jì)算得到局部對(duì)比顯著
8.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，將待檢測(cè)的焊接圖像輸入到焊接圖像質(zhì)量檢測(cè)模型中，輸出新能源焊接質(zhì)量結(jié)果具體包括以下過(guò)程：
9.基于圖像處理的新能源焊接質(zhì)量檢測(cè)系統(tǒng)，其特征在于，適用于權(quán)利要求1至8中任一項(xiàng)所述的一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，該系統(tǒng)包括圖像預(yù)處理模塊、圖像增強(qiáng)處理模塊、圖像融合處理模塊和焊接質(zhì)量評(píng)價(jià)模塊；
...【技術(shù)特征摘要】
1.一種基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，方法包括：
2.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，對(duì)焊接圖像進(jìn)行預(yù)處理得到預(yù)處理后的焊接圖像具體包括以下過(guò)程：
3.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于預(yù)處理后的焊接圖像計(jì)算得到圖像質(zhì)量指數(shù)h具體包括以下過(guò)程：
4.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，基于圖像質(zhì)量指數(shù)判斷預(yù)處理后的焊接圖像是否滿足焊接圖像增強(qiáng)要求具體包括以下過(guò)程：
5.根據(jù)權(quán)利要求1所述的基于圖像處理的新能源焊接質(zhì)量檢測(cè)方法，其特征在于，預(yù)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理具體包括基于clahe算法對(duì)處理后的焊接圖像進(jìn)行圖像增強(qiáng)處理。
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：江素梅，臧雪芮，史偉康，
申請(qǐng)(專(zhuān)利權(quán))人：廣州市鑫福勝金屬制品有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。