基于机器视觉的镀锌板粉化等级自动识别方法

文档序号:6142489阅读:202来源:国知局
专利名称:基于机器视觉的镀锌板粉化等级自动识别方法
技术领域
本发明涉及一种基于机器视觉的镀锌板粉化等级自动识别方法,根据原粉化等级评定标准,采用计算机视觉技术实现镀锌板粉化等级的自动评定,属于无伤检测的技术领域。
背景技术
热镀锌工艺与其他金属防蚀方法相比,在镀层电化学保护性、镀层致密性、耐久性以及生产的高效性等方面具有其他工艺无法比拟的优势。其中汽车用镀锌钢板,需要经过冲压成型、焊接、表面处理、涂漆和烘烤等工序,因此必须满足高表面质量、高强度和高深冲性等要求。工业上,通过对镀锌板试样进行球冲试验,来评定裂纹级别和粉化脱落程度。现有粉化程度检测方法是采用参照标准图谱,人工目测来评定粉化等级。此方法存在如下不足1.人工检测的不稳定性不同的质量检验员对同一试样的检验结果可能不同;同一质量检验员在不同时间对同一试样的检验结果也可能不同。
2.搬运导致的误判质量检验员将检测试样从双球冲试验机上取下来,进行人工目测,导致粉尘脱落,使得粉化等级判定出现误差。
3.给质量统计带来困难。人工目测无法将粉化等级自动记录在计算机内,手工记录常发生等级和试样对应出错的情况,给日后的历史查询和质量统计带来困难。
对现有无伤检测相关技术的检索发现,中国发明专利“表面缺陷的检测方法及其装置”(申请号02124788)公开了一种表面缺陷的检测方法,该方法利用偏振光照射在被检查表面上,求其反射光的椭圆偏振光参数ψ、Δ及反射光强I,根据反射光的ψ、Δ、I确定表面缺陷种类和等级。用该方法来检测具有复杂曲面镀锌板金属表面时,不能有效地检测到表面的图像细节来确定金属表面的粉尘,因此无法实现对粉化等级的正确识别。

发明内容
本发明的目的在于针对现有粉化检测技术的不足,开发一种基于机器视觉的镀锌板粉化等级自动识别方法,能够根据原粉化等级判定标准,采用机器视觉的方法实现等级的自动判定。
为了实现这一目的,本发明采用机器视觉的方法,利用位于试样上方的摄像机对双球冲试验后的待测镀锌板进行图像信息采集,信息经图像采集卡传送到计算机。软件处理模块将采集到的图像经过预处理、分析后,运用基于标准差的数理统计原理对镀锌板提取粉化特征,得到粉化区域密度、粉化区域内粉化比例的特征量。分析预先给定的标准系列样本,计算选取的特征参数,作为样本模型中的特征向量,并构成特征集。对比已知的六级标准图谱,得到粉化区域的宽度与等级的对应关系。根据粉化区域的宽度,参考上面已经确定的粉化区域的宽度与等级的对应关系,得到基本的等级;然后在此基础上,参考粉化比例,对最终等级进行修正,从而完成对镀锌板粉化等级的自动识别。
本发明的方法按如下具体步骤进行1.通过摄像机CCD采集待测镀锌板试样表面的图像信息,采用分段线性变化的方法对图像进行灰度转化,增强图像的对比度;然后利用高通滤波器滤波使图像锐化;利用OTSU(Otsu于1979年提出的最大类间方差法)进行阈值分割来提取出需要检测的目标区域;最后用中值滤波去除图像噪声,从而完成图像预处理。
2.在对图像进行预处理的基础上确定粉化区域根据数理统计标准差原理对镀锌板试样图像进行粉化区域分析,以避免以往单纯依靠阈值分割提取特征的缺陷。由于粉化区域内褶皱、粉尘的存在,其灰度值比临近正常区域灰度值变化大。因此通过分析粉化区域内灰度值的标准差与正常区域内标准差的区别,确定粉化区域,为后续特征提取作准备。
3.试样图像的粉化区域确定后,对试样图像进行特征提取。运用经验,根据不同粉化程度为不同粉化等级设定其各自相应的阈值,识别出粉化颗粒,并对粉化颗粒进行分析,提取粉化区域宽度LPow、粉化区域内粉化比例ηPow特征量。
4.对预先给定的标准系列样本进行分析,分别计算出不同粉化等级所对应的特征参数粉化区域的宽度LPow和粉化比例ηPow,作为各样本模型的特征向量,并将不同样本模型构成特征集。
5.设计等级判决规则本发明方法中,最主要的判决因素是粉化区域宽度的大小,因此首先根据粉化区域的宽度LPow,得出基本的等级Gbasic;在此基础上,参考粉化比例ηPow的情况,再根据粉化区域的宽度LPow所处范围和粉化比例ηPow,确定最终的等级Gfinal。
6.根据整个特征集和所设计的分类器对输入镀锌板试样图像进行识别分类,从而确定最终的粉化等级,完成镀锌板粉化等级自动识别。
本发明的粉化等级自动识别方法,通过100组随机样本进行实验,平均准确率为95.16%,每次分类的运行时间不超过0.1s,满足检测和分级的准确性和实时性的要求。
本发明采用计算机视觉的等级自动识别方法,将人工对照图谱的分级特征经过统计的方法提取出来,并进行数字化处理,使得分级更为科学。通过图像捕捉、图像分析处理,将图像信息传送给等级判别分类器,实现粉化等级的自动识别。通过自动识别手段,消除人工识别的不稳定性,有效提高检测精度,并使得分级结果具有唯一性。通过试验验证,本方法运用到检测试验机上,加快了检测速度,同时避免搬运等操作带来的误差,从而有效提高检测效率与精度。所有检测结果和分级特征均保存在数据库里,便于历史记录查询和质量统计。为镀锌工艺的改进,提供了粉化级别的可靠数据。


图1双球冲试验与镀锌板试样示意图。
图2镀锌板粉化等级自动识别流程图。
具体实施例方式
以下结合附图和实施例对本发明的技术方案作进一步描述。
本发明的检测对象是经过双球冲试验的热镀锌板试样。图1为双球冲试验示意图,(a)为第一次大行程球冲,冲程为18.9mm或17.9mm;(b)为第一次球冲后的试样形状;(c)为第二次小行程球冲,对应的冲程为16.3mm或15.3mm;(d)为18.9mm/16.3mm冲程对应的试样形状;(e)为17.9mm/15.3mm对应的试样形状。
本发明的镀锌板粉化等级自动识别具体实施过程如图2的流程图所示,摄像机对双球冲试验后的待测镀锌板进行图像信息采集,信息经图像采集卡传送到计算机进行图像预处理采用分段线性变化的方法对图像进行灰度转化,增强图像的对比度;然后利用高通滤波器滤波使图像锐化;利用OTSU进行阈值分割来提取出需要检测的目标区域;最后用中值滤波去除图像噪声。
在图像预处理的基础上,对镀锌板试样进行粉化区域的图像分析。由于褶皱、粉尘的存在,粉化区域内的灰度值比临近正常区域灰度值变化大。因此通过分析粉化区域内灰度值的标准差与正常区域内标准差的区别,实现粉化区域的识别,为后续特征提取作准备。
经粉化区域识别后,对试样图像进行特征提取。运用经验,根据不同粉化程度为不同粉化等级设定其各自相应的阈值,识别出待检测的粉化颗粒,并对粉化颗粒进行分析,提取粉化区域宽度LPow、粉化区域内粉化比例ηPow的特征量。
确定标准粉化等级分析并提取标准图像样本对应的特征量粉化区域宽度LPow,建立粉化区域宽度与等级的对应关系。主要依据试样粉化区域的宽度LPow的大小,同时适当兼顾粉化区域内粉化比例ηPow,对比已知的六级标准图谱,经过对大量已经分级试样的统计、学习,得到粉化区域的宽度LPow与等级的对应关系,确定标准粉化等级。
确定等级判决规则由于粉尘掉落等原因,计算得到的粉化比例ηPow并不能准确地反映粉化区域内真正的粉化情况,为在满足识别要求的前提下,提高本方法的实时行,将粉化比例分为两级,其判决规则如下
首先根据粉化区域的宽度LPow,参考上面已经确定的粉化区域的宽度LPow与等级的对应关系,得到基本的等级Gbasic;然后在此基础上,参考粉化比例ηPow的情况。每一个标准等级对应一粉化宽度LPow的范围[LiL,LiH],称为粉化宽度区间。其中,LiL,LiH分别表示每一等级对应粉化等级的上下限,i表示相应的粉化等级。若粉化宽度LPow落于粉化宽度区间的前半部分,即LPow⋐[LiL,LiL+LiH2],]]>而且粉化比例ηPow小于45.0%,说明相比其他粉化宽度LPow位于同一区间的试样,其粉化情况并不严重,因此设定最终等级Gfinal比基本等级Gbasic小一级;若粉化宽度LPow落于区间的后半部分,即LPow⋐[LiL+LiH2,LiH],]]>而且粉化比例ηPow大于45.0%,说明相比其他粉化宽度LPow位于同一区间的试样,其粉化情况比较严重,因此最终等级Gfinal比基本等级Gbasic大一级。当LPow⋐[LiL,LiL+LiH2],]]>而且粉化比例ηPow大于45.0%,以及LPow⋐[LiL+LiH2,LiH],]]>而且粉化比例ηPow小于45.0%两种情况下,则Gfinal=Gbasic。因此,在等级判定中,粉化宽度LPow是主要的特征量,在此基础上,参考粉化比例ηPow进行修正,得到最终等级。
根据等级判决规则,将标准等级的特征向量与待测试样的特征向量比较分析,确定粉化等级。从而完成对镀锌板粉化等级的自动识别。
本发明的粉化等级自动识别方法,随机选取100组样本进行实验,平均准确率为95.16%,每次分类的运行时间不超过0.1s,满足检测和分级的准确性和实时性的要求。
权利要求
1.一种基于机器视觉的镀锌板粉化等级自动识别方法,其特征在于包括如下步骤1)通过摄像机CCD采集待测镀锌板试样表面的图像信息,采用分段线性变化的方法对图像进行灰度转化以增强图像的对比度,然后利用高通滤波器滤波使图像锐化,利用最大类间方差法进行阈值分割来提取出需要检测的目标区域,最后用中值滤波去除图像噪声,从而完成图像预处理;2)利用数理统计标准差原理,对预处理后的镀锌板试样图像进行粉化区域分析,根据粉化区域内由于褶皱、粉尘的存在,其灰度值比临近正常区域灰度值变化大,通过分析粉化区域内灰度值的标准差与正常区域内标准差的区别,确定粉化区域,为后续特征提取作准备;3)试样图像的粉化区域确定后,对试样图像进行特征提取,运用经验,根据不同粉化程度为不同粉化等级设定其各自相应的阈值,识别出粉化颗粒,并对粉化颗粒进行分析,提取粉化区域宽度LPow、粉化区域内粉化比例ηPow特征量;4)对预先给定的标准系列样本进行分析,分别计算出不同粉化等级所对应的特征参数粉化区域的宽度LPow和粉化比例ηPow,作为各样本模型的特征向量,并将不同样本模型构成特征集;5)设计等级判决规则首先根据粉化区域的宽度LPow,得出基本的等级Gbasic,在此基础上,参考粉化比例ηPow的情况,再根据粉化区域的宽度LPow所处范围和粉化比例ηPow,确定最终的等级Gfinal;6)根据整个特征集和所设计的分类器对输入镀锌板试样图像进行识别分类,从而确定最终的粉化等级,完成镀锌板粉化等级自动识别。
全文摘要
一种基于机器视觉的镀锌板粉化等级自动识别方法,以双球冲试验的镀锌板试样为研究对象,摄像机采集的试样图像信息经预处理后,运用基于标准差的数理统计原理对镀锌板提取粉化特征,得到粉化区域密度、粉化区域内粉化比例。分析预先给定的标准系列样本,计算选取的特征参数,作为样本模型中的特征向量,并构成特征集。对比已知的六级标准图谱,得到粉化区域的宽度与等级的对应关系。根据粉化区域的宽度及已确定的上述对应关系,得到基本的等级,然后参考粉化比例对最终等级进行修正,从而完成对镀锌板粉化等级的自动识别。本发明通过机器视觉的方法实现等级的自动判定,使得分级结果具有唯一性,有效消除了人工识别的不稳定性。
文档编号G01N21/95GK1687761SQ20051002525
公开日2005年10月26日 申请日期2005年4月21日 优先权日2005年4月21日
发明者曹其新, 夏年炯, 张镇 申请人:上海交通大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1