一种基于视觉识别的钢铁除锈质量等级判定方法与流程

本发明涉及钢铁除锈质量评定技术领域，具体涉及一种基于视觉识别的钢铁除锈质量等级判定方法。

背景技术：

使用于石油和天然气输送的钢管，在出厂前需要做防腐处理，需要进行防腐蚀的钢管，其钢管的除锈质量对其防腐效果有较大的影响。现在大多数钢管生产企业一般采用的是一次抛丸除锈工艺，一次除锈工艺专注于钢管表面氧化皮，锈蚀铁屑，锈斑等的除去，钢管表面出现不规则锚纹。当大口径的钢管表面除锈时，只进行一次抛丸除锈工艺的除锈其效率较低，抛丸质量不高，表面锚纹深度和除锈等级不高，表面除锈质量差。为了达到更好的钢管表面处理质量，通常抛丸除锈后需先采用酸洗的方法处理氧化皮或磷化处理。钢管表面酸洗后再采用大量的水冲洗钢管表面，使钢管表面呈中性，才能进行后续的涂敷工序。酸洗工艺不能进一步提高钢管表面的锚纹，且酸洗工艺产生的酸雾，排放出废酸水溶液，废酸雾及废水都造成了严重的环境污染。磷化处理工艺适用于锈蚀不严重，无黑皮和旧漆膜的钢管表面，但磷化工艺不能进一步提高钢管表面锚纹的均匀性和除锈等级，同时将产生大量的废水，也对环境造成了极大的污染。因此针对钢管的表面除锈，因此急需一种除锈质量的精确评定体系，而除锈的质量等级评价中有关于表面无可见的要求，由于人的主观因素和经验的作用不能保证除锈质量的稳定。

技术实现要素：

本发明提供了一种基于视觉识别的钢铁除锈质量等级判定方法，解决了以上所述的除锈的质量等级评价因人的主观因素而导致除锈质量不稳定的技术问题。

本发明为解决上述技术问题提供了一种基于视觉识别的钢铁除锈质量等级判定方法，包括：

s1，根据除锈质量等级的各级规范进行相应的标准图形数据拍摄，将标准图形数据与对应的除锈质量等级进行匹配存储为标准等级数据库；

s2，获取目标钢制构件的表面图形数据，根据对比原则将所述表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。

可选的，所述表面图形数据包括多个帧图像，判断帧图像中是否存在周期重复的帧图像，若存在则剔除冗余帧，然后对剔除冗余帧后的表面图形数据按照时序重新合成。

可选的，所述s2具体包括：获取目标钢制构件的表面图形数据，进行灰度处理得到灰度图像，计算灰度图像上单位面积的平均灰度值，将平均灰度值与标准等级数据库进行比对分析得到对应的除锈等级。

可选的，所述s2具体包括：

先在目标钢制构件的一区域笼罩形成暗区，对该暗区进行曝光并通过视觉传感器获取区域图形数据；

依次曝光获取不同区域的区域图形数据，直到全面覆盖所述目标钢制构件的表面，得到多个区域图形数据；

对所有区域图形数据进行拼接得到完整表面图像数据。

可选的，根据对比原则将所述完整表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。

可选的，将各区域图形数据分别与标准等级数据库进行比对分析得到各区域对应的除锈等级，以最低的除锈等级作为该目标钢制构件的除锈等级。

可选的，所述s2具体包括：将目标钢制构件置于暗室内，对暗室进行曝光并通过视觉传感器获取目标钢制构件的表面图形数据。

可选的，所述对比原则包括对表面图形数据进行特征提取，将表面图形数据的特征与标准图形数据的特征进行相应的比对分析，若一个或多个特征的比对相似度在预设阈值范围内时，则判定该表面图形数据与该标准图形数据所对应的除锈等级。

有益效果：本发明提供了一种基于视觉识别的钢铁除锈质量等级判定方法，包括：s1，根据除锈质量等级的各级规范进行相应的标准图形数据拍摄，将标准图形数据与对应的除锈质量等级进行匹配存储为标准等级数据库；s2，获取目标钢制构件的表面图形数据，根据对比原则将所述表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。该方案用于钢铁表面除锈结果的检定，保证钢铁表面除锈效果达到要求，操作简单、实用性强。能实时检测、监控以及反馈激光除锈效果，避免造成除锈偏差，可以获得理想除锈效果，同时可得到反馈除锈效率与除锈剩余所需工时。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明基于视觉识别的钢铁除锈质量等级判定方法的流程示意图；

图2为本发明基于视觉识别的钢铁除锈质量等级判定方法的具体工作原理示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

如图1所示，本发明提供了一种基于视觉识别的钢铁除锈质量等级判定方法，包括：s1，根据除锈质量等级的各级规范进行相应的标准图形数据拍摄，将标准图形数据与对应的除锈质量等级进行匹配存储为标准等级数据库；s2，获取目标钢制构件的表面图形数据，根据对比原则将所述表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。该方案用于钢铁表面除锈结果的检定，保证钢铁表面除锈效果达到要求，操作简单、实用性强。能实时检测、监控以及反馈激光除锈效果，避免造成除锈偏差，可以获得理想除锈效果，同时可得到反馈除锈效率与除锈剩余所需工时。

先拟定标准，将不同的钢材表面锈蚀程度划分等级，且将不同的等级对应不同的除锈等级，然后对不同的除锈等级分别进行拍照以形成标准等级数据库。每个除锈等级都可以包括一个或多个对应的钢材锈蚀图片。然后通过图像采集的方式获取目标钢制构件的表面图形数据，根据对比原则将所述表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。只要目标钢制构件的表面图形数据与标准等级数据库内的任何一张图片的相似度达到预设阈值，则认为该目标钢制构件为该除锈等级。

可选的方案，表面图形数据包括多个帧图像，判断帧图像中是否存在周期重复的帧图像，若存在则剔除冗余帧，然后对剔除冗余帧后的表面图形数据按照时序重新合成。具体地，帧图像按照时间的先后顺序进行依次排序，其中判断初始时间接收的第一初始帧图像的偏转角度与在指定时刻后的某一时刻(记为t1时刻)接收的帧图像的偏转角度的偏转差。若二者偏转角度的偏转差大于指定偏转差，且初始帧图像的偏转角度与t1时刻的下一时刻(记为t2时刻)接收的帧图像的偏转角度的偏转差不超过指定偏转差，则认为初始时间接收的与t1时刻接收的帧图像为重复的帧图像，将从初始时间到t1时刻接收的帧图像定义为第一周期帧图像。能够将可能出现的伪影通过合成的方式进行消除，不会让伪影的问题从而影响图像比对的速度，同时提高了准确性。

可选的方案，所述s2具体包括：获取目标钢制构件的表面图形数据，进行灰度处理得到灰度图像，计算灰度图像上单位面积的平均灰度值，将平均灰度值与标准等级数据库进行比对分析得到对应的除锈等级。灰度指纯白、纯黑以及两者中的一系列从黑到白的过渡色。灰度最高相当于最高的黑，就是纯黑。灰度最低相当于最低的黑，即纯白。如把有黑-灰-白连续变化的灰度值量化为256个灰度级，灰度值的范围为0-255，表示亮度从深到浅，对应图像中的颜色为从黑到白。黑白照片包含了黑白之间的所有的灰度色调，每个像素值都是介于黑色和白色之间的256种灰度中的一种。对获取到的灰度图像进行计算，得到平均灰度值。所述平均灰度值计算方法可以是算术平均灰度值，几何平均灰度值，均方根平均灰度值，调和平均灰度值，加权平均灰度值等。将所述平均灰度值与预先设定的除锈等级灰度阈值对比，确定除锈区域的除锈等级。

如图2所示，可选的方案，所述s2具体包括：先在目标钢制构件的一区域笼罩形成暗区，对该暗区进行曝光并通过视觉传感器获取区域图形数据；依次曝光获取不同区域的区域图形数据，直到全面覆盖所述目标钢制构件的表面，得到多个区域图形数据；对所有区域图形数据进行拼接得到完整表面图像数据。制作一个伸缩暗室，伸缩暗室有一个半封闭腔，半封闭腔的开口可以伸缩，便于密封框住一个区域，在伸缩暗室内安装用于曝光拍照的识别照面灯光以及用于获取图像数据的视觉识别传感器。其中，伸缩暗室比较钢质构件要小，可以多次重复拍摄便可全覆盖。通过进行暗室内的拍摄，可以在避免各种不同的环境对钢制构件表面处理判定干扰和误差的产生。

可选的方案，根据对比原则将所述完整表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。或者，将各区域图形数据分别与标准等级数据库进行比对分析得到各区域对应的除锈等级，以最低的除锈等级作为该目标钢制构件的除锈等级。两种方案均可实现同样的效果，具体根据实际工况进行选取。

可选的方案，将目标钢制构件置于暗室内，对暗室进行曝光并通过视觉传感器获取目标钢制构件的表面图形数据。整个钢质构件均位于暗室内，然后进行曝光拍照，通过进行暗室内的拍摄，可以在避免各种不同的环境对钢制构件表面处理判定干扰和误差的产生。

可选的方案，所述对比原则包括对表面图形数据进行特征提取，将表面图形数据的特征与标准图形数据的特征进行相应的比对分析，若一个或多个特征的比对相似度在预设阈值范围内时，则判定该表面图形数据与该标准图形数据所对应的除锈等级。

有益效果：本发明提供了一种基于视觉识别的钢铁除锈质量等级判定方法，包括：s1，根据除锈质量等级的各级规范进行相应的标准图形数据拍摄，将标准图形数据与对应的除锈质量等级进行匹配存储为标准等级数据库；s2，获取目标钢制构件的表面图形数据，根据对比原则将所述表面图形数据与标准等级数据库进行比对以得到目标钢制构件的除锈等级。该方案用于钢铁表面除锈结果的检定，保证钢铁表面除锈效果达到要求，操作简单、实用性强。能实时检测、监控以及反馈激光除锈效果，避免造成除锈偏差，可以获得理想除锈效果，同时可得到反馈除锈效率与除锈剩余所需工时。提高钢制构件表面处理的质量等级客观评价的可能性，避免了钢制构件的过多的打磨除锈和不合格的现象。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。