一种基于图像处理的结构件生产管控方法及系统技术方案

本发明专利技术涉及人工智能技术领域，提供了一种基于图像处理的结构件生产管控方法及系统：在结构件生产过程中，获取各个目标结构的前后两帧图像的边缘，进而得到两边缘在同一位置的震动形变位移偏差值；获取各个目标结构的前后两帧图像的各凹凸语义区域，进而得到各区域对应的区域不平整程度值；根据边缘的各像素坐标与各区域的位置关系及各区域对应的区域不平整程度值，确定边缘的每个像素坐标的关注程度值；根据边缘的每个像素坐标的震动形变位移偏差值和关注程度值，计算各边缘的震动位移和偏移程度值，进而确定结构件的边缘不平整程度，在边缘不平整程度较大时，进行管控。本发明专利技术能够准确有效的管控结构件的铣削过程，提高结构件的合格率。件的合格率。件的合格率。

【技术实现步骤摘要】
一种基于图像处理的结构件生产管控方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于图像处理的结构件生产管控方法及系统。

技术介绍

[0002]在利用大型薄件金属材料加工结构件时，结构件在加工过程中由于刀具的切削力、机械震动等的作用下，结构件的结构会发生变形，例如铣削出的结构边缘发生弯曲或者表面变得不平整。当这种变形达到一定程度时就会影响结构件的后续加工和使用，严重时可能造成结构件的安全隐患。
[0003]目前，通常采用人工的方式对结构件的结构变形进行检测，当检测出结构件出现严重结构变形时，对应管控结构件的铣削过程，来提高结构件的合格率。但是人工检测的方式效率较慢，且检测结果会受到主观因素的影响，最终导致结构件生产管控可靠性较差。

技术实现思路

[0004]本专利技术的目的在于提供一种基于图像处理的结构件生产管控方法及系统，用于解决现有人工对结构件的结构变形进行检测导致结构件生产管控可靠性较差的问题。
[0005]为解决上述技术问题，本专利技术所采用的技术方案具体如下：本专利技术提供了一种基于图像处理的结构件生产管控方法，包括以下步骤：在结构件生产过程中，获取结构件的各个目标结构的当前帧图像和前一帧图像；对各个目标结构的前后两帧图像分别进行边缘检测，得到各个目标结构的各个同一边缘在前帧图像中的边缘像素集以及在当前帧图像中的边缘像素集，将同一边缘在前帧图像中的边缘像素集称为前边缘像素集，在当前帧图像中的边缘像素集称为当前边缘像素集；根据各个边缘的前边缘像素集和当前边缘像素集，确定两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值；对各个目标结构的前后两帧图像分别进行语义分割，得到前后两帧图像对应的各凹凸语义区域，并计算所述各凹凸语义区域对应的区域不平整程度值；根据各个边缘的前边缘像素集中某一位置对应的像素坐标与前帧图像对应的各凹凸语义区域的位置关系、各个边缘的当前边缘像素集中该某一位置对应的像素坐标与当前帧图像对应的各凹凸语义区域的位置关系、前帧图像对应的各凹凸语义区域对应的区域不平整程度值、当前帧图像对应的各凹凸语义区域对应的区域不平整程度值，确定两边缘像素集中各同一位置对应的两像素坐标的关注程度值；根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，分别计算各个目标结构的各边缘的震动位移和偏移程度值；根据各个目标结构的各边缘的震动位移和偏移程度值，确定该结构件边缘不平整
特征值；判断该结构件边缘不平整特征值是否大于特征值阈值，若大于特征值阈值，则对结构件生产过程进行管控以减小结构件形变。
[0006]进一步的，各个目标结构的各边缘的震动位移和偏移程度值的计算步骤包括：根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，构造目标函数；利用遗传算法最小化该目标函数，求解出该边缘的震动位移和偏移程度值。
[0007]进一步的，所述目标函数的表达式为：，所述目标函数的表达式为：其中，为目标函数，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第n对两像素坐标的震动形变位移偏差值，为根据目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第对两像素坐标的关注程度值所确定的权重值，关注程度值越大，对应的权重值越小，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的两像素坐标的对数，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第n对两像素坐标的关注程度值，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第m对两像素坐标的关注程度值。
[0008]进一步的，所述震动形变位移偏差值的确定步骤包括：将各个目标结构的前帧图像中各边缘对应的边缘像素集中的各个像素坐标平移震动位移，所述震动位移为待求量，并将平移后的各个像素坐标重新作为各个目标结构的前帧图像中各边缘对应的边缘像素集中的各个像素坐标；分别对各个目标结构的前后两帧图像中各边缘对应的两边缘像素集进行主成分分析，得到两边缘像素集的除最大主成分方向外的非最大主成分方向；分别计算各个目标结构的前后两帧图像中各边缘对应的两边缘像素集中各像素坐标与对应非最大主成分方向所在的单位向量的内积值；将各个目标结构的前后两帧图像中各边缘对应的两边缘像素集中各同一位置对应的两像素坐标的内积值作差，从而得到两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值。
[0009]进一步的，所述关注程度值的确定步骤包括：判断各个边缘的前边缘像素集中某一位置对应的像素坐标是否位于前帧图像对应的各凹凸语义区域，并判断各个边缘的当前边缘像素集中该某一位置对应的像素坐标是否位于当前帧图像对应的各凹凸语义区域内；若当前帧图像对应的像素坐标位于当前帧图像的某一凹凸语义区域内，且前帧图像对应的像素坐标位于前帧图像的某一凹凸语义区域内，则根据当前帧图像的某一凹凸语义区域对应的区域不平整程度值及其与前帧图像的某一凹凸语义区域对应的区域不平整
程度值的差值，确定该两像素坐标对应的关注程度值；若当前帧图像对应的像素坐标位于当前帧图像的所有凹凸语义区域内，则该两像素坐标对应的关注程度值为0。
[0010]进一步的，两像素坐标对应的关注程度值的计算公式为：其中，为两像素坐标对应的关注程度值，为像素坐标位于当前帧图像的某一凹凸语义区域对应的区域不平整程度值，为像素坐标位于前帧图像的某一凹凸语义区域对应的区域不平整程度值。
[0011]进一步的，该结构件边缘不平整特征值的确定步骤包括：根据计算得到的各个目标结构的当前帧图像中各边缘对应的边缘像素集中各像素坐标与对应非最大主成分方向所在的单位向量的内积值，计算各个内积值的方差，将该方差作为各个目标结构的当前帧图像中各边缘对应的变形程度；根据各个目标结构的各边缘的震动位移、偏移程度值以及各个目标结构的当前帧图像中各边缘对应的变形程度、各个目标结构的当前帧图像中各边缘对应的边缘像素集中各个像素坐标对应的关注程度值，计算结构件边缘不平整特征值。
[0012]进一步的，所述结构件边缘不平整特征值的计算公式为：其中，为结构件边缘不平整特征值，为各个目标结构的各边缘的震动位移的均值，为的L2范数，为各个目标结构的当前帧图像中各边缘对应的变形程度的均值，为各个目标结构的各边缘的偏移程度值，为各个目标结构的当前帧图像中各边缘对应的边缘像素集中各个像素坐标对应的关注程度值的总和。
[0013]进一步的，对各个目标结构的前后两帧图像分别进行边缘检测后还包括：判断检测到的边缘是否为近似弧状边缘，若为近似弧状边缘，则将该检测到的边缘对应的两边缘像素集中的各个像素坐标的二维坐标映射到四维空间中从而得到四维坐标。
[0014]本专利技术还提供了一种基于图像处理的结构件生产管控系统，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令以实现上述的基于图像处理的结构件生产管控方法。
[0015]本专利技术具有如下有益效果：通过对各个目标结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的结构件生产管控方法，其特征在于，包括以下步骤：在结构件生产过程中，获取结构件的各个目标结构的当前帧图像和前帧图像；对各个目标结构的前后两帧图像分别进行边缘检测，得到各个目标结构的各个同一边缘在前帧图像中的边缘像素集以及在当前帧图像中的边缘像素集，将同一边缘在前帧图像中的边缘像素集称为前边缘像素集，在当前帧图像中的边缘像素集称为当前边缘像素集；根据各个边缘的前边缘像素集和当前边缘像素集，确定两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值；对各个目标结构的前后两帧图像分别进行语义分割，得到前后两帧图像对应的各凹凸语义区域，并计算所述各凹凸语义区域对应的区域不平整程度值；根据各个边缘的前边缘像素集中某一位置对应的像素坐标与前帧图像对应的各凹凸语义区域的位置关系、各个边缘的当前边缘像素集中该某一位置对应的像素坐标与当前帧图像对应的各凹凸语义区域的位置关系、前帧图像对应的各凹凸语义区域对应的区域不平整程度值、当前帧图像对应的各凹凸语义区域对应的区域不平整程度值，确定两边缘像素集中各同一位置对应的两像素坐标的关注程度值；根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，分别计算各个目标结构的各边缘的震动位移和偏移程度值；根据各个目标结构的各边缘的震动位移和偏移程度值，确定该结构件边缘不平整特征值；判断该结构件边缘不平整特征值是否大于特征值阈值，若大于特征值阈值，则对结构件生产过程进行管控以减小结构件形变。2.根据权利要求1所述的基于图像处理的结构件生产管控方法，其特征在于，各个目标结构的各边缘的震动位移和偏移程度值的计算步骤包括：根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，构造目标函数；利用遗传算法最小化该目标函数，求解出该边缘的震动位移和偏移程度值。3.根据权利要求2所述的基于图像处理的结构件生产管控方法，其特征在于，所述目标函数的表达式为：函数的表达式为：其中，为目标函数，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第n对两像素坐标的震动形变位移偏差值，为根据目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第n对两像素坐标的关注程度值所确定的权重值，关注程度值越大，对应的权重值越小，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的两像素坐标的对数，为目标结构的某一边缘对应的两边缘像素集中各同一位置对
应的第n对两像素坐标的关注程度值，为目标结构的某一边缘对应的两边缘像素集中各同一位置对应的第m对两像素坐标的关注程度值。4.根据权利要求1
‑
3中任一项所述的基于图像处理的结构件生产管控方法，其特征在于，所述震动形变位移偏差值的确定步骤包括：将各个目标结构的前帧图像中各边缘对应的边缘像素集中的各个像素坐标平移震动位移，所述震动位移为待求量，并将平移后的各个像素坐标重新作为各个目标结构的前帧图像中各边缘对应的边缘像素集中的各个像素坐标；分别对各个目标结构的前后两帧图像中各边缘对应的两边缘像素集进行主成分分析，得到两边缘像素集的除最大主成分方向外的非...

【专利技术属性】
技术研发人员：姬蕾，郑代顺，路秋媛，
申请(专利权)人：金成技术有限公司，
类型：发明
国别省市：