一种金属高压特种管件质量评估方法及系统技术方案

本发明专利技术涉及机器视觉领域，具体涉及一种金属高压特种管件质量评估方法及系统。采集管件表面灰度图像并进行金字塔上采样，得到多个采样图像；获取每个采样图像中的裂纹边缘点；获取每个采样图像的总体方向性以及平滑性；将每个采样图像中相邻的裂纹边缘点进行连接，得到多条缺陷边缘线，获取每条缺陷边缘线中每个裂纹边缘点的粗度；计算缺陷边缘线的粗度差异，获取每个采样图像的尖端对比度；获取管件表面灰度图像的总体方向性、平滑性以及尖端对比度；获取管件表面灰度图像的类别表征值，根据类别表征值确定管件缺陷类别并进行质量评估。本发明专利技术通过不同尺度下图像的裂纹信息进行提取，能够实现对管件缺陷的准确评估，提高管件生产质量。生产质量。生产质量。

【技术实现步骤摘要】
一种金属高压特种管件质量评估方法及系统


[0001]本专利技术涉及机器视觉领域，具体涉及一种金属高压特种管件质量评估方法及系统。

技术介绍

[0002]在特种金属高压管件的加工制造行业中，锻造工艺是主要的生产方法，成品管件的韧性、抗疲劳性能、强度等管件性能是重要的性能指标，由于高压管件特殊的应用领域，如果高压管件的上述性能不达标，就会直接被判定为残次品，而在高压管件的锻造过程中，裂纹是一种严重影响成品管件质量的加工缺陷，若存在这种缺陷，高压管件的质量就会大打折扣，影响厂商的生产效益。
[0003]在管件的完整生产工序中，存在多种裂纹缺陷，这些裂纹缺陷的产生原因不同，最常见的三种裂纹缺陷分别为：淬火裂纹、磨削裂纹以及锻造裂纹，其中在热处理过程中产生的裂纹为淬火裂纹，其是由于零件在淬火过程中的加热或冷却速度过快导致零件各部分温度差异大造成的淬裂现象，在热处理后的磨削加工中产生的磨削裂纹是由于磨削加工工艺控制不当导致零件的磨削过程由大量的磨削热残留和表面应力所致，锻造裂纹是在锻件高温锻造时形成；现有检测技术一般使用canny边缘检测来进行裂纹缺陷的检测，其可以检测出裂纹缺陷，但没有办法具体区分裂纹缺陷属于淬火裂纹、磨削裂纹以及锻造裂纹中的哪一种，同时现有的特征提取手段无法根据尺度信息进行具体分类，导致对管件进行质量评估时结果不够准确，可能出现误判，导致存在严重缺陷的管件仍被投入使用，或存在轻微缺陷的管件被提前淘汰，因此为了实现更加准确的管件质量评估，就需要在检测出裂纹缺陷的同时准确区分裂纹缺陷属于淬火裂纹、磨削裂纹以及锻造裂纹中的哪一种。
[0004]因此，本专利技术提出了一种能够区分淬火裂纹、磨削裂纹以及锻造裂纹的金属高压特种管件质量评估方法及系统。

技术实现思路

[0005]本专利技术提供一种金属高压特种管件质量评估方法及系统，以解决现有无法准确区域管件中淬火裂纹、磨削裂纹以及锻造裂纹的问题，包括：采集管件表面灰度图像并进行金字塔上采样，得到多个采样图像；获取每个采样图像中的缺陷像素点；获取每个采样图像的总体方向性；获取每个采样图像的平滑性；将每个采样图像中相邻的缺陷像素点进行连接，得到多条缺陷边缘线，获取每条缺陷边缘线中每个缺陷像素点的粗度；计算缺陷边缘线的粗度差异，获取每个采样图像的尖端对比度；获取管件表面灰度图像的总体方向性、平滑性以及尖端对比度；获取管件表面灰度图像的类别表征值，根据类别表征值对管件的缺陷进行评估。
[0006]本专利技术通过对图像进行金字塔进行上采样，能够提取多个尺度图像中不同的特征并进行分析，从而更好的还原管件原图像中的每个特征，有利于后续进行缺陷类别判断的类别表征值的获取，根据类别表征值可以实现对管材中缺陷类型的准确判断，能够对管材
裂纹缺陷中的淬火裂纹、磨削裂纹、锻造裂纹三种裂纹缺陷进行识别分类，对后续裂纹的排除提供了有效的依据，从而实现对管件的质量评估。
[0007]本专利技术采用如下技术方案，一种金属高压特种管件质量评估方法，包括：采集管件表面灰度图像，并对管件表面灰度图像进行金字塔上采样，得到多个采样图像。
[0008]根据每个采样图像中的像素点在高斯混合模型中的概率值获取每个采样图像中的缺陷像素点；对采样图像中的缺陷像素点进行筛选，获取每个采样图像中裂纹边缘点。
[0009]根据每个采样图像中裂纹边缘点的梯度方向获取每个采样图像的总体方向性；根据每个采样图像中相邻裂纹边缘点之间的梯度方向差获取每个采样图像的平滑性。
[0010]将每个采样图像中相邻的裂纹边缘点进行连接，得到每个采样图像中的多条缺陷边缘线；根据每条缺陷边缘线中每个裂纹边缘点与其梯度方向上其他裂纹边缘点的最小距离，获取每条缺陷边缘线中每个裂纹边缘点的粗度。
[0011]根据每条缺陷边缘线中裂纹边缘点的粗度获取每条缺陷边缘线的粗度差异，根据每个采样图像中缺陷边缘线的数量以及每条缺陷边缘线的粗度差异获取每个采样图像的尖端对比度。
[0012]根据每个采样图像的总体方向性、平滑性以及尖端对比度获取管件表面灰度图像的总体方向性、平滑性以及尖端对比度。
[0013]根据管件表面灰度图像的总体方向性、平滑性以及尖端对比度获取管件表面灰度图像的类别表征值，根据类别表征值确定管件的缺陷类型，根据管件的缺陷类型对管件进行质量评估。
[0014]进一步的，一种金属高压特种管件质量评估方法，获取每个采样图像中的缺陷像素点的方法为：获取每个采样图像的灰度直方图，利用EM算法拟合每个采样图像的一维高斯混合模型，其中高斯混合模型中的子高斯模型的个数为2；将高斯混合模型中的每个子高斯模型作为一个类别，分别获取高斯混合模型中两个子高斯模型的均值，将均值较小的子高斯模型作为缺陷类别；获取采样图像中每个像素点在两个子高斯模型中输出的概率值，当该像素点在均值较小的子高斯模型中的概率值较大时，将该像素点作为缺陷像素点。
[0015]进一步的，一种金属高压特种管件质量评估方法，获取每个采样图像中裂纹边缘点的方法为：获取每个采样图像中每个缺陷像素点的梯度方向，计算每个缺陷像素点的梯度幅值，将梯度幅值大于阈值的缺陷像素点作为裂纹边缘点。
[0016]进一步的，一种金属高压特种管件质量评估方法，获取每个采样图像的总体方向性的方法为：根据每个裂纹边缘点的梯度方向分别与0度方向以及90度方向的锐夹角计算每个采样图像的总体方向性，表达式为：
其中，表示第q个采样图像的总体方向性，表示第q个采样图像中裂纹边缘点的个数，表示第q个采样图像中第t个裂纹边缘点的梯度方向和0度方向的锐夹角，表示第q个采样图像中第t个裂纹边缘点的梯度方向和90度方向的锐夹角。
[0017]进一步的，一种金属高压特种管件质量评估方法，获取每个采样图像平滑性的方法为：获取每个采样图像中相邻裂纹边缘点的梯度方向差；根据每个采样图像中所有相邻裂纹边缘点的梯度方向差计算每个采样图像的平滑性，表达式为：其中，表示第q个采样图像的平滑性，表示第q个采样图像中相邻裂纹边缘点的梯度方向差的总个数，表示第q个采样图像中第c个相邻裂纹边缘点的梯度方向差。
[0018]进一步的，一种金属高压特种管件质量评估方法，获取每个采样图像的尖端对比度的方法为：将每个采样图像中相邻的裂纹边缘点相连，得到多条缺陷边缘线；获取每个采样图像中每条缺陷边缘线上每个裂纹边缘点的粗度；分别获取每条缺陷边缘线中最大粗度和最小粗度对应的裂纹边缘点，根据每条缺陷边缘线中最大粗度的裂纹边缘点和最小粗度的裂纹边缘点之间的粗度差得到每条缺陷边缘线的粗度差异；根据每个采样图像中每条缺陷边缘线的粗度差异以及缺陷边缘线的个数获取每个采样图像的尖端对比度，表达式为：其中，为第q个采样图像的尖端对比度，表示第q个采样图像中缺陷边缘线的个数，表示第q个采样图像中第y条缺陷边缘线的粗度差异。
[0019]进一步的，一种金属高压特种管件质量评估方法，获取管件表面灰度图像的总体方向性、平滑性以及尖端对比度的方法为：根据每个采样图像的总体方向性以及每个采样图像的采样尺度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金属高压特种管件质量评估方法，其特征在于，包括：采集管件表面灰度图像，并对管件表面灰度图像进行金字塔上采样，得到多个采样图像；根据每个采样图像中的像素点在高斯混合模型中的概率值获取每个采样图像中的缺陷像素点；对采样图像中的缺陷像素点进行筛选，获取每个采样图像中裂纹边缘点；根据每个采样图像中裂纹边缘点的梯度方向获取每个采样图像的总体方向性；根据每个采样图像中相邻裂纹边缘点之间的梯度方向差获取每个采样图像的平滑性；将每个采样图像中相邻的裂纹边缘点进行连接，得到每个采样图像中的多条缺陷边缘线；根据每条缺陷边缘线中每个裂纹边缘点与其梯度方向上其他裂纹边缘点的最小距离，获取每条缺陷边缘线中每个裂纹边缘点的粗度；根据每条缺陷边缘线中裂纹边缘点的粗度获取每条缺陷边缘线的粗度差异，根据每个采样图像中缺陷边缘线的数量以及每条缺陷边缘线的粗度差异获取每个采样图像的尖端对比度；根据每个采样图像的总体方向性、平滑性以及尖端对比度获取管件表面灰度图像的总体方向性、平滑性以及尖端对比度；根据管件表面灰度图像的总体方向性、平滑性以及尖端对比度获取管件表面灰度图像的类别表征值，根据类别表征值确定管件的缺陷类型，根据管件的缺陷类型对管件进行质量评估。2.根据权利要求1所述的一种金属高压特种管件质量评估方法，其特征在于，获取每个采样图像中的缺陷像素点的方法为：获取每个采样图像的灰度直方图，利用EM算法拟合每个采样图像的一维高斯混合模型，其中高斯混合模型中的子高斯模型的个数为2；将高斯混合模型中的每个子高斯模型作为一个类别，分别获取高斯混合模型中两个子高斯模型的均值，将均值较小的子高斯模型作为缺陷类别；获取采样图像中每个像素点在两个子高斯模型中输出的概率值，当该像素点在均值较小的子高斯模型中的概率值较大时，将该像素点作为缺陷像素点。3.根据权利要求1所述的一种金属高压特种管件质量评估方法，其特征在于，获取每个采样图像中裂纹边缘点的方法为：获取每个采样图像中每个缺陷像素点的梯度方向，计算每个缺陷像素点的梯度幅值，将梯度幅值大于阈值的缺陷像素点作为裂纹边缘点。4.根据权利要求1所述的一种金属高压特种管件质量评估方法，其特征在于，获取每个采样图像的总体方向性的方法为：根据每个裂纹边缘点的梯度方向分别与0度方向以及90度方向的锐夹角计算每个采样图像的总体方向性，表达式为：其中，表示第q个采样图像的总体方向性，表示第q个采样图像中裂纹边缘点的
个数，表示第q个采样图像中第t个裂纹边缘点的梯度方向和0度方向的锐夹角，表示第q个采样图像中第t个裂纹边缘点的梯度方向和90度方向的锐夹角。5.根据权利要求1所述的一种金属高压特种管件质量评估方法，其特征在于，获取每个采样图像平滑性的方法为：获取每个采样图像中相邻裂纹边缘点的梯度方向差；根据每个采样图像中所有相邻裂纹边缘点的梯度方向差计算每个采样图像的平滑性，表达式为：其中，表示第q个采样图像的平滑性，表示第q个采样图像中相邻裂纹边缘点的梯度方向差的总个数，表示第q个采样图像中第c个相邻裂纹边缘点的梯度方向差。6.根据权利要求1所述的一种金属高压特种管件质量评估方法，其特征在于，获取每个采样图像的尖端对比度的方法为：将每个采样图像中相邻的裂纹边缘点相连，得到多条缺陷边缘线；获取每个采样图像中每条缺陷边缘线上每个裂纹边缘点的粗度；分别获取每条缺陷边缘线中最大粗度和最小...

【专利技术属性】
技术研发人员：陈长雷，
申请(专利权)人：山东汇通工业制造有限公司，
类型：发明
国别省市：