一种轮毂模具浇注成型产品的质量检测方法及系统技术方案

本发明专利技术涉及一种轮毂模具浇注成型产品的质量检测方法及系统，属于轮毂检测技术领域。方法包括：获得各待分析边缘像素点对应的第一局部特征矩阵；获得各待分析边缘像素点对应的第一纹理走向特征矩阵；根据第一局部特征矩阵、标准局部特征矩阵、第一纹理走向特征矩阵以及标准纹理走向特征矩阵，得到各待分析边缘像素点与各标准边缘像素点之间的综合相似度；根据综合相似度，对各待分析边缘像素点与各标准表面轮廓图像上的各标准边缘像素点进行匹配，得到待检测轮毂表面轮廓与各正常轮毂表面轮廓之间的轮廓边缘相似度；根据轮廓边缘相似度，判断待检测轮毂的表面轮廓质量是否合格。本发明专利技术能够可靠的对轮毂表面轮廓的质量的进行分析判断。行分析判断。行分析判断。

【技术实现步骤摘要】
一种轮毂模具浇注成型产品的质量检测方法及系统


[0001]本专利技术涉及轮毂检测
，具体涉及一种轮毂模具浇注成型产品的质量检测方法及系统。

技术介绍

[0002]轮毂模具主要用于轮毂的制造加工，是作为轮毂成形工具来使用的，即轮毂模具在浇注成型加工之后可获取所需要的轮毂成型件；但是在对轮毂浇注成型过程中可能出现轮毂表面轮廓异常的现象，而轮毂表面轮廓的质量会影响轮毂在后期的使用效果，因此需要对轮毂表面轮廓的质量状况进行检测分析，避免表面轮廓质量不合格的轮毂流入市场，影响安全交通。
[0003]目前，一般基于三维扫描仪对轮毂表面轮廓进行检测，并基于检测的结果分析轮毂表面轮廓的质量状况是否符合标准，虽然三维扫描仪克服了基于人工测量轮毂表面轮廓的缺陷，但是三维扫描仪同样存在检测缺陷，如三维激光扫描仪的检测精度会受到被测工件表面颜色、材质等的影响，因此可能会使得对轮毂表面轮廓的检测结果出现误差，进而可能导致基于检测结果分析得到的轮毂表面轮廓的质量出现不准确的问题，因此现有的对轮毂表面轮廓的质量进行检测的方法可靠性较低。

技术实现思路

[0004]本专利技术提供一种轮毂模具浇注成型产品的质量检测方法及系统，用于解决现有方法对轮毂表面轮廓的质量状况进行检测可靠性较低的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种轮毂模具浇注成型产品的质量检测方法包括以下步骤：获取待检测轮毂的表面轮廓图像和表面轮廓图像上的各待分析边缘像素点；获取各正常轮毂的标准表面轮廓图像和标准表面轮廓图像上的各标准边缘像素点；获取所述各待分析边缘像素点对应的各局部区域；根据各局部区域内待分析边缘像素点的数量以及各局部区域对应的分布熵值，得到各待分析边缘像素点对应的第一局部特征矩阵；获取各待分析边缘像素点对应的海森矩阵的特征值和特征向量；根据所述特征值和特征向量，得到各待分析边缘像素点对应的第一纹理走向特征矩阵；获取各标准表面轮廓图像上各标准边缘像素点对应的标准局部特征矩阵和标准纹理走向特征矩阵；根据所述第一局部特征矩阵、标准局部特征矩阵、第一纹理走向特征矩阵以及标准纹理走向特征矩阵，得到各待分析边缘像素点与各标准表面轮廓图像上的各标准边缘像素点之间的综合相似度；根据所述综合相似度，对各待分析边缘像素点与各标准表面轮廓图像上的各标准边缘像素点进行匹配，得到待检测轮毂表面轮廓与各正常轮毂表面轮廓之间的轮廓边缘相似度；根据所述轮廓边缘相似度，判断待检测轮毂的表面轮廓质量是否合格。
[0005]第二方面，本专利技术提供了一种轮毂模具浇注成型产品的质量检测系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述的一种轮毂模具浇注成型产品的质量检测方法。
[0006]优选的，所述各正常轮毂的标准表面轮廓图像中不存在两张轮廓质量完全相同的标准表面轮廓图像。
[0007]优选的，获取所述各待分析边缘像素点对应的各局部区域的方法，包括：对于待检测轮毂的表面轮廓图像上的任一待分析边缘像素点：以该待分析边缘像素点为原点，水平方向为横轴，竖直方向为纵轴，构建得到该待分析边缘像素点对应的直角坐标系；获得待检测轮毂的表面轮廓图像上的各待分析边缘像素点在该待分析边缘像素点对应的直角坐标系上的横坐标值和纵坐标值，记为各待分析边缘像素点对应的第一坐标值；将各待分析边缘像素点对应的第一坐标值中横坐标值的绝对值和纵坐标值的绝对值，记为各待分析边缘像素点对应的第一横坐标值和第一纵坐标值；将各待分析边缘像素点对应的第一横坐标值中的最大值，记为目标横坐标值；将各待分析边缘像素点对应的第一纵坐标值中的最大值，记为目标纵坐标值；获取待检测轮毂的表面轮廓图像的四条边，将位于该待分析边缘像素点左侧的边记为第一条边、位于该待分析边缘像素点右侧的边记为第二条边、位于该待分析边缘像素点上侧的边记为第三条边以及位于该待分析边缘像素点下侧的边记为第四条边；判断该待分析边缘像素点到第一条边的距离是否大于等于目标横坐标值，若是，则将目标横坐标值记为第一边长值；否则，则将该待分析边缘像素点到第一条边的距离记为第一边长值；判断该待分析边缘像素点到第二条边的距离是否大于等于目标横坐标值，若是，则将目标横坐标值记为第二边长值；否则，则将该待分析边缘像素点到第二条边的距离记为第二边长值；计算所述第一边长值与第二边长值的和，并记为第一总边长值；判断该待分析边缘像素点到第三条边的距离是否大于等于目标纵坐标值，若是，则将目标横坐标值记为第三边长值；否则，则将该待分析边缘像素点到第三条边的距离记为第三边长值；判断该待分析边缘像素点到第四条边的距离是否大于等于目标纵坐标值，若是，则将目标纵坐标值记为第四边长值；否则，则将该待分析边缘像素点到第四条边的距离记为第四边长值；计算所述第三边长值与第四边长值的和，并记为第二总边长值；根据第一总边长值和第二总边长值，构建得到该边缘像素点对应的目标矩形；以该待分析边缘像素点为端点做M条射线；所述M条射线将该边缘像素点对应的目标矩形划分为M个区域，将所述M个区域记为该待分析边缘像素点对应的各局部区域；所述该边缘像素点的目标矩形对应的四条边中与水平方向平行的边的边长值为第一总边长值，所述该边缘像素点的目标矩形对应的四条边中与竖直方向平行的边的边长值为第二总边长值，所述该边缘像素点到目标矩形左侧边长的距离为第一边长值，该边缘像素点到目标矩形右侧边长的距离为第二边长值，该边缘像素点到目标矩形上侧边长的距
离为第三边长值，该边缘像素点到目标矩形下侧边长的距离为第四边长值。
[0008]优选的，得到各待分析边缘像素点对应的第一局部特征矩阵的方法，包括：对于待检测轮毂的表面轮廓图像上的任一待分析边缘像素点：获取该待分析边缘像素点对应的各局部区域内待分析边缘像素点的数量；获取各局部区域对应的灰度共生矩阵的熵值，记为各局部区域的分布熵值；根据各局部区域内待分析边缘像素点的数量和各局部区域的分布熵值，构建得到该待分析边缘像素点对应的第一局部特征矩阵，其中，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第一局部特征矩阵，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第1个局部区域内待分析边缘像素点的数量，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第M个局部区域内待分析边缘像素点的数量，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第1个局部区域的分布熵值，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第M个局部区域的分布熵值，M为该待分析边缘像素点对应的局部区域的数量。
[0009]优选的，获取各待分析边缘像素点对应的海森矩阵的特征值和特征向量；根据所述特征值和特征向量，得到各待分析边缘像素点对应的第一纹理走向特征矩阵的方法，包括：获取该待分析边缘像素点对应的海森矩阵的两个特征值，分别记为第一特征值和第二特征值；获取该待分析边缘像素点对应的海森矩阵的两个特征向量，分别记为第一特征向量和第二特征向量；根据该待分析边缘像素点对应的海森矩阵的第一特征值、第二特征值、第一特征向量和第二特征向量，构建得到该待分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轮毂模具浇注成型产品的质量检测方法，其特征在于，该方法包括如下步骤：获取待检测轮毂的表面轮廓图像和表面轮廓图像上的各待分析边缘像素点；获取各正常轮毂的标准表面轮廓图像和标准表面轮廓图像上的各标准边缘像素点；获取所述各待分析边缘像素点对应的各局部区域；根据各局部区域内待分析边缘像素点的数量以及各局部区域对应的分布熵值，得到各待分析边缘像素点对应的第一局部特征矩阵；获取各待分析边缘像素点对应的海森矩阵的特征值和特征向量；根据所述特征值和特征向量，得到各待分析边缘像素点对应的第一纹理走向特征矩阵；获取各标准表面轮廓图像上各标准边缘像素点对应的标准局部特征矩阵和标准纹理走向特征矩阵；根据所述第一局部特征矩阵、标准局部特征矩阵、第一纹理走向特征矩阵以及标准纹理走向特征矩阵，得到各待分析边缘像素点与各标准表面轮廓图像上的各标准边缘像素点之间的综合相似度；根据所述综合相似度，对各待分析边缘像素点与各标准表面轮廓图像上的各标准边缘像素点进行匹配，得到待检测轮毂表面轮廓与各正常轮毂表面轮廓之间的轮廓边缘相似度；根据所述轮廓边缘相似度，判断待检测轮毂的表面轮廓质量是否合格。2.如权利要求1所述的一种轮毂模具浇注成型产品的质量检测方法，其特征在于，所述各正常轮毂的标准表面轮廓图像中不存在两张轮廓质量完全相同的标准表面轮廓图像。3.如权利要求1所述的一种轮毂模具浇注成型产品的质量检测方法，其特征在于，所述获取所述各待分析边缘像素点对应的各局部区域的方法，包括：对于待检测轮毂的表面轮廓图像上的任一待分析边缘像素点：以该待分析边缘像素点为原点，水平方向为横轴，竖直方向为纵轴，构建得到该待分析边缘像素点对应的直角坐标系；获得待检测轮毂的表面轮廓图像上的各待分析边缘像素点在该待分析边缘像素点对应的直角坐标系上的横坐标值和纵坐标值，记为各待分析边缘像素点对应的第一坐标值；将各待分析边缘像素点对应的第一坐标值中横坐标值的绝对值和纵坐标值的绝对值，记为各待分析边缘像素点对应的第一横坐标值和第一纵坐标值；将各待分析边缘像素点对应的第一横坐标值中的最大值，记为目标横坐标值；将各待分析边缘像素点对应的第一纵坐标值中的最大值，记为目标纵坐标值；获取待检测轮毂的表面轮廓图像的四条边，将位于该待分析边缘像素点左侧的边记为第一条边、位于该待分析边缘像素点右侧的边记为第二条边、位于该待分析边缘像素点上侧的边记为第三条边以及位于该待分析边缘像素点下侧的边记为第四条边；判断该待分析边缘像素点到第一条边的距离是否大于等于目标横坐标值，若是，则将目标横坐标值记为第一边长值；否则，则将该待分析边缘像素点到第一条边的距离记为第一边长值；判断该待分析边缘像素点到第二条边的距离是否大于等于目标横坐标值，若是，则将目标横坐标值记为第二边长值；否则，则将该待分析边缘像素点到第二条边的距离记为第二边长值；计算所述第一边长值与第二边长值的和，并记为第一总边长值；判断该待分析边缘像素点到第三条边的距离是否大于等于目标纵坐标值，若是，则将
目标横坐标值记为第三边长值；否则，则将该待分析边缘像素点到第三条边的距离记为第三边长值；判断该待分析边缘像素点到第四条边的距离是否大于等于目标纵坐标值，若是，则将目标纵坐标值记为第四边长值；否则，则将该待分析边缘像素点到第四条边的距离记为第四边长值；计算所述第三边长值与第四边长值的和，并记为第二总边长值；根据第一总边长值和第二总边长值，构建得到该边缘像素点对应的目标矩形；以该待分析边缘像素点为端点做M条射线；所述M条射线将该边缘像素点对应的目标矩形划分为M个区域，将所述M个区域记为该待分析边缘像素点对应的各局部区域；所述该边缘像素点的目标矩形对应的四条边中与水平方向平行的边的边长值为第一总边长值，所述该边缘像素点的目标矩形对应的四条边中与竖直方向平行的边的边长值为第二总边长值，所述该边缘像素点到目标矩形左侧边长的距离为第一边长值，该边缘像素点到目标矩形右侧边长的距离为第二边长值，该边缘像素点到目标矩形上侧边长的距离为第三边长值，该边缘像素点到目标矩形下侧边长的距离为第四边长值。4.如权利要求1所述的一种轮毂模具浇注成型产品的质量检测方法，其特征在于，所述得到各待分析边缘像素点对应的第一局部特征矩阵的方法，包括：对于待检测轮毂的表面轮廓图像上的任一待分析边缘像素点：获取该待分析边缘像素点对应的各局部区域内待分析边缘像素点的数量；获取各局部区域对应的灰度共生矩阵的熵值，记为各局部区域的分布熵值；根据各局部区域内待分析边缘像素点的数量和各局部区域的分布熵值，构建得到该待分析边缘像素点对应的第一局部特征矩阵，其中，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第一局部特征矩阵，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第1个局部区域内待分析边缘像素点的数量，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第M个局部区域内待分析边缘像素点的数量，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第1个局部区域的分布熵值，为待检测轮毂的表面轮廓图像上第k个待分析边缘像素点对应的第M个局部区域的分布熵值，M为该待分析边缘像素点对应的局部区域的数量。5.如权利要求1所述的一种轮毂模具浇注成型产品的质量检测方法，其特征在于，所述获取各待...

【专利技术属性】
技术研发人员：曹克田，
申请(专利权)人：江苏东跃模具科技有限公司，
类型：发明
国别省市：