【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种基于图像识别的冲压件表面粗糙度检测方法。
技术介绍
1、在冲压件表面粗糙度检测领域，使用晒纹模具冲压金属方纹格时面临着一个棘手的技术难题。由于冲压过程中压力和速度参数的微小波动，金属方纹格区域会产生不可预测的微观变形。这些变形虽然肉眼难以察觉，但会在金属表面形成细微的起伏和褶皱。当使用高精度仪器采集表面轮廓时，这些微观变化会在变形曲线中清晰呈现。问题的关键在于，这些不规则的表面微观变化会干扰图像识别算法的判断。算法原本用于识别和测量标准的表面粗糙度特征，但这些额外的微观变形会引入高频噪声和干扰信号。这导致算法难以准确区分真实的表面粗糙度特征与由冲压过程引入的微观变形。更具体地说，算法在处理这些包含额外微观变形的表面图像时，会将部分变形误判为粗糙度特征，或者将真实的粗糙度特征误认为是变形。这种误判会导致粗糙度测量结果产生系统性偏差，影响检测的准确性和可靠性。特别是在需要高精度表面质量控制的应用场景中，这种测量偏差可能会造成严重的质量问题和经济损失。
技术实现思路
1、本专利技术提供了一种基于图像识别的冲压件表面粗糙度检测方法，包括：
2、根据晒纹模具冲压的金属方纹格标准模型建立表面轮廓数据库，通过三维扫描仪获取冲压件表面的实际轮廓数据，对比冲压件实际轮廓与金属方纹格标准模型的差异，得到冲压件微观变形特征分布图像；
3、针对获得的冲压件微观变形特征分布图像，对特征分布图像分离出高频特征成分，同时滤除高频噪声，得到优化后的微观变形特
4、对优化后的微观变形特征图进行概率建模，根据不同局部区域的变形特征相关性，计算出每个像素点属于真实表面粗糙度或微观变形的概率分布；
5、基于概率分布结果，使用区域生长算法对微观变形区域进行分割，通过设定连通性阈值和区域面积阈值，剔除孤立的小区域，得到连续的微观变形区域掩模；
6、根据获得的微观变形区域掩模，对原始表面轮廓数据进行分区处理，包括在变形区域重建理想表面，计算实际轮廓与理想表面的偏差作为修正后的粗糙度值；
7、针对修正后的粗糙度数据，根据冲压件件材料、加工工艺和应用场景因素，将表面划分为多个特征区域，对每个区域分别计算统计特征，包括均方根粗糙度、偏度、峰度参数，构建多维特征向量；
8、对构建的多维特征向量进行训练和分类，建立表面质量评价模型，当输入新的冲压件表面数据时，通过表面质量评价模型判断表面粗糙度等级，实现基于图像识别的冲压件表面粗糙度检测。
9、本专利技术还提供了一种基于图像识别的冲压件表面粗糙度检测系统，系统包括：
10、分布图像获取模块，用于根据晒纹模具冲压的金属方纹格标准模型建立表面轮廓数据库，通过三维扫描仪获取冲压件表面的实际轮廓数据，对比冲压件实际轮廓与金属方纹格标准模型的差异，得到冲压件微观变形特征分布图像；
11、变形特征图获取模块，用于针对获得的冲压件微观变形特征分布图像，对特征分布图像分离出高频特征成分，同时滤除高频噪声，得到优化后的微观变形特征图；
12、概率分布计算模块，用于对优化后的微观变形特征图进行概率建模，根据不同局部区域的变形特征相关性，计算出每个像素点属于真实表面粗糙度或微观变形的概率分布；
13、掩模获取模块，用于基于概率分布结果，使用区域生长算法对微观变形区域进行分割，通过设定连通性阈值和区域面积阈值，剔除孤立的小区域，得到连续的微观变形区域掩模；
14、粗糙度值计算模块，用于根据获得的微观变形区域掩模，对原始表面轮廓数据进行分区处理，包括在变形区域重建理想表面，计算实际轮廓与理想表面的偏差作为修正后的粗糙度值；
15、向量构建模块，用于针对修正后的粗糙度数据，根据冲压件件材料、加工工艺和应用场景因素，将表面划分为多个特征区域，对每个区域分别计算统计特征，包括均方根粗糙度、偏度、峰度参数，构建多维特征向量;以及
16、等级判断模块，用于对构建的多维特征向量进行训练和分类，建立表面质量评价模型，当输入新的冲压件表面数据时，通过表面质量评价模型判断表面粗糙度等级，实现基于图像识别的冲压件表面粗糙度检测。
17、本专利技术实施例提供的技术方案可以包括以下有益效果：
18、本专利技术公开了一种基于图像识别的冲压件表面粗糙度检测方法。该方法通过建立金属方纹格标准模型与实际冲压件表面轮廓的对比分析，提取微观变形特征，并采用多尺度分析和边缘增强技术对变形区域进行精确分割。针对不同类型的变形子区域，本专利技术采用分区域、分层次的曲面拟合策略重建理想表面，计算修正后的粗糙度值。最后，结合材料、工艺等因素构建多维特征向量，通过支持向量机分类器建立表面质量评价模型。本专利技术实现了对冲压件表面微观变形的精确识别和粗糙度的准确评估，为冲压件表面质量控制提供了有效的技术手段。
本文档来自技高网...【技术保护点】
1.一种基于图像识别的冲压件表面粗糙度检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据晒纹模具冲压的金属方纹格标准模型建立表面轮廓数据库，通过三维扫描仪获取冲压件表面的实际轮廓数据，对比冲压件实际轮廓与金属方纹格标准模型的差异，得到冲压件微观变形特征分布图像，包括:
3.根据权利要求1所述的方法，其特征在于，所述针对获得的冲压件微观变形特征分布图像，对特征分布图像分离出高频特征成分，同时滤除高频噪声，得到优化后的微观变形特征图，包括:
4.根据权利要求1所述的方法，其特征在于，所述对优化后的微观变形特征图进行概率建模，根据不同局部区域的变形特征相关性，计算出每个像素点属于真实表面粗糙度或微观变形的概率分布，包括:
5.根据权利要求1所述的方法，其特征在于，所述基于概率分布结果，使用区域生长算法对微观变形区域进行分割，通过设定连通性阈值和区域面积阈值，剔除孤立的小区域，得到连续的微观变形区域掩模，包括:
6.根据权利要求5所述的方法，其特征在于，所述对微观变形区域进行分割时，在不同尺
7.根据权利要求1所述的方法，其特征在于，所述根据获得的微观变形区域掩模，对原始表面轮廓数据进行分区处理，包括在变形区域重建理想表面，计算实际轮廓与理想表面的偏差作为修正后的粗糙度值，包括:
8.根据权利要求1所述的方法，其特征在于，所述针对修正后的粗糙度数据，根据冲压件件材料、加工工艺和应用场景因素，将表面划分为多个特征区域，对每个区域分别计算统计特征，包括均方根粗糙度、偏度、峰度参数，构建多维特征向量，包括:
9.根据权利要求1所述的方法，其特征在于，所述对构建的多维特征向量进行训练和分类，建立表面质量评价模型，当输入新的冲压件表面数据时，通过表面质量评价模型判断表面粗糙度等级，实现基于图像识别的冲压件表面粗糙度检测，包括:
10.一种基于图像识别的冲压件表面粗糙度检测系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于图像识别的冲压件表面粗糙度检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据晒纹模具冲压的金属方纹格标准模型建立表面轮廓数据库，通过三维扫描仪获取冲压件表面的实际轮廓数据，对比冲压件实际轮廓与金属方纹格标准模型的差异，得到冲压件微观变形特征分布图像，包括:
3.根据权利要求1所述的方法，其特征在于，所述针对获得的冲压件微观变形特征分布图像，对特征分布图像分离出高频特征成分，同时滤除高频噪声，得到优化后的微观变形特征图，包括:
4.根据权利要求1所述的方法，其特征在于，所述对优化后的微观变形特征图进行概率建模，根据不同局部区域的变形特征相关性，计算出每个像素点属于真实表面粗糙度或微观变形的概率分布，包括:
5.根据权利要求1所述的方法，其特征在于，所述基于概率分布结果，使用区域生长算法对微观变形区域进行分割，通过设定连通性阈值和区域面积阈值，剔除孤立的小区域，得到连续的微观变形区域掩模，包括:
6.根据权利要求5所述的方法，其特征在于，所述对微观变形区域进行分割时，在不...
【专利技术属性】
技术研发人员：马黎，
申请(专利权)人：东莞市佳超五金科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。