【技术实现步骤摘要】
本专利技术涉及钣金件焊接缺陷检测，具体是涉及一种基于数据反馈的钣金件焊接缺陷智能检测方法及装置。
技术介绍
1、随着工业化和现代化的发展，对钣金件的质量要求越来越高。焊接缺陷可能导致产品质量不合格、安全隐患和生产事故，因此需要进行及时和有效的缺陷检测。钣金件焊接缺陷检测技术的发展是为了满足质量要求、提高自动化水平、提高检测精度和速度，从而确保焊接过程的质量和可靠性。
2、现有的钣金件焊接缺陷检测方法为通过图像获取设备获取钣金件的表面图像，并对钣金件的表面图像进行图像处理得到灰度图像，之后通过灰度图像中像素点得到表面图像中的缺陷区域，从而判断钣金件的缺陷类型，但是现有的钣金件经过焊接之后，其形状各异，焊接区域分布不一，甚至有些特殊的钣金件的焊接区域位于钣金件的夹角或内侧，导致检测装置难以获取其焊接的图像，且在获取图像时易受到光线的影响，为此需要提供一种基于数据反馈的钣金件焊接缺陷智能检测方法及装置来解决上述提出的问题。
技术实现思路
1、为解决上述技术问题，提供一种基于数据反馈的钣金件焊接缺陷智能检测方法及装置，本技术方案解决了上述
技术介绍
中提出的现有的钣金件经过焊接之后，其形状各异，焊接分布不一，甚至有些特殊的钣金件的焊接区域位于钣金件的夹角或内侧，导致检测装置难以获取其焊接的图像，且在获取图像时易受到光线的影响的问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于数据反馈的钣金件焊接缺陷智能检测方法，包括：
4、获
5、基于多方位图像的重要程度，建立待测图像库，并对待测图像库中的待测图像进行排序；
6、根据待测图像库中的待测图像，获取待测钣金件的外部焊接缺陷参数；
7、采用x射线检测，获取待测钣金件的x射线图像；
8、基于待测钣金件的x射线图像，获取待测钣金件的内部焊接缺陷参数；
9、根据待测钣金件的外部焊接缺陷参数和内部焊接缺陷参数，获取焊接缺陷指数；
10、根据焊接缺陷指数，并对待测钣金件进行评估，获取待测钣金件的缺陷总信息；
11、基于待测钣金件的缺陷总信息，获取待测钣金件相应的修复信息；
12、根据待测钣金件相应的修复信息，对待测钣金件进行焊接缺陷修复。
13、在可选的实施例中，基于多方位图像的重要程度，建立待测图像库，并对待测图像库中的待测图像进行排序，具体包括：
14、基于canny边缘检测，确定待测钣金件在多方位图像中的位置，并将待测钣金件的图像从多方位图像中分离，获取待测钣金件图像库；
15、确定待测钣金件焊接区域在待测钣金件图像中的位置，并将焊接区域的图像从待测钣金件图像中分离，获取焊接区域图像库；
16、以焊接区域图像边缘位置作为焊接区域最大尺寸，获取每个焊接区域图像的焊接图像尺寸参数；
17、基于待测钣金件图像库中的待测钣金件图像，获取每个待测钣金件图像最大尺寸参数；
18、以焊接区域最大尺寸构建空白图像，并将每个焊接区域图像分别置于一个空白图像的中心，且每个焊接区域图像外部的空白图像背景填充色均为黑色，获取待测图像，并建立待测图像库；
19、将每个焊接图像区域图像的焊接图像尺寸参数和待测钣金件图像最大尺寸参数的比值作为多方位图像的重要程度的评估指标，获取每个待测图像的重要图像指数；
20、根据每个待测图像的重要图像指数的大小，对待测图像库中的待测图像进行排序。
21、在可选的实施例中，确定待测钣金件图像库中每个图像中待测钣金件焊接区域的位置，获取焊接区域图像库，具体包括：
22、获取历史钣金件图像库；
23、基于历史钣金件图像库中的钣金件焊接区域的可见性，从历史钣金件图像库中筛选出没有模糊和过曝部分的图像，得到标准焊接区域图像库；
24、根据标准焊接区域图像库，获取每个标准焊接区域图像的分辨率信息；
25、基于每个标准焊接区域图像的分辨率信息，获取每个标准焊接区域图像的分辨率指数；
26、按照每个标准焊接区域图像的分辨率指数的大小，对标准焊接区域图像库中标准焊接区域图像的进行排序，将排序第一的标准焊接区域图像提取出来，得到焊接特征图像；
27、对焊接特征图像进行灰度处理，并对其灰度图像进行边缘增强，得到焊接特征模板；
28、利用图像处理库加载焊接特征模板和待测钣金件图像库中的待测钣金件图像；
29、基于归一化相关性匹配法，以焊接特征模板的预设图片尺寸遍历待测钣金件图像中每一个可能的位置，并计算其与焊接特征模板的相关性，记录每个位置的归一化相关性匹配值，以及对应的位置坐标；
30、以归一化相关性匹配值最高的位置作为相关性值最大的位置，并取最大归一化相关性匹配值的二分之一作为相关性匹配阈值；
31、基于相关性匹配阈值，对待测钣金件图像中每一个可能的位置进行筛选，将高于相关性匹配阈值的位置在待测钣金件图像中进行标记；
32、将待测钣金件图像中标记的位置进行连通，取连通区域面积最大的部分待测钣金件图像作为焊接区域图像，得到焊接区域图像。
33、在可选的实施例中，根据待测图像库中的待测图像，获取待测钣金件的外部焊接缺陷参数，具体包括：
34、对待测图像库中的待测图像进行二值化处理，获取待测二值图像库；
35、基于待测二值图像库中的待测二值图像，分别记录每个待测二值图像中对应的外部焊接缺陷类型信息，所述外部焊接缺陷类型信息包括第一气孔面积、第一烧穿面积、第一夹渣面积和裂纹面积；
36、根据外部焊接缺陷类型信息，获取待测钣金件的外部焊接缺陷参数；
37、其中，所述第一气孔面积、第一烧穿面积、第一夹渣面积和裂纹面积的计算步骤为：
38、s401：获取其中一个待测二值图像；
39、s402：利用图像处理库中cv.findcontours函数对待测二值图像进行轮廓检测，得到每个缺陷区域的边界，其中，呈现为圆形和椭圆形的白色区域对应第一气孔面积，呈现为沿焊缝轮廓的线状和点状白色区域对应第一烧穿面积，呈现为不规则形状的黑色区域对应第一夹渣面积，呈现为细线状或断裂状的白色区域对应裂纹面积；
40、s403：分别计算对应第一气孔面积、第一烧穿面积、第一夹渣面积和裂纹面积的缺陷区域的像素数量总和，即为第一气孔面积、第一烧穿面积、第一夹渣面积和裂纹面积；
41、所述外部焊接缺陷参数的计算公式为：
42、
43、式中，w表示待测钣金件的外部焊接缺陷参数，ωi表示第i张待测二值图像的重要程度权重，表示第i张待测二值图像中第一气孔面积的权重，表示第i张待测二值图像中第一烧穿面积的权重，表示第i张待测二值图像中第一夹渣面积的权重，表示第i张待测图像中裂纹面积的权重，表示第i张待测二本文档来自技高网...
【技术保护点】
1.一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，基于多方位图像的重要程度，建立待测图像库，并对待测图像库中的待测图像进行排序，具体包括：
3.根据权利要求2所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，确定待测钣金件图像库中每个图像中待测钣金件焊接区域的位置，获取焊接区域图像库，具体包括：
4.根据权利要求3所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，根据待测图像库中的待测图像，获取待测钣金件的外部焊接缺陷参数，具体包括：
5.根据权利要求4所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，基于待测钣金件的X射线图像，获取待测钣金件的内部焊接缺陷参数，具体包括：
6.根据权利要求5所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，根据焊接缺陷指数，对待测钣金件进行评估，获取待测钣金件的缺陷总信息，具体包括：
7.一种基于数据反馈的钣金件焊接缺
8.根据权利要求7所述的一种基于数据反馈的钣金件焊接缺陷智能检测装置，其特征在于，所述数据获取模块，具体包括：
9.根据权利要求7所述的一种基于数据反馈的钣金件焊接缺陷智能检测装置，其特征在于，所述数据处理模块，具体包括：
10.根据权利要求7所述的一种基于数据反馈的钣金件焊接缺陷智能检测装置，其特征在于，所述显示模块，具体包括：
...【技术特征摘要】
1.一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，基于多方位图像的重要程度，建立待测图像库，并对待测图像库中的待测图像进行排序，具体包括：
3.根据权利要求2所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，确定待测钣金件图像库中每个图像中待测钣金件焊接区域的位置，获取焊接区域图像库，具体包括：
4.根据权利要求3所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，根据待测图像库中的待测图像，获取待测钣金件的外部焊接缺陷参数，具体包括：
5.根据权利要求4所述的一种基于数据反馈的钣金件焊接缺陷智能检测方法，其特征在于，基于待测钣金件的x射线...
【专利技术属性】
技术研发人员：何春明，张利辉，
申请(专利权)人：昆山胜代机械有限公司，
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。