【技术实现步骤摘要】
本专利技术涉及焊缝缺陷检测，尤其涉及一种焊接质量视觉检测方法。
技术介绍
1、随着工业自动化技术的不断进步，越来越多的生产线开始采用自动化焊接设备，设备需要具有高效、准确的焊接质量检测方法，以确保焊接质量符合产品标准和客户需求，在自动化焊接过程中，焊接质量的稳定性直接影响到产品的整体质量和生产效率，因此，需要开发一种能够实时监测和评估焊接质量的视觉检测方法；而机器视觉技术是一种利用计算机模拟人类视觉功能，对图像进行采集、处理和分析的技术，通过高分辨率的相机或传感器捕捉图像，并利用图像处理算法提取有用信息；在焊接质量检测领域，机器视觉技术能够捕捉焊接过程中的细微变化，如焊缝的形状、大小、位置以及焊接缺陷等，为焊接质量的评估提供数据支持。
2、现有的专利技术专利cn117689662b提供了一种换热器管头焊接质量视觉检测方法及系统，该专利技术根据每个像素邻域块内每个像素点的灰度特征和梯度特征，获得每个像素邻域块内的光照影响程度；根据待测焊接灰度图像中相邻边缘的边缘端点之间的位置分布特征判断出同类边缘；通过获得每条同类边缘为焊缝内边缘的置信度与每条同类边缘的缺陷程度，获得每个像素邻域块内中心位置像素点的伽马值调整系数；进而调整每个像素点的伽马值，获得每个像素邻域块内每个像素点的灰度输出值，并获得优化焊接灰度图像；对换热器管头焊接进行质量检测，能够提高焊接质量检测的准确率，但还存在着以下问题：1、光照影响程度的计算主要基于灰度值和梯度特征，未充分考虑光源类型、光照方向等复杂因素，可能导致在某些特殊光照条件下效果欠佳；2、对于
技术实现思路
1、本申请实施例通过提供一种焊接质量视觉检测方法，解决了现有技术中，光照影响程度的计算主要基于灰度值和梯度特征，未充分考虑光源类型、光照方向等复杂因素，可能导致在某些特殊光照条件下效果欠佳的问题，实现了提高焊接质量检测的准确率。
2、本申请实施例提供了一种焊接质量视觉检测方法，包括：
3、s1：获取待测物的焊接图像，对图像进行灰度化处理，得到待测焊接灰度图像；
4、设定待测物焊接区域为金属材质，具有高反射性，并设定待测物上方具有点光源，从待测物左上角斜向下方照射，使用相机采集待测物的焊接图像，对采集到的焊接图像进行灰度化处理，得到待测焊接灰度图像；
5、s2：获取待测焊接灰度图像中每个像素点对应的像素邻域块，并根据每个像素邻域块内每个像素点的灰度特征和梯度特征，获取每个像素邻域块内的光照影响程度；
6、受到光照影响，图像中光照影响区域具有扩散性特征，即像素点越接近区域中心像素灰度差异越小，且受光照影响区域灰度值较大；
7、在本专利技术的一个实施例中，光照影响程度的获取方法包括：
8、s101：计算像素领域块内灰度值的变化差异程度，记为灰度差异，计算公式为：
9、
10、其中，g1表示灰度差异，σ1表示像素领域块内灰度值的标准差，gmax表示像素领域块内灰度值的最大值，gmin表示像素领域块内灰度值的最小值；
11、s102：评估像素邻域块内梯度方向的均匀性，记为梯度均匀性，计算公式为：
12、
13、其中，g2表示梯度均匀性，σ2表示像素领域块内梯度方向的标准差；
14、s103：通过高斯函数模拟光照从中心向四周扩散的衰减效果，记为光照扩散因子，计算公式为：
15、
16、其中，g3表示光照扩散因子，d表示距离光源中心的距离，σ3表示高斯函数的标准差；
17、s104：通过将灰度差异、梯度均匀性和光照扩散因子结合，并赋予不同的权重系数，得到光照影响程度，计算公式为：
18、g＝α×g1+β×g2×g3；
19、g表示光照影响程度，α和β权重系数，g1表示灰度差异，g2表示梯度均匀性，g3表示光照扩散因子；
20、需要说明的是，采用sobel算子计算图像梯度方向，具体sobel算子和标准差计算方式为本领域技术人员熟知的计算手段；
21、s3：获取待测焊接灰度图像中每条边缘的边缘端点，根据相邻边缘的边缘端点之间的位置分布特征判断出同类边缘；
22、获取每条同类边缘的中心点，根据每条同类边缘上每个边缘像素点与中心点之间的相对距离和对应同类边缘的圆形拟合度获得每条同类边缘为焊缝内边缘的置信度；
23、根据每条同类边缘的置信度和对应同类边缘上的局部边缘像素点密度，获得每条同类边缘的缺陷程度；
24、s4：根据每个像素邻域块内的所述光照影响程度和对应同类边缘的所述缺陷程度，获得每个像素邻域块中心位置像素点的伽马值调整系数；
25、根据所述伽马值调整系数对每个像素点的预设伽马值进行调整，获得每个像素邻域块内每个像素点的优化伽马值；
26、根据每个像素邻域块内每个像素点的所述优化伽马值和对应像素点的灰度值获得每个像素邻域块内每个像素点的灰度输出值，并获得优化焊接灰度图像；
27、s5：根据所述优化焊接灰度图像对待测物灰度图像进行质量检测。
28、在一些实施例中，采集大量不同光照条件下的待测物焊接图像，对待测物图像进行特征提取并构建回归模型，使输入图像能够根据实际光照条件自动调整权重系数，具体包括以下步骤：
29、s201：采集大量不同光照条件下的待测物焊接图像，通过对每一张图像进行标注，得到包含光照条件和焊接质量的待测物焊接图像，再进行灰度化和归一化处理，得到待测焊接灰度图像集；
30、采集到的待测物焊接图像中包含多种光照强度、方向和焊接质量状况的图像，确保数据集的丰富性；
31、s202：统计待测焊接灰度图像集中图像的灰度均值和方差，使用sobel算子提取待测焊接灰度图像集中图像的梯度特征；
32、s203：构建支持向量回归模型，通过将提取的待测焊接灰度图像集中图像的图像特征作为模型输入，输出预测的权重系数；
33、预设模型的收敛条件，通过交叉验证调整模型参数，直至达到预设的收敛条件；
34、预设模型的收敛条件可以设定为模型参数在连续多个轮次内变化小，接近于零；
35、s204：通过对新采集的待测物焊接图像进行灰度化处理和特征提取，得到待测物焊接图像的图像特征；
36、将待测物焊接图像的图像特征输入至训练好的支持向量回归模型，得到预测的权重系数；
37、通过将预测的权重系数代入至光照影响程度的计算公式中，计算每个像素邻域块内的光照影响程度。
38、在一些实施例中，通过多角度拍摄获取焊缝在不同视角下的图像信息，并利用自适应参数调整机制动态调整光照影响程度公式中的权重系数，得到焊缝质量的评估结果，具体包含以下步骤：
39、s301：在采集过程中，增加斜角、侧面，俯视角本文档来自技高网...
【技术保护点】
1.一种焊接质量视觉检测方法，其特征在于，包括：
2.如权利要求1所述的一种焊接质量视觉检测方法，其特征在于，设定待测物焊接区域为金属材质，并设定待测物上方具有点光源，从待测物左上角斜向下方照射，使用相机采集待测物的焊接图像，对采集到的焊接图像进行灰度化处理，得到待测焊接灰度图像。
3.如权利要求2所述的一种焊接质量视觉检测方法，其特征在于，采集大量不同光照条件下的待测物焊接图像，对待测物图像进行特征提取并构建回归模型，使输入图像能够根据实际光照条件自动调整权重系数。
4.如权利要求3所述的一种焊接质量视觉检测方法，其特征在于，所述，采集大量不同光照条件下的待测物焊接图像，具体为：
5.如权利要求4所述的一种焊接质量视觉检测方法，其特征在于，所述对待测物图像进行特征提取并构建回归模型，使输入图像能够根据实际光照条件自动调整权重系数，具体包括以下步骤：
6.如权利要求5所述的一种焊接质量视觉检测方法，其特征在于，通过多角度拍摄获取焊缝在不同视角下的图像信息，并利用自适应参数调整机制动态调整光照影响程度公式中的权重系数，得到
7.如权利要求6所述的一种焊接质量视觉检测方法，其特征在于，所述通过多角度拍摄获取焊缝在不同视角下的图像信息，并利用自适应参数调整机制动态调整光照影响程度公式中的权重系数，具体包括以下步骤：
8.如权利要求7所述的一种焊接质量视觉检测方法，其特征在于，利用特定频率的震动对焊缝区域进行动态激励，通过采集并分析焊缝在动态震动过程中的图像变化，提取关键动态特征并结合静态图像特征构建综合特征向量，通过将综合特征向量输入至支持向量回归模型，得到预测权重系数。
9.如权利要求8所述的一种焊接质量视觉检测方法，其特征在于，所述利用特定频率的震动对焊缝区域进行动态激励，通过采集并分析焊缝在动态震动过程中的图像变化，提取关键动态特征并结合静态图像特征构建综合特征向量，具体包括以下步骤：
10.如权利要求9所述的一种焊接质量视觉检测方法，其特征在于，所述通过将综合特征向量输入至支持向量回归模型，得到预测权重系数，具体包括以下步骤：
...【技术特征摘要】
1.一种焊接质量视觉检测方法，其特征在于，包括：
2.如权利要求1所述的一种焊接质量视觉检测方法，其特征在于，设定待测物焊接区域为金属材质，并设定待测物上方具有点光源，从待测物左上角斜向下方照射，使用相机采集待测物的焊接图像，对采集到的焊接图像进行灰度化处理，得到待测焊接灰度图像。
3.如权利要求2所述的一种焊接质量视觉检测方法，其特征在于，采集大量不同光照条件下的待测物焊接图像，对待测物图像进行特征提取并构建回归模型，使输入图像能够根据实际光照条件自动调整权重系数。
4.如权利要求3所述的一种焊接质量视觉检测方法，其特征在于，所述，采集大量不同光照条件下的待测物焊接图像，具体为：
5.如权利要求4所述的一种焊接质量视觉检测方法，其特征在于，所述对待测物图像进行特征提取并构建回归模型，使输入图像能够根据实际光照条件自动调整权重系数，具体包括以下步骤：
6.如权利要求5所述的一种焊接质量视觉检测方法，其特征在于，通过多角度拍摄获取焊缝在不同视角下的图像信息，并利用自适应参数...
【专利技术属性】
技术研发人员：刘志，吕泽安，柯龙章，杨宇卿，余振海，龙露，
申请(专利权)人：黄冈师范学院，
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。