【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种工业零件缺陷检测方法。
技术介绍
1、在工业零件毛刺缺陷检测领域，存在一个亟待解决的技术难题。当前，毛刺缺陷图像具有高度复杂性和多样性，这给准确识别带来了巨大挑战。为提高检测的准确性和可靠性，研究人员提出了一种基于验证码识别的新方法。然而，如何将复杂多变的毛刺缺陷图像有效转化为验证码形式，同时又能保留关键特征信息，成为了一个棘手的问题。这些缺陷的大小、形状和分布都存在显著差异。在这种情况下，如何能够将这些复杂的图像特征提取出来，并转化为简洁明了的验证码形式，是一个巨大的挑战。同时，在转化过程中还需要确保不丢失关键的缺陷信息。这就要求算法在简化图像的同时，还能保留足够的细节信息，以支持后续的精确识别和分类。另一个难点在于如何保证转化后的验证码具有足够的辨识度和抗干扰能力。需要在验证码生成过程中，如何增强关键特征的突出度，同时抑制无关信息的干扰。总之，如何在保留关键特征的前提下，将复杂多变的毛刺缺陷图像高效转化为简洁明了的验证码形式，同时确保转化后的验证码具有良好的辨识度和抗干扰能力，是该技术面临的核心挑战。
技术实现思路
1、本专利技术提供了一种工业零件缺陷检测方法，主要包括：
2、获取输入的工业零件毛刺缺陷图像，提取图像中毛刺的形状、大小、分布位置特征，得到毛刺特征图，根据毛刺特征图中的边缘粗糙度和颜色差异，分割出毛刺缺陷区域，生成二值化毛刺缺陷掩模；
3、对二值化毛刺缺陷掩模进行形态学操作，通过膨胀和腐蚀消除孤立的噪点，并连
4、对每个独立的毛刺缺陷区域，计算其几何特征，构建毛刺缺陷特征向量，提取毛刺缺陷特征向量的语义特征，得到毛刺缺陷的特征表示，基于毛刺缺陷的特征相似度对不同类型的毛刺缺陷进行分组，选取各组毛刺缺陷中特征最具代表性样本的形状、大小特征作为该组毛刺缺陷的代表特征；
5、建立各组毛刺缺陷代表与验证码字符的映射关系，包括根据毛刺的形状、大小属性，将其映射为字符的形状、大小特征，将原始毛刺缺陷图像划分为若干网格，根据网格位置和验证码字符映射结果，生成初步的验证码字符矩阵；
6、对初步的验证码字符矩阵进行图像增强处理，调整字符的颜色对比度以突出字符笔画粗细，生成验证码图像；
7、对生成的验证码图像进行压缩和格式转换，得到最终的工业零件毛刺缺陷验证码，用于工件零件的缺陷检测。
8、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：
9、本专利技术公开了一种工业零件缺陷检测方法。该方法通过提取毛刺的形状、大小、分布位置等特征，分割出毛刺缺陷区域并生成二值化掩模。经过形态学处理和分割后，提取独立毛刺缺陷区域的几何特征和语义特征，构建特征向量。基于特征相似度对毛刺缺陷进行分组，选取代表性样本建立与验证码字符的映射关系。将原始图像划分为网格，根据映射结果生成初步字符矩阵，经图像增强处理后得到最终验证码。本专利技术实现了将工业零件毛刺缺陷特征转化为验证码，既可用于缺陷检测，又提高了验证码的安全性，具有重要的实用价值。
本文档来自技高网...【技术保护点】
1.一种工业零件缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取输入的工业零件毛刺缺陷图像，提取图像中毛刺的形状、大小、分布位置特征，得到毛刺特征图，根据毛刺特征图中的边缘粗糙度和颜色差异，分割出毛刺缺陷区域，生成二值化毛刺缺陷掩模，包括：
3.根据权利要求1所述的方法，其中，所述对二值化毛刺缺陷掩模进行形态学操作，通过膨胀和腐蚀消除孤立的噪点，并连接相邻的毛刺区域，对处理后的毛刺掩模进行分割，根据毛刺的三维轮廓和表面纹理特征，提取出独立的毛刺缺陷区域，包括：
4.根据权利要求1所述的方法，其中，所述对每个独立的毛刺缺陷区域，计算其几何特征，构建毛刺缺陷特征向量，提取毛刺缺陷特征向量的语义特征，得到毛刺缺陷的特征表示，基于毛刺缺陷的特征相似度对不同类型的毛刺缺陷进行分组，选取各组毛刺缺陷中特征最具代表性样本的形状、大小特征作为该组毛刺缺陷的代表特征，包括：
5.根据权利要求1所述的方法，其中，所述建立各组毛刺缺陷代表与验证码字符的映射关系，包括根据毛刺的形状、大小属性，将其映射为字符的形状、大小
6.根据权利要求5所述的方法，其中，所述根据网格内毛刺缺陷的代表特征，在验证码字符集中找到对应的字符，将网格对应的字符按照网格位置排列，生成字符矩阵，分析字符矩阵的边缘轮廓，识别并补全缺失的部分，得到补全后的字符矩阵，包括：
7.根据权利要求5所述的方法，其中，所述分析补全后的字符矩阵中字符间的间距和大小关系，对超过重叠度要求的重叠字符进行分割，得到优化后的字符；将每个字符的特征图像按照矩阵位置进行拼接，得到初步的验证码字符矩阵，包括：
8.根据权利要求1所述的方法，其中，所述对初步的验证码字符矩阵进行图像增强处理，调整字符的颜色对比度以突出字符笔画粗细，生成验证码图像，包括：
9.根据权利要求1所述的方法，其中，所述对生成的验证码图像进行压缩和格式转换，得到最终的工业零件毛刺缺陷验证码，用于工件零件的缺陷检测，包括：
...【技术特征摘要】
1.一种工业零件缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取输入的工业零件毛刺缺陷图像，提取图像中毛刺的形状、大小、分布位置特征，得到毛刺特征图，根据毛刺特征图中的边缘粗糙度和颜色差异，分割出毛刺缺陷区域，生成二值化毛刺缺陷掩模，包括：
3.根据权利要求1所述的方法，其中，所述对二值化毛刺缺陷掩模进行形态学操作，通过膨胀和腐蚀消除孤立的噪点，并连接相邻的毛刺区域，对处理后的毛刺掩模进行分割，根据毛刺的三维轮廓和表面纹理特征，提取出独立的毛刺缺陷区域，包括：
4.根据权利要求1所述的方法，其中，所述对每个独立的毛刺缺陷区域，计算其几何特征，构建毛刺缺陷特征向量，提取毛刺缺陷特征向量的语义特征，得到毛刺缺陷的特征表示，基于毛刺缺陷的特征相似度对不同类型的毛刺缺陷进行分组，选取各组毛刺缺陷中特征最具代表性样本的形状、大小特征作为该组毛刺缺陷的代表特征，包括：
5.根据权利要求1所述的方法，其中，所述建立各组毛刺缺陷代表与验证码字符的映射关系，包...
【专利技术属性】
技术研发人员：程大龙，周国华，杜轶锋，曾文君，张俊豪，曾东超，
申请(专利权)人：科大讯飞华南人工智能研究院广州有限公司，
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。