碳纤维复合材料出口分层损伤鲁棒性视觉检测方法与流程

1.本发明属于机械加工领域，涉及一种碳纤维复合材料出口分层损伤鲁棒性视觉检测方法。


背景技术：

2.碳纤维复合材料(carbonfiberreinforcedpolymer，简称cfrp)，具有高比强度、高比模量、耐腐蚀、耐疲劳等性能优点。钻削加工是cfrp最常见的加工方式。在加工过程中的力、热作用下，纤维容易从基体上脱开或断裂，极易产生分层损伤，进而影响构件的承载性能。
3.cfrp分层的准确检测是对cfrp构件加工质量进行评估的基础。现阶段，最常用的无损检测方法包括超声c扫描、x射线ct、视觉检测等。其中超声c扫描、x射线ct两种方法检测速度慢，且难以实现分层损伤的实时在位检测。视觉测量方法具备的特点使其具备了在cfrp大型复杂构件上应用的潜力。但由于cfrp材料背景复杂、圆拟合精度差、阈值选取困难等问题的存在，难以满足cfrp制孔分层损伤区域提取的速度、鲁棒性及精度要求。
4.对于出口分层损伤视觉检测方法，alejandrohernandez等人2020年在《instituteofelectricalandelectronicsengineers》发表了文章《amachinevisionframeworkforautonomousinspectionofdrilledholesincfrppanels》，通过高分辨率相机对孔出口分层进行拍摄，用图像处理算法来测量最大损伤处、分层面积。东北大学的温泉等人在专利《一种碳纤维复合材料钻削损伤的表征方法》(专利号cn201510528966.7)通过超景深显微镜对试验得到的制孔出口形貌进行视觉检测，但是对于损伤区域提取方法不明确、提取精度低，且难以实现分层损伤的实时在位检测。


技术实现要素：

5.本发明要解决的技术难题是针对cfrp出口复杂背景、毛刺干扰、材料纹理导致分层提取速度慢、鲁棒性及精度差的问题，发明一种碳纤维复合材料分层损伤鲁棒性视觉检测方法。该方法首先使用工业相机获取待检测孔的图像，然后对出口的圆心和半径进行拟合，最后，通过阈值分割对图像进行二值化处理，提取出口分层。该方法有效克服了复杂背景、毛刺干扰、材料纹理等因素的影响，实现了复合材料钻削出口分层的快速高精提取。
6.一种碳纤维复合材料出口分层损伤鲁棒性视觉检测方法，该方法是通过梯度迭代最小截尾二乘法和多尺度阈值分割消除干扰因素影响，实现分层损伤的快速、高精度提取；具体步骤如下：
7.第一步，采用视觉检测系统采集钻削出口图像；
8.拍摄复合材料的钻削出口；光源照明装置2位于待测物3上方进行照亮，工业相机1位于二者上端对待测物3进行拍摄，视野中出现一个完整的加工孔，获得p张出口图像；
9.第二步，基于梯度迭代最小截尾二乘法拟合圆心与半径；
10.对所获取的图像进行灰度化处理和二值化处理，再进行gabor滤波处理；通过边缘
检测算法提取出加工孔的出口轮廓；对获取的出口轮廓数据，根据圆周点和离群点的不同分布特性，通过提出梯度迭代最小截尾二乘法，迭代消除离群点后确定圆心和半径；
11.优化目标函数表示为：
12.f＝∑g(xi,yi)2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
13.g(x,y)＝(x-xc)2 (y-yc)
2-r2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
14.式中，(xi,yi)是圆周点的坐标，(xc,yc)是加工孔中心点的坐标，r为加工孔的半径；
15.迭代终止条件为轮廓点到圆心的距离与平均距离的偏差小于设定值[sigma]：
[0016][0017][0018]
式中，n为所取的轮廓点总数；
[0019]
第三步，通过多尺度自适应阈值对图像进行分割，获取分层损伤区域；
[0020]
利用阈值分割方法将暗分层从对比度低的亮工件上分割出来；
[0021][0022]
其中，b(i,j)是分割后的二值图像像素，p(i,j)代表原图像的像素点，t(i,j)为局部阈值；
[0023]
使用两个不同的窗口大小用于描述像素邻域特征；长度为w
l
×wl
的大窗口获取该区域的全局特性，长度为ws×ws
的小窗口用于增强阈值分割方法的细节分辨能力，通过像素邻域的均值及标准差求解得到局部阈值t(i,j)；
[0024][0025]
t(i,j)＝t
l
(i,j) ts(i,j)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0026]
其中，m
l
(i,j)代表大窗口局部均值，ms(i,j)代表小窗口局部均值，s
l
(i,j)代表大窗口的局部标准差，t
l
(i,j)代表大窗口的阈值，ts(i,j)代表小窗口的阈值；p、q和r是常数。
[0027]
本发明的有益效果：本发明的方法实现分层损伤的快速、高精度提取，为在位、实时检测提供条件。
附图说明
[0028]
图1为钻削出口图像采集示意图。其中，1-工业相机，2-光源照明装置，3-待测物。
[0029]
图2为图像评估的流程图。
具体实施方式
[0030]
以下结合技术方案和附图详细叙述本发明的具体实施方式。
[0031]
在立式数控加工中心中，机床主轴上安装帕莱克90
°
的角度头，将绕数值z轴旋转的主切削运动转换为绕x轴旋转的切削运动，采用直径为8mm的小顶角麻花钻，沿机床坐标
系的x方向实施横向钻削加工。实验用cfrp板厚度为8mm，共包含44层碳纤维，每层碳纤维由cycom977-2环氧树脂基体和东芝t300碳纤维复合而成，0
°
/90
°
玻璃纤维/环氧树脂层铺设在上下表面。板材被裁成宽度为30mm，长为200mm的长条，放置在专用夹具中。实验中主轴转速为3000rpm，沿x方向进给速度为150mm/min。被加工的cfrp样件固定在专用夹具的槽中。专用夹具的背部有一个直径为16mm的梯形孔，远大于所钻孔的公称直径，钻孔时，刀具每次都从此孔钻出，可保证加工每个孔出口区域材料的支撑刚度一致且不会影响制孔分层等损伤的扩展。在本次实验中，采用同一刀具连续钻取了218个孔。
[0032]
通过所提出的方法，首先进行图像的获取，然后拟合加工孔的圆心和半径，再确定分层轮廓。整体流程如附图2示，该方法的具体步骤如下：
[0033]
第一步，采用视觉检测系统采集钻削出口图像
[0034]
拍摄复合材料的钻削出口；光源照明装置2位于待测物3上方进行照亮，工业相机1位于二者上端对待测物3进行拍摄，视野中出现一个完整的加工孔，获得218张出口图像。
[0035]
第二步，基于梯度迭代最小截尾二乘法拟合圆心与半径；
[0036]
然后通过灰度化处理、二值化化处理得到预处理的图像，然后利用gabor滤波对所得图像进行滤波，通过边缘检测算法提取出分层出口轮廓，通过梯度迭代最小截尾二乘法迭代消除离群点后确定圆心和半径；
[0037]
在每次优化求解后，消除了距离圆心太远或太近的一些离群点；迭代终止条件为轮廓点到圆心的距离与平均距离的偏差小于设定值0.01；
[0038]
第三步，通过多尺度自适应阈值对图像进行分割，获取分层损伤区域；
[0039]
通过像素邻域的均值及标准差求解得到局部阈值t(i,j)，使用了两个不同的窗口大小来描述像素点的邻域特征；使用长度为w
l
×wl
的较大窗口来获取该区域的全局特性，使用长度为ws×ws
的较小窗口来增强阈值分割方法的细节分辨能力。
[0040]
考虑到复合材料的分层通常在图片上较暗，在b(i,j)的构建中，像素灰度值低于t(i,j)的点被保留。邻域的对比度越大，s
l
(x,y)的值越接近r，t
l
(x,y)的值也越接近于均值m
l
(x,y)。局部邻域的对比度越低，t
l
(x,y)越接近于m
l
(x,y)/2。因此，较暗的分层可以与较亮且对比度较低的工件上分割出来。
[0041]
为了避免噪声的影响，窗口大小w
l
×wl
相对较大。另外，部分分层的亮度和对比度与工件的差异相对较小，在较大的窗口尺寸下，会产生相对小的t
l
(x,y)值，这会导致提取准确性的下降。用小窗口下的区域特性对上述影响使用指数形式对结果进行补偿。
[0042]
在指数调整函数中，常数p和q决定了指数补偿的程度。在我们的实践中，p＝1.1，q＝0.015得到了相对较好的结果。对于一个半径在图像中占比约为500个像素点的孔来说，w
l
设置为40，ws设置为5可以得到图像的多尺度信息，更有利于分层的提取过程。
[0043]
通过所提出的方法圆参数拟合误差小于0.2％，轮廓提取精度小于0.5％，分析时间小于3.5秒，与其他方法相比均明显改善，实现分层损伤的快速、高精度提取，以及在位检测。