一种焊接质量智能检测方法及系统与流程

本发明涉及焊接检测领域，具体为一种焊接质量智能检测方法及系统。

背景技术：

1、焊接工艺在其操作便捷、效果出色，在日常生活中被广泛用于物体连接。焊接的外观质量不仅影响产品美观性，更重要的是它是评估焊接连接质量的直观指标，高质量的焊接可以确保组装件或结构的安全性、保证结构的性能。目前，焊接检测方法主要有人工检测和机器检测。人工检测即焊工对焊接处进行目测观察，这种方法快捷方便，但是过于依赖焊工的经验，准确度无法保证；机器检测通常使用超声波或x射线穿透材料进行检测，这种方法虽然精确，但是成本高昂，效率较低。

2、现有技术中，公开号为cn115007992b公开了一种方法：用工件焊接前的厚度值减去所述工件焊接完毕后的厚度值，生成焊接深度，通过超声波检测焊接深度和工件厚度确定焊接的塌陷比例，事先将满足质量要求的工件的塌陷比例作为标准塌陷比例，实际的工件塌陷比例与标准塌陷比例对比，若实际塌陷比例小于标准塌陷比例，则可能是焊接深度过小或工件厚度过大，判断为未焊接到位；若实际塌陷比例大于标准塌陷比例，则可能是焊接深度过大或工件厚度过小，判断为焊接过度。

3、上述方法的主要问题是：从焊接处的塌陷比例对焊接质量进行评判，然而实际的焊缝不一定全是塌陷，还会有凸起的情况，因此仅从塌陷程度判断焊接质量是不全面而且不准确的。

技术实现思路

1、本发明的目的在于提供一种焊接质量智能检测方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于视频图像的煤矿监管方法及系统，具体步骤包括：

4、步骤1：获取焊接处的图像，并对焊接处图像进行缩放，将图像的尺寸统一调整为224*224大小，然后将图像复制为相同的两组图像，一组进行灰度化处理后获得第一识别图像，另一组将图像从rgb颜色空间转换成hsv颜色空间后获得第二识别图像，并将第一识别图像和第二识别图像的像素点位置一一映射；

5、步骤2：对第一识别图像使用双边滤波器进行滤波，统计256个灰度级别中每个级别的像素点的频次构成的灰度直方图，并计算直方图中各个阈值的类间方差，通过最大类间方差选取最佳分隔阈值，使用最佳分隔阈值对滤波处理之后的第一识别图像进行分隔，识别出前景部分和背景部分，提取前景部分构成第三识别图像，提取背景部分作为第四识别图像；

6、步骤3：用soble算子处理第三识别图像，得到第三识别图像的边缘点，对每个边缘像素点进行曲线拟合，获得焊缝的近似曲线，在拟合的曲线上取曲线拐点，用曲率公式得到拟合曲线的拐点曲率值，由曲率值生成焊缝曲率；焊缝曲率表示焊缝齐整度，同时预设齐整度阈值；

7、步骤4：在第三识别图像中按纵坐标均匀划分，得到若干等高区域，统计每个区域中保留像素点的个数，计算各区域像素点数目的方差，记为焊缝均匀度，同时预设均匀度阈值；

8、步骤5：将第三识别图像中各个像素点的位置映射到第二识别图像中，并采集第三识别图像中每个保留像素点对应的色调值，得到焊缝的平均色调值；采集第四识别图像中每个像素点对应的色调值，得到母材的平均色调值；

9、步骤6：根据焊缝齐整度和齐整度阈值生成齐整度偏差率、焊缝均匀度和均匀度阈值生成均匀度偏差率、焊缝平均色调值和母材平均色调值生成色调偏差率，由偏差率生成综合判断指数判断焊接质量。

10、进一步地，计算最佳分隔阈值所依据的逻辑为：遍历所有可能的阈值，根据每个阈值的数值将第一识别图像分隔为背景部分和前景部分，统计背景部分和前景部分的像素点的数量，并计算背景部分和前景部分的像素点的灰度值的均值，并通过公式计算类间方差；

11、计算类间方差所依据的公式为：

12、

13、其中：表示阈值为时的类间方差，表示阈值为时目标（前景）部分占总图像的比例，表示阈值为时目标部分灰度值，表示阈值为时背景部分占总图像的比例，表示阈值为时背景部分灰度值；

14、当取最大值时，此时对应的阈值为最佳分隔阈值。

15、进一步地，用soble算子处理第三识别图像，得到第三识别图像的边缘点所依据的原理为：将每个像素点的灰度值及其相邻八个像素点的灰度值与soble算子水平方向模板进行乘积，并将所有乘积相加，得到该像素点水平方向梯度值，将像素点灰度值及其相邻八个像素点灰度值与soble算子垂直方向模板进行乘积，并将所有结果相加，得到垂直方向梯度值，所述水平方向梯度值计算公式为：

16、

17、垂直方向梯度值计算公式为：

18、

19、其中：表示坐标为（，）的像素点水平方向梯度值，表示坐标为（，）的像素点垂直方向梯度值，表示坐标为（，）像素点的灰度值；

20、生成梯度幅值依据的公式为：

21、

22、其中：表示坐标为的像素点的梯度幅值；

23、设定一个边缘阈值，当坐标为的像素点梯度幅值大于该边缘阈值时，将该像素点视为边缘像素点。

24、进一步地，计算拐点曲率所依据的公式为：

25、

26、其中：表示第个拐点的焊缝曲率，表示对横坐标为的拐点求二阶导，表示对横坐标为的拐点求一阶导。

27、进一步地，由拐点曲率生成焊缝齐整度所依据的公式为：

28、

29、其中：表示焊缝齐整度，n表示拐点数目，表示第个拐点的曲率。

30、进一步地，计算各区域像素点数目方差，即焊缝均匀度所依据的公式为：

31、

32、

33、其中：表示各区域像素点平均数，表示第个区域内像素点的个数，表示区域数目， 表示各区域像素点数目方差。

34、进一步地，计算焊缝平均色调值所依据的公式为：

35、

36、其中：表示焊缝平均色调值，s表示焊缝像素点个数，表示焊缝第个像素点的色调值；

37、计算母材的平均色调值所依据的公式为：

38、

39、其中：表示母材平均色调值，表示母材像素点个数。表示母材第个像素点的色调值。

40、进一步地，生成所述齐整度偏差率所依据公式为：

41、

42、其中：表示齐整度偏差率，表示齐整度阈值，实际的齐整度越大，齐整度偏差率越大，当偏差在阈值之内即0≤△≤1，则齐整度偏差在阈值之内；

43、生成所述均匀度偏差率所依据公式为：

44、

45、其中：表示均匀度偏差率，表示焊缝均匀度，表示均匀度阈值，当≤1时，则均匀度偏差率在阈值之内；

46、生成所述色调偏差率所依据公式为：

47、

48、其中：表示色调偏差率，表示色调值阈值，实际的焊缝色调值越大，色调偏差率越大，当偏差率在阈值之内即≤时，则色调值偏差率在阈值之内；

49、生成所述综合判断指数所依据的公式为：

50、

51、其中：表示综合判断指数，表示均匀度偏差率，表示齐整度偏差率，表示色调偏差率。

52、本发明另外还提供一种焊接质量智能检测系统，所述系统用于实现上述的焊接质量检测方法，包括：

53、图像采集模块：获取焊接处的图像，并对焊接处图像进行缩放，将图像的尺寸统一调整为224*224大小，然后将图像复制为相同的两组图像，一组进行灰度化处理后获得第一识别图像，另一组将图像从rgb颜色空间转换成hsv颜色空间后获得第二识别图像，并将第一识别图像和第二识别图像的像素点位置一一映射；

54、图像分隔模块：对第一识别图像使用双边滤波器进行滤波，统计256个灰度级别中每个级别的像素点的频次构成的灰度直方图，并计算直方图中各个阈值的类间方差，通过最大类间方差选取最佳分隔阈值，使用最佳分隔阈值对滤波处理之后的第一识别图像进行分隔，识别出前景部分和背景部分，提取前景部分构成第三识别图像，提取背景部分作为第四识别图像；

55、曲线拟合模块：用soble算子处理第三识别图像，得到第三识别图像的边缘点，对每个边缘像素点进行曲线拟合，获得焊缝的近似曲线，在拟合的曲线上取曲线拐点，用曲率公式得到拟合曲线的拐点曲率值，由曲率值生成焊缝曲率；焊缝曲率表示焊缝齐整度，同时预设齐整度阈值；

56、像素识别模块：在第三识别图像中按纵坐标均匀划分，得到若干等高区域，统计每个区域中保留像素点的个数，计算各区域像素点数目的方差，记为焊缝均匀度，同时预设均匀度阈值；

57、色调识别模块：将第三识别图像中各个像素点的位置映射到第二识别图像中，并采集第三识别图像中每个保留像素点对应的色调值，得到焊缝的平均色调值；采集第四识别图像中每个像素点对应的色调值，得到母材的平均色调值；

58、综合处理模块：根据焊缝齐整度和齐整度阈值生成齐整度偏差率、焊缝均匀度和均匀度阈值生成均匀度偏差率、焊缝平均色调值和母材平均色调值生成色调偏差率，由偏差率生成综合判断指数判断焊接质量。

59、现有技术相比，本发明的有益效果是：

60、本发明通过分析焊缝的图像特征来对焊接质量进行评估，具体包括焊缝的均匀度、焊缝的齐整度与焊缝的色差值，采用将灰度值图片和hsv颜色空间的图片互相映射的方法，通过不同区域内像素点的方差表示焊缝的均匀度，与均匀度阈值生成均匀度偏差率，通过图像拐点曲率表示焊缝齐整度，与齐整度阈值生成齐整度偏差率，通过hsv颜色空间识别焊缝与母材的色调特征，生成色调偏差率，三种偏差率生成综合判断指数对焊接质量进行判断。此方法只需焊接处的图片便能进行分析判断，节约成本且非常快捷。