專利名稱：基于機器視覺的鍍鋅板粉化等級自動識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于機器視覺的鍍鋅板粉化等級自動識別方法，根據(jù)原粉化等級評定標(biāo)準(zhǔn)，采用計算機視覺技術(shù)實現(xiàn)鍍鋅板粉化等級的自動評定，屬于無傷檢測的技術(shù)領(lǐng)域。
背景技術(shù)：
熱鍍鋅工藝與其他金屬防蝕方法相比，在鍍層電化學(xué)保護(hù)性、鍍層致密性、耐久性以及生產(chǎn)的高效性等方面具有其他工藝無法比擬的優(yōu)勢。其中汽車用鍍鋅鋼板，需要經(jīng)過沖壓成型、焊接、表面處理、涂漆和烘烤等工序，因此必須滿足高表面質(zhì)量、高強度和高深沖性等要求。工業(yè)上，通過對鍍鋅板試樣進(jìn)行球沖試驗，來評定裂紋級別和粉化脫落程度?，F(xiàn)有粉化程度檢測方法是采用參照標(biāo)準(zhǔn)圖譜，人工目測來評定粉化等級。此方法存在如下不足1.人工檢測的不穩(wěn)定性不同的質(zhì)量檢驗員對同一試樣的檢驗結(jié)果可能不同；同一質(zhì)量檢驗員在不同時間對同一試樣的檢驗結(jié)果也可能不同。
2.搬運導(dǎo)致的誤判質(zhì)量檢驗員將檢測試樣從雙球沖試驗機上取下來，進(jìn)行人工目測，導(dǎo)致粉塵脫落，使得粉化等級判定出現(xiàn)誤差。
3.給質(zhì)量統(tǒng)計帶來困難。人工目測無法將粉化等級自動記錄在計算機內(nèi)，手工記錄常發(fā)生等級和試樣對應(yīng)出錯的情況，給日后的歷史查詢和質(zhì)量統(tǒng)計帶來困難。
對現(xiàn)有無傷檢測相關(guān)技術(shù)的檢索發(fā)現(xiàn)，中國發(fā)明專利“表面缺陷的檢測方法及其裝置”(申請?zhí)?2124788)公開了一種表面缺陷的檢測方法，該方法利用偏振光照射在被檢查表面上，求其反射光的橢圓偏振光參數(shù)ψ、Δ及反射光強I，根據(jù)反射光的ψ、Δ、I確定表面缺陷種類和等級。用該方法來檢測具有復(fù)雜曲面鍍鋅板金屬表面時，不能有效地檢測到表面的圖像細(xì)節(jié)來確定金屬表面的粉塵，因此無法實現(xiàn)對粉化等級的正確識別。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有粉化檢測技術(shù)的不足，開發(fā)一種基于機器視覺的鍍鋅板粉化等級自動識別方法，能夠根據(jù)原粉化等級判定標(biāo)準(zhǔn)，采用機器視覺的方法實現(xiàn)等級的自動判定。
為了實現(xiàn)這一目的，本發(fā)明采用機器視覺的方法，利用位于試樣上方的攝像機對雙球沖試驗后的待測鍍鋅板進(jìn)行圖像信息采集，信息經(jīng)圖像采集卡傳送到計算機。軟件處理模塊將采集到的圖像經(jīng)過預(yù)處理、分析后，運用基于標(biāo)準(zhǔn)差的數(shù)理統(tǒng)計原理對鍍鋅板提取粉化特征，得到粉化區(qū)域密度、粉化區(qū)域內(nèi)粉化比例的特征量。分析預(yù)先給定的標(biāo)準(zhǔn)系列樣本，計算選取的特征參數(shù)，作為樣本模型中的特征向量，并構(gòu)成特征集。對比已知的六級標(biāo)準(zhǔn)圖譜，得到粉化區(qū)域的寬度與等級的對應(yīng)關(guān)系。根據(jù)粉化區(qū)域的寬度，參考上面已經(jīng)確定的粉化區(qū)域的寬度與等級的對應(yīng)關(guān)系，得到基本的等級；然后在此基礎(chǔ)上，參考粉化比例，對最終等級進(jìn)行修正，從而完成對鍍鋅板粉化等級的自動識別。
本發(fā)明的方法按如下具體步驟進(jìn)行1.通過攝像機CCD采集待測鍍鋅板試樣表面的圖像信息，采用分段線性變化的方法對圖像進(jìn)行灰度轉(zhuǎn)化，增強圖像的對比度；然后利用高通濾波器濾波使圖像銳化；利用OTSU(Otsu于1979年提出的最大類間方差法)進(jìn)行閾值分割來提取出需要檢測的目標(biāo)區(qū)域；最后用中值濾波去除圖像噪聲，從而完成圖像預(yù)處理。
2.在對圖像進(jìn)行預(yù)處理的基礎(chǔ)上確定粉化區(qū)域根據(jù)數(shù)理統(tǒng)計標(biāo)準(zhǔn)差原理對鍍鋅板試樣圖像進(jìn)行粉化區(qū)域分析，以避免以往單純依靠閾值分割提取特征的缺陷。由于粉化區(qū)域內(nèi)褶皺、粉塵的存在，其灰度值比臨近正常區(qū)域灰度值變化大。因此通過分析粉化區(qū)域內(nèi)灰度值的標(biāo)準(zhǔn)差與正常區(qū)域內(nèi)標(biāo)準(zhǔn)差的區(qū)別，確定粉化區(qū)域，為后續(xù)特征提取作準(zhǔn)備。
3.試樣圖像的粉化區(qū)域確定后，對試樣圖像進(jìn)行特征提取。運用經(jīng)驗，根據(jù)不同粉化程度為不同粉化等級設(shè)定其各自相應(yīng)的閾值，識別出粉化顆粒，并對粉化顆粒進(jìn)行分析，提取粉化區(qū)域?qū)挾萀Pow、粉化區(qū)域內(nèi)粉化比例ηPow特征量。
4.對預(yù)先給定的標(biāo)準(zhǔn)系列樣本進(jìn)行分析，分別計算出不同粉化等級所對應(yīng)的特征參數(shù)粉化區(qū)域的寬度LPow和粉化比例ηPow，作為各樣本模型的特征向量，并將不同樣本模型構(gòu)成特征集。
5.設(shè)計等級判決規(guī)則本發(fā)明方法中，最主要的判決因素是粉化區(qū)域?qū)挾鹊拇笮?，因此首先根?jù)粉化區(qū)域的寬度LPow，得出基本的等級Gbasic；在此基礎(chǔ)上，參考粉化比例ηPow的情況，再根據(jù)粉化區(qū)域的寬度LPow所處范圍和粉化比例ηPow，確定最終的等級Gfinal。
6.根據(jù)整個特征集和所設(shè)計的分類器對輸入鍍鋅板試樣圖像進(jìn)行識別分類，從而確定最終的粉化等級，完成鍍鋅板粉化等級自動識別。
本發(fā)明的粉化等級自動識別方法，通過100組隨機樣本進(jìn)行實驗，平均準(zhǔn)確率為95.16％，每次分類的運行時間不超過0.1s，滿足檢測和分級的準(zhǔn)確性和實時性的要求。
本發(fā)明采用計算機視覺的等級自動識別方法，將人工對照圖譜的分級特征經(jīng)過統(tǒng)計的方法提取出來，并進(jìn)行數(shù)字化處理，使得分級更為科學(xué)。通過圖像捕捉、圖像分析處理，將圖像信息傳送給等級判別分類器，實現(xiàn)粉化等級的自動識別。通過自動識別手段，消除人工識別的不穩(wěn)定性，有效提高檢測精度，并使得分級結(jié)果具有唯一性。通過試驗驗證，本方法運用到檢測試驗機上，加快了檢測速度，同時避免搬運等操作帶來的誤差，從而有效提高檢測效率與精度。所有檢測結(jié)果和分級特征均保存在數(shù)據(jù)庫里，便于歷史記錄查詢和質(zhì)量統(tǒng)計。為鍍鋅工藝的改進(jìn)，提供了粉化級別的可靠數(shù)據(jù)。


圖1雙球沖試驗與鍍鋅板試樣示意圖。
圖2鍍鋅板粉化等級自動識別流程圖。
具體實施例方式
以下結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案作進(jìn)一步描述。
本發(fā)明的檢測對象是經(jīng)過雙球沖試驗的熱鍍鋅板試樣。圖1為雙球沖試驗示意圖，(a)為第一次大行程球沖，沖程為18.9mm或17.9mm；(b)為第一次球沖后的試樣形狀；(c)為第二次小行程球沖，對應(yīng)的沖程為16.3mm或15.3mm；(d)為18.9mm/16.3mm沖程對應(yīng)的試樣形狀；(e)為17.9mm/15.3mm對應(yīng)的試樣形狀。
本發(fā)明的鍍鋅板粉化等級自動識別具體實施過程如圖2的流程圖所示，攝像機對雙球沖試驗后的待測鍍鋅板進(jìn)行圖像信息采集，信息經(jīng)圖像采集卡傳送到計算機進(jìn)行圖像預(yù)處理采用分段線性變化的方法對圖像進(jìn)行灰度轉(zhuǎn)化，增強圖像的對比度；然后利用高通濾波器濾波使圖像銳化；利用OTSU進(jìn)行閾值分割來提取出需要檢測的目標(biāo)區(qū)域；最后用中值濾波去除圖像噪聲。
在圖像預(yù)處理的基礎(chǔ)上，對鍍鋅板試樣進(jìn)行粉化區(qū)域的圖像分析。由于褶皺、粉塵的存在，粉化區(qū)域內(nèi)的灰度值比臨近正常區(qū)域灰度值變化大。因此通過分析粉化區(qū)域內(nèi)灰度值的標(biāo)準(zhǔn)差與正常區(qū)域內(nèi)標(biāo)準(zhǔn)差的區(qū)別，實現(xiàn)粉化區(qū)域的識別，為后續(xù)特征提取作準(zhǔn)備。
經(jīng)粉化區(qū)域識別后，對試樣圖像進(jìn)行特征提取。運用經(jīng)驗，根據(jù)不同粉化程度為不同粉化等級設(shè)定其各自相應(yīng)的閾值，識別出待檢測的粉化顆粒，并對粉化顆粒進(jìn)行分析，提取粉化區(qū)域?qū)挾萀Pow、粉化區(qū)域內(nèi)粉化比例ηPow的特征量。
確定標(biāo)準(zhǔn)粉化等級分析并提取標(biāo)準(zhǔn)圖像樣本對應(yīng)的特征量粉化區(qū)域?qū)挾萀Pow，建立粉化區(qū)域?qū)挾扰c等級的對應(yīng)關(guān)系。主要依據(jù)試樣粉化區(qū)域的寬度LPow的大小，同時適當(dāng)兼顧粉化區(qū)域內(nèi)粉化比例ηPow，對比已知的六級標(biāo)準(zhǔn)圖譜，經(jīng)過對大量已經(jīng)分級試樣的統(tǒng)計、學(xué)習(xí)，得到粉化區(qū)域的寬度LPow與等級的對應(yīng)關(guān)系，確定標(biāo)準(zhǔn)粉化等級。
確定等級判決規(guī)則由于粉塵掉落等原因，計算得到的粉化比例ηPow并不能準(zhǔn)確地反映粉化區(qū)域內(nèi)真正的粉化情況，為在滿足識別要求的前提下，提高本方法的實時行，將粉化比例分為兩級，其判決規(guī)則如下
首先根據(jù)粉化區(qū)域的寬度LPow，參考上面已經(jīng)確定的粉化區(qū)域的寬度LPow與等級的對應(yīng)關(guān)系，得到基本的等級Gbasic；然后在此基礎(chǔ)上，參考粉化比例ηPow的情況。每一個標(biāo)準(zhǔn)等級對應(yīng)一粉化寬度LPow的范圍[LiL，LiH]，稱為粉化寬度區(qū)間。其中，LiL，LiH分別表示每一等級對應(yīng)粉化等級的上下限，i表示相應(yīng)的粉化等級。若粉化寬度LPow落于粉化寬度區(qū)間的前半部分，即LPow⋐[LiL,LiL+LiH2],]]>而且粉化比例ηPow小于45.0％，說明相比其他粉化寬度LPow位于同一區(qū)間的試樣，其粉化情況并不嚴(yán)重，因此設(shè)定最終等級Gfinal比基本等級Gbasic小一級；若粉化寬度LPow落于區(qū)間的后半部分，即LPow⋐[LiL+LiH2,LiH],]]>而且粉化比例ηPow大于45.0％，說明相比其他粉化寬度LPow位于同一區(qū)間的試樣，其粉化情況比較嚴(yán)重，因此最終等級Gfinal比基本等級Gbasic大一級。當(dāng)LPow⋐[LiL,LiL+LiH2],]]>而且粉化比例ηPow大于45.0％，以及LPow⋐[LiL+LiH2,LiH],]]>而且粉化比例ηPow小于45.0％兩種情況下，則Gfinal＝Gbasic。因此，在等級判定中，粉化寬度LPow是主要的特征量，在此基礎(chǔ)上，參考粉化比例ηPow進(jìn)行修正，得到最終等級。
根據(jù)等級判決規(guī)則，將標(biāo)準(zhǔn)等級的特征向量與待測試樣的特征向量比較分析，確定粉化等級。從而完成對鍍鋅板粉化等級的自動識別。
本發(fā)明的粉化等級自動識別方法，隨機選取100組樣本進(jìn)行實驗，平均準(zhǔn)確率為95.16％，每次分類的運行時間不超過0.1s，滿足檢測和分級的準(zhǔn)確性和實時性的要求。
權(quán)利要求
1.一種基于機器視覺的鍍鋅板粉化等級自動識別方法，其特征在于包括如下步驟1)通過攝像機CCD采集待測鍍鋅板試樣表面的圖像信息，采用分段線性變化的方法對圖像進(jìn)行灰度轉(zhuǎn)化以增強圖像的對比度，然后利用高通濾波器濾波使圖像銳化，利用最大類間方差法進(jìn)行閾值分割來提取出需要檢測的目標(biāo)區(qū)域，最后用中值濾波去除圖像噪聲，從而完成圖像預(yù)處理；2)利用數(shù)理統(tǒng)計標(biāo)準(zhǔn)差原理，對預(yù)處理后的鍍鋅板試樣圖像進(jìn)行粉化區(qū)域分析，根據(jù)粉化區(qū)域內(nèi)由于褶皺、粉塵的存在，其灰度值比臨近正常區(qū)域灰度值變化大，通過分析粉化區(qū)域內(nèi)灰度值的標(biāo)準(zhǔn)差與正常區(qū)域內(nèi)標(biāo)準(zhǔn)差的區(qū)別，確定粉化區(qū)域，為后續(xù)特征提取作準(zhǔn)備；3)試樣圖像的粉化區(qū)域確定后，對試樣圖像進(jìn)行特征提取，運用經(jīng)驗，根據(jù)不同粉化程度為不同粉化等級設(shè)定其各自相應(yīng)的閾值,識別出粉化顆粒，并對粉化顆粒進(jìn)行分析，提取粉化區(qū)域?qū)挾萀Pow、粉化區(qū)域內(nèi)粉化比例ηPow特征量；4)對預(yù)先給定的標(biāo)準(zhǔn)系列樣本進(jìn)行分析，分別計算出不同粉化等級所對應(yīng)的特征參數(shù)粉化區(qū)域的寬度LPow和粉化比例ηPow，作為各樣本模型的特征向量，并將不同樣本模型構(gòu)成特征集；5)設(shè)計等級判決規(guī)則首先根據(jù)粉化區(qū)域的寬度LPow，得出基本的等級Gbasic，在此基礎(chǔ)上，參考粉化比例ηPow的情況，再根據(jù)粉化區(qū)域的寬度LPow所處范圍和粉化比例ηPow，確定最終的等級Gfinal；6)根據(jù)整個特征集和所設(shè)計的分類器對輸入鍍鋅板試樣圖像進(jìn)行識別分類，從而確定最終的粉化等級，完成鍍鋅板粉化等級自動識別。
全文摘要
一種基于機器視覺的鍍鋅板粉化等級自動識別方法，以雙球沖試驗的鍍鋅板試樣為研究對象，攝像機采集的試樣圖像信息經(jīng)預(yù)處理后，運用基于標(biāo)準(zhǔn)差的數(shù)理統(tǒng)計原理對鍍鋅板提取粉化特征，得到粉化區(qū)域密度、粉化區(qū)域內(nèi)粉化比例。分析預(yù)先給定的標(biāo)準(zhǔn)系列樣本，計算選取的特征參數(shù)，作為樣本模型中的特征向量，并構(gòu)成特征集。對比已知的六級標(biāo)準(zhǔn)圖譜，得到粉化區(qū)域的寬度與等級的對應(yīng)關(guān)系。根據(jù)粉化區(qū)域的寬度及已確定的上述對應(yīng)關(guān)系，得到基本的等級，然后參考粉化比例對最終等級進(jìn)行修正，從而完成對鍍鋅板粉化等級的自動識別。本發(fā)明通過機器視覺的方法實現(xiàn)等級的自動判定，使得分級結(jié)果具有唯一性，有效消除了人工識別的不穩(wěn)定性。
文檔編號G01N21/95GK1687761SQ20051002525
公開日2005年10月26日 申請日期2005年4月21日 優(yōu)先權(quán)日2005年4月21日
發(fā)明者曹其新, 夏年炯, 張鎮(zhèn) 申請人:上海交通大學(xué)