一種連續(xù)帶狀多孔金屬材料漏鍍?nèi)毕輩^(qū)域的定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種多孔金屬材料在生產(chǎn)過程中產(chǎn)生的一種缺陷區(qū)域的定位方法，特 別涉及一種連續(xù)帶狀多孔金屬材料在生產(chǎn)過程中產(chǎn)生的漏鍍?nèi)毕輩^(qū)域的定位方法。
【背景技術(shù)】
[0002] 多孔金屬材料是一種由金屬基體和大量孔隙組成的結(jié)構(gòu)功能一體化的新型金屬 基復(fù)合材料。它因密度低、表面積大而具有獨(dú)特的優(yōu)勢(shì)，在高新技術(shù)領(lǐng)域得到了廣泛的應(yīng) 用。但在連續(xù)化的工業(yè)生產(chǎn)過程中，產(chǎn)品的漏鍍?nèi)毕荩次村兏步饘?嚴(yán)重影響產(chǎn)品質(zhì)量。目 前判定及定位材料中有這種缺陷的方法一般是在光線充足條件下，用人工目測(cè)法。這種方 法效率低、準(zhǔn)確度差、成本高，嚴(yán)重依賴操作員工的經(jīng)驗(yàn)，與連續(xù)化生產(chǎn)不相適應(yīng)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明旨在提供一種多孔金屬材料漏鍍?nèi)毕輩^(qū)域的定位方法，可實(shí)現(xiàn)在線自動(dòng)無 損識(shí)別，無需人工參與，準(zhǔn)確率和效率都大大提高。本發(fā)明通過以下方案實(shí)現(xiàn)：
[0004] -種連續(xù)帶狀多孔金屬材料漏鍍?nèi)毕輩^(qū)域的定位方法，包括訓(xùn)練分類器一測(cè)試一 輸出結(jié)果，訓(xùn)練分類器按以下步驟進(jìn)行：
[0005] (I)向具有數(shù)據(jù)處理功能的設(shè)備中輸入N 2 300張已知包含有漏鍍?nèi)毕莸牟噬珗D 像，將每一張圖像分成大小為ηΧη的區(qū)域塊，大小不足ηΧη的區(qū)域塊被剔除，再將所分好的 區(qū)域塊分為C、D兩組，其中C組是完全不包含漏鍍?nèi)毕莸膮^(qū)域塊，D組是全部都包含漏鍍?nèi)毕?的區(qū)域塊;所述η為不小于64且不大于256的自然數(shù)；
[0006] (II)采用所述具有數(shù)據(jù)處理功能的設(shè)備計(jì)算C、D兩組每個(gè)區(qū)域塊圖像的RGB聯(lián)合 向量，再將C、D兩組每個(gè)區(qū)域塊圖像轉(zhuǎn)化為灰度圖像，計(jì)算每個(gè)區(qū)域塊圖像的灰度均值、灰 度方差以及在0°、45°、90°和135°四個(gè)方向上的相關(guān)性，將C、D兩組區(qū)域塊圖像的上述特征 分別構(gòu)成正、負(fù)樣本特征向量，并對(duì)正樣本特征向量和負(fù)樣本特征向量給出不同的標(biāo)識(shí)，輸 入具有數(shù)據(jù)處理功能的分類器，完成訓(xùn)練;其中所述的RGB聯(lián)合向量按公式（1)和公式(2)計(jì) 算：
[0008] FC =[rgb,rbg,gbr,grb,bgr,brg] (2)
[0009] 其中，α、β和x為比例系數(shù)，R是指所述彩色圖像中紅色通道的像素值，G是指所述彩 色圖像中綠色通道的像素值，B是指所述彩色圖像中藍(lán)色通道的像素值，F(xiàn)C為RGB聯(lián)合向量； [0010]在完成訓(xùn)練后，采用相同的圖像數(shù)據(jù)采集裝置采集待測(cè)產(chǎn)品的圖像，選取包含有 漏鍍?nèi)毕莸膱D像作為待定位漏鍍區(qū)域圖像，在具有數(shù)據(jù)處理功能的設(shè)備中，將圖像分成大 小為ηΧη的區(qū)域塊，大小不足ηΧη的區(qū)域塊被剔除；按所述訓(xùn)練分類器的步驟（Π )分別計(jì) 算每個(gè)區(qū)域塊的RGB聯(lián)合向量，以及區(qū)域塊圖像轉(zhuǎn)化為灰度圖像后的灰度均值、灰度方差和 在0°、45°、90°和135°四個(gè)方向上的相關(guān)性，將計(jì)算得到的區(qū)域圖像特征構(gòu)成待定位漏鍍區(qū) 域圖像的特征向量，將之輸入已完成訓(xùn)練的定位分類器中，輸出待定位漏鍍區(qū)域圖像中漏 鍍區(qū)域的識(shí)別結(jié)果。
[0011] 步驟(II)中的正樣本特征向量如公式(3):
[0012] FPC= [FCc，yc，0c，R(c，o。），R(c，45。），R(c，90。），R(c，i35。）] (3)
[0013] 其中，F(xiàn)C^C組圖像RGB聯(lián)合向量，組圖像轉(zhuǎn)化為灰度圖像后的灰度均值，〇c 是C組圖像轉(zhuǎn)化為灰度圖像后的灰度方差，R(c,〇。）、R(C,45。）、R (c,9()。)和R(c,135。)是C組圖像轉(zhuǎn)化 為灰度圖像后在0°、45°、90°和135°四個(gè)方向上的相關(guān)性。
[0014]負(fù)樣本特征向量如公式(4):
[0015] FNd= [FCD,yD, 0D,R(D,0° ) ,R(D,45° ) ,R(D,90° ) ,R(D,135° )] (4)
[0016] 其中，F(xiàn)Cd是D組圖像RGB聯(lián)合向量，yD是D組圖像轉(zhuǎn)化為灰度圖像后的灰度均值，〇D 是D組圖像轉(zhuǎn)化為灰度圖像后的灰度方差，R(D,Q。）、R(d,4 5。）、R(D,9()。)和R(d,135。)是D組圖像轉(zhuǎn)化 為灰度圖像后在0°、45°、90°和135°四個(gè)方向上的相關(guān)性。
[0017]待定位漏鍍區(qū)域圖像的特征向量如公式(5):
[0018] FNX= [FCX,μχ, 0x,R(x；0°),R(x,45°),R(x,90°),R(x,?35°)] (5)
[0019] 其中，F(xiàn)Cx是待定位漏鍍區(qū)域圖像的RGB聯(lián)合向量，μχ是待定位漏鍍區(qū)域圖像轉(zhuǎn)化 為灰度圖像后的灰度均值，σ χ是待定位漏鍍區(qū)域圖像轉(zhuǎn)化為灰度圖像后的灰度方差， ^(^、^，^(^(^和心^們是待定位漏鍍區(qū)域圖像轉(zhuǎn)化為灰度圖像后在礦^^郵和 135°四個(gè)方向上的相關(guān)性。
[0020] 實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)選取的圖像不小于1024X1024像素，η為64~256之間的自然數(shù)時(shí)，識(shí) 別的準(zhǔn)確率更高。
[0021] 與現(xiàn)有技術(shù)相比，本發(fā)明針對(duì)多孔金屬材料能在線自動(dòng)定位其中的漏鍍?nèi)毕輩^(qū) 域，不僅準(zhǔn)確率高，可實(shí)現(xiàn)產(chǎn)品的無損檢測(cè)，而且還可提高多孔金屬材料產(chǎn)品的質(zhì)量和合格 率，降低生產(chǎn)成本，提高生產(chǎn)效率。
【具體實(shí)施方式】
[0022] 實(shí)施例1
[0023] 步驟一：采用分辨率為2448X2056的Vieworks VH-4M高清相機(jī)，在同一光照條件 下垂直拍攝350張人工檢查出包含漏鍍的泡沫鎳圖像（規(guī)格為厚度1.0mm，90PPI，面密度 350g/m2)，拍攝距離為10cm。
[0024]步驟二:將步驟一拍得的彩色圖像輸入電腦設(shè)備，將每一張圖像分成大小為200X 200像素的區(qū)域塊，大小不足η Xη的區(qū)域塊被剔除，將這些區(qū)域塊分成C、D兩組，其中C組是 完全不包含漏鍍的區(qū)域塊，D組是全部包含漏鍍的區(qū)域塊。
[0025]步驟三:計(jì)算C、D兩組每個(gè)區(qū)域塊圖像的RGB聯(lián)合向量，再將C、D兩組區(qū)域塊圖像轉(zhuǎn) 化為灰度圖像，計(jì)算每個(gè)區(qū)域塊圖像的灰度均值、灰度方差、以及在0°、45°、90°和135°四個(gè) 方向上的相關(guān)性，RGB聯(lián)合向量按公式(1)和公式(2)計(jì)算：
[0027] FC =[rgb,rbg,gbr,grb,bgr,brg] (2)
[0028] 其中，α、β和x為比例系數(shù)，R是指所述彩色圖像中紅色通道的像素值，G是指所述彩 色圖像中綠色通道的像素值，B是指所述彩色圖