專利名稱：基于機器視覺的鍍鋅板粉化等級自動識別方法
技術領域：
本發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，根據原粉化等級評定標準，采用計算機視覺技術實現鍍鋅板粉化等級的自動評定，屬于無傷檢測的技術領域。
背景技術：
熱鍍鋅工藝與其他金屬防蝕方法相比，在鍍層電化學保護性、鍍層致密性、耐久性以及生產的高效性等方面具有其他工藝無法比擬的優勢。其中汽車用鍍鋅鋼板，需要經過沖壓成型、焊接、表面處理、涂漆和烘烤等工序，因此必須滿足高表面質量、高強度和高深沖性等要求。工業上，通過對鍍鋅板試樣進行球沖試驗，來評定裂紋級別和粉化脫落程度。現有粉化程度檢測方法是采用參照標準圖譜，人工目測來評定粉化等級。此方法存在如下不足1.人工檢測的不穩定性不同的質量檢驗員對同一試樣的檢驗結果可能不同；同一質量檢驗員在不同時間對同一試樣的檢驗結果也可能不同。
2.搬運導致的誤判質量檢驗員將檢測試樣從雙球沖試驗機上取下來，進行人工目測，導致粉塵脫落，使得粉化等級判定出現誤差。
3.給質量統計帶來困難。人工目測無法將粉化等級自動記錄在計算機內，手工記錄常發生等級和試樣對應出錯的情況，給日后的歷史查詢和質量統計帶來困難。
對現有無傷檢測相關技術的檢索發現，中國發明專利“表面缺陷的檢測方法及其裝置”(申請號02124788)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ψ、Δ及反射光強I，根據反射光的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節來確定金屬表面的粉塵，因此無法實現對粉化等級的正確識別。
發明內容
本發明的目的在于針對現有粉化檢測技術的不足，開發一種基于機器視覺的鍍鋅板粉化等級自動識別方法，能夠根據原粉化等級判定標準，采用機器視覺的方法實現等級的自動判定。
為了實現這一目的，本發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行圖像信息采集，信息經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過預處理、分析后，運用基于標準差的數理統計原理對鍍鋅板提取粉化特征，得到粉化區域密度、粉化區域內粉化比例的特征量。分析預先給定的標準系列樣本，計算選取的特征參數，作為樣本模型中的特征向量，并構成特征集。對比已知的六級標準圖譜，得到粉化區域的寬度與等級的對應關系。根據粉化區域的寬度，參考上面已經確定的粉化區域的寬度與等級的對應關系，得到基本的等級；然后在此基礎上，參考粉化比例，對最終等級進行修正，從而完成對鍍鋅板粉化等級的自動識別。
本發明的方法按如下具體步驟進行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行灰度轉化，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)進行閾值分割來提取出需要檢測的目標區域；最后用中值濾波去除圖像噪聲，從而完成圖像預處理。
2.在對圖像進行預處理的基礎上確定粉化區域根據數理統計標準差原理對鍍鋅板試樣圖像進行粉化區域分析，以避免以往單純依靠閾值分割提取特征的缺陷。由于粉化區域內褶皺、粉塵的存在，其灰度值比臨近正常區域灰度值變化大。因此通過分析粉化區域內灰度值的標準差與正常區域內標準差的區別，確定粉化區域，為后續特征提取作準備。
3.試樣圖像的粉化區域確定后，對試樣圖像進行特征提取。運用經驗，根據不同粉化程度為不同粉化等級設定其各自相應的閾值，識別出粉化顆粒，并對粉化顆粒進行分析，提取粉化區域寬度LPow、粉化區域內粉化比例ηPow特征量。
4.對預先給定的標準系列樣本進行分析，分別計算出不同粉化等級所對應的特征參數粉化區域的寬度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成特征集。
5.設計等級判決規則本發明方法中，最主要的判決因素是粉化區域寬度的大小，因此首先根據粉化區域的寬度LPow，得出基本的等級Gbasic；在此基礎上，參考粉化比例ηPow的情況，再根據粉化區域的寬度LPow所處范圍和粉化比例ηPow，確定最終的等級Gfinal。
6.根據整個特征集和所設計的分類器對輸入鍍鋅板試樣圖像進行識別分類，從而確定最終的粉化等級，完成鍍鋅板粉化等級自動識別。
本發明的粉化等級自動識別方法，通過100組隨機樣本進行實驗，平均準確率為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確性和實時性的要求。
本發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過統計的方法提取出來，并進行數字化處理，使得分級更為科學。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定性，有效提高檢測精度，并使得分級結果具有唯一性。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。所有檢測結果和分級特征均保存在數據庫里，便于歷史記錄查詢和質量統計。為鍍鋅工藝的改進，提供了粉化級別的可靠數據。
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
以下結合附圖和實施例對本發明的技術方案作進一步描述。
本發明的檢測對象是經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，對應的沖程為16.3mm或15.3mm；(d)為18.9mm/16.3mm沖程對應的試樣形狀；(e)為17.9mm/15.3mm對應的試樣形狀。
本發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行圖像信息采集，信息經圖像采集卡傳送到計算機進行圖像預處理采用分段線性變化的方法對圖像進行灰度轉化，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進行閾值分割來提取出需要檢測的目標區域；最后用中值濾波去除圖像噪聲。
在圖像預處理的基礎上，對鍍鋅板試樣進行粉化區域的圖像分析。由于褶皺、粉塵的存在，粉化區域內的灰度值比臨近正常區域灰度值變化大。因此通過分析粉化區域內灰度值的標準差與正常區域內標準差的區別，實現粉化區域的識別，為后續特征提取作準備。
經粉化區域識別后，對試樣圖像進行特征提取。運用經驗，根據不同粉化程度為不同粉化等級設定其各自相應的閾值，識別出待檢測的粉化顆粒，并對粉化顆粒進行分析，提取粉化區域寬度LPow、粉化區域內粉化比例ηPow的特征量。
確定標準粉化等級分析并提取標準圖像樣本對應的特征量粉化區域寬度LPow，建立粉化區域寬度與等級的對應關系。主要依據試樣粉化區域的寬度LPow的大小，同時適當兼顧粉化區域內粉化比例ηPow，對比已知的六級標準圖譜，經過對大量已經分級試樣的統計、學習，得到粉化區域的寬度LPow與等級的對應關系，確定標準粉化等級。
確定等級判決規則由于粉塵掉落等原因，計算得到的粉化比例ηPow并不能準確地反映粉化區域內真正的粉化情況，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，其判決規則如下
首先根據粉化區域的寬度LPow，參考上面已經確定的粉化區域的寬度LPow與等級的對應關系，得到基本的等級Gbasic；然后在此基礎上，參考粉化比例ηPow的情況。每一個標準等級對應一粉化寬度LPow的范圍[LiL，LiH]，稱為粉化寬度區間。其中，LiL，LiH分別表示每一等級對應粉化等級的上下限，i表示相應的粉化等級。若粉化寬度LPow落于粉化寬度區間的前半部分，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位于同一區間的試樣，其粉化情況并不嚴重，因此設定最終等級Gfinal比基本等級Gbasic小一級；若粉化寬度LPow落于區間的后半部分，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位于同一區間的試樣，其粉化情況比較嚴重，因此最終等級Gfinal比基本等級Gbasic大一級。當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，在此基礎上，參考粉化比例ηPow進行修正，得到最終等級。
根據等級判決規則，將標準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。
本發明的粉化等級自動識別方法，隨機選取100組樣本進行實驗，平均準確率為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確性和實時性的要求。
權利要求
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行灰度轉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行閾值分割來提取出需要檢測的目標區域，最后用中值濾波去除圖像噪聲，從而完成圖像預處理；2)利用數理統計標準差原理，對預處理后的鍍鋅板試樣圖像進行粉化區域分析，根據粉化區域內由于褶皺、粉塵的存在，其灰度值比臨近正常區域灰度值變化大，通過分析粉化區域內灰度值的標準差與正常區域內標準差的區別，確定粉化區域，為后續特征提取作準備；3)試樣圖像的粉化區域確定后，對試樣圖像進行特征提取，運用經驗，根據不同粉化程度為不同粉化等級設定其各自相應的閾值,識別出粉化顆粒，并對粉化顆粒進行分析，提取粉化區域寬度LPow、粉化區域內粉化比例ηPow特征量；4)對預先給定的標準系列樣本進行分析，分別計算出不同粉化等級所對應的特征參數粉化區域的寬度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成特征集；5)設計等級判決規則首先根據粉化區域的寬度LPow，得出基本的等級Gbasic，在此基礎上，參考粉化比例ηPow的情況，再根據粉化區域的寬度LPow所處范圍和粉化比例ηPow，確定最終的等級Gfinal；6)根據整個特征集和所設計的分類器對輸入鍍鋅板試樣圖像進行識別分類，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預處理后，運用基于標準差的數理統計原理對鍍鋅板提取粉化特征，得到粉化區域密度、粉化區域內粉化比例。分析預先給定的標準系列樣本，計算選取的特征參數，作為樣本模型中的特征向量，并構成特征集。對比已知的六級標準圖譜，得到粉化區域的寬度與等級的對應關系。根據粉化區域的寬度及已確定的上述對應關系，得到基本的等級，然后參考粉化比例對最終等級進行修正，從而完成對鍍鋅板粉化等級的自動識別。本發明通過機器視覺的方法實現等級的自動判定，使得分級結果具有唯一性，有效消除了人工識別的不穩定性。
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 優先權日2005年4月21日
發明者曹其新, 夏年炯, 張鎮 申請人:上海交通大學