CN112037214A - 一种缺陷检测的评估方法、装置、电子设备及存储介质 - Google Patents
一种缺陷检测的评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112037214A CN112037214A CN202010934098.3A CN202010934098A CN112037214A CN 112037214 A CN112037214 A CN 112037214A CN 202010934098 A CN202010934098 A CN 202010934098A CN 112037214 A CN112037214 A CN 112037214A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- gray
- area
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 204
- 238000001514 detection method Methods 0.000 title claims abstract description 160
- 238000011156 evaluation Methods 0.000 title claims abstract description 106
- 239000000463 material Substances 0.000 claims abstract description 173
- 238000013507 mapping Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000000523 sample Substances 0.000 claims description 111
- 238000004590 computer program Methods 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 238000007670 refining Methods 0.000 abstract description 4
- 238000006073 displacement reaction Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012797 qualification Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000009864 tensile test Methods 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010252 digital analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 229910052755 nonmetal Inorganic materials 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/02—Investigating the presence of flaws
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种缺陷检测的评估方法、装置、电子设备及存储介质,所述评估方法包括基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定待评估图像上每个像素点的灰度值,获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,基于映射关系和每个像素点的灰度值,确定待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,基于多个缺陷的数字化检测区域和每个缺陷的数字化检测区域对应的区域拉力值,确定待检测材料的缺陷评估结果。本申请能够对待检测材料进行细化评测,能够清楚全面的了解材料的缺陷情况,得到待检测材料的综合评估结果,可以实现对材料合格与否的判定。
Description
技术领域
本申请涉及无损检测技术领域,具体而言,涉及一种缺陷检测的评估方法、装置、电子设备及存储介质。
背景技术
微波无损检测技术通过对材料进行扫描与成像,利用不同材料介电性能不同的特点成像,能够获取材料与结构中的缺陷图像,根据缺陷图像可以判断材料与结构中是否存在缺陷,对于材料的缺陷检测有着很好的效果。
目前,常见的微波无损检测技术,大多是通过扫描材料得到黑白图像,通过图像中的黑白差异,来检测材料中是否存在缺陷,但是无法对材料进行进一步的评估,因此,如何实现对材料的合格判定,成为了亟待解决的问题。
发明内容
有鉴于此,本申请的目的在于提供一种缺陷检测的评估方法、装置、电子设备及存储介质,通过将微波检测得到的缺陷图像转换成反映材料拉力值情况的数字化图像,以通过拉力分析来对待检测材料进行细化评测,得到待检测材料的综合评估结果,可以实现对材料的合格判定,以及能够清楚全面的了解材料的缺陷情况。
第一方面,本申请实施例提供了一种缺陷检测的评估方法,所述评估方法包括:
基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值;
获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的;
基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值;
基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
优选地,通过以下步骤确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系:
确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间;
获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度;
基于所述样本材料的图像灰度值与所述剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与所述剥离长度之间的对应关系,拟合所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系;
基于所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果,确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
优选地,通过以下步骤确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间:
将待评估样本图像所对应的灰度划分成多个样本灰度区间;
根据所述待评估样本图像的灰度分布信息,响应用户的多次灰度选择操作,得到覆盖所述灰度的多个灰度选择区间;
确定所述灰度选择区间位于所述样本灰度区间内的灰度选择区间为有效灰度区间。
优选地,所述基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,包括:
将所有像素点的灰度值划分成多个目标灰度区间;
基于多个目标灰度区间,生成与每个目标灰度区间相对应的缺陷的数字化检测区域;
基于所述映射关系,生成与每个缺陷的数字化检测区域对应的区域拉力值。
优选地,所述基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果,包括:
预先获取所述待检测材料对应的拉力标准值,将所述区域拉力值与所述拉力标准值进行比对,得到比对结果;
根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;
根据所述区域评估图像确定所述待检测材料的缺陷评估结果。
优选地,所述根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像,包括:
当所述区域拉力值大于所述拉力标准值时,确定与该区域拉力值对应的区域图像为合格区域图像;
当所述区域拉力值小于所述拉力标准值时,确定与该区域拉力值对应的区域图像为失效区域图像;
当所述区域拉力值等于所述拉力标准值时,确定与该区域拉力值对应的区域图像为待观察区域图像;
将所述合格区域图像和/或所述失效区域图像和/或所述待观察区域图像合成为与所述待检测材料对应的区域评估图像。
优选地,在所述基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果之后,所述评估方法还包括:
获取所述待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值;
基于所述待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,确定与所述灰度均值对应的拉力均值,与所述剥离面灰度最大值对应的拉力最小值,以及与所述剥离面灰度最小值对应的拉力最大值;
基于确定出的拉力均值评估所述待检测材料的稳定性,基于确定出的拉力最小值和拉力最大值评估所述待检测材料的极端性。
第二方面,本申请实施例提供了一种缺陷检测的评估装置,所述评估装置包括:
灰度确定模块,用于基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值;
关系获取模块,用于获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的;
拉力确定模块,用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值;
结果评估模块,用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
优选地,所述关系获取模块用于通过以下步骤确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系:
确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间;
获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度;
基于所述样本材料的图像灰度值与所述剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与所述剥离长度之间的对应关系,拟合所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系;
基于所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果,确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
优选地,所述关系获取模块用于通过以下步骤确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间:
将待评估样本图像所对应的灰度划分成多个样本灰度区间;
根据所述待评估样本图像的灰度分布信息,响应用户的多次灰度选择操作,得到覆盖所述灰度的多个灰度选择区间;
确定所述灰度选择区间位于所述样本灰度区间内的灰度选择区间为有效灰度区间。
优选地,所述拉力确定模块在用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值时,所述拉力确定模块用于:
将所有像素点的灰度值划分成多个目标灰度区间;
基于多个目标灰度区间,生成与每个目标灰度区间相对应的缺陷的数字化检测区域;
基于所述映射关系,生成与每个缺陷的数字化检测区域对应的区域拉力值。
优选地,所述结果评估模块在用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果时,所述结果评估模块用于:
预先获取所述待检测材料对应的拉力标准值,将所述区域拉力值与所述拉力标准值进行比对,得到比对结果;
根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;
根据所述区域评估图像确定所述待检测材料的缺陷评估结果。
优选地,所述结果评估模块在用于根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像时,所述结果评估模块用于:
当所述区域拉力值大于所述拉力标准值时,确定与该区域拉力值对应的区域图像为合格区域图像;
当所述区域拉力值小于所述拉力标准值时,确定与该区域拉力值对应的区域图像为失效区域图像;
当所述区域拉力值等于所述拉力标准值时,确定与该区域拉力值对应的区域图像为待观察区域图像;
将所述合格区域图像和/或所述失效区域图像和/或所述待观察区域图像合成为与所述待检测材料对应的区域评估图像。
优选地,所述评估装置还包括:
值获取模块,用于获取所述待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值;
值确定模块,用于基于所述待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,确定与所述灰度均值对应的拉力均值,与所述剥离面灰度最大值对应的拉力最小值,以及与所述剥离面灰度最小值对应的拉力最大值;
性能评估模块,用于基于确定出的拉力均值评估所述待检测材料的稳定性,基于确定出的拉力最小值和拉力最大值评估所述待检测材料的极端性。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面所述的缺陷检测的评估方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面所述的缺陷检测的评估方法的步骤。
本申请实施例提供了一种缺陷检测的评估方法、装置、电子设备及存储介质,所述评估方法包括先基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值,然后获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的,接着基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,最后基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。本申请实施例通过将微波检测得到的缺陷图像转换成反映材料拉力值情况的数字化图像,以通过拉力分析来对待检测材料进行细化评测,得到待检测材料的综合评估结果,可以实现对材料的合格判定,以及能够清楚全面的了解材料的缺陷情况。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种缺陷检测的评估方法的流程图;
图2为本申请实施例所提供的另一种缺陷检测的评估方法的流程图;
图3为本申请实施例所提供的一种缺陷检测的评估装置的结构示意图之一;
图4为本申请实施例所提供的一种缺陷检测的评估装置的结构示意图之二;
图5为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
请参阅图1,图1为本申请实施例所提供的一种缺陷检测的评估方法的流程图。如图1中所示,本申请实施例提供的缺陷检测的评估方法,包括:
S110、基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值。
该步骤中,待检测材料经过微波检测后得到待评估图像,待评估图像为黑白图像,进而读取待评估图像上的每个像素点的灰度值。
需要说明的是,由于本申请实施例应用在微波检测领域,所以本申请实施例中提到的待检测材料均为非金属材料。
具体地,对于黑白图像而言,将黑色分为了256个灰度,从0(纯黑)到255(纯白),因此,可以根据黑白图片的这一性质,来读取每个像素的灰度值,这样,经过数字化处理后可以得到灰度值矩阵。
这里,缺陷检测为微波无损检测,微波无损检测技术是利用不同材料介电性能不同的特点来成像的,对于非金属材料的扫描与成像有着很好的效果,扫描得到的图片为黑白照片,以灰度差异来表现介电常数的差异,从而展现出材料与结构的内部缺陷,达到“透视”效果。进而,微波无损检测技术能够获取材料与结构中的缺陷图像,这些图像是材料与结构中微观参量(如原子和分子等的极化率)的体现。微观参量可以体现宏观缺陷,即根据微波图像可以判断材料与结构中存在缺陷,本申请实施例利用这一特性进行材料的缺陷检测。
其中,缺陷检测在航空航天、建筑、交通、工业和运输等方面都有广泛应用,本申请实施例中的待检测材料可以为各类非金属材料,包括各类管件和容器等。
S120、获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的。
该步骤中,通过分析样本材料建立图像灰度值与剥离材料所产生的拉力值之间的映射关系,然后在实际应用时,直接基于获取到的映射关系进行使用即可。
其中,样本材料的图像灰度值与剥离长度相关,剥离材料所产生的拉力值与剥离长度相关,进而,可以根据与待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到图像灰度值与剥离材料所产生的拉力值之间的映射关系。
这样,通过图像灰度值与剥离材料所产生的拉力值之间的映射关系,就可以根据待检测图像上的每个像素点的灰度值得知该像素点对应的拉力值。
具体地,经过数字化分析后,可以得到灰度值—拉力负相关的趋势曲线,即灰度值越高,图像越接近白,拉力值越小,灰度值越低,图像越接近黑,拉力值越大。
S130、基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值。
该步骤中,根据待检测图像上每个像素点的灰度值,将待检测图像分成若干个待检测区域,将待检测区域转换成缺陷的数字化检测区域,进而,根据映射关系可以得知待检测区域内的灰度值转换成缺陷的数字化检测区域对应的区域拉力值。
除此之外,本申请实施例还可以根据待评估图像上每个像素点对应的目标拉力值,确定待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值。
S140、基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
该步骤中,基于预先获取的待检测材料对应的拉力标准值,将区域拉力值与拉力标准值进行比对,得到比对结果;其中,比对结果包括三种:区域拉力值大于拉力标准值,区域拉力值小于拉力标准值,区域拉力值等于拉力标准值,然后根据比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;最后根据区域评估图像确定待检测材料的缺陷评估结果。
进而,在进行缺陷评估时,可以计算待评估图像中的缺陷面积,并将缺陷面积作为失效面积,通过失效面积评估待检测材料的缺陷程度。
本申请实施例提供的缺陷检测的评估方法,包括先基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值,然后获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的,接着基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,最后基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。本申请实施例通过将微波检测得到的缺陷图像转换成反映材料拉力值情况的数字化图像,以通过拉力分析来对待检测材料进行细化评测,得到待检测材料的综合评估结果,可以实现对材料的合格判定,以及能够清楚全面的了解材料的缺陷情况。
请参阅图2,图2为本申请实施例提供的另一种缺陷检测的评估方法的流程图。如图2中所示,本申请实施例提供的缺陷检测的评估方法,包括:
S210、基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值。
S220、获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的。
S230、基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值。
S240、基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
其中,S210至S240的描述可以参照S110至S140的描述,并且能够达到相同的技术效果,对此不做赘述。
S250、获取所述待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值。
这里,在获取待评估图像上每个像素点的灰度值的过程中,通过常规数值统计可以从中得出待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值。
S260、基于所述待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,确定与所述灰度均值对应的拉力均值,与所述剥离面灰度最大值对应的拉力最小值,以及与所述剥离面灰度最小值对应的拉力最大值。
该步骤中,根据待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,以及待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值,可以得出与灰度均值对应的拉力均值,与剥离面灰度最大值对应的拉力最小值,以及与剥离面灰度最小值对应的拉力最大值。
S270、基于确定出的拉力均值评估所述待检测材料的稳定性,基于确定出的拉力最小值和拉力最大值评估所述待检测材料的极端性。
该步骤中,通过拉力均值评估待检测材料的稳定性,通过拉力最小值和拉力最大值评估待检测材料的极端性,这样,可以通过稳定性和极端性来进一步评估待检测材料的缺陷程度。
示例性的,以某类防腐层粘接性能的统计分析为例,灰度均值表示平均粘接破坏程度,这个灰度均值越低越好,剥离面灰度最大值表示最差粘接处,这个剥离面灰度最大值越高越差,剥离面灰度最小值表示最优粘接处,这个剥离面灰度最小值越低越好。
在本申请实施例中,作为一种优选的实施例,步骤S220通过以下步骤确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系:
确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间;获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度;基于所述样本材料的图像灰度值与所述剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与所述剥离长度之间的对应关系,拟合所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系;基于所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果,确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
这里,有效灰度区间是操作人员根据灰度分布情况,选取的各区间灰度值典型代表区域,本申请实施例选取了6个典型灰度区间,这6个典型灰度区间包含灰度值0至255。
该步骤中,通过试验获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度,然后根据样本材料的图像灰度值与剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与剥离长度之间的对应关系,拟合样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系。实际应用时,直接根据样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
具体地,对确定的有效灰度区间进行宏观试验,获取图像灰度值与剥离材料所产生的拉力值之间的映射关系,同时进行数据分析与筛选。
举例说明,以埋地钢质管道聚乙烯防腐层为例,选取聚乙烯防腐层的灰度图像,然后在该灰度图像上选取6个典型灰度区间,对这6个灰度区间进行拉力试验,获取“拉力-位移”曲线,在合格的“拉力-位移”曲线中,位移值与灰度区间进行对应,即可得出“拉力-灰度”的对应关系。
在本申请实施例中,作为一种优选的实施例,步骤S220通过以下步骤确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间:
将待评估样本图像所对应的灰度划分成多个样本灰度区间;根据所述待评估样本图像的灰度分布信息,响应用户的多次灰度选择操作,得到覆盖所述灰度的多个灰度选择区间;确定所述灰度选择区间位于所述样本灰度区间内的灰度选择区间为有效灰度区间。
该步骤中,响应用户的多次灰度选择操作,在待评估图像上框出长方形区域,该长方形区域为用户确定的灰度选择区间,用户确定出多个灰度选择区间,且这多个灰度选择区间会覆盖灰度0至255,进而,确定灰度选择区间位于样本灰度区间内的灰度选择区间为有效灰度区间,这样可以保证拟合样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系更加准确。
具体地,首先对宏观试验数据进行数据分析,使用拟合方法剔除部分无效数据,无效数据是指大量的宏观实验中由于试验设备的不确定性与试验误差而产生的高于或者低于平均数据的个别数据,例如,当拉力试验开始或停止,或是某些拉力试验进行到中间的时候机器突然停顿,这些位置的数据不符合“力值-位移”的连续性,认为这些数据为无效数据。通过数据剔除可以确保整个灰度范围(0-255)内均有效的宏观参量值与之一一对应。通过数据筛选与拟合,能够建立科学正确的灰度值与评判指标之间的联系。有效数据是指在选取的有效灰度区间中出现的数据,在宏观拉力的试验过程中,获得了连续的“拉力-位移”曲线,或者其中的一段曲线满足“拉力-位移”连续,那么将这段曲线的“拉力-位移”值作为有效数据,与该段的“灰度-位移”进行对应。进而,建立“灰度”到“评判指标”的过程是使用多种数据分析软件对大量数据进行分析、筛选、拟合的过程。
试验获取了灰度-拉力-剥离长度对应曲线,由于拉力在极高和极低情况下均会迫使机器停止实验,加上静摩擦的积压与释放,导致部分管件拉力曲线呈现出剧烈波动,进而,本申请实施例选取拉力适中、负相关趋势明显的灰度-拉力-剥离长度对应曲线。
在本申请实施例中,作为一种优选的实施例,步骤S230包括:
将所有像素点的灰度值划分成多个目标灰度区间;基于多个目标灰度区间,生成与每个目标灰度区间相对应的缺陷的数字化检测区域;基于所述映射关系,生成与每个缺陷的数字化检测区域对应的区域拉力值。
该步骤中,在评估待检测材料的缺陷程度时,先将待检测材料对应的待评估图像的灰度值划分成多个目标灰度区间,每个目标灰度区间对应一个缺陷的数字化检测区域,进而,根据映射关系和目标灰度区间内的各个像素点的灰度值,可以得到与每个缺陷的数字化检测区域对应的区域拉力值,基于得到的区域拉力值将待评估图像处理得到数字化图像,通过对数字化图像分析可以得到待检测材料的缺陷程度以及是否能够修复的结果。
在本申请实施例中,作为一种优选的实施例,步骤S240包括:
预先获取所述待检测材料对应的拉力标准值,将所述区域拉力值与所述拉力标准值进行比对,得到比对结果;根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;根据所述区域评估图像确定所述待检测材料的缺陷评估结果。
优选地,当所述区域拉力值大于所述拉力标准值时,确定与该区域拉力值对应的区域图像为合格区域图像;当所述区域拉力值小于所述拉力标准值时,确定与该区域拉力值对应的区域图像为失效区域图像;当所述区域拉力值等于所述拉力标准值时,确定与该区域拉力值对应的区域图像为待观察区域图像;将所述合格区域图像和/或所述失效区域图像和/或所述待观察区域图像合成为与所述待检测材料对应的区域评估图像。
该步骤中,当待评估图像上的拉力值大于拉力标准值,可认为该处的待评估图像对应的待检测材料是合格的,当待评估图像上的拉力值小于拉力标准值,可认为该处的待评估图像对应的待检测材料是缺陷的,当待评估图像上的拉力值等于拉力标准值,可认为该处的待评估图像对应的待检测材料需要继续被监控,进而,根据上述结论将区域拉力值与拉力标准值进行比对得到比对结果,根据比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像,然后将各个区域评估图像组合,最后得到待检测材料的缺陷评估结果。示例性的,在防腐层这类材料结构中,缺陷是粘接力较弱的区域,按照评判标准,拉力值低于50N的区域都是不合格区域。
示例性的,某管道外防腐层结构经过微波检测得出缺陷图像的灰度图,在灰度图中,黑色区域表示为粘接质量较好区域,白色区域为粘接质量较差区域。将缺陷图像的灰度图经过处理得到数字化图像,其中,用红色区域表示不合格区域,对于不合格区域需要进行修复,用白色区域表示监控区域,用绿色区域表示合格区域。
本申请实施例提供的缺陷检测的评估方法,通过对微波图像的数字化分析,可以直接实现对缺陷的评判,实现了从微观结构到宏观参量的转变,从理论到实际应用的转变,使得微波图像直接变成与评判依据相符合的数字化评判图,在实际的检测现场,对材料进行微波无损检测后可实时获取材料与结构内部缺陷的评判图,为材料结构的更换和修复提供最直接最有效的指导。进而,通过将微波检测得到的缺陷图像转换成反映材料拉力值情况的数字化图像,以通过拉力分析来对待检测材料进行细化评测,得到待检测材料的综合评估结果,可以实现对材料的合格判定,以及能够清楚全面的了解材料的缺陷情况。
基于同一发明构思,本申请实施例中还提供了与缺陷检测的评估方法对应的缺陷检测的评估装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述缺陷检测的评估方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
请参阅图3、图4,图3为本申请实施例所提供的一种缺陷检测的评估装置的结构示意图之一,图4为本申请实施例所提供的一种缺陷检测的评估装置的结构示意图之二。如图3中所示,所述评估装置300包括:
灰度确定模块310,用于基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值;
关系获取模块320,用于获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的;
拉力确定模块330,用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值;
结果评估模块340,用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
本申请实施例中,作为一种优选的实施例,所述关系获取模块320用于通过以下步骤确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系:
确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间;
获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度;
基于所述样本材料的图像灰度值与所述剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与所述剥离长度之间的对应关系,拟合所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系;
基于所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果,确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
本申请实施例中,作为一种优选的实施例,所述关系获取模块320用于通过以下步骤确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间:
将待评估样本图像所对应的灰度划分成多个样本灰度区间;
根据所述待评估样本图像的灰度分布信息,响应用户的多次灰度选择操作,得到覆盖所述灰度的多个灰度选择区间;
确定所述灰度选择区间位于所述样本灰度区间内的灰度选择区间为有效灰度区间。
本申请实施例中,作为一种优选的实施例,所述拉力确定模块330在用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值时,所述拉力确定模块330用于:
将所有像素点的灰度值划分成多个目标灰度区间;
基于多个目标灰度区间,生成与每个目标灰度区间相对应的缺陷的数字化检测区域;
基于所述映射关系,生成与每个缺陷的数字化检测区域对应的区域拉力值。
本申请实施例中,作为一种优选的实施例,所述结果评估模块340在用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果时,所述结果评估模块340用于:
预先获取所述待检测材料对应的拉力标准值,将所述区域拉力值与所述拉力标准值进行比对,得到比对结果;
根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;
根据所述区域评估图像确定所述待检测材料的缺陷评估结果。
本申请实施例中,作为一种优选的实施例,所述结果评估模块340在用于根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像时,所述结果评估模块340用于:
当所述区域拉力值大于所述拉力标准值时,确定与该区域拉力值对应的区域图像为合格区域图像;
当所述区域拉力值小于所述拉力标准值时,确定与该区域拉力值对应的区域图像为失效区域图像;
当所述区域拉力值等于所述拉力标准值时,确定与该区域拉力值对应的区域图像为待观察区域图像;
将所述合格区域图像和/或所述失效区域图像和/或所述待观察区域图像合成为与所述待检测材料对应的区域评估图像。
进一步的,如图4所示,所述评估装置300还包括:
值获取模块350,用于获取所述待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值;
值确定模块360,用于基于所述待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,确定与所述灰度均值对应的拉力均值,与所述剥离面灰度最大值对应的拉力最小值,以及与所述剥离面灰度最小值对应的拉力最大值;
性能评估模块370,用于基于确定出的拉力均值评估所述待检测材料的稳定性,基于确定出的拉力最小值和拉力最大值评估所述待检测材料的极端性。
本申请实施例提供的缺陷检测的评估装置,包括灰度确定模块、关系获取模块、拉力确定模块和结果评估模块,所述灰度确定模块用于基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值,所述关系获取模块用于获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的,所述拉力确定模块用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,所述结果评估模块用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。本申请实施例通过将微波检测得到的缺陷图像转换成反映材料拉力值情况的数字化图像,以通过拉力分析来对待检测材料进行细化评测,得到待检测材料的综合评估结果,可以实现对材料的合格判定,以及能够清楚全面的了解材料的缺陷情况。
请参阅图5,图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示,所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过总线530通信,所述机器可读指令被所述处理器510执行时,可以执行如上述图1以及图2所示方法实施例中的缺陷检测的评估方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的缺陷检测的评估方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种缺陷检测的评估方法,其特征在于,所述评估方法包括:
基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值;
获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的;
基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值;
基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
2.根据权利要求1所述的评估方法,其特征在于,通过以下步骤确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系:
确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间;
获取每个有效灰度区间内的样本材料的图像灰度值,剥离样本材料所产生的拉力值以及剥离长度;
基于所述样本材料的图像灰度值与所述剥离长度之间的对应关系,以及剥离样本材料所产生的拉力值与所述剥离长度之间的对应关系,拟合所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系;
基于所述样本材料的图像灰度值与剥离样本材料所产生的拉力值之间的映射关系的拟合结果,确定预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系。
3.根据权利要求2所述的评估方法,其特征在于,通过以下步骤确定样本材料经过缺陷检测后得到的待评估样本图像所对应的多个有效灰度区间:
将待评估样本图像所对应的灰度划分成多个样本灰度区间;
根据所述待评估样本图像的灰度分布信息,响应用户的多次灰度选择操作,得到覆盖所述灰度的多个灰度选择区间;
确定所述灰度选择区间位于所述样本灰度区间内的灰度选择区间为有效灰度区间。
4.根据权利要求1所述的评估方法,其特征在于,所述基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值,包括:
将所有像素点的灰度值划分成多个目标灰度区间;
基于多个目标灰度区间,生成与每个目标灰度区间相对应的缺陷的数字化检测区域;
基于所述映射关系,生成与每个缺陷的数字化检测区域对应的区域拉力值。
5.根据权利要求1所述的评估方法,其特征在于,所述基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果,包括:
预先获取所述待检测材料对应的拉力标准值,将所述区域拉力值与所述拉力标准值进行比对,得到比对结果;
根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像;
根据所述区域评估图像确定所述待检测材料的缺陷评估结果。
6.根据权利要求5所述的评估方法,其特征在于,所述根据所述比对结果,确定与每个缺陷的数字化检测区域对应的区域评估图像,包括:
当所述区域拉力值大于所述拉力标准值时,确定与该区域拉力值对应的区域图像为合格区域图像;
当所述区域拉力值小于所述拉力标准值时,确定与该区域拉力值对应的区域图像为失效区域图像;
当所述区域拉力值等于所述拉力标准值时,确定与该区域拉力值对应的区域图像为待观察区域图像;
将所述合格区域图像和/或所述失效区域图像和/或所述待观察区域图像合成为与所述待检测材料对应的区域评估图像。
7.根据权利要求1所述的评估方法,其特征在于,在所述基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果之后,所述评估方法还包括:
获取所述待检测材料对应的灰度均值、剥离面灰度最大值和剥离面灰度最小值;
基于所述待检测材料的图像灰度值与剥离材料所产生的拉力值之间的映射关系,确定与所述灰度均值对应的拉力均值,与所述剥离面灰度最大值对应的拉力最小值,以及与所述剥离面灰度最小值对应的拉力最大值;
基于确定出的拉力均值评估所述待检测材料的稳定性,基于确定出的拉力最小值和拉力最大值评估所述待检测材料的极端性。
8.一种缺陷检测的评估装置,其特征在于,所述评估装置包括:
灰度确定模块,用于基于获取的待检测材料经过缺陷检测后得到的待评估图像,确定所述待评估图像上每个像素点的灰度值;
关系获取模块,用于获取预设的图像灰度值与剥离材料所产生的拉力值之间的映射关系,其中,所述映射关系是根据与所述待检测材料对应的样本材料的图像灰度值、拉力值和剥离长度拟合得到的;
拉力确定模块,用于基于所述映射关系和每个像素点的灰度值,确定所述待评估图像中的多个缺陷的数字化检测区域,以及每个缺陷的数字化检测区域对应的区域拉力值;
结果评估模块,用于基于所述多个缺陷的数字化检测区域和每个缺陷的数字化检测区域的区域拉力值,确定所述待检测材料的缺陷评估结果。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至7任一所述缺陷检测的评估方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述缺陷检测的评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010934098.3A CN112037214B (zh) | 2020-09-08 | 2020-09-08 | 一种缺陷检测的评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010934098.3A CN112037214B (zh) | 2020-09-08 | 2020-09-08 | 一种缺陷检测的评估方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112037214A true CN112037214A (zh) | 2020-12-04 |
CN112037214B CN112037214B (zh) | 2024-02-23 |
Family
ID=73584495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010934098.3A Active CN112037214B (zh) | 2020-09-08 | 2020-09-08 | 一种缺陷检测的评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037214B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712538A (zh) * | 2020-12-29 | 2021-04-27 | 合肥联宝信息技术有限公司 | 一种显示屏定位方法、电子设备及存储介质 |
CN114235850A (zh) * | 2021-12-28 | 2022-03-25 | 北京西管安通检测技术有限责任公司 | 一种无损检测的方法、系统、装置、设备及介质 |
CN114511557A (zh) * | 2022-04-02 | 2022-05-17 | 深圳市君合环保水务科技有限公司 | 一种基于图像处理的暗渠结构缺陷检测方法 |
CN118229642A (zh) * | 2024-03-28 | 2024-06-21 | 江苏菲尔浦工程科技有限公司 | 一种建筑加工质量安全监测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110041909A (ko) * | 2009-10-16 | 2011-04-22 | 삼성전기주식회사 | 홀 결함 검사 방법 |
CN104778684A (zh) * | 2015-03-06 | 2015-07-15 | 江苏大学 | 钢材表面异质型缺陷的自动测量、表征分类方法及其系统 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN110348134A (zh) * | 2019-07-15 | 2019-10-18 | 京东方科技集团股份有限公司 | 一种精细金属掩膜板的设计方法及装置 |
US20190368988A1 (en) * | 2017-05-27 | 2019-12-05 | China University Of Mining And Technology, Beijing | Method for measuring dynamic stress field evolution law of complex heterogeneous structure |
CN111145168A (zh) * | 2019-12-31 | 2020-05-12 | 华东理工大学 | 碳纤维复合材料缺陷的检测方法及系统、存储介质 |
CN111415339A (zh) * | 2020-03-17 | 2020-07-14 | 广东工业大学 | 一种复杂纹理工业产品图像缺陷检测方法 |
CN111521309A (zh) * | 2019-02-02 | 2020-08-11 | 中国特种设备检测研究院 | 材料残余应力、消残效果的确定方法及系统 |
-
2020
- 2020-09-08 CN CN202010934098.3A patent/CN112037214B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110041909A (ko) * | 2009-10-16 | 2011-04-22 | 삼성전기주식회사 | 홀 결함 검사 방법 |
CN104778684A (zh) * | 2015-03-06 | 2015-07-15 | 江苏大学 | 钢材表面异质型缺陷的自动测量、表征分类方法及其系统 |
US20190368988A1 (en) * | 2017-05-27 | 2019-12-05 | China University Of Mining And Technology, Beijing | Method for measuring dynamic stress field evolution law of complex heterogeneous structure |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN111521309A (zh) * | 2019-02-02 | 2020-08-11 | 中国特种设备检测研究院 | 材料残余应力、消残效果的确定方法及系统 |
CN110348134A (zh) * | 2019-07-15 | 2019-10-18 | 京东方科技集团股份有限公司 | 一种精细金属掩膜板的设计方法及装置 |
CN111145168A (zh) * | 2019-12-31 | 2020-05-12 | 华东理工大学 | 碳纤维复合材料缺陷的检测方法及系统、存储介质 |
CN111415339A (zh) * | 2020-03-17 | 2020-07-14 | 广东工业大学 | 一种复杂纹理工业产品图像缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
YONGJIE ZHAI: ""insulator fault detection based on spatial morphological features of aerial images"", 《IEEE ACCESS》 * |
付永茂: ""桥梁施工技术及裂缝产因的研究"", 《黑龙江交通科技》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712538A (zh) * | 2020-12-29 | 2021-04-27 | 合肥联宝信息技术有限公司 | 一种显示屏定位方法、电子设备及存储介质 |
CN112712538B (zh) * | 2020-12-29 | 2022-02-08 | 合肥联宝信息技术有限公司 | 一种显示屏定位方法、电子设备及存储介质 |
CN114235850A (zh) * | 2021-12-28 | 2022-03-25 | 北京西管安通检测技术有限责任公司 | 一种无损检测的方法、系统、装置、设备及介质 |
CN114235850B (zh) * | 2021-12-28 | 2024-01-19 | 北京西管安通检测技术有限责任公司 | 一种无损检测的方法、系统、装置、设备及介质 |
CN114511557A (zh) * | 2022-04-02 | 2022-05-17 | 深圳市君合环保水务科技有限公司 | 一种基于图像处理的暗渠结构缺陷检测方法 |
CN118229642A (zh) * | 2024-03-28 | 2024-06-21 | 江苏菲尔浦工程科技有限公司 | 一种建筑加工质量安全监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112037214B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112037214B (zh) | 一种缺陷检测的评估方法、装置、电子设备及存储介质 | |
CN109949305B (zh) | 产品表面缺陷检测方法、装置及计算机设备 | |
US20100215246A1 (en) | System and method for monitoring and visualizing the output of a production process | |
Hou et al. | An empirical study of hybrid inspection systems and allocation of inspection functions | |
US20170122837A1 (en) | Test Unit for Quantitative Analysis of a Contact Pattern on a Tooth Surface of a Gear, Method for Quantitative Analysis and use of the Test Unit | |
US7860297B2 (en) | Method and apparatus for detecting the deformation of objects | |
JP3884834B2 (ja) | 欠陥検査方法及びその装置 | |
US11047810B2 (en) | Method for monitoring the functional state of a system for computer-tomographic examination of workpieces | |
CN117740797A (zh) | 一种铝合金的缺陷探伤方法 | |
AU2013201865B2 (en) | Method and system for visualizing effects of corrosion | |
CN112465780B (zh) | 绝缘层膜厚异常监控方法及装置 | |
CN112767396B (zh) | 缺陷的检测方法、装置和计算机可读存储介质 | |
CN108508053B (zh) | 一种系统性极微物理缺陷的检测方法 | |
CN115496706A (zh) | 一种基于数字图像处理的表面腐蚀比率测量方法 | |
KR100591853B1 (ko) | Lcd 모듈 검사 방법 및 장치 | |
JP2005315748A (ja) | データ圧縮方法、欠陥検査方法および欠陥検査装置 | |
JP2638121B2 (ja) | 表面欠陥検査装置 | |
CN114511563B (zh) | 工业质检中异常图片的检测方法及装置 | |
JP2004347363A (ja) | 輝度分布の紛乱程度で電子式ディスプレイの表示品質を検査する方法 | |
US20090121131A1 (en) | Method of determination of resolution of scanning electron microscope | |
Idris et al. | Improving visual corrosion inspection accuracy with image enhancement filters | |
CN114841921A (zh) | 热成像不均匀温度背景获取方法及缺陷检测方法 | |
JPH0438457A (ja) | 表面状態検査装置 | |
RAGAB et al. | Current Aavances in Mechanical Design & Proauction, Third Cairo University MDP Conj erence | |
CN116994510A (zh) | 显示面板的残像检测方法、装置、设备和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |