CN115205165A - 用于工业机械外壳的防腐材料喷涂方法 - Google Patents

用于工业机械外壳的防腐材料喷涂方法 Download PDF

Info

Publication number
CN115205165A
CN115205165A CN202211125509.XA CN202211125509A CN115205165A CN 115205165 A CN115205165 A CN 115205165A CN 202211125509 A CN202211125509 A CN 202211125509A CN 115205165 A CN115205165 A CN 115205165A
Authority
CN
China
Prior art keywords
uniformity
horizontal
points
pixel point
spraying
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
Application number
CN202211125509.XA
Other languages
English (en)
Other versions
CN115205165B (zh
Inventor
吴华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Lianbo New Material Technology Co ltd
Original Assignee
Shandong Lianbo New Material Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Lianbo New Material Technology Co ltd filed Critical Shandong Lianbo New Material Technology Co ltd
Priority to CN202211125509.XA priority Critical patent/CN115205165B/zh
Publication of CN115205165A publication Critical patent/CN115205165A/zh
Application granted granted Critical
Publication of CN115205165B publication Critical patent/CN115205165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/084—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to condition of liquid or other fluent material already sprayed on the target, e.g. coating thickness, weight or pattern
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D—PROCESSES FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D1/00—Processes for applying liquids or other fluent materials
    • B05D1/02—Processes for applying liquids or other fluent materials performed by spraying
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

本发明涉及图像处理技术领域，具体涉及一种用于工业机械外壳的防腐材料喷涂方法。该方法包括：采集激光照射机械外壳表面时的激光散斑图像，对激光散斑图像进行预处理得到表面灰度图，基于表面灰度图得到特征增强图；利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线；基于特征增强图各列对比区域的代表点的均匀指数分别进行拟合获得多个竖直曲线；基于所有相邻的水平曲线和所有相邻的竖直曲线分别获得水平均匀度和竖直均匀度；对水平均匀度和竖直均匀度加权求和获得综合均匀度；基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳。本发明能够准确的检测出防腐材料喷涂不均匀的机械外壳。

Description

用于工业机械外壳的防腐材料喷涂方法
技术领域
本发明涉及图像处理技术领域，具体涉及一种用于工业机械外壳的防腐材料喷涂方法。
背景技术
工件的机械外壳是保护工件的重要部分，因此对工件机械外壳的耐腐蚀性有着十分高的要求，但是由于结构设计、加工的温湿度和工件的机械外壳材料自身等内外因素导致工件的机械外壳自身的防腐性能并不突出，因此在工件的机械外壳生产完成后，需要对工件的机械外壳喷涂防腐材料，增强工件的机械外壳的耐腐蚀性。但是在喷涂防腐材料的过程中由于不稳定的物理因素，因此可能出现最终形成的涂层均匀性较差的现象，为了保证防腐材料喷涂的均匀性是一致的，需要对喷涂的均匀性进行监测。
机械外壳喷涂的防腐材料越均匀，表面的粗糙度就越低，关于防腐材料喷涂的均匀性的检测一般利用两种方式进行检测，一种是利用喷涂工人人工目测喷涂的均匀性，这种方式对于喷涂工人的要求过高且主观性较高，在判断其均匀性时容易造成误差；另外随着图像处理技术的发展，有直接利用基于喷涂的机械外壳的表面图像的灰度值是否均匀来判断喷涂的防腐材料的均匀性，但是如果喷涂表面的特征不明显，此时的检测也会变的很困难。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种用于工业机械外壳的防腐材料喷涂方法，所采用的技术方案具体如下：
本发明一个实施例提供了一种用于工业机械外壳的防腐材料喷涂方法：
采集激光照射机械外壳表面时的激光散斑图像，对激光散斑图像进行预处理得到表面灰度图；获取表面灰度图中每个像素点在以每个像素点为中心的预设区域内每个梯度方向上的梯度幅值；基于一个像素点在预设区域内各梯度方向上的梯度幅值，以及各梯度方向与水平梯度方向的夹角获得该像素点的更新灰度值；利用表面灰度图中每个像素点的更新灰度值得到特征增强图；
将特征增强图划分为多个尺寸相同的对比区域；在对比区域内根据每个像素点邻域内的像素点灰度值和特征增强图的灰度平均值得到每个像素点对应的均匀指数；选取对比区域内均匀指数最大的像素点作为对比区域的代表点；利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线；基于特征增强图各列对比区域的代表点的均匀指数分别进行拟合获得多个竖直曲线；
在每条水平曲线上和竖直曲线上分别按照设定规则选取信息点；基于所有相邻的水平曲线和所有相邻的竖直曲线上相对应的代表点之间的距离，和相对应的信息点之间的距离分别获得水平均匀度和竖直均匀度；对水平均匀度和竖直均匀度加权求和获得综合均匀度；基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳。
优选地，对激光散斑图像进行预处理得到表面灰度图，包括：将激光散斑图像分解为低频部分和高频部分；对分别进行锐化增强操作和降噪处理的低频部分和高频部分进行逆变换得到增强后的激光散斑图像；将增强后的激光散斑图像灰度化得到表面灰度图。
优选地，像素点的更新灰度值为：
Figure 100002_DEST_PATH_IMAGE001
其中，
Figure 22337DEST_PATH_IMAGE002
表示表面灰度图中第i个像素点的更新灰度值；
Figure 266237DEST_PATH_IMAGE003
表示在第i个像素点的 预设区域内第a个梯度方向上的梯度幅值；
Figure 518227DEST_PATH_IMAGE004
表示在第i个像素点的预设区域内第a个梯度 方向与水平梯度方向的夹角。
优选地，得到每个像素点对应的均匀指数，包括：在对比区域内计算一个像素点邻域内各像素点的灰度值与特征增强图的灰度平均值的差值的绝对值，并将所述差值的绝对值进行求和再求平均值得到该像素点对应的均匀指数。
优选地，利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线，包括：获得特征增强图中任意一行对比区域，获得该行对比区域中每个对比区域的代表点的位置坐标和均匀指数；利用所述每个对比区域的代表点的位置坐标和均匀指数进行拟合得到该行对比区域对应的水平曲线，其中水平曲线是在三维直角坐标系中。
优选地，在每条水平曲线上和竖直曲线上分别按照设定规则选取信息点，包括：在一条水平曲线或者竖直曲线上的每两个代表点之间按照预设间隔选取信息点；其中，每条水平曲线上选取的信息点的数量相等且相互对应，每条竖直曲线上选取的信息点的数量相等且相互对应。
优选地，分别获得水平均匀度和竖直均匀度，包括：任意选取两条相邻的水平曲线获取相对应的两个代表点作为第一基准点对；任意选取两条相邻的竖直曲线获取相对应的两个代表点作为第二基准点对；分别获得所有相邻的两条水平曲线中相对应的任意两个代表点和任意两个信息点，记为第一待对比点对；分别获得所有相邻的两条竖直曲线中相对应的任意两个代表点和任意两个信息点，记为第二待对比点对；
所述水平均匀度为：
Figure 480366DEST_PATH_IMAGE005
其中，
Figure 374373DEST_PATH_IMAGE006
表示水平均匀度；
Figure 738358DEST_PATH_IMAGE007
表示水平曲线的数量，A表示两条相邻的水平曲线对应 的待对比点对的数量；
Figure 364512DEST_PATH_IMAGE008
表示第n条水平曲线和第n-1条水平曲线对应的第a个第一待 对比点对中两个点之间的距离；
Figure 813947DEST_PATH_IMAGE009
表示第一基准点对中两个点之间的距离；
基于第二基准点对中两点之间的距离和各第二待对比点对中两点之间的距离获得竖直均匀度。
优选地，基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳，包括：设定均匀阈值，若综合均匀度大于等于均匀阈值，则机械外壳的防腐材料喷涂不均匀。
本发明实施例至少具有如下有益效果：本发明采集了机械外壳喷涂完防腐材料后的激光散斑图像并对其进行预处理得到表面灰度图，在表面灰度图中依据各像素点在预设区域内各方向上梯度幅值的表面灰度图中各像素点的更新灰度值，然后组成特征增强图，增强了喷涂不均匀的区域和喷涂均匀的区域的差异，使得后续能够更加准确的分析喷涂防腐材料的均匀性；另外通过特征增强图中每行对比区域对应的均匀指数和每列对比区域对应的均匀指数分别进行拟合得到水平曲线和竖直曲线，然后基于水平曲线分析水平方向上防腐材料喷涂的均匀性，基于竖直曲线分析竖直方向上的均匀性，考虑比较全面，综合的分析了防腐材料喷涂的均匀性；同时在基于水平曲线和竖直曲线分析时，还按照设定规则在这两种曲线上获取了处理代表点之外的信息点的数据，增加了数据量，使得最后得到的防腐材料喷涂是否均匀的分析结果更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1为本发明实施例提供的一种用于工业机械外壳的防腐材料喷涂方法。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于工业机械外壳的防腐材料喷涂方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于工业机械外壳的防腐材料喷涂方法的具体方案。
实施例：
本发明的主要应用场景为：一些工件的机械外壳需要喷涂防腐材料来提高机械外壳的耐腐蚀性能，而为了保证防腐材料喷涂的质量，需要检测防腐蚀材料喷涂的均匀性，作为后续喷涂的参考。
请参阅图1，其示出了本发明实施例提供的一种用于工业机械外壳的防腐材料喷涂方法的方法流程图，该方法包括以下步骤：
步骤S1，采集激光照射机械外壳表面时的激光散斑图像，对激光散斑图像进行预处理得到表面灰度图；获取表面灰度图中每个像素点在其预设区域内每个梯度方向上的梯度幅值；基于一个像素点在预设区域内各梯度方向上的梯度幅值，以及各梯度方向与水平梯度方向的夹角获得该像素点的更新灰度值；利用表面灰度图中每个像素点的更新灰度值得到特征增强图。
为了检测机械外壳喷涂耐腐材料的均匀性，需要采集喷涂耐腐材料后的机械外壳的图像，在工件防腐材料喷涂流水线上安装CMOS工业相机和激光设备，优选地，本发明实施例中采用的激光设备为可调节的恒压激光器，当激光照射到工件表面时，利用工业相机获取激光散斑图像。在图像采集、传输的过程中，由于干扰因素的存在，获取的图像不仅会受到噪声的影响，还会出现视觉模糊或者图像模糊的现象，此时需要对获取的图像进行去噪处理、增强处理，优选地，本发明利用小波变化技术对采集的机械外壳表面的激光散斑图像进行预处理，首先利用小波变换将获取的激光散斑图像进行离散变换，将图像分解成包含图像自身信息的低频部分和包含图像噪声的高频部分；利用锐化对低频部分进行增强，利用高斯滤波对高频部分进行去噪处理；最后对增强后的低频部分和高频部分进行小波逆变换，得到增强后的工件机械外壳的激光散斑图像。
散斑现象是由于激光照射在物体表面而产生的光学现象，激光照射粗糙物体表面，反射光线之间产生干涉现象，可得到明暗相间的光斑，即激光散斑，由此得到的激光散斑能够用于物体表面粗糙度的测量评估。因此可以通过对散斑图像的特征提取分析来实现对工件的机械外壳表面的粗糙度的检测，进而衡量机械外壳表面喷涂防腐材料的均匀性。随着防腐材料的喷涂，工件机械外壳的表面的粗糙度会随之发生变化，防腐材料喷涂越是均匀，机械外壳表面的粗糙度就越低。相应的，工件机械外壳表面的粗糙度越高，说明防腐材料在工件的机械外壳的喷涂越不均匀。
在本发明中，是从工件的机械外壳的激光散斑图像中提取特征，为了获取更多的 散斑图像信息，将获取的激光散斑图像进行灰度化转换成表面灰度图
Figure 246066DEST_PATH_IMAGE010
。以表面灰度图中 的每个像素点为中心点获得每个像素点的预设区域，优选地，本实施例中预设区域的大小 为9*9，实施者也可以根据具体情况进行设定；获得每个像素点在其预设区域内每个梯度方 向上的梯度幅值，为了增强喷涂不均匀和喷涂均匀区域的差异，使得后续分析结果更加准 确，需要将每个像素点在其预设区域内所有梯度方向上的梯度幅值映射到每个像素点水平 梯度方向和竖直梯度方向上，也即是x方向和y方向，得到每个像素点的更新灰度值：
Figure 464558DEST_PATH_IMAGE011
其中，
Figure 323929DEST_PATH_IMAGE002
表示表面灰度图中第i个像素点的更新灰度值；
Figure 198344DEST_PATH_IMAGE003
表示在第i个像素点的 预设区域内第a个梯度方向上的梯度幅值；
Figure 434154DEST_PATH_IMAGE004
表示在第i个像素点的预设区域内第a个梯度 方向与水平梯度方向的夹角；其中
Figure 507152DEST_PATH_IMAGE004
的取值范围为
Figure 803004DEST_PATH_IMAGE012
，同时需要说明的是，方向完全 相反的两个梯度方向上的梯度幅值在进行映射时除了梯度幅值是不一样的，其他是完全一 样的；需要说明的是，
Figure 961453DEST_PATH_IMAGE013
分别表示第a个梯度方向上的梯度幅值
Figure 735374DEST_PATH_IMAGE003
在 水平梯度方向上和竖直梯度方向上的映射，绝对值符号的作用是为了保证方向完全相反的 两个梯度方向上的梯度幅值在进行映射时是一样的。
由此可以得到灰度表面图中每个像素点的更新灰度值，基于每个像素点的更新灰度值获得特征增强图，在得到每个像素点的更新灰度值时，将每个像素点周围所有梯度变化映射到水平梯度方向和垂直梯度方向上，以此为基础构建的特征增强图上的像素点的梯度变化在水平梯度方向和垂直梯度方向上比先前灰度表面图更能准确反映防腐材料在喷涂方向上喷涂的均匀程度，后续分析时能够得到更加准确的分析结果。
步骤S2，将特征增强图划分为多个尺寸相同的对比区域；在对比区域内根据每个像素点邻域内的像素点灰度值和特征增强图的灰度平均值得到每个像素点对应的均匀指数；选取对比区域内均匀指数最大的像素点作为对比区域的代表点；利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线；基于特征增强图各列对比区域的代表点的均匀指数分别进行拟合获得多个竖直曲线。
机械外壳喷涂完防腐材料后，喷涂不均匀的区域在激光散斑图像中光斑的分布之间存在差别，随着不均匀性的增加，激光散斑图像的散斑对比度会随之下降，因此认为散斑对比度和机械外壳表面的均匀性之间存在一定的相关关系，这种相关关系反映到特征增强图上主要表现为局部像素灰度值大小不一，分布不均匀的无规则变化，因此可以利用像素点灰度值的变化来反映喷涂的均匀性变化。
将特征增强图划分为多个尺寸相同的区域，记为对比区域，需要说明的是，在划分区域的过程中，划分的对比区域尺寸需要足够小一点，以提高精确度，对比区域是一个小的矩形区域，每个对比区域的面积为c*d；其中对比区域在特征增强图中分布是多行多列。
以一个对比区域为例，在对比区域中根据一个像素点8邻域内的像素点灰度值计算该像素点的均匀指数：
Figure 866141DEST_PATH_IMAGE014
其中，F表示在对比区域内一个像素点的均匀指数；8表示在对比区域内该像素点8 邻域内像素点的数量；
Figure 67315DEST_PATH_IMAGE015
表示像素点邻域内第r个像素点的灰度值；
Figure 713060DEST_PATH_IMAGE016
表示特征增强图中像 素点的灰度平均值。其中均匀指数可以表示一个像素点周围像素点灰度值的变化情况，理 想条件下，每个像素点周围像素点灰度值的变化情况应该是相同的，以此可以表征均匀性， 同时在对比区域内选取均匀指数最大的像素点作为对比区域的代表点，用代表点对应的均 匀指数来表征整个对比区域的均匀性，均匀指数越大说明越不均匀。
由此可以得到特征增强图中从左到右每行对比区域的均匀指数，从上到下每列对比区域的均匀指数。
均匀指数仅反映了一个对比区域内的像素点对应的散斑区域是否均匀，但是工件的机械外壳表面上的喷涂是否均匀是从整个机械外壳表面的喷涂效果进行衡量，因此需要对每个代表点对应的均匀指数进行进一步的处理，以便于得到能反映工件的机械外壳整个表面喷涂均匀性的结果。
进一步的，基于水平方向上每行对比区域中的代表点的位置坐标(x，y)和代表点对应的均匀指数进行拟合获得三维直角坐标系中多条水平曲线，每个代表点的坐标为(x，y，F)。基于竖直方向上每列对比区域中代表点的位置坐标(x，y)和代表点对应的均匀指数进行拟合获得三维直角坐标系中多条竖直曲线；其中，三维直角坐标系中z轴表示的是代表点对应的均匀指数。
步骤S3，在每条水平曲线上和竖直曲线上分别按照设定规则选取信息点；基于所有相邻的水平曲线和所有相邻的竖直曲线上相对应的代表点之间的距离，和相对应的信息点之间的距离分别获得水平均匀度和竖直均匀度；对水平均匀度和竖直均匀度加权求和获得综合均匀度；基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳。
在流水线上，防腐材料在喷涂过程中的喷涂方向是固定的，水平方向的喷涂顺序一般是从左到右，垂直方向上的喷涂顺序一般是从上到下，因此可以认为工件机械外壳特征增强图上水平方向、垂直方向的对比区域的均匀指数之间的变化是规律的，这种规律性的变化反映到拟合的曲线上表现为水平曲线、竖直曲线之间的变化趋势是单调的，且变量大小是稳定接近的。
为了获得的更多数据来分析机械外壳喷涂防腐材料的均匀性，需要在每条水平曲线上和竖直曲线上分别按照设定的规则选取除了代表点之外的信息点，具体的，在一条水平曲线或者竖直曲线上的每两个代表点之间按照预设间隔选取信息点，其中预设间隔为t，需要说明的是，这里需要保证每条水平曲线或者竖直曲线选取的信息点数量相同且在三维直角坐标系中相互对应。预设间隔的大小实施者可以根据实际情况进行调整。此时的每条水平曲线和每条竖直曲线上包含新选取的信息点和原有的代表点，信息点对应的均匀指数为曲线上该点对应的z轴的值。
因为相邻的两条水平曲线上各个代表点表示的是相邻的两行对比区域的均匀指数，在理想情况下，如果喷涂是均匀的，那么相对应的两个代表点的均匀指数的差值为0，例如特征增强图中第一行的第一个对比区域和第二行的第一个对比区域，如果是在理想情况下，这两个对比区域的代表点在分别在对比区域中的位置是相同的，需要说明的是，这里指的是在各自的对比区域中的位置相同，但在三维直角坐标系中位置并不相同，且均匀指数也应该是相同的；因此，喷涂十分均匀的理想情况下，每两条相邻的水平曲线上相对应的代表点之间的距离是相同的，获得所有相邻的水平曲线和所有相邻的竖直曲线上相对应的代表点之间的距离和相对应的信息点之间的距离。
因此可以用每两个相邻的两条水平曲线上相对应的信息点和代表点来进行分析得到水平方向上的均匀度。具体为：任意选取两条相邻的水平曲线获取相对应的两个代表点作为第一基准点对，分别获得所有相邻的两条水平曲线中相对应的任意两个代表点和任意两个信息点，记为第一待对比点对；如果在水平方向上喷涂是均匀的，那么第一基准点对中两个点之间的距离和各第一待对比点对中两点之间距离是相同的，其差值基本为0。
计算水平均匀度：
Figure 290672DEST_PATH_IMAGE017
其中，
Figure 338262DEST_PATH_IMAGE006
表示水平均匀度；
Figure 710338DEST_PATH_IMAGE007
表示水平曲线的数量，A表示两条相邻的水平曲线对应 的第一待对比点对的数量；
Figure 46641DEST_PATH_IMAGE008
表示第n条水平曲线和第n-1条水平曲线对应的第a个第 一待对比点对中两个点之间的距离；
Figure 185802DEST_PATH_IMAGE009
表示第一基准点对中两个点之间的距离。其中如 果水平方向上防腐材料的喷涂是均匀的，
Figure 353478DEST_PATH_IMAGE018
的值就会很小，水平均匀度
Figure 896455DEST_PATH_IMAGE006
的值 也是接近于0的。
同理，竖直方向上防腐材料喷涂的均匀的表示方式跟水平方向上相同，任意选取两条相邻的竖直曲线获取相对应的两个代表点作为第二基准点对，分别获得所有相邻的两条竖直曲线中相对应的任意两个代表点和任意两个信息点，记为第二待对比点对，然后基于第二基准点对中两点之间的距离和各第二待对比点对中两点之间的距离计算竖直均匀度：
Figure 454475DEST_PATH_IMAGE019
其中，
Figure 373890DEST_PATH_IMAGE020
表示竖直均匀度；
Figure 130493DEST_PATH_IMAGE021
表示竖直曲线的数量，B表示两条相邻的竖直曲线对 应的第一待对比点对的数量；
Figure 109951DEST_PATH_IMAGE022
表示第m条水平曲线和第m-1条水平曲线对应的第b个 第二待对比点对中两个点之间的距离；
Figure 217584DEST_PATH_IMAGE023
表示第二基准点对中两点之间的距离。其中如 果竖直方向上防腐材料的喷涂是均匀的，
Figure 878372DEST_PATH_IMAGE024
的值就会很小，竖直均匀度
Figure 489482DEST_PATH_IMAGE020
的值 也是接近于0的。
最后需要将水平均匀度和竖直均匀度进行加权求和获得综合均匀度，用来判断防腐材料喷涂的均匀性，综合均匀度为：
Figure 639841DEST_PATH_IMAGE025
其中，
Figure 969191DEST_PATH_IMAGE026
和
Figure 495987DEST_PATH_IMAGE027
分别为加权系数，优选地，在本实施例中取值都为0.5，实施者可以根 据具体的情况对加权系数的取值进行调整。
设定均匀阈值Y，优选地，本实施例中均匀阈值Y的取值为20，实施者可以根据实际情况对均匀阈值的取值进行调整。若综合均匀度大于等于均匀阈值，则机械外壳的防腐材料喷涂不均匀。
如果工件的机械外壳的表面喷涂防腐材料的综合均匀度小于均匀阈值，认为工件的机械外壳达到了防腐材料均匀喷涂的标准，无需在后续工艺流程中再次进行处理；如果工件的机械外壳的表面喷涂防腐材料的综合均匀度大于等于均匀阈值，此时认为工件机械外壳未达到了防腐材料均匀喷涂的标准，此时需要对机械外壳的表面喷涂进行进一步的处理，例如再次进行喷涂或者其他处理，使得工件的机械外壳达到防腐材料均匀喷涂的标准。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，该方法包括：
采集激光照射机械外壳表面时的激光散斑图像，对激光散斑图像进行预处理得到表面灰度图；获取表面灰度图中每个像素点在以每个像素点为中心的预设区域内每个梯度方向上的梯度幅值；基于一个像素点在预设区域内各梯度方向上的梯度幅值，以及各梯度方向与水平梯度方向的夹角获得该像素点的更新灰度值；利用表面灰度图中每个像素点的更新灰度值得到特征增强图；
将特征增强图划分为多个尺寸相同的对比区域；在对比区域内根据每个像素点邻域内的像素点灰度值和特征增强图的灰度平均值得到每个像素点对应的均匀指数；选取对比区域内均匀指数最大的像素点作为对比区域的代表点；利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线；基于特征增强图各列对比区域的代表点的均匀指数分别进行拟合获得多个竖直曲线；
在每条水平曲线上和竖直曲线上分别按照设定规则选取信息点；基于所有相邻的水平曲线和所有相邻的竖直曲线上相对应的代表点之间的距离，和相对应的信息点之间的距离分别获得水平均匀度和竖直均匀度；对水平均匀度和竖直均匀度加权求和获得综合均匀度；基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳。
2.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述对激光散斑图像进行预处理得到表面灰度图，包括：将激光散斑图像分解为低频部分和高频部分；对分别进行锐化增强操作和降噪处理的低频部分和高频部分进行逆变换得到增强后的激光散斑图像；将增强后的激光散斑图像灰度化得到表面灰度图。
3.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述像素点的更新灰度值为：
Figure DEST_PATH_IMAGE001
其中，
Figure 225016DEST_PATH_IMAGE002
表示表面灰度图中第i个像素点的更新灰度值；
Figure 343014DEST_PATH_IMAGE003
表示在第i个像素点的预设 区域内第a个梯度方向上的梯度幅值；
Figure 690819DEST_PATH_IMAGE004
表示在第i个像素点的预设区域内第a个梯度方向 与水平梯度方向的夹角。
4.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述得到每个像素点对应的均匀指数，包括：在对比区域内计算一个像素点邻域内各像素点的灰度值与特征增强图的灰度平均值的差值的绝对值，并将所述差值的绝对值进行求和再求平均值得到该像素点对应的均匀指数。
5.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述利用特征增强图各行对比区域的代表点的均匀指数分别进行拟合获得多个水平曲线，包括：获得特征增强图中任意一行对比区域，获得该行对比区域中每个对比区域的代表点的位置坐标和均匀指数；利用所述每个对比区域的代表点的位置坐标和均匀指数进行拟合得到该行对比区域对应的水平曲线，其中水平曲线是在三维直角坐标系中。
6.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述在每条水平曲线上和竖直曲线上分别按照设定规则选取信息点，包括：在一条水平曲线或者竖直曲线上的每两个代表点之间按照预设间隔选取信息点；其中，每条水平曲线上选取的信息点的数量相等且相互对应，每条竖直曲线上选取的信息点的数量相等且相互对应。
7.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述分别获得水平均匀度和竖直均匀度，包括：任意选取两条相邻的水平曲线获取相对应的两个代表点作为第一基准点对；任意选取两条相邻的竖直曲线获取相对应的两个代表点作为第二基准点对；分别获得所有相邻的两条水平曲线中相对应的任意两个代表点和任意两个信息点，记为第一待对比点对；分别获得所有相邻的两条竖直曲线中相对应的任意两个代表点和任意两个信息点，记为第二待对比点对；
所述水平均匀度为：
Figure 224568DEST_PATH_IMAGE005
其中，
Figure 810270DEST_PATH_IMAGE006
表示水平均匀度；
Figure 302431DEST_PATH_IMAGE007
表示水平曲线的数量，A表示两条相邻的水平曲线对应的待 对比点对的数量；
Figure 340795DEST_PATH_IMAGE008
表示第n条水平曲线和第n-1条水平曲线对应的第a个第一待对比 点对中两个点之间的距离；
Figure 943814DEST_PATH_IMAGE009
表示第一基准点对中两个点之间的距离；
基于第二基准点对中两点之间的距离和各第二待对比点对中两点之间的距离获得竖直均匀度。
8.根据权利要求1所述的一种用于工业机械外壳的防腐材料喷涂方法，其特征在于，所述基于综合均匀度判断获得防腐材料喷涂不均匀的机械外壳，包括：设定均匀阈值，若综合均匀度大于等于均匀阈值，则机械外壳的防腐材料喷涂不均匀。
CN202211125509.XA 2022-09-16 2022-09-16 用于工业机械外壳的防腐材料喷涂方法 Active CN115205165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211125509.XA CN115205165B (zh) 2022-09-16 2022-09-16 用于工业机械外壳的防腐材料喷涂方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211125509.XA CN115205165B (zh) 2022-09-16 2022-09-16 用于工业机械外壳的防腐材料喷涂方法

Publications (2)

Publication Number Publication Date
CN115205165A true CN115205165A (zh) 2022-10-18
CN115205165B CN115205165B (zh) 2022-12-09

Family

ID=83571765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211125509.XA Active CN115205165B (zh) 2022-09-16 2022-09-16 用于工业机械外壳的防腐材料喷涂方法

Country Status (1)

Country Link
CN (1) CN115205165B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116237205A (zh) * 2023-01-30 2023-06-09 南通市金月亮新材料科技发展有限公司 一种门窗喷涂调节方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160006018A1 (en) * 2013-03-11 2016-01-07 Applied Materials, Inc. Electrode surface roughness control for spray coating process for lithium ion battery
CN108592788A (zh) * 2018-03-29 2018-09-28 湖南大学 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法
CN113337147A (zh) * 2021-06-08 2021-09-03 浙江宝晟铁路新材料科技有限公司 一种防腐蚀材料及采用该材料涂覆钢结构的方法
CN113689428A (zh) * 2021-10-25 2021-11-23 江苏南通元辰钢结构制造有限公司 基于图像处理的机械零件应力腐蚀检测方法及系统
CN114638827A (zh) * 2022-05-18 2022-06-17 卡松科技股份有限公司 一种润滑油机械杂质视觉检测方法及装置
CN114769021A (zh) * 2022-04-24 2022-07-22 广东天太机器人有限公司 一种基于全角度模板识别的机器人喷涂系统及方法
CN114792373A (zh) * 2022-04-24 2022-07-26 广东天太机器人有限公司 一种工业机器人的视觉识别喷涂方法及系统
CN114972343A (zh) * 2022-07-29 2022-08-30 山东睿鑫激光科技有限公司 一种激光焊接产品生产异常检测方法
CN114998215A (zh) * 2022-04-29 2022-09-02 南通云翔机械制造有限责任公司 一种缝纫机表面喷漆异常检测方法及系统
CN115018853A (zh) * 2022-08-10 2022-09-06 南通市立新机械制造有限公司 基于图像处理的机械组件缺陷检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160006018A1 (en) * 2013-03-11 2016-01-07 Applied Materials, Inc. Electrode surface roughness control for spray coating process for lithium ion battery
CN108592788A (zh) * 2018-03-29 2018-09-28 湖南大学 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法
CN113337147A (zh) * 2021-06-08 2021-09-03 浙江宝晟铁路新材料科技有限公司 一种防腐蚀材料及采用该材料涂覆钢结构的方法
CN113689428A (zh) * 2021-10-25 2021-11-23 江苏南通元辰钢结构制造有限公司 基于图像处理的机械零件应力腐蚀检测方法及系统
CN114769021A (zh) * 2022-04-24 2022-07-22 广东天太机器人有限公司 一种基于全角度模板识别的机器人喷涂系统及方法
CN114792373A (zh) * 2022-04-24 2022-07-26 广东天太机器人有限公司 一种工业机器人的视觉识别喷涂方法及系统
CN114998215A (zh) * 2022-04-29 2022-09-02 南通云翔机械制造有限责任公司 一种缝纫机表面喷漆异常检测方法及系统
CN114638827A (zh) * 2022-05-18 2022-06-17 卡松科技股份有限公司 一种润滑油机械杂质视觉检测方法及装置
CN114972343A (zh) * 2022-07-29 2022-08-30 山东睿鑫激光科技有限公司 一种激光焊接产品生产异常检测方法
CN115018853A (zh) * 2022-08-10 2022-09-06 南通市立新机械制造有限公司 基于图像处理的机械组件缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIN ZHANG ET AL: "Influence of Spraying Speed of Spraying Robot on Coating Thickness", 《2021 IEEE 6TH INTERNATIONAL CONFERENCE ON CLOUD COMPUTING AND BIG DATA ANALYTICS (ICCCBDA)》 *
刘明: "基于深度学习的金属板材表面缺陷检测系统研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116237205A (zh) * 2023-01-30 2023-06-09 南通市金月亮新材料科技发展有限公司 一种门窗喷涂调节方法及系统
CN116237205B (zh) * 2023-01-30 2023-11-24 南通市金月亮新材料科技发展有限公司 一种门窗喷涂调节方法及系统

Also Published As

Publication number Publication date
CN115205165B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN115375676B (zh) 一种基于图像识别的不锈钢制品质量检测方法
CN110906875B (zh) 一种孔径测量的视觉处理方法
CN115170570B (zh) 基于灰度游程矩阵的织物起毛起球检测方法
CN115205165B (zh) 用于工业机械外壳的防腐材料喷涂方法
CN116703898B (zh) 一种精密机械轴承端面的质量检测方法
JP2014228357A (ja) ひび割れ検出方法
CN116542972B (zh) 基于人工智能的墙板表面缺陷快速检测方法
CN116137036A (zh) 基于机器学习的基因检测数据智能处理系统
CN115526889B (zh) 基于图像处理的锅炉压力管道的无损检测方法
CN112465743A (zh) 一种周期性结构质量检测方法
CN116883408B (zh) 基于人工智能的积算仪壳体缺陷检测方法
CN114937035B (zh) 基于图像处理的电力变压器硅钢片质量检测方法及系统
CN113252103A (zh) 一种基于matlab图像识别技术计算物料堆体积及质量的方法
CN113899349B (zh) 海浪参数检测方法、设备及存储介质
CN117252874B (zh) 一种塑胶模具生产质量视觉检测方法
CN116883987A (zh) 一种用于变电站无人巡检的指针仪表读数识别方法
CN112418187A (zh) 车道线识别方法及装置、存储介质、电子设备
CN111932573A (zh) 一种光学系统空间分辨率的自动测试方法
Chen Image Edge Detection Algorithm of Machined Parts Based on Mathematical Morphology
CN116416227A (zh) 背景图像处理方法和装置
CN113077429B (zh) 基于相邻子区相关系数的散斑质量评价方法
CN115272331A (zh) 基于图像处理的瓦楞纸质量检测方法
CN114596235A (zh) 激光线扫轮胎侧面偏心成像矫正处理方法
CN108256525B (zh) 一种基于图像处理的导轨目标位置检测方法
Pan et al. Defect detection based on edge detection and connected region filtering algorithm

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