CN115540759A - 一种基于图像识别技术修饰金属的检测方法及检测系统 - Google Patents

一种基于图像识别技术修饰金属的检测方法及检测系统 Download PDF

Info

Publication number
CN115540759A
CN115540759A CN202211461154.1A CN202211461154A CN115540759A CN 115540759 A CN115540759 A CN 115540759A CN 202211461154 A CN202211461154 A CN 202211461154A CN 115540759 A CN115540759 A CN 115540759A
Authority
CN
China
Prior art keywords
metal
modified
characteristic information
value
closeness
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
CN202211461154.1A
Other languages
English (en)
Other versions
CN115540759B (zh
Inventor
焦心飞
李启桂
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.)
Jiangxi Tengchuanghong Technology Co ltd
Original Assignee
Nanjing Ketianli Electronic 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 Nanjing Ketianli Electronic Technology Co ltd filed Critical Nanjing Ketianli Electronic Technology Co ltd
Priority to CN202211461154.1A priority Critical patent/CN115540759B/zh
Publication of CN115540759A publication Critical patent/CN115540759A/zh
Application granted granted Critical
Publication of CN115540759B publication Critical patent/CN115540759B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • 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
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于金属件检测技术领域，具体涉及一种基于图像识别技术修饰金属的检测方法及检测系统。该发明能够实时计算出修饰中金属件与标准件的贴近度，进而避免精密度过低的打磨机器在对金属件进行打磨而造成超出最小损耗的现象发生，以此方式可以有效的降低金属工件在生产过程中的报废率，且此过程由金属工件修饰过程中的损耗趋势为基础进行计算的，得到的数据较为真实准确，从而便可调高金属件在加工过程中的检测精度，使得最终修饰完成的金属件更加贴近生产标准。

Description

一种基于图像识别技术修饰金属的检测方法及检测系统
技术领域
本发明属于金属件检测技术领域，具体涉及一种基于图像识别技术修饰金属的检测方法及检测系统。
背景技术
金属件在加工成特定的形状时，需要根据标准件进行切削和打磨等操作，以此来得到符合生产标准的金属件，由于金属件的刚性较高，在实际应用时所需的配合度就高，故而大多数金属件的精密度一般要求过高，在生产过程之中，需要对预设模型的图像和待修饰金属的图像进行比对，而后再根据比对结果进行修饰操作，以此使得最终得到符合生产标准的金属件。
现有的金属修饰检测多是以金属标准件的标准特征值为固定基准，而后与切削或者打磨中的金属件进行比对，但是金属件在打磨过程中会存在一个最小损耗量，即打磨机器每次运行之后，金属件的最小损耗，那么若是修饰中的金属件在与标准金属件的特征比对结果处于此损耗之下，那么再次使用该打磨机器进行修饰显然是不可取的，应当更换更为精密的打磨机器进行打磨，这样才能够得到更贴近标准件特征的金属工件，基于此，本发明提供了一种能够实时计算修饰中金属件与标准件贴近度的金属修饰检测方法。
发明内容
本发明的目的是提供一种基于图像识别技术修饰金属的检测方法及检测系统，能够实时计算出修饰中金属件与标准件的贴近度，进而避免精密度过低的打磨机器在对金属件进行打磨而造成超出最小损耗的现象发生。
本发明采取的技术方案具体如下：
一种基于图像识别技术修饰金属的检测方法，包括：
获取待修饰金属的图像特征信息，其中，所述图像特征信息包括边缘特征信息以及表面特征信息；
获取金属标准特征信息；
将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值；
根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值；
获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度；
根据所述待修饰金属的变化趋势值确定贴近度偏差阈；
将所述修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级；
根据所述修饰后金属的再修饰等级，判断修饰后金属是否能再修饰；
若是，则表明所述修饰后金属能进行再次修饰，并将再修饰后金属图像的图像特征信息代入至贴近度模型进行计算；
若否，则将所述修饰后金属判定为报废件。
在一种优选方案中，所述将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域的步骤，包括：
从所述待修饰金属的图像特征信息获取待修饰金属的参量信息，其中，所述待修饰金属的参量信息包括高度、长度以及厚度；
获取所述金属标准特征信息；
将所述待修饰金属的产量信息与所述金属标准特征信息进行比对；
若所述金属标准特征信息中存在任一项大于待修饰金属的参量信息的特征值，则将待修饰金属判定为不可修饰金属，反之，则将待修饰金属的参量信息超出金属标准特征信息的区域标定为待修饰区域。
在一种优选方案中，所述切削区域的优先级高于打磨区域的优先级。
在一种优选方案中，所述实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值的步骤，包括：
根据所述打磨区域的厚度确定取样周期；
在取样周期内，建立多个连续的取样时间段；
获取所述取样时间段首尾节点下的修饰中金属的边缘特征信息；
根据变化趋势模型，计算所述待修饰金属的变化趋势值；
其中，所述变化趋势模型中的标准函数为：
Figure 591211DEST_PATH_IMAGE001
，式中，
Figure 427580DEST_PATH_IMAGE002
表示 待修饰金属的变化趋势值，
Figure 403627DEST_PATH_IMAGE003
表示取样时间段的总数，
Figure 209908DEST_PATH_IMAGE004
表示第
Figure 24018DEST_PATH_IMAGE005
节点下的修饰中金属的 边缘特征值。
在一种优选方案中，所述根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值的步骤，包括：
实时获取当前状态下修饰中金属的边缘特征值；
将当前状态下修饰中金属的边缘特征值减去待修饰金属的变化趋势值，得到所述待修饰金属的修饰后特征值；
其中，计算公式为：
Figure 93606DEST_PATH_IMAGE006
，式中，
Figure 353686DEST_PATH_IMAGE007
表示待修饰金属的修饰后特征值，
Figure 104604DEST_PATH_IMAGE008
表示 实时获取的当前状态下修饰中金属的边缘特征值。
在一种优选方案中，所述获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度的步骤，包括：
获取修饰后金属的边缘特征值；
获取金属标准特征值；
根据贴近度模型，计算修饰后金属与金属标准特征值的贴近度；
其中，所述贴近度模型的标准函数为：
Figure 337002DEST_PATH_IMAGE009
，式中，
Figure 905387DEST_PATH_IMAGE010
表示修饰后金属与 金属标准特征值的贴近度，
Figure 262550DEST_PATH_IMAGE011
表示修饰后金属的边缘特征值，
Figure 879476DEST_PATH_IMAGE012
表示金属标准特征值。
在一种优选方案中，所述根据所述待修饰金属的变化趋势值确定贴近度偏差阈的步骤，包括：
获取所述待修饰金属的变化趋势值；
获取所述待修饰金属的打磨区域临界值；
以所述待修饰金属的修饰后特征值为区间下限，所述待修饰金属的打磨区域临界值为上限建立贴近度偏差阈[a，b]。
在一种优选方案中，所述将所述修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级的步骤，包括：
若所述修饰后金属与金属标准特征值的贴近度大于打磨区域临界值，则判定修饰后金属为一级再修饰金属；
若所述修饰后金属与金属标准特征值的贴近度属于贴近度偏差阈，则判定修饰后金属为二级再修饰金属；
若所述修饰后金属与金属标准特征值的贴近度小于待修饰金属的变化趋势值，则判定为修饰后金属为不合格产品。
本发明还提供了，一种基于图像识别技术修饰金属的检测系统，应用于上述中任一项所述的一种基于图像识别技术修饰金属的检测方法及检测系统，包括：
第一获取模块，所述第一获取模块用于获取待修饰金属的图像特征信息，其中，所述图像特征信息包括边缘特征信息以及表面特征信息；
第二获取模块，所述第二获取模块用于获取金属标准特征信息；
第一判定模块，所述第一判定模块用于将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
趋势分析模块，所述趋势分析模块用于实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值；
第一确定模块，所述第一确定模块用于根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值；
计算模块，所述计算模块用于获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度；
第二确定模块，所述第二确定模块用于根据所述待修饰金属的变化趋势值确定贴近度偏差阈；
第二判定模块，所述第二判定模块用于将所述修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级。
在一种优选方案中，还包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述中任一项所述的一种基于图像识别技术修饰金属的检测方法及检测系统。
本发明取得的技术效果为：
本发明能够实时计算出修饰中金属件与标准件的贴近度，进而避免精密度过低的打磨机器在对金属件进行打磨而造成超出最小损耗的现象发生，以此方式可以有效的降低金属工件在生产过程中的报废率，且此过程由金属工件修饰过程中的损耗趋势为基础进行计算的，得到的数据较为真实准确，从而便可调高金属件在加工过程中的检测精度，使得最终修饰完成的金属件更加贴近生产标准。
附图说明
图1是本发明的实施例所提供的方法流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
请参阅附图1所示，本发明提供了一种基于图像识别技术修饰金属的检测方法，包括：
S1、获取待修饰金属的图像特征信息，其中，图像特征信息包括边缘特征信息以及表面特征信息；
S2、获取金属标准特征信息；
S3、将边缘特征信息以及表面特征信息与金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
S4、实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到待修饰金属的变化趋势值；
S5、根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定待修饰金属的修饰后特征值；
S6、获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到修饰后金属的图像特征信息与金属标准特征信息的贴近度；
S7、根据待修饰金属的变化趋势值确定贴近度偏差阈；
S8、将修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级；
S9、根据修饰后金属的再修饰等级，判断修饰后金属是否能再修饰；
若是，则表明修饰后金属能进行再次修饰，并将再修饰后金属图像的图像特征信息代入至贴近度模型进行计算；
若否，则将修饰后金属判定为报废件。
如上述步骤S1-S9所述，在金属件的生产过程之中，往往不能够一次性加工成型，需要反复的切削或者打磨作业配合方能得到符合生产标准的金属件，在切削过程中，难免会在切削面上留下毛刺，这时就需要打磨盘对其进行打磨抛光，由于打磨盘的大磨面粗糙度的不一致，那么金属件使用不同的打磨盘所产生的单次损耗量也是不一致的，但是此损耗量较小，单凭工作人员主观判断会增加金属件加工后的次品率，本实施例中，通过图像识别的方式，实时采集金属件在加工状态下损耗的变化趋势，以此来判断其在打磨过程中的损耗量，而后再将其与金属标准特征信息进行比对，实时获取到修饰后金属的图像特征信息与金属标准特征值的贴近度，并且根据贴近度判断修饰后金属的再修饰等级，继而便可根据再修饰等级选用不同精密度的打磨盘，从而来对修饰后金属进行再打磨作业，保证每个金属件在加工过程中的状态均能够被实时检测，相较于工作人员主观判断来说，此方式能够更为精确的对金属件进行修饰，进而便可有效的降低次品率的发生。
在一个较佳的实施方式中，将边缘特征信息以及表面特征信息与金属标准特征信息进行比对，并根据比对结果判定待修饰区域的步骤，包括：
S301、从待修饰金属的图像特征信息获取待修饰金属的参量信息，其中，待修饰金属的参量信息包括高度、长度以及厚度；
S302、获取金属标准特征信息；
S303、将待修饰金属的产量信息与金属标准特征信息进行比对；
S304、若金属标准特征信息中存在任一项大于待修饰金属的参量信息的特征值，则将待修饰金属判定为不可修饰金属，反之，则将待修饰金属的参量信息超出金属标准特征信息的区域标定为待修饰区域。
如上述步骤S301-S304所述，待修饰的金属在经过生产线到达修饰区域之后，需要首先确定的就是待修饰金属的修饰区域，其中难免会存在不符合标准的残次品，通过将其与金属标准特征信息进行比对便可对残次品和合格品进行分类，例如，需要加工一个3×3×3的金属块，而到达修饰区域中的金属件的规格为3×3×2.8，显然，这个规格的金属块是不能够被修饰为3×3×3的金属块，本实施方式能够将不符合标准的待修饰金属判定为不可修饰金属，且将符合标准的待修饰金属超出金属标准特征的区域标定为待修饰区域，方便后续打磨器件对待修饰区域进行打磨。
在一个较佳的实施方式中，切削区域的优先级高于打磨区域的优先级，由于能够切削的部分大于能够打磨的部分，在判定待修饰区域时，可通过增加切削阈值来比对金属件的实际规格，当然，对于不同的金属件和切刀而言，其可切削量是不唯一的，在生产过程中需要根据具体的情况而定，在此就不加以过多的赘述，需要注意的是，在切削金属件的过程中，应保证切削后的金属件规格略大于金属件标准规格，否则金属件在切削之后易出现直接报废的风险。
在一个较佳的实施方式中，实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到待修饰金属的变化趋势值的步骤，包括：
S401、根据打磨区域的厚度确定取样周期；
S402、在取样周期内，建立多个连续的取样时间段；
S403、获取取样时间段首尾节点下的修饰中金属的边缘特征信息；
S404、根据变化趋势模型，计算待修饰金属的变化趋势值；
其中，变化趋势模型中的标准函数为：
Figure 28698DEST_PATH_IMAGE001
，式中，
Figure 705667DEST_PATH_IMAGE002
表示待修 饰金属的变化趋势值，
Figure 815705DEST_PATH_IMAGE003
表示取样时间段的总数，
Figure 767481DEST_PATH_IMAGE004
表示第
Figure 974471DEST_PATH_IMAGE005
节点下的修饰中金属的边缘 特征值。
如上述步骤S401-S404所述，由于每个待修饰的金属的规格在打磨之前的规格不一致，故而其打磨时间也是不同的，从而在建立取样周期时需要根据具体情况而定，具体可通过前期试验来进行确定，而后在建立取样时间段时，可根据打磨盘的转速来确定，例如打磨盘每旋转一周的时间，或者打磨盘每旋转m周的时间，其中，m=1，2，3……，通过取用这些时间段首尾节点下修饰中金属的状态，判断出修饰中金属的实时变化量，再将这些变化量求和取平均值，便可得到修饰中金属的变化趋势值，为后续选用不同精密度的打磨盘做基础。
在一个较佳的实施方式中，根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定待修饰金属的修饰后特征值的步骤，包括：
S501、实时获取当前状态下修饰中金属的边缘特征值；
S502、将当前状态下修饰中金属的边缘特征值减去待修饰金属的变化趋势值，得到待修饰金属的修饰后特征值；
其中，计算公式为：
Figure 252700DEST_PATH_IMAGE006
，式中，
Figure 912352DEST_PATH_IMAGE007
表示待修饰金属的修饰后特征值，
Figure 667818DEST_PATH_IMAGE008
表示 实时获取的当前状态下修饰中金属的边缘特征值。
如上述步骤S501-S502所述，在修饰中金属的变化趋势值确定之后，结合当前状态下修饰中金属的边缘特征值可以确定下一时刻待修饰金属的修饰后特征值，在获取到待修饰金属的修饰后特征值之后，能够通过贴近度模型与金属标准特征信息进行比对。
在一个较佳的实施方式中，获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到修饰后金属的图像特征信息与金属标准特征信息的贴近度的步骤，包括：
S601、获取修饰后金属的边缘特征值；
S602、获取金属标准特征值；
S603、根据贴近度模型，计算修饰后金属与金属标准特征值的贴近度；
其中，贴近度模型的标准函数为：
Figure 401419DEST_PATH_IMAGE009
，式中，
Figure 420190DEST_PATH_IMAGE010
表示修饰后金属与金属 标准特征值的贴近度，
Figure 629455DEST_PATH_IMAGE011
表示修饰后金属的边缘特征值，
Figure 63978DEST_PATH_IMAGE012
表示金属标准特征值。
如上述步骤S601-S603所述，在计算贴近度时，基于金属标准特征值进行比对，通过将修饰后金属的边缘特征值与金属标准特征值做差处理，即可得到修饰后金属与金属标准特征值的贴近度，此贴近度取值可能为正数，也可能为负数，若区值为负，则直接将该待修饰金属件判定为不合格产品。
在一个较佳的实施方式中，根据待修饰金属的变化趋势值确定贴近度偏差阈的步骤，包括：
S701、获取待修饰金属的变化趋势值；
S702、获取待修饰金属的打磨区域临界值；
S703、以待修饰金属的变化趋势值为区间下限，待修饰金属的打磨区域临界值为上限建立贴近度偏差阈[a，b]。
如上述步骤S701-S703所述，在确定贴近度偏差阈时，是以打磨区域临界值作为区间上限进行建立的，其中，打磨区域临界值为金属件可切削与金属件可打磨的分界值，待修饰金属的变化趋势值作为区间下限的目的是保证金属件能够在打磨盘的作用下继续打磨的最小损耗量，此变化趋势值应根据精密度较高的打磨盘工作状态下进行试验得出。
在一种优选方案中，将修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级的步骤，包括：
S801、若修饰后金属与金属标准特征值的贴近度大于打磨区域临界值，则判定修饰后金属为一级再修饰金属；
S802、若修饰后金属与金属标准特征值的贴近度属于贴近度偏差阈，则判定修饰后金属为二级再修饰金属；
S803、若修饰后金属与金属标准特征值的贴近度小于待修饰金属的修饰后特征值，则判定为修饰后金属为不合格产品。
如上述步骤S801-S803所述，在实际生产中，难免会出现某个工件漏检的现象发生，通过将修饰后金属和金属标准特征值的贴近度与贴近度偏差阈的上限值进行比对的方式，可以有效的避免这种情况发生，将其标定为一级再修饰金属，分别再进行切削和打磨，以此降低次品率，而上述提到的二级再修饰金属即是可以通过更换不同精密度的打磨盘进行打磨的金属件，至于不合格产品，则需要标定为次品，当然其可以当做原料回收，进行再次加工。
在一个较佳的实施方式中，本发明还提供了，一种基于图像识别技术修饰金属的检测系统，应用于上述中任一项的一种基于图像识别技术修饰金属的检测方法及检测系统，包括：
第一获取模块，第一获取模块用于获取待修饰金属的图像特征信息，其中，图像特征信息包括边缘特征信息以及表面特征信息；
第二获取模块，第二获取模块用于获取金属标准特征信息；
第一判定模块，第一判定模块用于将边缘特征信息以及表面特征信息与金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
趋势分析模块，趋势分析模块用于实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到待修饰金属的变化趋势值；
第一确定模块，第一确定模块用于根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定待修饰金属的修饰后特征值；
计算模块，计算模块用于获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到修饰后金属的图像特征信息与金属标准特征信息的贴近度；
第二确定模块，第二确定模块用于根据待修饰金属的变化趋势值确定贴近度偏差阈；
第二判定模块，第二判定模块用于将修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级。
在一个较佳的实施方式中，还包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述中任一项的一种基于图像识别技术修饰金属的检测方法及检测系统。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (10)

1.一种基于图像识别技术修饰金属的检测方法，其特征在于：包括：
获取待修饰金属的图像特征信息，其中，所述图像特征信息包括边缘特征信息以及表面特征信息；
获取金属标准特征信息；
将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值；
根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值；
获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度；
根据所述待修饰金属的变化趋势值确定贴近度偏差阈；
将所述修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级；
根据所述修饰后金属的再修饰等级，判断修饰后金属是否能再修饰；
若是，则表明所述修饰后金属能进行再次修饰，并将再修饰后金属图像的图像特征信息代入至贴近度模型进行计算；
若否，则将所述修饰后金属判定为报废件。
2.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域的步骤，包括：
从所述待修饰金属的图像特征信息获取待修饰金属的参量信息，其中，所述待修饰金属的参量信息包括高度、长度以及厚度；
获取所述金属标准特征信息；
将所述待修饰金属的产量信息与所述金属标准特征信息进行比对；
若所述金属标准特征信息中存在任一项大于待修饰金属的参量信息的特征值，则将待修饰金属判定为不可修饰金属，反之，则将待修饰金属的参量信息超出金属标准特征信息的区域标定为待修饰区域。
3.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述切削区域的优先级高于打磨区域的优先级。
4.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值的步骤，包括：
根据所述打磨区域的厚度确定取样周期；
在取样周期内，建立多个连续的取样时间段；
获取所述取样时间段首尾节点下的修饰中金属的边缘特征信息；
根据变化趋势模型，计算所述待修饰金属的变化趋势值；
其中，所述变化趋势模型中的标准函数为：
Figure 955241DEST_PATH_IMAGE001
，式中，
Figure 316952DEST_PATH_IMAGE002
表示待修 饰金属的变化趋势值，
Figure 497398DEST_PATH_IMAGE003
表示取样时间段的总数，
Figure 565848DEST_PATH_IMAGE004
表示第
Figure 970284DEST_PATH_IMAGE005
节点下的修饰中金属的边缘 特征值。
5.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值的步骤，包括：
实时获取当前状态下修饰中金属的边缘特征值；
将当前状态下修饰中金属的边缘特征值减去待修饰金属的变化趋势值，得到所述待修饰金属的修饰后特征值；
其中，计算公式为：
Figure 756975DEST_PATH_IMAGE006
，式中，
Figure 272270DEST_PATH_IMAGE007
表示待修饰金属的修饰后特征值，
Figure 460806DEST_PATH_IMAGE008
表示实时 获取的当前状态下修饰中金属的边缘特征值。
6.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度的步骤，包括：
获取修饰后金属的边缘特征值；
获取金属标准特征值；
根据贴近度模型，计算修饰后金属与金属标准特征值的贴近度；
其中，所述贴近度模型的标准函数为：
Figure 36143DEST_PATH_IMAGE009
，式中，
Figure 310130DEST_PATH_IMAGE010
表示修饰后金属与金属 标准特征值的贴近度，
Figure 844097DEST_PATH_IMAGE011
表示修饰后金属的边缘特征值，
Figure 949456DEST_PATH_IMAGE012
表示金属标准特征值。
7.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述根据所述待修饰金属的变化趋势值确定贴近度偏差阈的步骤，包括：
获取所述待修饰金属的变化趋势值；
获取所述待修饰金属的打磨区域临界值；
以所述待修饰金属的变化趋势值为区间下限，所述待修饰金属的打磨区域临界值为上限建立贴近度偏差阈[a，b]。
8.根据权利要求1所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：所述将所述修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级的步骤，包括：
若所述修饰后金属与金属标准特征值的贴近度大于打磨区域临界值，则判定修饰后金属为一级再修饰金属；
若所述修饰后金属与金属标准特征值的贴近度属于贴近度偏差阈，则判定修饰后金属为二级再修饰金属；
若所述修饰后金属与金属标准特征值的贴近度小于待修饰金属的变化趋势值，则判定为修饰后金属为不合格产品。
9.一种基于图像识别技术修饰金属的检测系统，应用于权利要求1-8中任一项所述的一种基于图像识别技术修饰金属的检测方法，其特征在于：包括：
第一获取模块，所述第一获取模块用于获取待修饰金属的图像特征信息，其中，所述图像特征信息包括边缘特征信息以及表面特征信息；
第二获取模块，所述第二获取模块用于获取金属标准特征信息；
第一判定模块，所述第一判定模块用于将所述边缘特征信息以及表面特征信息与所述金属标准特征信息进行比对，并根据比对结果判定待修饰区域，其中，待修饰区域包括切削区域与打磨区域；
趋势分析模块，所述趋势分析模块用于实时获取修饰进程中的多个连续时间节点下的修饰中金属的边缘特征信息，并代入至变化趋势模型，得到所述待修饰金属的变化趋势值；
第一确定模块，所述第一确定模块用于根据待修饰金属的变化趋势值和实时获取的修饰中金属的边缘特征信息确定所述待修饰金属的修饰后特征值；
计算模块，所述计算模块用于获取修饰后金属的图像特征信息，并代入至贴近度模型中，得到所述修饰后金属的图像特征信息与金属标准特征信息的贴近度；
第二确定模块，所述第二确定模块用于根据所述待修饰金属的变化趋势值确定贴近度偏差阈；
第二判定模块，所述第二判定模块用于将修饰后金属与金属标准特征值的贴近度与贴近度偏差阈进行比对，得到修饰后金属的再修饰等级。
10.根据权利要求9所述的一种基于图像识别技术修饰金属的检测系统，还包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的一种基于图像识别技术修饰金属的检测方法及检测系统。
CN202211461154.1A 2022-11-16 2022-11-16 一种基于图像识别技术修饰金属的检测方法及检测系统 Active CN115540759B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211461154.1A CN115540759B (zh) 2022-11-16 2022-11-16 一种基于图像识别技术修饰金属的检测方法及检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211461154.1A CN115540759B (zh) 2022-11-16 2022-11-16 一种基于图像识别技术修饰金属的检测方法及检测系统

Publications (2)

Publication Number Publication Date
CN115540759A true CN115540759A (zh) 2022-12-30
CN115540759B CN115540759B (zh) 2023-05-09

Family

ID=84721285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211461154.1A Active CN115540759B (zh) 2022-11-16 2022-11-16 一种基于图像识别技术修饰金属的检测方法及检测系统

Country Status (1)

Country Link
CN (1) CN115540759B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2217379A1 (en) * 1996-10-02 1998-04-02 Philippe Delagnes Process for detecting surface defects on a textured surface
EP0876867A1 (en) * 1997-04-30 1998-11-11 Seco Tools Ab Drill
DE19919584A1 (de) * 1999-04-29 2000-11-02 Klaus Koerner Verfahren und Anordnung zur 3D-Aufnahme
CN101611411A (zh) * 2007-02-09 2009-12-23 通用电气医疗集团生物科学公司 追踪生物材料运动的系统和方法
CN101755014A (zh) * 2007-07-18 2010-06-23 瓦克化学股份公司 具有高正表面电荷的高分散金属氧化物
CA2743016A1 (en) * 2011-06-10 2012-12-10 Hermary Opto Electronics Inc. 3d machine vision scanning information extraction system
CN107378641A (zh) * 2017-08-23 2017-11-24 东北电力大学 一种基于图像特征和lltsa算法的刀具磨损状态监测方法
CA2976546A1 (en) * 2016-08-19 2018-02-19 Luc Cournoyer Method, kit and target for multimode 3d imaging systems
CN110211110A (zh) * 2019-05-31 2019-09-06 河北省送变电有限公司 一种构件尺寸的检测方法、系统及终端设备
CN111156923A (zh) * 2019-12-30 2020-05-15 上海森松制药设备工程有限公司 工件检测方法、装置、计算机设备以及存储介质
CN111830906A (zh) * 2020-07-27 2020-10-27 上海威研精密科技有限公司 一种旋转刀具失效状态在机监测系统及其检测方法
CN112907590A (zh) * 2021-04-09 2021-06-04 南开大学 一种基于金属锭打磨信息视觉识别的打磨方法及系统
CN214195596U (zh) * 2020-11-18 2021-09-14 沈阳友邦装饰工程有限公司 一种建筑梁柱智能化制造设备的固定装置
CN114169718A (zh) * 2021-11-25 2022-03-11 吉林省电力科学研究院有限公司 一种基于风电机组状态评估提高机组可靠性的方法
CN114227358A (zh) * 2021-12-16 2022-03-25 南京科天力电子科技有限公司 一种基于刀具切屑多方向调节的高性能数控机床
CN115169050A (zh) * 2022-07-28 2022-10-11 北京航星机器制造有限公司 一种多模型融合的切削刀具磨损量动态预测方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2217379A1 (en) * 1996-10-02 1998-04-02 Philippe Delagnes Process for detecting surface defects on a textured surface
EP0876867A1 (en) * 1997-04-30 1998-11-11 Seco Tools Ab Drill
DE19919584A1 (de) * 1999-04-29 2000-11-02 Klaus Koerner Verfahren und Anordnung zur 3D-Aufnahme
CN101611411A (zh) * 2007-02-09 2009-12-23 通用电气医疗集团生物科学公司 追踪生物材料运动的系统和方法
CN101755014A (zh) * 2007-07-18 2010-06-23 瓦克化学股份公司 具有高正表面电荷的高分散金属氧化物
CA2743016A1 (en) * 2011-06-10 2012-12-10 Hermary Opto Electronics Inc. 3d machine vision scanning information extraction system
CA2976546A1 (en) * 2016-08-19 2018-02-19 Luc Cournoyer Method, kit and target for multimode 3d imaging systems
CN107378641A (zh) * 2017-08-23 2017-11-24 东北电力大学 一种基于图像特征和lltsa算法的刀具磨损状态监测方法
CN110211110A (zh) * 2019-05-31 2019-09-06 河北省送变电有限公司 一种构件尺寸的检测方法、系统及终端设备
CN111156923A (zh) * 2019-12-30 2020-05-15 上海森松制药设备工程有限公司 工件检测方法、装置、计算机设备以及存储介质
CN111830906A (zh) * 2020-07-27 2020-10-27 上海威研精密科技有限公司 一种旋转刀具失效状态在机监测系统及其检测方法
CN214195596U (zh) * 2020-11-18 2021-09-14 沈阳友邦装饰工程有限公司 一种建筑梁柱智能化制造设备的固定装置
CN112907590A (zh) * 2021-04-09 2021-06-04 南开大学 一种基于金属锭打磨信息视觉识别的打磨方法及系统
CN114169718A (zh) * 2021-11-25 2022-03-11 吉林省电力科学研究院有限公司 一种基于风电机组状态评估提高机组可靠性的方法
CN114227358A (zh) * 2021-12-16 2022-03-25 南京科天力电子科技有限公司 一种基于刀具切屑多方向调节的高性能数控机床
CN115169050A (zh) * 2022-07-28 2022-10-11 北京航星机器制造有限公司 一种多模型融合的切削刀具磨损量动态预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
代小红等: "一种基于改进Faster RCNN的金属材料工件表面缺陷检测与实现研究", 《表面技术》 *
刘菁琪: "浅析机器学习在气候研究中的应用", 《通讯世界》 *
范佳楠等: "机器视觉在木材缺陷检测领域应用研究进展", 《世界林业研究》 *

Also Published As

Publication number Publication date
CN115540759B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN110059442B (zh) 一种基于零件表面粗糙度和功率信息的车削加工换刀方法
CN108490880B (zh) 一种数控机床切削刀具磨损状态实时监测方法
Bombiński et al. Sensor signal segmentation for tool condition monitoring
CN105893760B (zh) 基于广义磨损量的刀具磨损评价和预测方法及系统
KR101662820B1 (ko) 선형 회귀 분석에 기반한 툴 마모 및 수명을 추정하는 시스템 및 방법
CN114536104B (zh) 一种刀具寿命动态预测方法
CN109940460B (zh) 一种铣削已加工表面几何误差分布特性的检测方法
CN102591260B (zh) 五轴铣削加工过程中刀具与工件瞬态接触域判断方法
CN116909211B (zh) 一种高精密数控机床的智能调控方法及系统
Zhong et al. Correlation analysis of cutting force and acoustic emission signals for tool condition monitoring
Póka et al. A robust digital image processing method for measuring the planar burr length at milling
CN111912590B (zh) 一种基于静载变形判断零件结构刚性的方法
CN115540759A (zh) 一种基于图像识别技术修饰金属的检测方法及检测系统
CN106599389B (zh) 一种平头立铣刀宽行加工的刀刃接触判别方法
US20170322186A1 (en) Processing Apparatus
CN115937755B (zh) 一种拖拉机变速箱立铣刀片视觉检测方法
CN108819093B (zh) 中框组件的加工方法、中框组件及电子装置
CN115519096B (zh) 基于大数据的压铸件去毛刺装备状态检测系统及方法
Ding et al. Computer aided EDM electrode design
CN113182565B (zh) 一种弱刚性型面分区域铣削方法
CN106020132B (zh) 基于现场实测切削力数据与离线优化的粗加工进给速度优化方法
CN106650012B (zh) 一种平头立铣刀五轴加工的刀刃接触判别方法
Zahid et al. Cutting tools in finishing operations for CNC rapid manufacturing processes: Experimental studies
CN113656903B (zh) 一种金刚石磨粒微元化的切削残余应力评价与控制方法
Karim et al. Preliminary study on machining condition monitoring system using 3-channel force sensor analyzed by I-kaz multilevel method

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230419

Address after: Room 1915, 19th Floor, Ziyang International Business Center, Tianxiang Avenue, Nanchang High tech Industrial Development Zone, Nanchang City, Jiangxi Province, 330000

Applicant after: JIANGXI TENGCHUANGHONG TECHNOLOGY Co.,Ltd.

Address before: A152, C Innovation Space, No. 7, Nanyou Road, Jiangjun Avenue, Jiangning District, Nanjing, Jiangsu Province, 210000 (Jiangning Development Zone)

Applicant before: Nanjing ketianli Electronic Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant