CN116152158A - 焊缝检测方法、装置、电子设备及存储介质 - Google Patents
焊缝检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116152158A CN116152158A CN202211500722.4A CN202211500722A CN116152158A CN 116152158 A CN116152158 A CN 116152158A CN 202211500722 A CN202211500722 A CN 202211500722A CN 116152158 A CN116152158 A CN 116152158A
- Authority
- CN
- China
- Prior art keywords
- image
- light bar
- welding seam
- pixel
- welding
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 238000003466 welding Methods 0.000 claims abstract description 132
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000000605 extraction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007670 refining Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005493 welding type 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
-
- G06T3/04—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/30152—Solder
-
- 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
Abstract
本申请涉及焊接技术领域,特别涉及一种焊缝检测方法、装置、电子设备及存储介质,其中,方法包括:获取线结构光照射在目标上的原始图像;提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域;裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。由此,解决了相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等问题。
Description
技术领域
本申请涉及焊接技术领域,特别涉及一种焊缝检测方法、装置、电子设备及存储介质。
背景技术
目前,传统工业的示教型焊接机器人的焊接技术受影响的因素较多,并不能很好的完成高精度的焊接任务,最近研制出的一种自动焊接机器人在焊接技术方面比示教型焊接机器人有了明显的提高,但是其焊缝检测的方法仍有不足之处,导致焊缝检测的准确度不高,效率低。
在相关技术中,存在基于焊缝图像对焊缝区域进行检测的方法,利用基于边缘提取的中心线提取方案对采集的焊缝图像进行处理,以达到检测焊缝区域的目的,但是焊缝检测的准确度依然不高,效率低下。
发明内容
本申请提供一种焊缝检测方法、装置、电子设备及存储介质,以解决相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等问题。
本申请第一方面实施例提供一种焊缝检测方法,包括以下步骤:获取线结构光照射在目标上的原始图像;提取所述原始图像中线结构光的光条特征,细化所述光条特征得到单像素光条图像,遍历所述单像素光条图像的所有像素确定所述图像中的焊缝区域;裁剪所述图像中的焊缝区域图像,检测所述焊缝区域图像中所述目标的焊缝。
根据上述技术手段,本申请实施例可以对线结构光的焊缝扫描图像进行单像素处理,以快速准确的确定焊缝位置,并提取焊缝区域图像,利用焊缝区域图像检测焊缝,由于排除了焊缝区域以外的信息干扰,且直接检测焊缝区域,因此可以提升焊缝检测的准确性和效率。
可选地,在本申请的一个实施例中,所述细化所述光条特征得到单像素光条图像,包括:利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
根据上述技术手段,本申请实施例可以通过细化光条特征得到单像素光条图像,在保留光条特征的同时,进一步减少了数据量,为后续焊缝区域图像的提取提供了前提条件,同时可以有效提升细化算法的效率。
可选地,在本申请的一个实施例中,所述遍历所述单像素光条图像的所有像素确定所述原始图像中的焊缝区域,包括:按行遍历所述单像素光条图像,得到每行的前景像素坐标;计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新所述预设变量,直至遍历完成;根据所述预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据所述焊缝区域的中心在所述原始图像中沿图像坐标轴正负方向各取预设像素值,得到所述焊缝区域。
根据上述技术手段,本申请实施例可以通过遍历单像素光条图像,并基于欧式距离最大的两像素坐标中心沿图像坐标轴正负方向各取预设像素值得到焊缝区域,可以有效提升焊缝区域的图像效果,同时排除焊缝区域以外的信息干扰,直接提取焊缝区域图像,以便于后续直接检测焊缝区域,从而可以有效提高焊缝检测的准确度和效率。
可选地,在本申请的一个实施例中,在提取所述原始图像中线结构光的光条特征之前,包括:灰度化所述原始图像,得到灰度图像;对所述灰度图像进行噪音去除处理,得到处理后的原始图像。
根据上述技术手段,本申请实施例可以通过对原始图像进行灰度处理,以便于后续的图像处理,通过对灰度图像进行去噪处理,可以有效排除噪音的干扰,同时增强光条特征。
本申请第二方面实施例提供一种焊缝检测装置,包括:获取模块,用于获取线结构光照射在目标上的原始图像;提取模块,用于提取所述原始图像中线结构光的光条特征,细化所述光条特征得到单像素光条图像,遍历所述单像素光条图像的所有像素确定所述图像中的焊缝区域;检测模块,用于裁剪所述图像中的焊缝区域图像,检测所述焊缝区域图像中所述目标的焊缝。
可选地,在本申请的一个实施例中,所述提取模块进一步用于:利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
可选地,在本申请的一个实施例中,所述提取模块进一步用于:按行遍历所述单像素光条图像,得到每行的前景像素坐标;计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新所述预设变量,直至遍历完成;根据所述预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据所述焊缝区域的中心在所述原始图像中沿图像坐标轴正负方向各取预设像素值,得到所述焊缝区域。
可选地,在本申请的一个实施例中,本申请实施例的装置还包括:处理模块,用于在提取所述原始图像中线结构光的光条特征之前,灰度化所述原始图像,得到灰度图像;对所述灰度图像进行噪音去除处理,得到处理后的原始图像。
本申请第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的焊缝检测方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的焊缝检测方法。
由此,本申请至少具有如下有益效果:
1、本申请实施例可以对线结构光的焊缝扫描图像进行单像素处理,以快速准确的确定焊缝位置,并提取焊缝区域图像,利用焊缝区域图像检测焊缝,由于排除了焊缝区域以外的信息干扰,且直接检测焊缝区域,因此可以提升焊缝检测的准确性和效率。
2、本申请实施例可以通过细化光条特征得到单像素光条图像,在保留光条特征的同时,进一步减少了数据量,为后续焊缝区域图像的提取提供了前提条件,同时可以有效提升细化算法的效率。
3、本申请实施例可以通过遍历单像素光条图像,并基于欧式距离最大的两像素坐标中心沿图像坐标轴正负方向各取预设像素值得到焊缝区域,可以有效提升焊缝区域的图像效果,同时排除焊缝区域以外的信息干扰,直接提取焊缝区域图像,以便于后续直接检测焊缝区域,从而可以有效提高焊缝检测的准确度和效率。
4、本申请实施例可以通过对原始图像进行灰度处理,以便于后续的图像处理,通过对灰度图像进行去噪处理,可以有效排除噪音的干扰,同时增强光条特征。
由此,解决了相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等技术问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的焊缝检测方法的流程图;
图2为根据本申请实施例提供的焊缝区域提取流程图;
图3为根据本申请实施例提供的四种不同类型焊缝返回的线结构光图像;
图4为根据本申请实施例提供的四种不同类型焊缝区域提取效果示例图;
图5为根据本申请实施例提供的焊缝检测装置的示例图;
图6为根据本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的焊缝检测方法、装置、电子设备及存储介质。针对上述背景技术中提到的问题,本申请提供了一种焊缝检测方法,在该方法中,通过获取线结构光照射在目标上的原始图像,提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域,裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。由此,解决了相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等问题。
具体而言,图1为本申请实施例所提供的一种焊缝检测方法的流程示意图。
如图1所示,该焊缝检测方法包括以下步骤:
在步骤S101中,获取线结构光照射在目标上的原始图像。
可以理解的是,本申请实施例可以通过工业相机等设备采集原始图像,不作具体限定。
在步骤S102中,提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域。
可以理解的是,本申请实施例可以对线结构光的焊缝扫描图像进行单像素处理,以快速准确的确定焊缝位置,并提取焊缝区域图像,利用焊缝区域图像检测焊缝,由于排除了焊缝区域以外的信息干扰,且直接检测焊缝区域,因此可以提升焊缝检测的准确性和效率。
可选地,在本申请的一个实施例中,在提取原始图像中线结构光的光条特征之前,包括:灰度化原始图像,得到灰度图像;对灰度图像进行噪音去除处理,得到处理后的原始图像。
可以理解的是,本申请实施例可以通过对原始图像进行灰度处理,以便于后续的图像处理,通过对灰度图像进行去噪处理,可以有效排除噪音的干扰,同时增强光条特征。
具体而言,如图2所示,基于线结构光的焊缝检测通常采用工业相机等设备采集焊缝图像,下面实施例以工业相机为例进行阐述,为了尽可能优化图像质量,采集时可以通过在摄像头前加装滤波片等方式提升采集的图像效果,由于焊缝检测并不需要图像的色彩信息,从而在读入图像时直接将图像灰度化,以便于后续处理。
由于焊接作业环境中通常存在各种各样的噪音,从而需要对图像进行预处理,以尽量排除噪音的干扰,通过滤波加二值化的方法可以去噪,针对焊接作业情况,可以选择不同的滤波和二值化的方案,通常高斯滤波加最大类间方差法二值化可以得到较好的效果,其中,四种不同类型焊缝返回的线结构光图像如图3所示。
可选地,在本申请的一个实施例中,细化光条特征得到单像素光条图像,包括:利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
其中,在本申请实施例中预设细化算法可以为zhang-suen细化算法,不作具体限定。
可以理解的是,本申请实施例可以通过细化光条特征得到单像素光条图像,在保留光条特征的同时,进一步减少了数据量,为后续焊缝区域图像的提取提供了前提条件,同时可以有效提升细化算法的效率。
具体而言,光条细化可以使线结构光光条转化为单像素组成的骨架,其中,一行只有一个像素是焊缝区域提取的前提,同时光条细化也可以进一步提升细化算法效率,细化算法可以采用zhang-suen细化算法,该算法具有并行迭代的特点,速度快且效果好。
可选地,在本申请的一个实施例中,遍历单像素光条图像的所有像素确定原始图像中的焊缝区域,包括:按行遍历单像素光条图像,得到每行的前景像素坐标;计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新预设变量,直至遍历完成;根据预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据焊缝区域的中心在原始图像中沿图像坐标轴正负方向各取预设像素值,得到焊缝区域。
其中,预设变量受两像素坐标和欧式距离的影响,随着遍历过程而不断更新变化,不作具体限定。
可以理解的是,本申请实施例可以通过遍历单像素光条图像,并基于欧式距离最大的两像素坐标中心沿图像坐标轴正负方向各取预设像素值得到焊缝区域,可以有效提升焊缝区域的图像效果,同时排除焊缝区域以外的信息干扰,直接提取焊缝区域图像,以便于后续直接检测焊缝区域,从而可以有效提高焊缝检测的准确度和效率。
具体而言,由于线结构光光条照射在焊件上且连接紧密,而在焊缝周围则断开,故光条断点周围即为焊缝区域,按行遍历整幅图像,得到每行的前景像素坐标,并计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及距离保存在一个变量中,且遍历过程中不断更新,直至遍历完成,通过保留距离最大的两像素坐标,然后求取两像素坐标中点,从而可以得到焊缝区域的中心,根据焊缝区域的中心,在未细化过的图像中沿图像坐标轴正负方向各取一定像素值,将其从原图中裁剪下来,从而得到焊缝区域,其中,根据焊件焊缝的具体特征,可选择不同形状的区域作为焊缝区域,其中,四种不同类型焊缝焊缝区域提取效果如图4所示。
在步骤S103中,裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。
可以理解的是,本申请实施例可以通过从处理后的原始图像中裁减得到焊缝区域图像,进而检测焊缝区域图像中的焊缝。
根据本申请实施例提出的焊缝检测方法,通过获取线结构光照射在目标上的原始图像,提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域,裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。由此,解决了相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等问题。
其次参照附图描述根据本申请实施例提出的焊缝检测装置。
图5是本申请实施例的焊缝检测装置的方框示意图。
如图5所示,该焊缝检测装置10包括:获取模块100、提取模块200和检测模块300。
其中,获取模块100,用于获取线结构光照射在目标上的原始图像;提取模块200,用于提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域;检测模块300,用于裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。
可选地,在本申请的一个实施例中,提取模块200进一步用于:利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
可选地,在本申请的一个实施例中,提取模块200进一步用于:按行遍历单像素光条图像,得到每行的前景像素坐标;计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新预设变量,直至遍历完成;根据预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据焊缝区域的中心在原始图像中沿图像坐标轴正负方向各取预设像素值,得到焊缝区域。
可选地,在本申请的一个实施例中,本申请实施例的装置10还包括:处理模块。
其中,处理模块,用于在提取原始图像中线结构光的光条特征之前,灰度化原始图像,得到灰度图像;对灰度图像进行噪音去除处理,得到处理后的原始图像。
需要说明的是,前述对焊缝检测方法实施例的解释说明也适用于该实施例的焊缝检测装置,此处不再赘述。
根据本申请实施例提出的焊缝检测装置,通过获取线结构光照射在目标上的原始图像,提取原始图像中线结构光的光条特征,细化光条特征得到单像素光条图像,遍历单像素光条图像的所有像素确定图像中的焊缝区域,裁剪图像中的焊缝区域图像,检测焊缝区域图像中目标的焊缝。由此,解决了相关技术中基于整个图像进行焊缝检测,检测效率较低,且容易受到焊缝区域以外信息的干扰,大大降低焊缝检测准确性等问题。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的焊缝检测方法。
进一步地,电子设备还包括:
通信接口603,用于存储器601和处理器602之间的通信。
存储器601,用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM(Random Access Memory,随机存取存储器)存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现,则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是ISA(IndustryStandard Architecture,工业标准体系结构)总线、PCI(Peripheral Component,外部设备互连)总线或EISA(Extended Industry Standard Architecture,扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603,集成在一块芯片上实现,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个CPU(Central Processing Unit,中央处理器),或者是ASIC(Application Specific Integrated Circuit,特定集成电路),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的焊缝检测方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列,现场可编程门阵列等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种焊缝检测方法,其特征在于,包括以下步骤:
获取线结构光照射在目标上的原始图像;
提取所述原始图像中线结构光的光条特征,细化所述光条特征得到单像素光条图像,遍历所述单像素光条图像的所有像素确定所述图像中的焊缝区域;
裁剪所述图像中的焊缝区域图像,检测所述焊缝区域图像中所述目标的焊缝。
2.根据权利要求1所述的方法,其特征在于,所述细化所述光条特征得到单像素光条图像,包括:
利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
3.根据权利要求2所述的方法,其特征在于,所述遍历所述单像素光条图像的所有像素确定所述原始图像中的焊缝区域,包括:
按行遍历所述单像素光条图像,得到每行的前景像素坐标;
计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新所述预设变量,直至遍历完成;
根据所述预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据所述焊缝区域的中心在所述原始图像中沿图像坐标轴正负方向各取预设像素值,得到所述焊缝区域。
4.根据权利要求1所述的方法,其特征在于,在提取所述原始图像中线结构光的光条特征之前,包括:
灰度化所述原始图像,得到灰度图像;
对所述灰度图像进行噪音去除处理,得到处理后的原始图像。
5.一种焊缝检测装置,其特征在于,包括:
获取模块,用于获取线结构光照射在目标上的原始图像;
提取模块,用于提取所述原始图像中线结构光的光条特征,细化所述光条特征得到单像素光条图像,遍历所述单像素光条图像的所有像素确定所述图像中的焊缝区域;
检测模块,用于裁剪所述图像中的焊缝区域图像,检测所述焊缝区域图像中所述目标的焊缝。
6.根据权利要求5所述的装置,其特征在于,所述提取模块进一步用于:
利用预设细化算法将每行光条特征细化为一个像素,得到每行一个像素的单像素光条图像。
7.根据权利要求6所述的装置,其特征在于,所述提取模块进一步用于:
按行遍历所述单像素光条图像,得到每行的前景像素坐标;
计算相邻两行前景像素坐标的欧氏距离,将两像素坐标及欧氏距离保存在预设变量中,遍历过程中更新所述预设变量,直至遍历完成;
根据所述预设变量中欧氏距离最大的两像素坐标中点作为焊缝区域的中心,根据所述焊缝区域的中心在所述原始图像中沿图像坐标轴正负方向各取预设像素值,得到所述焊缝区域。
8.根据权利要求5所述的装置,其特征在于,还包括:
处理模块,用于在提取所述原始图像中线结构光的光条特征之前,灰度化所述原始图像,得到灰度图像;对所述灰度图像进行噪音去除处理,得到处理后的原始图像。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-4任一项所述的焊缝检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-4任一项所述的焊缝检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500722.4A CN116152158A (zh) | 2022-11-28 | 2022-11-28 | 焊缝检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500722.4A CN116152158A (zh) | 2022-11-28 | 2022-11-28 | 焊缝检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116152158A true CN116152158A (zh) | 2023-05-23 |
Family
ID=86351516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211500722.4A Pending CN116152158A (zh) | 2022-11-28 | 2022-11-28 | 焊缝检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116152158A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433669A (zh) * | 2023-06-14 | 2023-07-14 | 山东兴华钢结构有限公司 | 基于机器视觉的抗震结构钢架焊缝质量检测方法 |
-
2022
- 2022-11-28 CN CN202211500722.4A patent/CN116152158A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433669A (zh) * | 2023-06-14 | 2023-07-14 | 山东兴华钢结构有限公司 | 基于机器视觉的抗震结构钢架焊缝质量检测方法 |
CN116433669B (zh) * | 2023-06-14 | 2023-08-18 | 山东兴华钢结构有限公司 | 基于机器视觉的抗震结构钢架焊缝质量检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI557650B (zh) | 用於識別材料中之缺陷之系統及方法 | |
CN108182383B (zh) | 一种车窗检测的方法及设备 | |
CN107909571A (zh) | 一种焊缝图像处理方法、系统、设备及计算机存储介质 | |
CN114047123A (zh) | 一种用于集成板生产缺陷检测方法及检测系统 | |
CN107356213B (zh) | 滤光片同心度测量方法及终端设备 | |
CN111582000B (zh) | 一种条形码定位方法、装置及相关设备 | |
CN116152158A (zh) | 焊缝检测方法、装置、电子设备及存储介质 | |
CN112577969A (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
CN111105452A (zh) | 基于双目视觉的高低分辨率融合立体匹配方法 | |
EP3510526B1 (en) | Particle boundary identification | |
CN114283132A (zh) | 一种缺陷检测方法、装置、设备以及存储介质 | |
CN111489389A (zh) | 一种光斑中心检测方法 | |
US11519715B2 (en) | Method, device, apparatus and storage medium for detecting a height of an obstacle | |
CN116416268B (zh) | 基于递归二分法的锂电池极片边缘位置检测方法及装置 | |
CN105825182A (zh) | 一种在线识别裂颖稻种的双面分析方法 | |
EP3955207A1 (en) | Object detection device | |
CN115861315B (zh) | 缺陷检测方法和装置 | |
WO2024016686A1 (zh) | 角点检测的方法和装置 | |
CN111462099A (zh) | 一种基于快速积分图监测的图像细胞区域定位方法 | |
CN107767372B (zh) | 一种分层并行计算的芯片管脚在线视觉检测系统及其方法 | |
CN110264488B (zh) | 一种二值图像边缘提取装置 | |
CN113902742A (zh) | 一种基于tft-lcd检测缺陷真假判定方法和系统 | |
CN114627113A (zh) | 一种印制电路板缺陷检测方法及系统及装置及介质 | |
CN103679738B (zh) | 基于颜色半径邻近域像素分类的图像边缘检测方法 | |
CN107194939A (zh) | 一种基于改进的边缘聚焦的边缘检测方法及系统 |
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 |