CN116381053A - 一种用于金属材料焊接的超声波检测方法及系统 - Google Patents
一种用于金属材料焊接的超声波检测方法及系统 Download PDFInfo
- Publication number
- CN116381053A CN116381053A CN202310376017.6A CN202310376017A CN116381053A CN 116381053 A CN116381053 A CN 116381053A CN 202310376017 A CN202310376017 A CN 202310376017A CN 116381053 A CN116381053 A CN 116381053A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- data
- defect
- detection
- 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 187
- 238000003466 welding Methods 0.000 title claims abstract description 51
- 239000007769 metal material Substances 0.000 title claims abstract description 26
- 230000007547 defect Effects 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000007689 inspection Methods 0.000 claims abstract description 15
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 230000002093 peripheral effect Effects 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 2
- 238000004021 metal welding Methods 0.000 claims 2
- 239000000523 sample Substances 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4454—Signal recognition, e.g. specific values or portions, signal events, signatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- 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)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供一种用于金属材料焊接的超声波检测方法及系统。一种用于金属材料焊接的超声波检测方法包括:获取目标视频图像;从目标视频图像中提取得到待检测图像集合,对待检测图像集合中的图像进行图像识别,得到图像识别结果;从图像识别结果中提取得到待检测位置数据,通过待检测位置数据对待检测工件进行超声检测,得到超声检测数据;基于焊接缺陷检测模型对超声检测数据进行缺陷检测分析,输出缺陷检测结果。本发明通过采集视频图像,对视频图像进行分析以确定焊接区域的位置信息,根据位置信息对焊接区域进行超声检测,并通过焊接缺陷检测模型对超声检测数据进行缺陷分析,得到缺陷检测结果,不需要人工进行操作,有效提升检测效率。
Description
技术领域
本发明涉及超声波检测技术领域,特别地涉及一种用于金属材料焊接的超声波检测方法及系统。
背景技术
目前,金属材料被广泛应用于各个建设领域,对金属材料的焊接质量直接影响到对金属材料的利用,超声检测技术是一种高质量且无损的检测技术,主要是利用超声波在物体内传播,根据传播数据对物体进行分析。通过超声检测技术对金属材料的焊接质量进行检测可以较好地检测出焊接的缺陷。
但是,在通过超声检测技术对金属材料的焊接质量进行检测的过程中,多采用人工操作的方式进行检测,并通过人工分析的方式对检测结果进行分析,最终得到的检测结果受到主观因素的影响较大,检测方式有待优化。
发明内容
本申请提供一种用于金属材料焊接的超声波检测方法及系统,用于解决上述背景技术中存在的至少一个技术问题。
作为本申请的一个方面,提供一种用于金属材料焊接的超声波检测方法,包括:
获取目标视频图像,所述目标视频图像由视频采集装置对待检测工件进行视频采集得到;
按照预设提取间隔从所述目标视频图像中提取得到待检测图像集合,对所述待检测图像集合中的图像进行图像识别,得到图像识别结果;
从所述图像识别结果中提取得到待检测位置数据,通过所述待检测位置数据对待检测工件进行超声检测,得到超声检测数据;基于焊接缺陷检测模型对所述超声检测数据进行缺陷检测分析,输出缺陷检测结果;
对所述待检测图像集合中的图像进行图像识别,得到图像识别结果包括:
对于所述待检测图像集合中的任意一张待检测目标图像,对所述待检测目标图像进行灰度处理得到灰度图像,去除所述灰度图像的外围轮廓特征后基于预设分割阈值将所述灰度图像转换为二值图像,用预设矩形框遍历所述二值图像,根据预设标记规则将所述二值图像分割为正常区域和异常区域,记录异常区域所在位置,采用上述方式对所述待检测图像集合中的所有待检测目标图像进行处理,得到图像识别结果。
进一步地,所述去除所述灰度图像的外围轮廓特征后基于预设分割阈值将所述灰度图像转换为二值图像包括:
获取所述灰度图像的灰度直方图,取出现频率最高的灰度值作为预设平衡值,将所述灰度图像的背景区域和外围轮廓的像素值替换为所述预设平衡值,实现对所述灰度图像的外围轮廓特征的去除,将所述灰度图像中灰度值大于或等于预设分割阈值的像素点的像素值替换为255,将所述灰度图像中灰度值小于预设分割阈值的像素点的像素值替换为0,实现将所述灰度图像转换为二值图像。
进一步地,所述用预设矩形框遍历所述二值图像,根据预设标记规则将所述二值图像分割为正常区域和异常区域包括:
用预设矩形框遍历所述二值图的过程中,对于任意一个矩形框区域,若该矩形框区域内像素值为255的像素点的数量大于预设分割数量,则将该矩形框区域标记为正常区域,否则标记为异常区域。
进一步地,所述通过所述待检测位置数据对待检测工件进行超声检测,得到超声检测数据包括:
所述待检测位置数据为异常区域在待检测图像中的相对位置数据,将所述待检测位置数据映射在地理坐标系中,确定待检测工件的待检测区域的尺寸信息与位置信息,获取超声检测装置的检测范围信息,根据所述超声检测装置的检测范围信息和所述待检测区域的尺寸信息与位置信息确定用于对待检测工件进行超声检测的检测点坐标信息,所述超声检测装置根据所述检测点坐标信息对待检测工件进行超声检测,得到所述超声检测数据。
进一步地,对于焊接缺陷检测模型,包括:
所述焊接缺陷检测模型包括缺陷检测模型和缺陷识别模型,所述缺陷检测模型用于对所述超声检测数据进行缺陷检测,将所述超声检测数据分为正常数据和异常数据,所述缺陷识别模型用于对所述缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
进一步地,对于所述焊接缺陷检测模型,包括如下训练方式:
获取第一样本数据,所述第一样本数据为待检测工件的超声检测结果为正常的数据,通过第一样本数据对所述缺陷检测模型进行训练;
获取第二样本数据,所述第二样本数据为不同焊接缺陷类型的超声检测数据,用所述第二样本数据对所述缺陷识别模型进行训练。
作为本申请的另一个方面,提供一种用于金属材料焊接的超声波检测系统,应用于上述任一项所述的一种用于金属材料焊接的超声波检测方法,包括:
视频采集模块,用于通过视频采集装置对待检测工件进行视频采集,得到目标视频图像;
图像获取模块,用于按照预设提取间隔从所述目标视频图像中提取得到待检测图像集合;
图像处理模块,用于对所述测图像集合进行图像识别,根据得到的图像识别结果提取出待检测位置数据;
超声检测模块,用于根据所述待检测位置数据控制超声检测装置对待检测工件进行超声检测,得到超声检测数据;
缺陷检测模块,用于通过缺陷检测模型对所述超声检测数据进行缺陷检测分析,输出缺陷检测结果。
进一步地,对于缺陷检测模块,还包括:
所述缺陷检测模型包括缺陷检测模型和缺陷识别模型;
所述缺陷检测模块通过所述缺陷检测模型对所述超声检测数据进行缺陷检测,将所述超声检测数据分为正常数据和异常数据,通过所述识别模型对所述缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
本发明具有以下优点:
本发明通过采集视频图像,对视频图像进行分析以确定焊接区域的位置信息,根据位置信息对焊接区域进行超声检测,并通过焊接缺陷检测模型对超声检测数据进行缺陷分析,得到缺陷检测结果,不需要人工进行操作,有效提升检测效率。
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,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地介绍,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示出的结构获得其他的附图。
图1为本发明实施例中一种用于金属材料焊接的超声波检测方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请部分实施例进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。然而,本领域的普通技术人员可以理解,在本申请的各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。
实施例1
参见图1,本发明实施例1提供一种用于金属材料焊接的超声波检测方法,包括如下检测步骤:
S1、获取目标视频图像;
需要说明的是,目标视频图像由视频采集装置对待检测工件进行视频采集得到,具体地,视频采集装置具体可以为工业级别的摄像设备,例如工业摄像头,本实施例中以对传输装置上的待检测工件为例,待检测工件为焊接好的金属工件。
S2、按照预设提取间隔从目标视频图像中提取得到待检测图像集合;
需要说明的是,预设提取间隔具体由传输装置的传输速度确定,预设提取间隔具体为帧数值,按照预设提取间隔从目标视频图像中提取图片具体为在提取完其中某帧图像后再取经过预设提取间隔后对应的帧图像。
S3、对待检测图像集合中的图像进行图像识别,得到图像识别结果;
需要说明的是,在该步骤中,具体为通过图像检测技术确定待检测工件中焊接的区域。
具体地,在本实施例中,通过以下方式对待检测图像集合中的图像进行图像识别:
以待检测图像集合中的任意一张图像为例,记为待检测目标图像,对待检测目标图像进行灰度处理得到灰度图像,去除灰度图像的外围轮廓特征后基于预设分割阈值将灰度图像转换为二值图像,用预设矩形框遍历二值图像,根据预设标记规则将二值图像分割为正常区域和异常区域,记录异常区域所在位置,采用上述方式对待检测图像集合中的所有待检测目标图像进行处理,得到图像识别结果。
需要说明的是,对于待检测目标图像,先对其进行灰度处理,得到灰度图像后去掉灰度图像的外围轮廓特征,其中,外围轮廓特征具体为待检测工件的边框信息,具体为将背景部分转换为与待检测工件相同的颜色,然后对灰度图像进行二值化处理,目的在于将焊接区域显示出来,再通过预设矩形框遍历图像,将焊接区域标注为异常区域,将其它的区域记为正常区域。
S4、从图像识别结果中提取得到待检测位置数据,通过待检测位置数据对待检测工件进行超声检测,得到超声检测数据;
需要说明的是,图像识别结果中记载了待检测工件中被焊接的位置,可根据图像识别结果确定待检测位置数据,待检测位置数据为待检测工件上被焊接的位置,可通过超声检测装置根据待检测位置数据对待检测工件进行超声检测。
S5、基于焊接缺陷检测模型对超声检测数据进行缺陷检测分析,输出缺陷检测结果。
在一种可选的实施方案中,对于去除灰度图像的外围轮廓特征后基于预设分割阈值将灰度图像转换为二值图像,具体包括:
获取灰度图像的灰度直方图,取出现频率最高的灰度值作为预设平衡值,将灰度图像的背景区域和外围轮廓的像素值替换为预设平衡值;
需要说明的是,灰度图像的灰度直方图中出现频率最高的灰度值表示为待检测工件中未被焊接部位的区域,将出现频率最高的灰度值作为预设平衡值,用预设平衡值取代图像的背景部分原有的灰度值,并且将待检测工件的外围轮廓对应的像素点也替换为预设平衡值,实现对灰度图像的外围轮廓特征的去除。
将灰度图像中灰度值大于或等于预设分割阈值的像素点的像素值替换为255,将灰度图像中灰度值小于预设分割阈值的像素点的像素值替换为0,实现将灰度图像转换为二值图像。
需要补充的是,将灰度图像的外围轮廓特征去除后,灰度图像中剩下的内容为正常区域和焊接区域,为了让焊接区域的特征更明显,可对去除外围轮廓特征的灰度图像进行二值化处理,根据灰度图像的灰度直方图确定用于二值化的预设分割阈值,凸显出焊接区域的特征。
在一种可选的实施方案中,用预设矩形框遍历二值图像,根据预设标记规则将二值图像分割为正常区域和异常区域,具体包括:
用预设矩形框遍历二值图的过程中,对于任意一个矩形框区域,若该矩形框区域内像素值为255的像素点的数量大于预设分割数量,则将该矩形框区域标记为正常区域,否则标记为异常区域。
需要补充的是,预设矩形框的尺寸可以根据实际情况进行调整,尺寸越小精度越高,在本实施例中以3*3作为预设矩形框的尺寸。
在一种可选的实施方案中,通过待检测位置数据对待检测工件进行超声检测,得到超声检测数据包括:
待检测位置数据为异常区域在待检测图像中的相对位置数据,将待检测位置数据映射在地理坐标系中;
需要补充的是,以待检测工件为例,根据待检测工件的尺寸信息,以及待检测工件在地理坐标系中的位置信息后,根据异常区域在待检测图像中的相对位置数据可确定异常区域在地理坐标系中的坐标信息。
确定待检测工件的待检测区域的尺寸信息与位置信息,获取超声检测装置的检测范围信息,根据超声检测装置的检测范围信息和待检测区域的尺寸信息与位置信息确定用于对待检测工件进行超声检测的检测点坐标信息,超声检测装置根据检测点坐标信息对待检测工件进行超声检测,得到超声检测数据。
需要补充的是,在确定异常区域,即待检测工件的待检测区域在地理坐标系中的坐标信息后,根据待检测区域的尺寸信息和超声检测装置的检测范围信息,可确定用于超声检测的检测点坐标信息,可控制超声检测装置的探头移动到检测点坐标,实现对待检测工件的超声检测。
在一种可选的实施方案中,对于焊接缺陷检测模型,包括:
焊接缺陷检测模型包括缺陷检测模型和缺陷识别模型,缺陷检测模型用于对超声检测数据进行缺陷检测,将超声检测数据分为正常数据和异常数据,缺陷识别模型用于对缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
需要补充的是,缺陷检测模型仅用于识别超声检测数据是否为异常数据,将所有的超声检测数据分为正常数据和异常数据,异常数据具体为存才缺陷的数据,再通过缺陷识别模型对异常数据进行分析,确定异常数据对应的缺陷类型。
在一种可选的实施方案中,对于焊接缺陷检测模型,包括如下训练方式:
获取第一样本数据,第一样本数据为待检测工件的超声检测结果为正常的数据,具体地,可通过超声检测装置采集焊接没有缺陷的数据,通过第一样本数据对缺陷检测模型进行训练,训练好的缺陷检测模型可以确定输入到其中的数据为正常数据还是异常数据;
获取第二样本数据,第二样本数据为不同焊接缺陷类型的超声检测数据,其中,具体可收集与待检测工件材料相同的工件的不同焊接缺陷类型的超声检测数据,更容易收集到数据,用第二样本数据对缺陷识别模型进行训练,训练好的缺陷识别模型可以确定输入到其中的缺陷数据的具体缺陷类型。
实施例2
在实施例1的基础上,本发明实施例2还提供一种用于金属材料焊接的超声波检测系统,包括:
视频采集模块,用于通过视频采集装置对待检测工件进行视频采集,得到目标视频图像;
图像获取模块,用于按照预设提取间隔从目标视频图像中提取得到待检测图像集合;
图像处理模块,用于对测图像集合进行图像识别,根据得到的图像识别结果提取出待检测位置数据;
超声检测模块,用于根据待检测位置数据控制超声检测装置对待检测工件进行超声检测,得到超声检测数据;
缺陷检测模块,用于通过缺陷检测模型对超声检测数据进行缺陷检测分析,输出缺陷检测结果。
在一种可选的实施方案中,对于缺陷检测模块,还包括:
缺陷检测模型包括缺陷检测模型和缺陷识别模型;
缺陷检测模块通过缺陷检测模型对超声检测数据进行缺陷检测,将超声检测数据分为正常数据和异常数据,通过识别模型对缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种用于金属材料焊接的超声波检测方法,其特征在于,包括:
获取目标视频图像,所述目标视频图像由视频采集装置对待检测工件进行视频采集得到;
按照预设提取间隔从所述目标视频图像中提取得到待检测图像集合,对所述待检测图像集合中的图像进行图像识别,得到图像识别结果;
从所述图像识别结果中提取得到待检测位置数据,通过所述待检测位置数据对待检测工件进行超声检测,得到超声检测数据;基于焊接缺陷检测模型对所述超声检测数据进行缺陷检测分析,输出缺陷检测结果;
对所述待检测图像集合中的图像进行图像识别,得到图像识别结果包括:
对于所述待检测图像集合中的任意一张待检测目标图像,对所述待检测目标图像进行灰度处理得到灰度图像,去除所述灰度图像的外围轮廓特征后基于预设分割阈值将所述灰度图像转换为二值图像,用预设矩形框遍历所述二值图像,根据预设标记规则将所述二值图像分割为正常区域和异常区域,记录异常区域所在位置,采用上述方式对所述待检测图像集合中的所有待检测目标图像进行处理,得到图像识别结果。
2.如权利要求1所述的一种用于金属材料焊接的超声波检测方法,其特征在于,所述去除所述灰度图像的外围轮廓特征后基于预设分割阈值将所述灰度图像转换为二值图像包括:
获取所述灰度图像的灰度直方图,取出现频率最高的灰度值作为预设平衡值,将所述灰度图像的背景区域和外围轮廓的像素值替换为所述预设平衡值,实现对所述灰度图像的外围轮廓特征的去除,将所述灰度图像中灰度值大于或等于预设分割阈值的像素点的像素值替换为255,将所述灰度图像中灰度值小于预设分割阈值的像素点的像素值替换为0,实现将所述灰度图像转换为二值图像。
3.如权利要求2所述的一种用于金属材料焊接的超声波检测方法,其特征在于,所述用预设矩形框遍历所述二值图像,根据预设标记规则将所述二值图像分割为正常区域和异常区域包括:
用预设矩形框遍历所述二值图的过程中,对于任意一个矩形框区域,若该矩形框区域内像素值为255的像素点的数量大于预设分割数量,则将该矩形框区域标记为正常区域,否则标记为异常区域。
4.如权利要求3所述的一种用于金属材料焊接的超声波检测方法,其特征在于,所述通过所述待检测位置数据对待检测工件进行超声检测,得到超声检测数据包括:
所述待检测位置数据为异常区域在待检测图像中的相对位置数据,将所述待检测位置数据映射在地理坐标系中,确定待检测工件的待检测区域的尺寸信息与位置信息,获取超声检测装置的检测范围信息,根据所述超声检测装置的检测范围信息和所述待检测区域的尺寸信息与位置信息确定用于对待检测工件进行超声检测的检测点坐标信息,所述超声检测装置根据所述检测点坐标信息对待检测工件进行超声检测,得到所述超声检测数据。
5.如权利要求4所述的一种用于金属材料焊接的超声波检测方法,其特征在于,对于焊接缺陷检测模型,包括:
所述焊接缺陷检测模型包括缺陷检测模型和缺陷识别模型,所述缺陷检测模型用于对所述超声检测数据进行缺陷检测,将所述超声检测数据分为正常数据和异常数据,所述缺陷识别模型用于对所述缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
6.如权利要求5所述的一种用于金属材料焊接的超声波检测方法,其特征在于,对于所述焊接缺陷检测模型,包括如下训练方式:
获取第一样本数据,所述第一样本数据为待检测工件的超声检测结果为正常的数据,通过第一样本数据对所述缺陷检测模型进行训练;
获取第二样本数据,所述第二样本数据为不同焊接缺陷类型的超声检测数据,用所述第二样本数据对所述缺陷识别模型进行训练。
7.一种用于金属材料焊接的超声波检测系统,应用于上述权利要求1-6任一项所述的一种用于金属材料焊接的超声波检测方法,其特征在于,包括:
视频采集模块,用于通过视频采集装置对待检测工件进行视频采集,得到目标视频图像;
图像获取模块,用于按照预设提取间隔从所述目标视频图像中提取得到待检测图像集合;
图像处理模块,用于对所述测图像集合进行图像识别,根据得到的图像识别结果提取出待检测位置数据;
超声检测模块,用于根据所述待检测位置数据控制超声检测装置对待检测工件进行超声检测,得到超声检测数据;
缺陷检测模块,用于通过缺陷检测模型对所述超声检测数据进行缺陷检测分析,输出缺陷检测结果。
8.如权利要求7所述的一种用于金属材料焊接的超声波检测系统,其特征在于,对于缺陷检测模块,还包括:
所述缺陷检测模型包括缺陷检测模型和缺陷识别模型;
所述缺陷检测模块通过所述缺陷检测模型对所述超声检测数据进行缺陷检测,将所述超声检测数据分为正常数据和异常数据,通过所述识别模型对所述缺陷检测模型输出的异常数据进行缺陷分析,确定不同的异常数据所对应的缺陷类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310376017.6A CN116381053A (zh) | 2023-04-11 | 2023-04-11 | 一种用于金属材料焊接的超声波检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310376017.6A CN116381053A (zh) | 2023-04-11 | 2023-04-11 | 一种用于金属材料焊接的超声波检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116381053A true CN116381053A (zh) | 2023-07-04 |
Family
ID=86965332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310376017.6A Pending CN116381053A (zh) | 2023-04-11 | 2023-04-11 | 一种用于金属材料焊接的超声波检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116381053A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268297A (zh) * | 2023-11-22 | 2023-12-22 | 国营川西机器厂 | 基于超声纵波的双层导管焊点横向尺寸的检测方法及装置 |
-
2023
- 2023-04-11 CN CN202310376017.6A patent/CN116381053A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268297A (zh) * | 2023-11-22 | 2023-12-22 | 国营川西机器厂 | 基于超声纵波的双层导管焊点横向尺寸的检测方法及装置 |
CN117268297B (zh) * | 2023-11-22 | 2024-02-02 | 国营川西机器厂 | 基于超声纵波的双层导管焊点横向尺寸的检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080622B (zh) | 神经网络训练方法、工件表面缺陷分类与检测方法及装置 | |
Kothari | Detecting welding defects in steel plates using machine learning and computer vision algorithms | |
CN109507192B (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
CN115760654B (zh) | 一种工业显微镜图像处理系统 | |
CN116777907A (zh) | 一种钣金件质量检测方法 | |
CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
CN114910480A (zh) | 一种基于机器视觉的晶圆表面缺陷检测方法 | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN113034488B (zh) | 一种喷墨印刷品的视觉检测方法 | |
CN115719332A (zh) | 一种焊接质量检测方法 | |
CN116381053A (zh) | 一种用于金属材料焊接的超声波检测方法及系统 | |
CN112858351A (zh) | 一种基于机器视觉的x射线无损探伤方法 | |
CN115684176A (zh) | 一种薄膜表面缺陷在线视觉检测系统 | |
CN115601359A (zh) | 一种焊缝检测方法及装置 | |
CN109767426B (zh) | 一种基于图像特征识别的盾构隧道渗漏水检测方法 | |
CN117333467B (zh) | 基于图像处理的玻璃瓶瓶身瑕疵识别检测方法及系统 | |
CN111738991A (zh) | 一种焊缝缺陷的数字射线检测模型的创建方法 | |
CN114742832B (zh) | 一种MiniLED薄板的焊接缺陷检测方法 | |
CN116433978A (zh) | 一种高质量瑕疵图像自动生成与自动标注方法及装置 | |
CN108363958B (zh) | 一种基于高分辨率光学遥感影像的油罐检测方法 | |
CN115205193A (zh) | 一种基于微小缺陷yolo网络的钢板表面缺陷检测方法 | |
CN112232390B (zh) | 一种高像素大图像的识别方法和系统 | |
CN114187256A (zh) | 一种焊缝x射线照片缺陷检测方法 | |
CN110189301B (zh) | 一种发电机定子铁心钢片叠装平台的异物检测方法 |
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 |