CN116630306A - 一种飞机半圆头铆钉的缺陷检测方法和装置 - Google Patents
一种飞机半圆头铆钉的缺陷检测方法和装置 Download PDFInfo
- Publication number
- CN116630306A CN116630306A CN202310882450.7A CN202310882450A CN116630306A CN 116630306 A CN116630306 A CN 116630306A CN 202310882450 A CN202310882450 A CN 202310882450A CN 116630306 A CN116630306 A CN 116630306A
- Authority
- CN
- China
- Prior art keywords
- head
- rivet
- aircraft
- semi
- area
- 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 86
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000004891 communication Methods 0.000 claims abstract description 53
- 230000006835 compression Effects 0.000 claims abstract description 29
- 238000007906 compression Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 3
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 4
- 238000004590 computer program Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及计算机视觉技术领域,公开了一种飞机半圆头铆钉的缺陷检测方法和装置,通过获取若干经过铆接的飞机半圆头铆钉的第一图像信息;识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。本发明将半圆头铆钉压缩量检测,转换为通过计算飞机半圆头铆钉的头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,来判断半圆头铆钉是否存在缺陷,提高了铆钉缺陷检测效率和检测准确率。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种飞机半圆头铆钉的缺陷检测方法和装置。
背景技术
针对飞机半圆头铆钉而言,在飞机铆接过程中,由于铆接工具、铆接条件以及铆接环境的影响,会出现铆接失误的情况。因此,为了提高铆接效率,准确识别出飞机铆接缺陷是飞机铆接工艺中重要的环节之一。
现有相关技术中,通过人工测量飞机半圆头铆钉压缩量,而根据国家航空行业铆接标准,飞机半圆头铆钉压缩量不能大于铆钉直径的0.08倍,并以此判定飞机半圆头铆钉是否存在缺陷。
但是,本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术方案至少存在如下技术问题:
由于大量的飞机半圆头铆钉压缩量无法直接通过计算机视觉技术进行批量检测,导致飞机半圆头铆钉缺陷检测效率低;以及,人工测量飞机半圆头铆钉压缩量,存在测量误差,导致飞机半圆头铆钉缺陷检测精度低。
发明内容
本发明旨在解决现有飞机半圆头铆钉缺陷的检测效率低和检测精度低的技术问题。
主要通过以下技术方案实现上述发明目的:
第一方面,一种飞机半圆头铆钉的缺陷检测方法,包括:
获取若干经过铆接的飞机半圆头铆钉的第一图像信息;识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。
第二方面,一种飞机半圆头铆钉的缺陷检测装置,包括:
图像模块,用于获取若干经过铆接的飞机半圆头铆钉的第一图像信息;
视觉计算模块,用于识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;
缺陷检测模块,用于根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。
第三方面,一种电子设备,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如第一方面所述一种飞机半圆头铆钉的缺陷检测方法的步骤。
第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述一种飞机半圆头铆钉的缺陷检测方法的步骤。
第五方面,一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如第一方面所述一种飞机半圆头铆钉的缺陷检测方法的步骤。
相较于现有技术的有益效果:
1、将半圆头铆钉压缩量检测,转换为通过计算飞机半圆头铆钉的头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,来判断半圆头铆钉是否存在缺陷,避免了因大量飞机半圆头铆钉压缩量无法直接通过计算机视觉技术进行批量检测,而导致飞机半圆头铆钉缺陷检测效率低的技术问题;有利于实现机器视觉对大量飞机半圆头铆钉进行批量检测,提高铆钉缺陷检测效率。
2、避免了因采用人工测量飞机半圆头铆钉压缩量存在测量误差,而导致飞机半圆头铆钉缺陷检测精度低的技术问题,提高了铆钉缺陷检测准确率,实现飞机半圆头铆钉缺陷的高精度检测。
附图说明
图1示出了本发明一种飞机半圆头铆钉的缺陷检测方法的流程示意图;
图2示出了本发明飞机半圆头铆钉的图像示例图;
图3示出了本发明一种飞机半圆头铆钉的缺陷检测方法中步骤2的流程示意图;
图4示出了本发明经第一次填充及逻辑与操作后飞机半圆头铆钉的图像示例图;
图5示出了本发明经第二次填充及逻辑与操作后飞机半圆头铆钉的图像示例图;
图6示出了本发明另一种飞机半圆头铆钉的缺陷检测方法的流程示意图;
图7示出了本发明一种飞机半圆头铆钉的缺陷检测装置的结构示意图;
图8示出了本发明一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例一
本发明实施例提供了一种飞机半圆头铆钉的缺陷检测方法,如图1所示,包括以下步骤:
步骤1,获取若干经过铆接的飞机半圆头铆钉的第一图像信息。
步骤2,识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
步骤3,根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,计算得到各飞机半圆头铆钉的压缩量。
步骤4,判断所述压缩量是否大于飞机半圆头铆钉直径的0.08倍;若是,则转到步骤5,否则转到步骤6。
步骤5,确定飞机半圆头铆钉存在缺陷。
步骤6,确定飞机半圆头铆钉合格。
选择一批经过铆接的飞机半圆头铆钉,并拍摄其图像,如图2所示为飞机半圆头铆钉的图像示例。识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并根据识别的头受损部分像素连通区域计算其面积,记为,表示第/>个飞机半圆头铆钉的头受损部分像素连通区域面积,其中,/>为正整数。
需要说明的是,针对同一铆钉材质及铆接条件,半圆头铆钉头受损面积与形变量的关系是固定的,上述第一图像信息中的若干经同一铆接条件的飞机半圆头铆钉属同一种铆钉材质,用表示半圆头铆钉头受损面积与形变量的关系,/>的单位为/>。
半圆头铆钉头受损面积与形变量的关系,其计算式如下:
(1)
其中,为第/>个飞机半圆头铆钉的压缩量,/>为正整数。
则根据上式(1)、飞机半圆头铆钉的头受损部分像素连通区域的面积、半圆头铆钉头受损面积与形变量的关系/>,可计算得到第/>个飞机半圆头铆钉的压缩量为:
(2)
而根据国家航空行业铆接标准,飞机半圆头铆钉的压缩量不得大于铆钉直径的0.08倍,即,其中,/>为飞机半圆头铆钉的直径。
因此,只需要判断是否大于/>,若是,则确定该飞机半圆头铆钉存在缺陷,否则,确定该飞机半圆头铆钉合格。
而对于同一铆钉材质及铆接条件下是固定的,因此,将传统通过人工测量飞机半圆头铆钉的方式,转化为,通过机器视觉技术大批量处理,识别各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积,最终计算得到各飞机半圆头铆钉的压缩量,以此判断飞机半圆头铆钉是否存在缺陷,避免了因大量飞机半圆头铆钉压缩量无法直接通过计算机视觉技术进行批量检测,而导致飞机半圆头铆钉缺陷检测效率低的技术问题;有利于实现机器视觉对大量飞机半圆头铆钉进行批量检测,提高铆钉缺陷检测效率;同时,避免了因采用人工测量飞机半圆头铆钉压缩量存在测量误差,而导致飞机半圆头铆钉缺陷检测精度低的技术问题,提高了铆钉缺陷检测准确率,实现飞机半圆头铆钉缺陷的高精度检测。
下面,以半圆头铆钉直径,/>为例进行说明,选用112颗飞机半圆头铆钉,由于拍摄视场固定,每张图像包含4颗飞机半圆头铆钉,即,对28张铆钉图像的112颗铆钉进行检测,挑选其中一张铆钉图像示例,如下表1所示:
其中,第3个飞机半圆头铆钉的,则通过计算/>,大于0.48mm,则确定第3个飞机半圆头铆钉存在缺陷。
所有28张铆钉图像的112颗铆钉的检测结果如下表2所示:
可知,通过本发明所述方法对飞机半圆头铆钉进行缺陷检测的准确率为98.21%,可有效识别出飞机半圆头铆钉是否合格。
在一些情况下,本实施例的方法中步骤2具体可以包括以下步骤,如图3所示:
步骤21,对所述第一图像信息进行第一次填充及逻辑与操作,将飞机半圆头铆钉进行分割,得到第二图像信息。
步骤22,对所述第二图像信息进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分进行分割,得到第三图像信息。
步骤23,识别所述第三图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
由图2可知,飞机半圆头铆钉的原始图像(即第一图像信息)中不仅包括飞机半圆头铆钉,还存在其他误导检测的变量,因此,在进行缺陷检测之前需要去除掉导致误检的部分。通过第一次填充及逻辑与操作将飞机半圆头铆钉从整幅原始图像信息(即第一图像信息)中分割出来,得到第二图像信息,如图4所示,为第一次填充及逻辑与操作后飞机半圆头铆钉的图像示例图。需要说明的是,填充及逻辑与的具体操作原理可参考现有相关技术,此处不再赘述。
由图4可知,无法将飞机半圆头铆钉的头受损部分与铆钉本体之间进行区分,因此还需要对飞机半圆头铆钉的图像信息(即所述第二图像信息)进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分分割出来,得到第三图像信息,如图5所示,为第二次填充及逻辑与操作后飞机半圆头铆钉的图像示例图。需要说明的是,填充及逻辑与的具体操作原理可参考现有相关技术,此处不再赘述。
通过两次填充及逻辑与操作,将半圆头铆钉从整幅图像中分割出来,以及,将铆钉头受损部分与半圆头铆钉本体进行分割,去除了误导缺陷检测的变量,可有效地识别出半圆头铆钉是否合格,有利于提高检测准确率,实现飞机半圆头铆钉缺陷的高精度检测。
实施例二
本发明实施例还提供了另一种飞机半圆头铆钉的缺陷检测方法,如图6所示,包括以下步骤:
步骤1`,获取若干经过铆接的飞机半圆头铆钉的第一图像信息。
步骤2`,识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
步骤3`,判断所述头受损部分像素连通区域的面积是否大于预设阈值,所述预设阈值基于飞机半圆头铆钉直径,以及,半圆头铆钉头受损面积与形变量的关系设定;若是,则转到步骤4`,否则转到步骤5`。
步骤4`,确定飞机半圆头铆钉存在缺陷。
步骤5`,确定飞机半圆头铆钉合格。
步骤1`和步骤2`的具体实施方式可参考上述实施例一中的步骤1和步骤2,此处不再赘述。
基于飞机半圆头铆钉直径,以及,半圆头铆钉头受损面积与形变量的关系/>,设定所述预设阈值,具体可为:
根据上式(1)、飞机半圆头铆钉的压缩量、半圆头铆钉头受损面积与形变量的关系/>,可计算得到第/>个飞机半圆头铆钉的头受损部分像素连通区域的面积/>为:
(3)
而根据国家航空行业铆接标准,飞机半圆头铆钉的压缩量不得大于铆钉直径的0.08倍,即,其中,/>为飞机半圆头铆钉的直径。
则,设定所述预设阈值为。
因此,只需要判断是否大于所述预设阈值(/>),若是,则确定该飞机半圆头铆钉存在缺陷,否则,确定该飞机半圆头铆钉合格。
而对于同一铆钉材质及铆接条件下是固定的,因此,将传统通过人工测量飞机半圆头铆钉的方式,转化为,通过机器视觉技术大批量处理,识别各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积,以此判断飞机半圆头铆钉是否存在缺陷,避免了因大量飞机半圆头铆钉压缩量无法直接通过计算机视觉技术进行批量检测,而导致飞机半圆头铆钉缺陷检测效率低的技术问题;有利于实现机器视觉对大量飞机半圆头铆钉进行批量检测,提高铆钉缺陷检测效率;同时,避免了因采用人工测量飞机半圆头铆钉压缩量存在测量误差,而导致飞机半圆头铆钉缺陷检测精度低的技术问题,提高了铆钉缺陷检测准确率,实现飞机半圆头铆钉缺陷的高精度检测。
下面,以半圆头铆钉直径,/>为例(则,上述预设阈值设定为0.126/> 2)进行说明,选用112颗飞机半圆头铆钉,由于拍摄视场固定,每张图像包含4颗飞机半圆头铆钉,即,对28张铆钉图像的112颗铆钉进行检测,例如上表1所示,其中,第3个飞机半圆头铆钉的/>,大于/>,则确定第3个飞机半圆头铆钉存在缺陷。
结合上表2所示,通过本发明所述方法对飞机半圆头铆钉进行缺陷检测的准确率为98.21%,可有效识别出飞机半圆头铆钉是否合格。
在一些情况下,本实施例的方法中步骤2`具体可以包括以下步骤:
步骤21`,对所述第一图像信息进行第一次填充及逻辑与操作,将飞机半圆头铆钉进行分割,得到第二图像信息。
步骤22`,对所述第二图像信息进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分进行分割,得到第三图像信息。
步骤23`,识别所述第三图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
步骤21`~23`的具体实施方式可参考上述实施例一中的步骤21~23,此处不再赘述。
实施例三
本发明实施例还提供了一种飞机半圆头铆钉的缺陷检测装置,如图7所示,所述缺陷检测装置200包括:
图像模块210,用于获取若干经过铆接的飞机半圆头铆钉的第一图像信息;
视觉计算模块220,用于识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;
缺陷检测模块230,用于根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。
在一个优选的实施例中,所述缺陷检测模块230包括:
计算单元2301,用于根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,计算得到各飞机半圆头铆钉的压缩量;
第一判断单元2302,用于判断所述压缩量是否大于飞机半圆头铆钉直径的0.08倍;
第一检测单元2303,用于若所述压缩量大于飞机半圆头铆钉直径的0.08倍,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
在一个优选的实施例中,所述缺陷检测模块230包括:
第二判断单元2304,用于判断所述头受损部分像素连通区域的面积是否大于预设阈值,所述预设阈值基于飞机半圆头铆钉直径,以及,半圆头铆钉头受损面积与形变量的关系设定;
第二检测单元2305,用于若所述头受损部分像素连通区域的面积大于预设阈值,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
在一个优选的实施例中,所述视觉计算模块220包括:
第一图像处理单元2201,用于对所述第一图像信息进行第一次填充及逻辑与操作,将飞机半圆头铆钉进行分割,得到第二图像信息;
第二图像处理单元2202,用于对所述第二图像信息进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分进行分割,得到第三图像信息;
视觉计算单元2203,用于识别所述第三图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
本发明实施例一种飞机半圆头铆钉的缺陷检测装置是对应上述实施例一种飞机半圆头铆钉的缺陷检测方法,实现相应的功能。由于上述实施例中已经对一种飞机半圆头铆钉的缺陷检测方法实施方式进行了详细的说明,故在此不再赘述。
实施例四
本发明实施例还提供了一种电子设备3,如图8所示,包括存储器31、处理器32以及存储在所述存储器中并可在所述处理器上运行的计算机程序33,所述处理器执行所述计算机程序时实现如上述实施例一种飞机半圆头铆钉的缺陷检测方法的步骤。
实施例五
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例一种飞机半圆头铆钉的缺陷检测方法的步骤。
实施例六
本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述实施例一种飞机半圆头铆钉的缺陷检测方法的步骤。
以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种飞机半圆头铆钉的缺陷检测方法,其特征在于,包括:
获取若干经过铆接的飞机半圆头铆钉的第一图像信息;
识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;
根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。
2.如权利要求1所述的飞机半圆头铆钉的缺陷检测方法,其特征在于,检测各飞机半圆头铆钉是否存在缺陷,包括:
根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,计算得到各飞机半圆头铆钉的压缩量;
判断所述压缩量是否大于飞机半圆头铆钉直径的0.08倍;
若是,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
3.如权利要求1所述的飞机半圆头铆钉的缺陷检测方法,其特征在于,检测各飞机半圆头铆钉是否存在缺陷,包括:
判断所述头受损部分像素连通区域的面积是否大于预设阈值,所述预设阈值基于飞机半圆头铆钉直径,以及,半圆头铆钉头受损面积与形变量的关系设定;
若是,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
4.如权利要求1~3任一项所述的飞机半圆头铆钉的缺陷检测方法,其特征在于,识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,包括:
对所述第一图像信息进行第一次填充及逻辑与操作,将飞机半圆头铆钉进行分割,得到第二图像信息;
对所述第二图像信息进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分进行分割,得到第三图像信息;
识别所述第三图像信息中各飞机半圆头铆钉的头受损部分像素连通区域。
5.一种飞机半圆头铆钉的缺陷检测装置,其特征在于,包括:
图像模块,用于获取若干经过铆接的飞机半圆头铆钉的第一图像信息;
视觉计算模块,用于识别所述第一图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积;
缺陷检测模块,用于根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,检测各飞机半圆头铆钉是否存在缺陷。
6.如权利要求5所述的飞机半圆头铆钉的缺陷检测装置,其特征在于,所述缺陷检测模块包括:
计算单元,用于根据所述头受损部分像素连通区域的面积,以及,半圆头铆钉头受损面积与形变量的关系,计算得到各飞机半圆头铆钉的压缩量;
第一判断单元,用于判断所述压缩量是否大于飞机半圆头铆钉直径的0.08倍;
第一检测单元,用于若所述压缩量大于飞机半圆头铆钉直径的0.08倍,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
7.如权利要求5所述的飞机半圆头铆钉的缺陷检测装置,其特征在于,所述缺陷检测模块包括:
第二判断单元,用于判断所述头受损部分像素连通区域的面积是否大于预设阈值,所述预设阈值基于飞机半圆头铆钉直径,以及,半圆头铆钉头受损面积与形变量的关系设定;
第二检测单元,用于若所述头受损部分像素连通区域的面积大于预设阈值,则确定飞机半圆头铆钉存在缺陷;否则,确定飞机半圆头铆钉合格。
8.如权利要求5~7任一项所述的飞机半圆头铆钉的缺陷检测装置,其特征在于,所述视觉计算模块包括:
第一图像处理单元,用于对所述第一图像信息进行第一次填充及逻辑与操作,将飞机半圆头铆钉进行分割,得到第二图像信息;
第二图像处理单元,用于对所述第二图像信息进行第二次填充及逻辑与操作,将飞机半圆头铆钉的头受损部分进行分割,得到第三图像信息;
视觉计算单元,用于识别所述第三图像信息中各飞机半圆头铆钉的头受损部分像素连通区域,并计算得到各飞机半圆头铆钉的头受损部分像素连通区域的面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310882450.7A CN116630306B (zh) | 2023-07-19 | 2023-07-19 | 一种飞机半圆头铆钉的缺陷检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310882450.7A CN116630306B (zh) | 2023-07-19 | 2023-07-19 | 一种飞机半圆头铆钉的缺陷检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116630306A true CN116630306A (zh) | 2023-08-22 |
CN116630306B CN116630306B (zh) | 2023-10-20 |
Family
ID=87621541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310882450.7A Active CN116630306B (zh) | 2023-07-19 | 2023-07-19 | 一种飞机半圆头铆钉的缺陷检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116630306B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040022597A1 (en) * | 2002-05-08 | 2004-02-05 | Jones Steven V. | Blind rivet |
CN203216857U (zh) * | 2013-02-01 | 2013-09-25 | 王平 | 一种金属缺陷红外检测装置 |
CN108022232A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院沈阳自动化研究所 | 一种飞行器表面铆钉检测方法 |
CN111050945A (zh) * | 2017-07-28 | 2020-04-21 | 赛峰集团 | 飞机的铆接方法 |
CN113129268A (zh) * | 2021-03-19 | 2021-07-16 | 江苏航空职业技术学院 | 一种飞机铆接墩头质量检测方法 |
CN115115573A (zh) * | 2022-01-27 | 2022-09-27 | 上海岳展精密科技有限公司 | 一种基于transformer模型的铆钉缺陷检测方法及系统 |
CN116358449A (zh) * | 2023-04-13 | 2023-06-30 | 东南大学 | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 |
-
2023
- 2023-07-19 CN CN202310882450.7A patent/CN116630306B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040022597A1 (en) * | 2002-05-08 | 2004-02-05 | Jones Steven V. | Blind rivet |
CN203216857U (zh) * | 2013-02-01 | 2013-09-25 | 王平 | 一种金属缺陷红外检测装置 |
CN108022232A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院沈阳自动化研究所 | 一种飞行器表面铆钉检测方法 |
CN111050945A (zh) * | 2017-07-28 | 2020-04-21 | 赛峰集团 | 飞机的铆接方法 |
CN113129268A (zh) * | 2021-03-19 | 2021-07-16 | 江苏航空职业技术学院 | 一种飞机铆接墩头质量检测方法 |
CN115115573A (zh) * | 2022-01-27 | 2022-09-27 | 上海岳展精密科技有限公司 | 一种基于transformer模型的铆钉缺陷检测方法及系统 |
CN116358449A (zh) * | 2023-04-13 | 2023-06-30 | 东南大学 | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 |
Non-Patent Citations (2)
Title |
---|
DANNI LIU等: "Detection and Control of Surface Scar of Aircraft Rivet Based on Image Processing", 《2019 PROCEEDINGS OF THE CONFERENCE ON CONTROL AND ITS APPLICATIONS》, pages 91 - 97 * |
JUNGMIN KIM等: "Eddy Current Testing and Evaluation of Far-Side Corrosion Around Rivet in Jet-Engine Intake of Aging Supersonic Aircraft", 《JOURNAL OF NONDESTRUCTIVE EVALUATION》, pages 1 - 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN116630306B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949305B (zh) | 产品表面缺陷检测方法、装置及计算机设备 | |
CN106097361B (zh) | 一种缺陷区域检测方法及装置 | |
CN110136101B (zh) | 一种基于孪生距离比对的轮胎x光病疵检测方法 | |
CN111709948A (zh) | 容器瑕疵检测方法和装置 | |
CN108805180B (zh) | 目标对象的检测方法及装置 | |
CN112381791A (zh) | 一种基于3d点云的螺栓松动检测方法 | |
CN115493532B (zh) | 测量板材表面待测量元素面积的测量系统、方法及介质 | |
CN116152208A (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN116109635A (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
CN114663744A (zh) | 基于机器学习的仪表自动识别方法及系统 | |
CN116385331A (zh) | 瑕疵检测方法、系统、电子设备及介质 | |
CN116630306B (zh) | 一种飞机半圆头铆钉的缺陷检测方法和装置 | |
CN117367516B (zh) | 基于多维测试的铝塑复合板性能检测系统 | |
CN116026263B (zh) | 测厚校准方法、装置、设备和存储介质 | |
CN115409799A (zh) | Led芯片自动针痕检测方法、装置、介质及电子设备 | |
CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
CN114571287A (zh) | 一种基于大数据的机床工件在线检测分析系统 | |
CN111750781B (zh) | 一种基于ccd的自动测试系统及其方法 | |
CN108763063A (zh) | 一种无需缺陷标注数据的软件缺陷检测方法 | |
CN117333488B (zh) | 一种手机主板缺陷视觉检测方法和系统 | |
CN109192243A (zh) | 染色体比例的修正方法、装置、介质 | |
CN114264407B (zh) | 指针式压力表测量精度检测方法、计算机介质及计算机 | |
CN112529039B (zh) | 一种主板物料信息的检验方法、装置及存储介质 | |
CN111861367B (zh) | 一种用于实验室中样品排序的管理方法及系统 | |
JP2020024164A (ja) | 検査装置および検査方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |