CN117830316A - 汽车油箱表面焊接缺陷检测方法及相关装置 - Google Patents
汽车油箱表面焊接缺陷检测方法及相关装置 Download PDFInfo
- Publication number
- CN117830316A CN117830316A CN202410248452.5A CN202410248452A CN117830316A CN 117830316 A CN117830316 A CN 117830316A CN 202410248452 A CN202410248452 A CN 202410248452A CN 117830316 A CN117830316 A CN 117830316A
- Authority
- CN
- China
- Prior art keywords
- image
- welding
- information
- welding structure
- preset
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 322
- 230000007547 defect Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 238000012545 processing Methods 0.000 claims description 38
- 238000012360 testing method Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 13
- 239000002828 fuel tank Substances 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 description 12
- 238000005286 illumination Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及缺陷检测的技术领域,公开了一种汽车油箱表面焊接缺陷检测方法及相关装置,本发明通过对汽车油箱焊接结构进行多个轮次的表面图像采集与内部信息采集,并且在表面图像采集的各个轮次中分别施加不同角度的光源影响并从多个角度进行图像采集,将采集的数据代入至对应焊接结构的三维立体模型的基础框架中,以对焊接结构进行充分与准确的形象复现,进一步地提取缺陷特征,确保了缺陷特征提取的精准度,避免了漏检错检的现象发生,解决了现有技术中使用视觉检测的方式对焊接结构进行检测导致检测精度较低的问题。
Description
技术领域
本发明涉及缺陷检测的技术领域,尤其涉及一种汽车油箱表面焊接缺陷检测方法及相关装置。
背景技术
在汽车油箱的生产流程中,需要使用焊接工艺对汽车油箱进行焊接,为了确保汽车油箱的生产质量,需要对汽车油箱上的焊接结构进行检测,以确保焊接结构上的缺陷不超过标准范围。
目前,通常使用视觉检测的方式对焊接结构进行检测,这种检测方式存在检测精度较低的问题。
发明内容
本发明的目的在于提供一种汽车油箱表面焊接缺陷检测方法及相关装置,旨在解决现有技术中使用视觉检测的方式对焊接结构进行检测导致检测精度较低的问题。
本发明是这样实现的,第一方面,本发明提供一种汽车油箱表面焊接缺陷检测方法,包括:
获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
优选地,获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架的步骤包括:
对所述汽车油箱进行油箱类型的识别,以作为第一类型信息;
对所述焊接结构进行所处油箱具体位置的识别,以作为第二类型信息;
将所述第一类型信息与所述第二类型信息结合,在预设的数据库中调取对应的三维立体模型的基础框架;其中,所述数据库中预先存储有若干种类的三维立体模型的基础框架,各个所述三维立体模型的基础框架分别对应各个油箱类型的汽车油箱的各个油箱具体位置的焊接结构。
优选地,从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合的步骤包括:
对所述焊接结构施加一个预设角度的光源影响,同时从若干预设方位对所述焊接结构进行图像采集,得到一个轮次的所述焊接图像信息集合;其中,所述焊接图像信息集合包括在所述预设角度的光源影响下从各个所述预设方位采集到的图像信息;
改变对所述焊接结构施加的光源影响的预设角度,同时从各个所述预设方位对所述焊接结构进行图像采集,得到另一轮次的所述焊接图像信息集合;
重复进行上述步骤,以得到各个轮次的所述焊接图像信息集合。
优选地,将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象的步骤包括:
将一个轮次的所述焊接图像信息集合代入至所述三维立体模型的基础框架之中,对所述焊接结构进行一个轮次的表面形象复现,以得到所述焊接结构的复现形象;其具体步骤包括:第一,根据所述图像信息对应的预设方位对所述图像信息进行信息转换处理,以得到所述图像信息对所述焊接结构的表面各个位置的反馈信息;第二,根据所述图像信息对应的光源影响的预设角度对所述反馈信息进行光源影响修正;第三,将所述焊接图像信息集合中的所有修正后的反馈信息进行叠加处理,以得到所述焊接结构的复现形象;
重复进行上述步骤,对所述焊接结构进行各个轮次的表面形象复现,以得到所述焊接结构的各个复现形象;
根据各个所述复现形象对应的光源影响的预设角度生成所述复现形象的形象标签,将各个所述形象标签分别与各个所述复现形象进行绑定,使用绑定所述形象标签后的各个所述复现形象作为所述焊接结构的结构表面形象。
优选地,从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象的步骤包括:
从若干预设方位对所述焊接结构进行声波检测和射线检测,以获取各个预设方位采集的声波检测数据和射线检测数据,并将所述声波检测数据与所述射线检测数据共同作为所述焊接结构内部信息;
将所述焊接结构的三维立体模型的基础框架划分为若干个细分区块,并基于各个所述细分区块对各个所述焊接结构内部信息进行划分,以得到各个所述焊接结构内部信息在各个所述细分区块上的区块信息;
根据对应所述细分区块的各个所述区块信息对所述细分区块进行内部结构形象的复现,以得到所述焊接结构在所述细分区块上的内部复现形象;其具体步骤包括:第一,根据所述区块信息对应的预设角度对所述区块信息进行信息转换处理,以得到所述区块信息在所述细分区块上的反馈信息;第二,将所述细分区块上的各个所述反馈信息进行叠加处理,以得到所述焊接结构在所述细分区块的内部复现形象;
根据各个所述细分区块之间的相对位置关系将所述焊接结构在各个所述细分区块上的内部复现形象进行结合处理,以得到所述焊接结构的结构内部形象。
优选地,对所述焊接结构的结构表面形象进行分析处理,得到所述焊接结构的缺陷特征的步骤包括:
基于所述焊接结构的三维立体模型的基础框架将所述焊接结构的表面划分为若干个表面细分区域;
根据各个所述复现形象的形象标签获取各个所述复现形象对应的光源影响的预设角度,并计算各个所述复现形象所对应的光源影响的预设角度与各个所述表面细分区域之间的相对位置关系;
根据各个所述相对位置关系在预设数据库中调取对应的各个所述复现形象在所述表面细分区域的检测标准,并根据各个所述检测标准对各个所述复现形象在所述表面细分区域的部分进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述复现形象在所述表面细分区域中反馈出的若干种可能性,以及对应各种可能性的权重值;
对各个所述复现形象在所述表面细分区域的反馈因子进行互相验证处理,以提取出所述焊接结构的缺陷特征。
优选地,对所述焊接结构的结构内部形象进行分析处理,得到所述焊接结构的缺陷特征包括:
根据各个所述反馈信息对应的预设角度在预设的数据库中调取对应的各个所述反馈信息的检测标准,并根据各个所述检测标准对各个所述反馈信息进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述反馈信息在所述细分区块上反馈出的若干种可能性,以及对应各种可能性的权重值;
基于各个所述内部复现形象分别对各个所述细分区块进行各个反馈因子的互相验证处理,以提取出各个所述细分区块的缺陷特征,将各个所述细分区块的缺陷特征进行结合,以得到所述焊接结构的结构内部形象的缺陷特征。
第二方面,本发明提供一种汽车油箱表面焊接缺陷检测装置,包括:
模型构建模块,用于获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
表面信息采集模块,用于从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
表面信息处理模块,用于将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
内部信息采集模块,用于从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
缺陷分析模块,用于对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
本发明提供了一种汽车油箱表面焊接缺陷检测方法,具有以下有益效果:
本发明通过对汽车油箱焊接结构进行多个轮次的表面图像采集与内部信息采集,并且在表面图像采集的各个轮次中分别施加不同角度的光源影响并从多个角度进行图像采集,将采集的数据代入至对应焊接结构的三维立体模型的基础框架中,以对焊接结构进行充分与准确的形象复现,进一步地提取缺陷特征,确保了缺陷特征提取的精准度,避免了漏检错检的现象发生,解决了现有技术中使用视觉检测的方式对焊接结构进行检测导致检测精度较低的问题。
附图说明
图1是本发明实施例提供的一种汽车油箱表面焊接缺陷检测方法的步骤示意图;
图2是本发明实施例提供的一种汽车油箱表面焊接缺陷检测装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细的描述。
参照图1、图2所示,为本发明提供较佳实施例。
第一方面,本发明提供一种汽车油箱表面焊接缺陷检测方法,包括:
S1:获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
S2:从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
S3:将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
S4:从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
S5:对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
具体地,在本发明提供的实施例的步骤S1中,对汽车油箱表面的焊接结构进行识别,以获取对应焊接结构的三维立体模型的基础框架,可以理解的是,不同型号的汽车油箱在不同部位的焊接部的具体结构是不同的,因此为了对焊接结构进行充分地数据检测与数据复现,从而对焊接结构进行焊接缺陷检测,本发明首先对焊接结构进行类型信息的识别,并生成对应的三维立体模型的基础框架。
需要说明的是,三维立体模型用于对焊接结构进行三维立体复现,而基础框架的含义是生成的三维立体模型对应着焊接结构理论上的三维立体形状,也就是说,基础框架对应着焊接结构的大致形状,将后续采集到的焊接结构的信息代入至三维立体模型的基础框架中,对焊接结构进行三维立体的各个部分的复现与缺陷检测。
具体地,在本发明提供的实施例的步骤S2中,根据需求和实际情况,确定若干个预设方位,即从不同的角度观察焊接结构,并且设定不同的预设角度的光源,以获得多角度的光照效果,即在不同的预设角度的光源影响下,令各个预设方位的摄像装置对焊接结构进行一轮图像采集,以获取多轮图像信息。
可以理解的是,通过从不同预设方位采集焊接图像,并施加不同光源角度的影响,可以获得多角度和多光照条件下的焊接图像信息集合。这样做有助于全面了解焊接结构的表面状态、缺陷情况及其与光照条件的关系。通过对图像集合的分析和比较,可以提高焊接结构的缺陷检测能力,并为进一步的图像处理、模型分析和质量控制提供参考数据。
具体地,在本发明提供的实施例的步骤S3中,将每个预设方位下的焊接图像信息集合导入到三维立体模型中,对每组焊接图像信息进行预处理,如去除噪声、调整亮度和对比度等,以提高图像质量,将处理后的图像信息与三维立体模型的基础框架进行匹配,确定其位置和角度,以对三维立体模型进行表面形象的复现。
需要说明的是,焊接图像信息集合中的各个图像信息均用于描述焊接结构的表面信息,因此对焊接结构的形象复现也是三维立体模型中的表面部分。
更具体地,多个轮次的焊接图像信息集合中对焊接结构的表面进行了多个轮次的图像采集,因此焊机结构表面的各个部位均对应着多个轮次的图像信息,这些图像信息同时在不同的光源影响下在不同方位对焊接结构的表面的各个部位进行信息反馈,将这些反馈的信息进行整合,以对焊接结构的表面形象的实际情况进行复现,从而进一步地对焊接结构的表面形象进行缺陷提取。
可以理解的是,通过将各个轮次的焊接图像信息集合代入至三维立体模型中,可以实现自动化的表面形象复现。这样做有助于全面、准确地了解焊接结构的表面状态和变化情况,从而更好地识别和定位缺陷、瑕疵、裂纹等问题。通过对表面形象的比较和分析,还可以判断焊接工艺的可靠性和一致性。
具体地,在本发明提供的实施例的步骤S4中,根据实际需求,设计和安装适当的声波和射线测试设备。从若干个预设方位对焊接结构进行声波和射线测试,获得焊接结构内部信息。测试结果可以包括焊接结构的材质、内部结构、缺陷等。
更具体地,将每个预设方位下的焊接结构内部信息导入到三维立体模型中,根据测试结果和三维立体模型的基础框架,确定焊接结构内部信息的位置和方向,利用三维立体模型,根据各个的焊接结构内部信息,对三维立体模型进行内部形象复现。
需要说明的是,与步骤S3中的原理类似,对内部结构的复现同样是使用不同预设方位下采集到的数据,对内部结构进行不同视角下的数据采集,将各项数据整合以进行内部结构的复现,从而确保内部结构的复现准确。
可以理解的是,通过从多个预设方位对焊接结构进行声波测试和射线测试,并将测试结果代入至三维立体模型中,可以实现全面、立体化的焊接结构内部信息呈现。这样做有助于深入了解焊接结构的内部结构、缺陷和材料等特征,为定位和解决问题提供科学依据。同时,通过将内部信息与表面形象相结合,也可以更好地判断焊接结构的质量和可靠性。
具体地,在本发明提供的实施例的步骤S5中,通过结构表面形象和结构内部形象的分析处理,可以准确地获取焊接结构的缺陷特征。这样做有助于评估焊接结构的质量和可靠性,及时发现和识别潜在缺陷。
本发明提供了一种汽车油箱表面焊接缺陷检测方法,具有以下有益效果:
本发明通过对汽车油箱焊接结构进行多个轮次的表面图像采集与内部信息采集,并且在表面图像采集的各个轮次中分别施加不同角度的光源影响并从多个角度进行图像采集,将采集的数据代入至对应焊接结构的三维立体模型的基础框架中,以对焊接结构进行充分与准确的形象复现,进一步地提取缺陷特征,确保了缺陷特征提取的精准度,避免了漏检错检的现象发生,解决了现有技术中使用视觉检测的方式对焊接结构进行检测导致检测精度较低的问题。
优选地,获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架的步骤包括:
S11:对所述汽车油箱进行油箱类型的识别,以作为第一类型信息;
S12:对所述焊接结构进行所处油箱具体位置的识别,以作为第二类型信息;
S13:将所述第一类型信息与所述第二类型信息结合,在预设的数据库中调取对应的三维立体模型的基础框架;其中,所述数据库中预先存储有若干种类的三维立体模型的基础框架,各个所述三维立体模型的基础框架分别对应各个油箱类型的汽车油箱的各个油箱具体位置的焊接结构。
具体地,在预设的数据库中,存储有若干种类的三维立体模型的基础框架和对应的油箱类型、焊接结构位置等信息,对汽车油箱和焊接结构的具体部分进行识别,并将所识别的油箱类型和焊接结构位置作为查询条件,从数据库中匹配出对应的三维立体模型的基础框架。
更具体地,调用对应的三维建模软件,将匹配出的基础框架作为模板,将焊接结构内部信息代入其中,完成焊接结构的内部形象复现。
可以理解的是,通过对汽车油箱类型和焊接结构位置的识别和匹配,可以自动调取对应的三维立体模型的基础框架,实现焊接结构内部形象的复现。这样做有助于提高复现效率和准确度,为后续的缺陷分析和质量控制等工作提供更为可靠的数据支持。同时,利用数据库中存储的多种三维立体模型的基础框架,也可以实现对不同类型、不同位置的焊接结构进行快速复现和比对,进一步提高焊接结构的质量和性能。
优选地,从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合的步骤包括:
S21:对所述焊接结构施加一个预设角度的光源影响,同时从若干预设方位对所述焊接结构进行图像采集,得到一个轮次的所述焊接图像信息集合;其中,所述焊接图像信息集合包括在所述预设角度的光源影响下从各个所述预设方位采集到的图像信息;
S22:改变对所述焊接结构施加的光源影响的预设角度,同时从各个所述预设方位对所述焊接结构进行图像采集,得到另一轮次的所述焊接图像信息集合;
S23:重复进行上述步骤,以得到各个轮次的所述焊接图像信息集合。
具体地,根据预设的角度,调整光源的位置和方向,使其以特定的角度照射到焊接结构上,光源可以是人工的光源或者使用光源模拟器等设备模拟出来的光源,在此条件下从若干预设方位进行图像采集。
更具体地,预先在每个预设方位上设置相机或其他图像采集设备,以从各个预设方位对焊接结构进行图像采集,获取图像信息,得到一个轮次的焊接图像信息集合。
更具体地,将从各个预设方位采集到的图像信息进行整合和存储,形成一个轮次的焊接图像信息集合,焊接图像信息集合包括从各个预设方位采集到的图像信息,这些图像信息会受到预设角度的光源影响。
更具体地,改变预设角度的光源影响,进行下一轮次的图像采集:调整预设角度,改变光源的位置和方向,从各个预设方位对焊接结构进行图像采集,获取新一轮次的图像信息。
更具体地,重复进行上述步骤,即反复施加不同角度的光源影响并进行多轮次的图像采集,每一轮次的焊接图像信息集合都会包括从不同角度和方位采集到的图像信息。
可以理解的是,通过不断改变光源角度和方位,并进行多轮次的图像采集,可以获取到不同角度和方位下的焊接图像信息集合。这样做有助于综合考察焊接结构在不同光照条件下的表面形貌、焊缝质量等情况。通过比对不同轮次的焊接图像信息集合,可以分析光源角度和方位对焊接结构图像的影响,进一步提高图像质量和准确性。此外,通过多轮次的图像采集,还可以应对光照条件的变化,减少因光照差异导致的影响,提高焊接结构图像的稳定性和可靠性。
优选地,将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象的步骤包括:
S31:将一个轮次的所述焊接图像信息集合代入至所述三维立体模型的基础框架之中,对所述焊接结构进行一个轮次的表面形象复现,以得到所述焊接结构的复现形象;其具体步骤包括:第一,根据所述图像信息对应的预设方位对所述图像信息进行信息转换处理,以得到所述图像信息对所述焊接结构的表面各个位置的反馈信息;第二,根据所述图像信息对应的光源影响的预设角度对所述反馈信息进行光源影响修正;第三,将所述焊接图像信息集合中的所有修正后的反馈信息进行叠加处理,以得到所述焊接结构的复现形象;
S32:重复进行上述步骤,对所述焊接结构进行各个轮次的表面形象复现,以得到所述焊接结构的各个复现形象;
S33:根据各个所述复现形象对应的光源影响的预设角度生成所述复现形象的形象标签,将各个所述形象标签分别与各个所述复现形象进行绑定,使用绑定所述形象标签后的各个所述复现形象作为所述焊接结构的结构表面形象。
具体地,对焊接图像信息进行信息转换:根据预设方位,对每个图像信息进行信息转换处理,将其转换为对应焊接结构表面各个位置的反馈信息。可以使用计算机视觉技术,如视觉匹配算法、三维重建算法等,将图像信息转换为对应焊接结构表面的点云或网格模型,并提取表面形象信息。
更具体地,进行光源影响修正:根据焊接图像信息集合中每个图像信息对应的光源角度和方位,对反馈信息进行光源影响修正。可以使用图像处理技术,如颜色校正算法、图像增强算法等,根据光源角度和方位的改变,对反馈信息进行修正。
需要说明的是,在不同的预设角度的光源影响下,会对焊接结构的图像采集产生不同的影响,例如:在一个预设角度的光源影响下,焊接结构的表面形象的细节无法展现出来,当光源改变后,即可清晰展现。
可以理解的是,多个预设方位的图像采集也有着上述的效果,即在一个预设方位的图像采集中无法展示出焊接结构的表面细节,在另一个预设方位的图像采集中可以展现出焊接结构的表面细节。
因此,使用多个预设方位,在多个预设角度的光源影响下进行图像采集,可以最大程度地对焊接结构的表面信息进行采集与复现。
更具体地,对于焊接图像信息集合中的各个图像信息,需要进行信息转换,即将一个预设角度光源影响下的预设方位的图像信息进行转换处理,得到其反馈出的三维立体模型的信息,当信息转换后,将对应焊接结构的表面形象的各个部分的信息进行叠加处理,以得到焊接结构的复现形象,也就是通过各种光源影响各个采集视角影响对焊接结构进行多轮次的形象复现,互相验证以得到更为准确的复现形象。
更具体地,叠加处理得到复现形象:将焊接图像信息集合中所有修正后的反馈信息进行叠加处理,得到一个轮次的复现形象。可以使用三维渲染技术,如OpenGL、DirectX等,将反馈信息渲染成可视化的三维模型,并生成表面纹理、材质等属性,得到焊接结构的复现形象。
更具体地,重复进行上述步骤,即根据不同轮次的焊接图像信息集合,生成不同轮次的复现形象。每次生成的形象会受到不同光源角度和方位的影响,因此可以得到不同视角的焊接结构的复现形象。
更具体地,生成形象标签绑定:根据每个焊接复现形象对应的光源角度和方位,生成形象标签。将每个形象标签与对应的焊接复现形象进行绑定,便于后续使用和管理。通过绑定形象标签,可以根据预设角度选择对应的焊接复现形象,以显示焊接结构在不同光照条件下的表面形象。使用绑定后的焊接复现形象,可以进行质量检测、缺陷诊断等工作,提高焊接结构的制造效率和质量。
可以理解的是,通过将焊接图像信息集合转换为反馈信息,并考虑光源角度和方位的影响,可以生成多个轮次的焊接结构复现形象。通过绑定形象标签,可以方便地选择和管理不同光源角度下的焊接复现形象,提高了图像的使用效率和可靠性。同时,通过反复进行图像采集和处理,可以减少光照条件的影响,得到更为准确和稳定的焊接结构表面形象信息。
优选地,从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象的步骤包括:
S41:从若干预设方位对所述焊接结构进行声波检测和射线检测,以获取各个预设方位采集的声波检测数据和射线检测数据,并将所述声波检测数据与所述射线检测数据共同作为所述焊接结构内部信息;
S42:将所述焊接结构的三维立体模型的基础框架划分为若干个细分区块,并基于各个所述细分区块对各个所述焊接结构内部信息进行划分,以得到各个所述焊接结构内部信息在各个所述细分区块上的区块信息;
S43:根据对应所述细分区块的各个所述区块信息对所述细分区块进行内部结构形象的复现,以得到所述焊接结构在所述细分区块上的内部复现形象;其具体步骤包括:第一,根据所述区块信息对应的预设角度对所述区块信息进行信息转换处理,以得到所述区块信息在所述细分区块上的反馈信息;第二,将所述细分区块上的各个所述反馈信息进行叠加处理,以得到所述焊接结构在所述细分区块的内部复现形象;
S44:根据各个所述细分区块之间的相对位置关系将所述焊接结构在各个所述细分区块上的内部复现形象进行结合处理,以得到所述焊接结构的结构内部形象。
具体地,声波检测和射线检测获取内部信息:在若干预设方位上进行声波检测和射线检测,获取各个预设方位采集的声波检测数据和射线检测数据,将声波检测数据和射线检测数据作为焊接结构的内部信息,用于后续的处理和分析。
更具体地,划分焊接结构的细分区块:将焊接结构的三维立体模型的基础框架划分为若干个细分区块,每个细分区块对应焊接结构的一个局部区域,可以根据焊接结构的几何形状和设计要求,将焊接结构划分为合适大小的细分区块,使得每个细分区块可以独立处理和分析。
更具体地,划分细分区块上的区块信息:基于每个细分区块,将焊接结构内部信息进行划分,得到每个细分区块上的区块信息。可以根据声波检测数据和射线检测数据的结果,将焊接结构内部的缺陷、材料性质等信息划分到对应的细分区块上。
更具体地,复现细分区块的内部形象:根据每个区块信息对应的预设角度,对区块信息进行信息转换处理,得到细分区块上的反馈信息。将细分区块上的各个反馈信息进行叠加处理,得到焊接结构在细分区块的内部复现形象。
更具体地,结合处理得到整体内部形象:根据各个细分区块之间的相对位置关系,将细分区块上的内部复现形象进行结合处理,得到焊接结构的结构内部形象。
可以理解的是,在上述步骤中,通过声波检测和射线检测获取焊接结构的内部信息,并根据细分区块的划分将内部信息进行分析和处理,可以得到焊接结构在不同细分区块上的内部复现形象。通过结合处理各个细分区块的复现形象,可以得到整体焊接结构的结构内部形象。这样可以提供可视化的内部形象,方便进行缺陷诊断、结构分析等工作,提高焊接结构的制造效率和质量。
可以理解的是,上述步骤与S3中各个细化步骤的思路存在相似之处,均采用多个方位的数据采集,来实现对焊接结构的多角度数据采集,从而进一步地对焊接结构进行多角度的形象复现,并将各个复现形象进行互相验证处理,以确定焊接结构的实际状况。
优选地,对所述焊接结构的结构表面形象进行分析处理,得到所述焊接结构的缺陷特征的步骤包括:
S51:基于所述焊接结构的三维立体模型的基础框架将所述焊接结构的表面划分为若干个表面细分区域;
S52:根据各个所述复现形象的形象标签获取各个所述复现形象对应的光源影响的预设角度,并计算各个所述复现形象所对应的光源影响的预设角度与各个所述表面细分区域之间的相对位置关系;
S53:根据各个所述相对位置关系在预设数据库中调取对应的各个所述复现形象在所述表面细分区域的检测标准,并根据各个所述检测标准对各个所述复现形象在所述表面细分区域的部分进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述复现形象在所述表面细分区域中反馈出的若干种可能性,以及对应各种可能性的权重值;
S54:对各个所述复现形象在所述表面细分区域的反馈因子进行互相验证处理,以提取出所述焊接结构的缺陷特征。
具体地,划分表面细分区域:将焊接结构的三维立体模型的表面划分为若干个表面细分区域,每个区域对应焊接结构的一个局部表面。可以根据焊接结构的几何形状和设计要求,将表面细分区域划分为适当大小的区域,使得每个区域可以独立处理和分析。
更具体地,获取光源影响的预设角度:根据每个复现形象的形象标签,获取复现形象对应的光源影响的预设角度。可以根据光源的位置和光线的入射角度等信息,计算复现形象所对应的光源影响的预设角度;根据复现形象的光源影响的预设角度与表面细分区域之间的相对位置关系,进行计算。可以通过预设数据库中存储的数据,根据相对位置关系调取对应的复现形象在表面细分区域的检测标准。
更具体地,检测分析处理:根据检测标准,对复现形象在表面细分区域的部分进行检测分析处理。可以根据反馈因子的权重值,评估复现形象在表面细分区域中反馈出的可能性,并得到若干反馈因子。
更具体地,反馈因子验证:对各个复现形象在表面细分区域的反馈因子进行互相验证处理,提取焊接结构的缺陷特征。可以根据反馈因子的可能性和权重值,确定焊接结构的缺陷类型和程度。
需要说明的是,一个表面细分区域对应着多个反馈因子,这些反馈因子分别对表明细分区域的表面信息进行反馈,而这些反馈分别来源于不同预设角度的光源影响下的不同预设方位的图像采集,使用多个反馈因子对一个表面细分区域进行信息反馈和互相之间的验证,可以避免缺陷被遗漏,也可以避免缺陷被误判。
更具体地,一个反馈因子包含了多个可能性,并且为各个可能性赋予了对应的权重值,权重值用于描述可能性的可能性程度,因此基于各个反馈因子进行互相验证,可以排除错误的可能性,保留正确的可能性,从而对焊接结构进行实际的形象复现。
可以理解的是,通过对焊接结构的表面细分区域进行光源影响预设角度计算和检测分析处理,可以提取焊接结构的缺陷特征。通过反馈因子的验证,可以确定焊接结构的缺陷类型和程度,为焊接结构的质量控制和改进提供参考依据。同时,可以实现对焊接结构缺陷的自动检测和分析,提高工作效率和准确性。
优选地,对所述焊接结构的结构内部形象进行分析处理,得到所述焊接结构的缺陷特征包括:
S55:根据各个所述反馈信息对应的预设角度在预设的数据库中调取对应的各个所述反馈信息的检测标准,并根据各个所述检测标准对各个所述反馈信息进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述反馈信息在所述细分区块上反馈出的若干种可能性,以及对应各种可能性的权重值;
S56:基于各个所述内部复现形象分别对各个所述细分区块进行各个反馈因子的互相验证处理,以提取出各个所述细分区块的缺陷特征,将各个所述细分区块的缺陷特征进行结合,以得到所述焊接结构的结构内部形象的缺陷特征。
具体地,调取检测标准:根据各个反馈信息对应的预设角度,在预设的数据库中调取对应的检测标准。可以根据检测标准中的参数和阈值,对各个反馈信息进行检测分析处理,以得到若干反馈因子。
更具体地,提取反馈因子:根据检测标准和检测结果,提取各个反馈信息在细分区块上的若干种可能性,并确定各种可能性的权重值。可以通过统计分析和机器学习等方法,对各个反馈信息的可能性和权重值进行量化和优化,以得到更加精准和可靠的反馈因子。
更具体地,互相验证处理:基于各个内部复现形象,分别对各个细分区块进行反馈因子的互相验证处理。可以通过比较和匹配各个细分区块的反馈因子,确定各个细分区块的缺陷特征,包括缺陷类型、程度、位置和形状等。
更具体地,结合缺陷特征:将各个细分区块的缺陷特征进行结合,以得到焊接结构的结构内部形象的缺陷特征。可以通过可视化和数据分析等方法,对焊接结构的缺陷特征进行展示和评估,提供参考依据。
可以理解的是,通过调取检测标准和提取反馈因子,可以实现对焊接结构表面各个细分区块的缺陷检测和分析。通过互相验证处理和结合缺陷特征,可以提取焊接结构内部形象的缺陷特征,包括缺陷类型、程度、位置和形状等。这些缺陷特征可以为焊接结构的质量控制和改进提供参考依据,提高工作效率和准确性。同时,该技术能够自动化地进行焊接结构缺陷检测和分析,减少人工干预和误判,提高检测的稳定性和可靠性。
参照图2所示,第二方面,本发明提供一种汽车油箱表面焊接缺陷检测装置,包括:
模型构建模块,用于获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
表面信息采集模块,用于从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
表面信息处理模块,用于将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
内部信息采集模块,用于从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
缺陷分析模块,用于对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
在本实施例中,上述装置实施例中的各个模块的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种汽车油箱表面焊接缺陷检测方法,其特征在于,包括:
获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
2.如权利要求1所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架的步骤包括:
对所述汽车油箱进行油箱类型的识别,以作为第一类型信息;
对所述焊接结构进行所处油箱具体位置的识别,以作为第二类型信息;
将所述第一类型信息与所述第二类型信息结合,在预设的数据库中调取对应的三维立体模型的基础框架;其中,所述数据库中预先存储有若干种类的三维立体模型的基础框架,各个所述三维立体模型的基础框架分别对应各个油箱类型的汽车油箱的各个油箱具体位置的焊接结构。
3.如权利要求1所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合的步骤包括:
对所述焊接结构施加一个预设角度的光源影响,同时从若干预设方位对所述焊接结构进行图像采集,得到一个轮次的所述焊接图像信息集合;其中,所述焊接图像信息集合包括在所述预设角度的光源影响下从各个所述预设方位采集到的图像信息;
改变对所述焊接结构施加的光源影响的预设角度,同时从各个所述预设方位对所述焊接结构进行图像采集,得到另一轮次的所述焊接图像信息集合;
重复进行上述步骤,以得到各个轮次的所述焊接图像信息集合。
4.如权利要求1所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象的步骤包括:
将一个轮次的所述焊接图像信息集合代入至所述三维立体模型的基础框架之中,对所述焊接结构进行一个轮次的表面形象复现,以得到所述焊接结构的复现形象;其具体步骤包括:第一,根据所述图像信息对应的预设方位对所述图像信息进行信息转换处理,以得到所述图像信息对所述焊接结构的表面各个位置的反馈信息;第二,根据所述图像信息对应的光源影响的预设角度对所述反馈信息进行光源影响修正;第三,将所述焊接图像信息集合中的所有修正后的反馈信息进行叠加处理,以得到所述焊接结构的复现形象;
重复进行上述步骤,对所述焊接结构进行各个轮次的表面形象复现,以得到所述焊接结构的各个复现形象;
根据各个所述复现形象对应的光源影响的预设角度生成所述复现形象的形象标签,将各个所述形象标签分别与各个所述复现形象进行绑定,使用绑定所述形象标签后的各个所述复现形象作为所述焊接结构的结构表面形象。
5.如权利要求1所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象的步骤包括:
从若干预设方位对所述焊接结构进行声波检测和射线检测,以获取各个预设方位采集的声波检测数据和射线检测数据,并将所述声波检测数据与所述射线检测数据共同作为所述焊接结构内部信息;
将所述焊接结构的三维立体模型的基础框架划分为若干个细分区块,并基于各个所述细分区块对各个所述焊接结构内部信息进行划分,以得到各个所述焊接结构内部信息在各个所述细分区块上的区块信息;
根据对应所述细分区块的各个所述区块信息对所述细分区块进行内部结构形象的复现,以得到所述焊接结构在所述细分区块上的内部复现形象;其具体步骤包括:第一,根据所述区块信息对应的预设角度对所述区块信息进行信息转换处理,以得到所述区块信息在所述细分区块上的反馈信息;第二,将所述细分区块上的各个所述反馈信息进行叠加处理,以得到所述焊接结构在所述细分区块的内部复现形象;
根据各个所述细分区块之间的相对位置关系将所述焊接结构在各个所述细分区块上的内部复现形象进行结合处理,以得到所述焊接结构的结构内部形象。
6.如权利要求4所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,对所述焊接结构的结构表面形象进行分析处理,得到所述焊接结构的缺陷特征的步骤包括:
基于所述焊接结构的三维立体模型的基础框架将所述焊接结构的表面划分为若干个表面细分区域;
根据各个所述复现形象的形象标签获取各个所述复现形象对应的光源影响的预设角度,并计算各个所述复现形象所对应的光源影响的预设角度与各个所述表面细分区域之间的相对位置关系;
根据各个所述相对位置关系在预设数据库中调取对应的各个所述复现形象在所述表面细分区域的检测标准,并根据各个所述检测标准对各个所述复现形象在所述表面细分区域的部分进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述复现形象在所述表面细分区域中反馈出的若干种可能性,以及对应各种可能性的权重值;
对各个所述复现形象在所述表面细分区域的反馈因子进行互相验证处理,以提取出所述焊接结构的缺陷特征。
7.如权利要求5所述的一种汽车油箱表面焊接缺陷检测方法,其特征在于,对所述焊接结构的结构内部形象进行分析处理,得到所述焊接结构的缺陷特征包括:
根据各个所述反馈信息对应的预设角度在预设的数据库中调取对应的各个所述反馈信息的检测标准,并根据各个所述检测标准对各个所述反馈信息进行检测分析处理,以得到若干反馈因子;其中,所述反馈因子用于描述所述反馈信息在所述细分区块上反馈出的若干种可能性,以及对应各种可能性的权重值;
基于各个所述内部复现形象分别对各个所述细分区块进行各个反馈因子的互相验证处理,以提取出各个所述细分区块的缺陷特征,将各个所述细分区块的缺陷特征进行结合,以得到所述焊接结构的结构内部形象的缺陷特征。
8.一种汽车油箱表面焊接缺陷检测装置,其特征在于,包括:
模型构建模块,用于获取汽车油箱表面的焊接结构的类型信息,并根据所述类型信息构建所述焊接结构的三维立体模型的基础框架;
表面信息采集模块,用于从若干预设方位对所述焊接结构进行若干轮次的图像采集,在各个轮次的图像采集中对所述焊接结构施加不同预设角度的光源影响,以获取各个轮次的焊接图像信息集合;其中,所述焊接图像信息集合包括一个轮次的图像采集中从各个所述预设方位采集到的图像信息;
表面信息处理模块,用于将各个轮次的所述焊接图像信息集合依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行各个轮次的表面形象复现,得到所述焊接结构的结构表面形象;
内部信息采集模块,用于从若干预设方位对所述焊接结构进行声波测试和射线测试,以获取从各个所述预设方位获取的焊接结构内部信息,将各个所述焊接结构内部信息依次代入至所述三维立体模型的基础框架中,以对所述焊接结构进行内部形象复现,得到所述焊接结构的结构内部形象;
缺陷分析模块,用于对所述焊接结构的结构表面形象和结构内部形象进行分析处理,得到所述焊接结构的缺陷特征;其中,所述缺陷特征用于描述所述焊接结构中存在的缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248452.5A CN117830316B (zh) | 2024-03-05 | 2024-03-05 | 汽车油箱表面焊接缺陷检测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410248452.5A CN117830316B (zh) | 2024-03-05 | 2024-03-05 | 汽车油箱表面焊接缺陷检测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117830316A true CN117830316A (zh) | 2024-04-05 |
CN117830316B CN117830316B (zh) | 2024-05-07 |
Family
ID=90519431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410248452.5A Active CN117830316B (zh) | 2024-03-05 | 2024-03-05 | 汽车油箱表面焊接缺陷检测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830316B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110763727A (zh) * | 2019-10-23 | 2020-02-07 | 广东工业大学 | 一种焊接缺陷的无损检测系统 |
JP2020051810A (ja) * | 2018-09-25 | 2020-04-02 | 株式会社昭和丸筒 | 撮影装置および外観検査装置 |
CN112701060A (zh) * | 2021-03-24 | 2021-04-23 | 惠州高视科技有限公司 | 半导体芯片焊线的检测方法及装置 |
EP4016058A1 (en) * | 2020-12-16 | 2022-06-22 | Zhejiang University | Automatic machine of vision on detection device for workpiece with complex curved surface |
CN115964797A (zh) * | 2022-11-30 | 2023-04-14 | 大连理工大学 | 一种基于数字孪生的壁板结构质量问题识别方法 |
EP4202424A1 (en) * | 2021-12-21 | 2023-06-28 | Fundacion Centro de Tecnologias de Interaccion Visual y Communicaciones VICOMTECH | Method and system for inspection of welds |
WO2023184895A1 (zh) * | 2022-03-29 | 2023-10-05 | 中车南京浦镇车辆有限公司 | 一种基于车辆健康诊断的车辆维修计划管理方法及系统 |
-
2024
- 2024-03-05 CN CN202410248452.5A patent/CN117830316B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020051810A (ja) * | 2018-09-25 | 2020-04-02 | 株式会社昭和丸筒 | 撮影装置および外観検査装置 |
CN110763727A (zh) * | 2019-10-23 | 2020-02-07 | 广东工业大学 | 一种焊接缺陷的无损检测系统 |
EP4016058A1 (en) * | 2020-12-16 | 2022-06-22 | Zhejiang University | Automatic machine of vision on detection device for workpiece with complex curved surface |
CN112701060A (zh) * | 2021-03-24 | 2021-04-23 | 惠州高视科技有限公司 | 半导体芯片焊线的检测方法及装置 |
EP4202424A1 (en) * | 2021-12-21 | 2023-06-28 | Fundacion Centro de Tecnologias de Interaccion Visual y Communicaciones VICOMTECH | Method and system for inspection of welds |
WO2023184895A1 (zh) * | 2022-03-29 | 2023-10-05 | 中车南京浦镇车辆有限公司 | 一种基于车辆健康诊断的车辆维修计划管理方法及系统 |
CN115964797A (zh) * | 2022-11-30 | 2023-04-14 | 大连理工大学 | 一种基于数字孪生的壁板结构质量问题识别方法 |
Non-Patent Citations (1)
Title |
---|
张侃;陈尧;康达;金士杰;刘丽丽;房云龙;张树潇;林莉;: "基于超声仿真建模的奥氏体不锈钢焊缝结构噪声和散射衰减研究", 无损探伤, no. 05, 25 October 2015 (2015-10-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117830316B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110047073B (zh) | 一种x射线焊缝图像缺陷定级方法及系统 | |
CN104063873B (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
US7495758B2 (en) | Apparatus and methods for two-dimensional and three-dimensional inspection of a workpiece | |
JP2017049974A (ja) | 識別器生成装置、良否判定方法、およびプログラム | |
US20230326010A1 (en) | Defective picture generation method and apparatus applied to industrial quality inspection | |
CN110473179A (zh) | 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备 | |
CN103778257B (zh) | 疵品不合格原因实时采集分析的方法 | |
CN109813728A (zh) | 一种电路板焊点检测方法及系统 | |
CN110186375A (zh) | 智能化高铁白车身焊接装配特征检测装置及检测方法 | |
CN115601359A (zh) | 一种焊缝检测方法及装置 | |
CN102980894A (zh) | 钢结构特种焊接无损检测系统及方法 | |
CN115619738A (zh) | 一种模组侧缝焊焊后检测方法 | |
CN113724240A (zh) | 一种基于视觉识别的冷柜脚轮检测方法、系统及装置 | |
CN113592814A (zh) | 新能源动力电池安全防爆阀激光焊接表面缺陷检测方法 | |
CN117274258A (zh) | 主板图像的缺陷检测方法、系统、设备及存储介质 | |
CN109685756A (zh) | 影像特征自动辨识装置、系统及方法 | |
CN117367516B (zh) | 基于多维测试的铝塑复合板性能检测系统 | |
CN113469991B (zh) | 一种锂电池极耳激光焊点视觉在线检测方法 | |
CN117830316B (zh) | 汽车油箱表面焊接缺陷检测方法及相关装置 | |
CN117237925B (zh) | 一种基于计算机视觉的智慧道路病害巡检方法及系统 | |
CN111105413B (zh) | 一种智能火花塞外观缺陷检测系统 | |
CN116935192A (zh) | 一种基于计算机视觉技术的数据采集方法及系统 | |
CN110322395B (zh) | 基于图像处理与仿射变换的零件轮廓形状检测方法及装置 | |
CN116721080A (zh) | 基于形状位置感知和均衡采样的小径管焊接缺陷检测方法 | |
CN112858341B (zh) | 一种检测方法、拍摄系统及检测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |