[发明专利]一种基于Adaboost及Haar特征的船舶焊缝缺陷图像检测系统及方法在审
申请号: | 201810563231.1 | 申请日: | 2018-06-04 |
公开(公告)号: | CN108776964A | 公开(公告)日: | 2018-11-09 |
发明(设计)人: | 邹红兵;田洺宇;史少越;钟诚;万程鹏;张明阳;姚厚杰;蔡浩 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 魏波 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 焊缝缺陷 数据传输单元 图像采集单元 图像采集卡 计算机 船舶焊缝 检测系统 缺陷图像 图像预处理模块 采集图像 焊缝检测 焊缝图像 检测模块 数据传输 积分图 实时性 融合 检测 构建 光照 船舶 引入 配置 | ||
1.一种基于Adaboost及Haar特征的船舶焊缝缺陷图像检测系统,其特征在于:包括图像采集单元、数据传输单元、以及计算机;
所述图像采集单元包括CCD摄像机(1)和图像采集卡(2),所述图像采集卡(2)设置在所述计算机内;
所述数据传输单元用于所述CCD摄像机(1)和所述计算机之间的数据传输;
所述计算机内配置有焊缝检测单元(3),所述焊缝检测单元(3)包括图像预处理模块、焊缝缺陷检测模块以及焊缝缺陷识别模块,用于对采集图像的焊缝缺陷检测。
2.根据权利要求1所述的基于Adaboost及Haar特征的船舶焊缝缺陷图像检测系统,其特征在于:所述图像采集卡(2)采用PCI总线(5)作为数据存取通道,安装于所述计算机内。
3.根据权利要求1所述的基于Adaboost及Haar特征的船舶焊缝缺陷图像检测系统,其特征在于:所述数据传输单元由USB总线(4)构成,数据经由USB总线(4)传输至所述计算机内。
4.一种基于Adaboost及Haar特征的船舶焊缝缺陷图像检测方法,其特征在于,包括以下步骤:
步骤1:利用CCD摄像机(1)和图像采集卡(2)采集船舶焊缝图像,将数字化后的图像存入计算机内;
步骤2:图像预处理,获取二值图像;
步骤3:二值图像Haar特征提取;
步骤4:Adaboost分类器检测;
通过已知焊缝缺项样本对Adaboost分类器进行构建,所得强分类器给出两个离散结果,即0和1,0表示检测到缝隙,1表示为非缝隙;将步骤3中获得的Haar特征作为强分类器输入输入至Adaboost分类器,根据所得结果对焊缝进行检测。
5.根据权利要求4所述的基于Adaboost及Haar特征的船舶焊缝缺陷图像检测方法,其特征在于,步骤2的具体实现过程是:使用中值滤波方法对图像进行去噪,消除图像内噪声以及梯度值超过100的背景边缘;使用OTSU方法对图像进行二值化处理,将图像由彩色图像转为二值图像。
6.根据权利要求4所述的基于Adaboost及Haar特征的船舶焊缝缺陷图像检测方法,其特征在于,步骤3的具体实现过程是:针对焊缝二值图像特征,构建10种Haar特征模板,包括边缘特征模板、线性特征模板以及对角特征模板,通过积分图方法,对焊缝二值图像Haar特征进行提取。
7.根据权利要求4-6任意一项所述的基于Adaboost及Haar特征的船舶焊缝缺陷图像检测方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:选取若干张焊缝缺陷图像,提取裂纹缺陷若干个,链状气孔若干个,气孔缺陷若干个,夹杂缺陷若干个,未融合缺陷若干个,以上缺陷特征图像作为样本集;
步骤4.2:将每一个训练样本归一化至N*N大小,并通过图像预处理的方式消除其噪声及明暗度的影响;其中N≤50;
步骤4.3:通过积分图的方式计算预处理后的图像Haar特征值;初始化Adaboost权值,以100轮为训练终止轮次,在迭代计算中,以最小误差率为目标,调整正负焊缝样本权重,获取最终强分类器;
步骤4.4:遍历待检测图像,计算图像像素中每一点积分值,通过积分值计算Haar特征值,将Haar特征计算结果作为强分类器输入,由输出结果判断区域是否为船舶焊缝。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810563231.1/1.html,转载请声明来源钻瓜专利网。