[发明专利]一种基于机器视觉的钢管焊缝缺陷在线检测方法

权利要求书

1.一种基于机器视觉的钢管焊缝缺陷在线检测方法，其特征在于，包括以下步骤：

步骤1：获取钢管表面图像数据得到第一图像；

步骤2：对第一图像进行预处理得到第二图像；

步骤3：获取第二图像的横、纵坐标方向的梯度矩阵，然后计算图像每个像素的梯度幅值和梯度方向，得到梯度幅值矩阵和梯度方向矩阵，再将图像坐标按照梯度幅值降序排序，同时求取梯度直方图；

步骤4：对第二图像进行非极大值抑制，得到第三图像；

步骤5：根据第三图像，按照降序排序的梯度幅值的坐标、梯度方向，用区域生长法得到边缘链，并判断所得到的边缘链是否为有效边缘链；

步骤6：根据梯度直方图判断每条有效边缘链是否为钢管焊缝缺陷，并且计算钢管焊缝缺陷的宽度、面积；

其中，步骤5所述根据第三图像，按照降序排序的梯度幅值的坐标、梯度方向，用区域生长法得到边缘链，并判断所得到的边缘链是否为有效边缘链；其具体实现包括以下子步骤：

步骤5.1:依次将步骤3.3排序好的梯度幅值矩阵中的每点作为种子起点，将种子起点的灰度级做一个标志，置为0；

步骤5.2：遍历在步骤4所求的第三图像的种子起点的8邻域，若存在一点，这一点的灰度级不为0，并且这一点的梯度方向与种子起点的梯度方向的索引一致或者在相邻索引内，则将这一点作为新的种子起点，并且做一个标志，将灰度级置为0，重复此步骤直至不再符合条件，生成一条边缘链；

步骤5.3：以步骤5.1确定的种子起点再重复一次步骤5.1与步骤5.2；

步骤5.4：重复步骤5.1-5.3直至遍历完所有点，将得到若干条边缘链；

步骤5.5：设定最小有效长度，根据所述最小有效长度得到判断是否为焊缝缺陷边缘链的第一阈值，判断步骤5.4中每条边缘链是否大于所述第一阈值，若否，则这条边缘链不是有效边缘链，若是，则这条边缘链是有效边缘链，将每条有效边缘链存储起来；

其中，步骤6所述根据梯度直方图判断每条有效边缘链是否为钢管焊缝缺陷，并且计算钢管焊缝缺陷的宽度、面积；其具体实现包括以下子步骤：

步骤6.1：根据进行判断的有效边缘链，遍历这条有效边缘链，找到这条有效边缘链的最小梯度幅值和对应的位置，并将这个对应的位置作为一个索引；

步骤6.2：根据步骤5.5中所述最小有效长度得到判断是否为焊缝缺陷边缘链的第二阈值，根据步骤6.1中的最小梯度幅值和对应位置的索引，与第二阈值比较，判断是否为焊缝缺陷边缘链；

步骤6.3：再次判断步骤6.2中判定为不为焊缝缺陷边缘链的边缘链，对所述边缘链是否为焊缝缺陷边缘链进行重新验证；

步骤6.4：重复步骤6.1-6.3直至遍历完所有的有效边缘链；

步骤6.5：遍历确定为焊缝缺陷边缘链的区域，计算出其宽度、面积的像素大小，最后进行标定将像素大小转换为实际物理大小。

2.根据权利要求1所述的基于机器视觉的钢管焊缝缺陷在线检测方法，其特征在于：步骤2中所述的对第一图像进行预处理得到第二图像；其具体实现包括以下子步骤：

步骤2.1：根据第一图像，自动选取出感兴趣的目标区域；

步骤2.2：将所选出的感兴趣的目标区域中的三通道灰度图像转化为单通道图像；

步骤2.3：对所获取的单通道图像用5*5的高斯模板进行高斯滤波。

3.根据权利要求2所述的基于机器视觉的钢管焊缝缺陷在线检测方法，其特征在于：步骤2.1所述根据第一图像，自动选取出感兴趣的目标区域；其具体实现包括以下子步骤：

步骤2.1.1：对第一图像采用霍夫直线检测检测出钢管的两条边缘直线；

步骤2.1.2：对所检测出的两条边缘直线进行拟合，进而得到钢管区域的外接矩形；

步骤2.1.3：将得到的外接矩形的数据信息存储起来。