[发明专利]一种基于人工智能的工件气密性检测方法及系统

权利要求书

1.一种基于人工智能的工件气密性检测方法，其特征在于，该方法包括：

采集第二RGB图像和第一深度图像；

将所述第二RGB图像通过语义分割网络，得到水体的语义分割图；

将所述语义分割图变换到第一深度图像中得到第一深度图像的ROI区域；

将所述ROI区域的二值图与所述第一深度图像进行逐点相乘，提取第一深度图像信息，得到第二深度图像；

获取气密性检测充气前的第二深度图像和充气后的第二深度图像；

将所述充气后的第二深度图像的整体信息熵与所述第二深度图像中非零像素的灰度均值相比，比值作为尺寸评价因子，根据所述尺寸评价因子确定相应的预设模板，所述预设模板是根据预设参考阈值对所述尺寸评价因子划分评价等级，每个所述评价等级对应一个预设模板；

根据所述预设模板对所述充气前第二深度图像和所述充气后第二深度图像进行局部图像提取，得到充气前多张局部深度图像与所对应的充气后多张局部深度图像；

对所述每个局部深度图像，计算其灰度均值，并统计各灰度在局部深度图像中出现的概率；

对所述每个局部深度图像，计算对应的局部熵；

根据充气前后的所述局部熵、充气前后局部深度图像的信息熵差值的均值获得判断因子，将所述判断因子与经验阈值比较，确定异常区域；

对所述异常区域进行气孔分析，实现气孔的定位。

2.根据权利要求1所述的方法，其特征在于，所述采集第二RGB图像和第一深度图像的步骤包括：

获取第一RGB图像，基于所述第一RGB图像得到第一焦距；

获取第一深度图像，基于所述第一深度图像得到第二焦距；

比较所述第一焦距与第二焦距的差异，在差异值大于预设焦距阈值时，自动调节所述第一焦距和所述第二焦距，以使所述差异值小于预设焦距阈值，进而采集所述第二RGB图像。

3.根据权利要求1所述的方法，其特征在于，所述将语义分割图变换到第一深度图像中得到第一深度图像的ROI区域的步骤为：

获取所述第二RGB图像与第一深度图像之间的单应性矩阵；

根据所述单应性矩阵，将所述第二RGB图像的语义分割图变换到深度图像中得到深度图像的ROI区域。

4.根据权利要求1所述的方法，其特征在于，所述对异常区域进行气孔分析，实现气孔的定位的步骤为：

计算充气后的同一张所述第二深度图像中，异常区域与其相邻异常区域的信息熵差值；

将所述信息熵差值，与设置的熵差阈值比较，当所述信息熵差值大于所述熵差阈值时，确定该异常区域为气孔区域；

对所述气孔区域的灰度均值进行筛选，筛选像素值大于等于灰度均值的点，统计此类像素点的数量；

所述像素点的数量若大于等于预设数量阈值，则以该气孔区域的中心点坐标作为定位点，否则分别以该像素点作为定位点。

5.根据权利要求1所述的方法，其特征在于，所述将所述判断因子与经验阈值比较，确定异常区域，包括：

当判断因子大于或等于经验阈值时，将对应的局部区域确定为异常区域；

当判断因子小于经验阈值时，将当前的预设模板大小调整至下一个评价等级所对应的预设模板大小。