[发明专利]一种基于BP神经网络的铁塔角钢冲孔缺陷检测方法

说明书

本发明公开了一种基于BP神经网络的电力铁塔角钢冲孔缺陷检测法，该方法主要包括角钢冲孔圆定位、冲孔缺陷特征提取、BP神经网络冲孔缺陷检测三部分组成。角钢冲孔圆定位：图像预处理、重心获取、径向扫描获取冲孔边缘点、将获取的冲孔边缘点利用最小二乘拟合算法拟合出冲孔圆。冲孔缺陷特征提取：利用角钢孔在二值图像中所占的像素数，求取角钢孔的面积、周长、重心、圆形度。BP神经网络缺陷检测：建立BP神经网络，利用角钢冲孔图片进行角钢冲孔缺陷检测。该方法在恶劣的角钢生产环境下，能够有效的检测出冲孔有缺陷的角钢，将合格与不合格角钢区分出来，且执行速度快，有效解决了人工检测精度差，效率低的问题。

技术领域

本发明主要涉及到工业自动化检测技术领域，尤其涉及铁塔角钢构件冲孔缺陷检测。

背景技术

输电铁塔角钢是构成铁塔的重要构件，是输电线路的重要组成部分。我国电力的大容量、长距离、高电压的输电线路越来越多。早期的铁塔制造是粗加工行业，主要依靠手工作业生产。铁塔的加工过程存在着人体健康危害和环境污染的作业，实现铁塔的加工的绿色、环保，也是铁塔加工技术的重要发展方向。而随着我国装备制造业的进步，我国铁塔制造业已逐步摆脱了过去粗加工、低技术含量的旧面貌，铁塔企业在生产规模与技术水平方面都快速提升。当前部分铁塔生产企业已实现了铁塔产品的加工制造数控自动化，自动角钢生产线、自动板材生产线等设备也在铁塔行业逐渐被使用。我国电力的大容量、长距离、高电压的输电线路越来越多，杆塔的负荷越来越大。我国铁塔制造业不断成长，铁塔产品在加工工艺、产品质量方面不断提高。同时，凭借着在原材料及人工成本等方面的优势，我国铁塔产品在国际市场的竞争力越来越强。不仅诸如东南亚、非洲等发展中国家对我国铁塔产品需求増加发达国家也逐渐转向中国采购铁塔产品，使我国铁塔产品的岀口量呈现逐年増长的趋势。

国内针对铁塔角钢构件冲孔的检测通常采用传统的人工目测法，是通过抽样将待测工件与其对应的模板卡片覆盖的方法进行判定。近年来，长春理工大学首先结合CCD工业相机对铁塔角钢冲孔进行位置检测，但其只能通过图像拼接技术对正对摄像机镜头的冲孔进行信息匹配。在摄像机随齿条快速的移动过程中对铁塔角钢构件进行采集，使得其检测精度略低，且较依赖于电机和电控硬件系统，而造成了系统成本较高，调试过程较复杂，难以实现一步式检测的后果。迟迎运用软件系统把CCD采集的铁塔构件图像与其标准图进行比较，对铁塔构件各尺寸是否合格进行判断，以达到对铁塔构件的非接触在线检测的目的。赵显富等运用三维激光扫描技术获取螺栓孔的点云，经过数据处理后得到螺栓孔在模型坐标系中的坐标，与所建的标准铁塔模型进行比较，以达到取代铁塔生产中的“试组装”过程。金焕霞使用QNix8500型图层测厚仪，按照米字型测点布置对角钢塔材镀锌层进行检测，并设计了其相应的质量控制系统，进一步的对塔材镀锌层厚度及其均匀性进行分析。Langston采用精益六西格玛提高输电线路铁塔基础施工质量，以减少施工误差对铁塔结构稳定性的严重威胁。NYuan和YB Lv制定了杆塔几何尺寸检测程序和检测方法，根据几何尺寸检测数据绘制直方图和Xbar-R图，设计了塔几何尺寸检测质量控制系统。

以上方法对于角钢冲孔缺陷检测而言实现起来复杂、实时性不高。角钢冲孔缺陷检测需要结合具体情况分析，相关文献也非常少。本文提出的基于BP神经网络的电力铁塔角钢冲孔缺陷检测算法不仅定位精度高、缺陷检测准确、而且执行效率快，完全能够满足角钢的实时检测。

发明内容

本发明针对电力铁塔企业角钢构件冲孔缺陷实时在线检测的技术问题，提供一种基于BP神经网络的电力铁塔角钢冲孔缺陷在线检测算法，该算法通过铁塔角钢检测装置实时获取冲孔图片，图片经过预处理后，利用重心法获取冲孔图像重心、采用径向扫描获取冲孔边缘点、利用最小二乘法拟合冲孔圆，然后提取冲孔圆的四个特征向量，建立冲孔缺陷检测的BP神经网络，从而逐一并实时的检测出铁塔角钢构件冲孔的位置和缺陷，将合格与不合格的角钢进行分类，从而区分出合格与不合格产品。

基于BP神经网络的铁塔角钢冲孔缺陷检测法，包括以下步骤：

步骤1：获取角钢冲孔原始图像，对原始图像进行预处理，获取角钢冲孔拟合圆。