[发明专利]一种基于视觉的保温杯焊缝定位检测方法及系统

说明书

本发明公开了一种基于视觉的保温杯焊缝定位检测方法及系统，涉及工业机器视觉识别技术领域。该方法包括步骤：在保温杯静止状态下，采集杯底与杯身焊接处的待检测图像；将所述待检测图像输入至预训练好的YOLO网络模型中，得到7*7*30的结果向量，通过非极大值抑制来选择最终的识别结果，完成焊缝定位识别。本发明基于快速实时的物体检测网络可以在不增加参数复杂度的前提下提高分类准确率，通过在该网络结构上实现对图像数据的特征采集和特征分析，最后在一张图上筛选出我们所要的局部区域，可以提高在有噪声的干扰的情况下的焊缝识别正确性，缩短分析时间，提高了算法的实时性，能在10毫秒内完成对一张8K图的分析和定位结果输出。

技术领域

本发明涉及工业机器视觉识别技术领域，尤其涉及一种基于视觉的保温杯焊缝定位检测方法及系统。

背景技术

保温杯一般是由陶瓷或不锈钢加上真空层作成的盛水的容器，顶部有盖，密封严实，真空绝热层能使装在内部的水等液体延缓散热，以达到保温的目的。保温杯杯底与杯身之间一般采用焊接方式进行连接，在焊接作业过程中需要焊接定位装置对杯身和杯底进行固定，但焊接定位装置的结构影响杯身杯底之间焊接的作业效率以及焊接效果。

为实现自动焊缝识别定位，发展出了如下三类应用较为广泛的焊缝定位技术，分别是：

1、Jifeng Liu等人提出一种基于普通光源的视觉跟踪移动窗口图像处理体系，在采集图像中移动与焊缝具有相同形状和大小的窗口，以窗口中所有像素灰度平均值与标准位置比较，可直接计算出焊缝位置偏差。

2、SunZheng等人提出一种基于自适应Canny边缘检测和最大轮廓点数的构件边缘提取算法。采用自适应中值滤波进行保边、去噪；通过添加45和135梯度模板来计算梯度幅值,进一步增强了Canny算子提取边缘细节信息和抗噪能力；采用最小误差法,实现了阈值自适应设定；针对构件轮廓内外噪点不易去除,提出一种最大轮廓点去噪方法；并用霍夫变换对构件的焊接段进行提取,为焊缝轨迹规划做了准备。

3、Mohamed Limam等人提出一种基于计算机视觉的钢轨焊缝自动定位方法.首先,采用中值滤波对焊缝图像进行噪声去除；其次,采用限制对比度自适应直方图均衡算法和直方图均衡化法进行焊缝图像增强；然后,采用双阈值OTSU法进行图像分割,突出轨头和焊缝区域图像,并采用连通域法提取轨头和焊缝区域轮廓；最后,采用多次最小二乘直线拟合法获取焊缝拟合直线,计算直线交点,实现钢轨焊缝自动定位。

上述三类应用较为广泛的焊缝定位技术虽然能够实现工业上的焊缝定位应用，但存在检测时间过长，且都是基于外壁进行的定位，检测时最大需要转动一周才能定位，而且转速不易过快，无法进一步提高保温杯的焊缝定位焊接效率。

发明内容

为实现对保温杯焊缝的快速精确定位，本发明实施例提供一种基于视觉的保温杯焊缝定位检测方法及系统。

一种基于视觉的保温杯焊缝定位检测方法，包括如下步骤：

在保温杯静止状态下，采集杯底与杯身焊接处的待检测图像；

将所述待检测图像输入至预训练好的YOLO网络模型中，得到7*7*30的结果向量，通过非极大值抑制来选择最终的识别结果，完成焊缝定位识别。

优选地，在上述的基于视觉的保温杯焊缝定位检测方法中，所述预训练好的YOLO网络模型的训练过程包括如下步骤：

采集保温杯杯底与杯身焊接处的原始图像，构成训练样本，并对所述训练样本中的原始图像进行标注；

将标注数据集输入到YOLO网络中进行特征提取；

将提取的特征数据进行预训练，然后在YOLO网络中训练得到训练好的YOLO网络模型。