[发明专利]一种基于图像处理的结构件生产管控方法及系统

说明书

本发明涉及人工智能技术领域，提供了一种基于图像处理的结构件生产管控方法及系统：在结构件生产过程中，获取各个目标结构的前后两帧图像的边缘，进而得到两边缘在同一位置的震动形变位移偏差值；获取各个目标结构的前后两帧图像的各凹凸语义区域，进而得到各区域对应的区域不平整程度值；根据边缘的各像素坐标与各区域的位置关系及各区域对应的区域不平整程度值，确定边缘的每个像素坐标的关注程度值；根据边缘的每个像素坐标的震动形变位移偏差值和关注程度值，计算各边缘的震动位移和偏移程度值，进而确定结构件的边缘不平整程度，在边缘不平整程度较大时，进行管控。本发明能够准确有效的管控结构件的铣削过程，提高结构件的合格率。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于图像处理的结构件生产管控方法及系统。

背景技术

在利用大型薄件金属材料加工结构件时，结构件在加工过程中由于刀具的切削力、机械震动等的作用下，结构件的结构会发生变形，例如铣削出的结构边缘发生弯曲或者表面变得不平整。当这种变形达到一定程度时就会影响结构件的后续加工和使用，严重时可能造成结构件的安全隐患。

目前，通常采用人工的方式对结构件的结构变形进行检测，当检测出结构件出现严重结构变形时，对应管控结构件的铣削过程，来提高结构件的合格率。但是人工检测的方式效率较慢，且检测结果会受到主观因素的影响，最终导致结构件生产管控可靠性较差。

发明内容

本发明的目的在于提供一种基于图像处理的结构件生产管控方法及系统，用于解决现有人工对结构件的结构变形进行检测导致结构件生产管控可靠性较差的问题。

为解决上述技术问题，本发明所采用的技术方案具体如下：

本发明提供了一种基于图像处理的结构件生产管控方法，包括以下步骤：

在结构件生产过程中，获取结构件的各个目标结构的当前帧图像和前一帧图像；

对各个目标结构的前后两帧图像分别进行边缘检测，得到各个目标结构的各个同一边缘在前帧图像中的边缘像素集以及在当前帧图像中的边缘像素集，将同一边缘在前帧图像中的边缘像素集称为前边缘像素集，在当前帧图像中的边缘像素集称为当前边缘像素集；

根据各个边缘的前边缘像素集和当前边缘像素集，确定两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值；

对各个目标结构的前后两帧图像分别进行语义分割，得到前后两帧图像对应的各凹凸语义区域，并计算所述各凹凸语义区域对应的区域不平整程度值；

根据各个边缘的前边缘像素集中某一位置对应的像素坐标与前帧图像对应的各凹凸语义区域的位置关系、各个边缘的当前边缘像素集中该某一位置对应的像素坐标与当前帧图像对应的各凹凸语义区域的位置关系、前帧图像对应的各凹凸语义区域对应的区域不平整程度值、当前帧图像对应的各凹凸语义区域对应的区域不平整程度值，确定两边缘像素集中各同一位置对应的两像素坐标的关注程度值；

根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，分别计算各个目标结构的各边缘的震动位移和偏移程度值；

根据各个目标结构的各边缘的震动位移和偏移程度值，确定该结构件边缘不平整特征值；

判断该结构件边缘不平整特征值是否大于特征值阈值，若大于特征值阈值，则对结构件生产过程进行管控以减小结构件形变。

进一步的，各个目标结构的各边缘的震动位移和偏移程度值的计算步骤包括：

根据两边缘像素集中各同一位置对应的两像素坐标的震动形变位移偏差值、两边缘像素集中各同一位置对应的两像素坐标的关注程度值，构造目标函数；

利用遗传算法最小化该目标函数，求解出该边缘的震动位移和偏移程度值。