[发明专利]一种用于复杂零件自动化喷涂过程的智能识别与检测方法

权利要求书

1.一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，包括如下步骤：

S1、零件外形图像处理：使用图像信息采集系统采集待检测零件的图像信息数据，并对采集到的图像信息数据通过图像二值化、图像对比度增强、图像滤波、图像分割等技术进行预处理；

S2、零件种类识别：基于零件图像预处理得到的数据信息，提取和分析零件的形状特征，并与零件型号库的零件特征进行匹配，识别出零件型号；

S3、零件喷涂执行：按照零件种类识别结果，匹配喷涂工艺，进行零件喷涂操作；

S4、喷涂表面图像处理：图像信息采集系统再次采集喷涂操作执行后的零件表面图像，并对表面图像进行噪声处理和图像增强；

S5、喷涂平整度检测：根据镜面与非镜面的零件表面，采用不同的光源照射方案及检测方案，进行对应的平整度评价；

S6、喷涂质量判定：使用自动漆膜测量仪测量每个喷涂后零件的喷涂厚度，并依据厚度测量值对不同的喷涂类型的厚度进行合格判断；

S7、喷涂质量综合评价：依据前述步骤识别的零件型号、平整度检测结果，结合硬度检验、耐溶剂性测试、附着力测试、耐冲击测试，综合评价零件的整体喷涂质量。

2.根据权利要求1所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，所述图像信息采集系统包括摄像机、照明光源、光学镜头、工控机和编码器，所述摄像机拍摄零件图片并传送给图像采集卡，图形采集卡进过模数转换将模拟的图像信号转换为数字信号并传递给工控机，由工控机进行图像处理，所述编码器的输出端口连接摄像机的触发端口，用于控制摄像机的自动采集。

3.根据权利要求1所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，步骤S2中，零件形状特征包括几何特征、强度特征和颜色特征；其中，几何特征是指目标的长度、面积、角度、长宽比，强度特征是指目标的灰度值分布，颜色特征是指像素的颜色灰度值。

4.根据权利要求1所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，步骤S4中，采用均值滤波方式进行噪声处理，采用直方图均衡化方法进行图像增强。

5.根据权利要求2所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，步骤S5中，对于镜面零件表面，采用点阵投影法，使用点阵光源，将某个具有规则形状的物体投影在喷涂后的零件表面，然后根据物体在待测零件中投影的位置相对于在平整零件中投影的位置的偏移情况来判断零件表面是否平整。

6.根据权利要求1所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，步骤S5中，对于非镜面的表面，采用能量集中，亮度大的线光源倾斜照射物体表面；对获得的图像中的光线直线采用滑动平均数滤波器进行滤波，得到一幅更为平滑的路面网状图像，将此图与原图像进行相减操作后，可对零件表面的凸起异物或凹坑区域进行初步判断。

7.根据权利要求1所述的一种用于复杂零件自动化喷涂过程的智能识别与检测方法，其特征在于，步骤S6具体包括：读取喷涂执行过程中使用的喷涂程序，识别喷涂类型；再通过读取自动漆膜测量仪中每个喷涂零件的喷涂厚度；最后按照喷涂类型与喷涂厚度合格判定标准判定零件喷涂厚度是否合格。