[发明专利]一种基于机器视觉的钢管焊缝缺陷在线检测方法有效
申请号: | 201910942191.6 | 申请日: | 2019-09-30 |
公开(公告)号: | CN110751604B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 谢仁平;林境锡;张柏兴;肖红军 | 申请(专利权)人: | 佛山科学技术学院 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/00;G06T7/12;G06T7/181;G01N21/88 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 蔡伟杰 |
地址: | 528000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于机器视觉的钢管焊缝缺陷在线检测方法。所述基于机器视觉的钢管焊缝缺陷在线检测方法,可以在获取的钢管焊缝表面图像数据中分离检测出缺陷,并给出缺陷宽度、面积等信息。本发明首先对获取的钢管图像进行预处理,然后利用横、纵坐标两个方向的梯度求得梯度幅值矩阵和梯度方向矩阵,再对非极大值抑制后的图像进行区域生长获取边缘链,最后验证这些边缘链是否为真正的焊缝缺陷,并计算出缺陷信息。本发明提供的基于机器视觉的钢管焊缝缺陷在线检测方法能够快速、实时检测钢管焊缝缺陷并提取出高精度的缺陷信息。 | ||
搜索关键词: | 一种 基于 机器 视觉 钢管 焊缝 缺陷 在线 检测 方法 | ||
【主权项】:
1.一种基于机器视觉的钢管焊缝缺陷在线检测方法,其特征在于,包括以下步骤:/n步骤1:获取钢管表面图像数据得到第一图像;/n步骤2:对第一图像进行预处理得到第二图像;/n步骤3:获取第二图像的横、纵坐标方向的梯度矩阵,然后计算图像每个像素的梯度幅值和梯度方向,得到梯度幅值矩阵和梯度方向矩阵,再将图像坐标按照梯度幅值降序排序,同时求取梯度直方图;/n步骤4:对第二图像进行非极大值抑制,得到第三图像;/n步骤5:根据第三图像,按照降序排序的梯度幅值的坐标、梯度方向,用区域生长法得到边缘链,并判断所得到的边缘链是否为有效边缘链;/n步骤6:根据梯度直方图判断每条有效边缘链是否为钢管焊缝缺陷,并且计算钢管焊缝缺陷的宽度、面积。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山科学技术学院,未经佛山科学技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910942191.6/,转载请声明来源钻瓜专利网。