[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。
