一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，待測(cè)工件經(jīng)圖像采集、圖像預(yù)處理、圖像特征提取、缺陷識(shí)別等識(shí)別工件是否存在缺陷。本發(fā)明還公開(kāi)了一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)。本發(fā)明提供的磁粉檢測(cè)缺陷自動(dòng)識(shí)別技術(shù)方案，通過(guò)采集的圖像，結(jié)合判別工件的材料類(lèi)型、加工工藝、磁粉檢測(cè)過(guò)程特征等背景知識(shí)，以及磁粉探傷人員的豐富的經(jīng)驗(yàn)，提高工件識(shí)別率和判別精確度。
【專(zhuān)利說(shuō)明】—種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于無(wú)損探傷的磁粉檢測(cè)領(lǐng)域，具體涉及一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法及系統(tǒng)。
【背景技術(shù)】
[0002]磁粉檢測(cè)是無(wú)損檢測(cè)五大常規(guī)方法之一，是鐵磁性材料表面缺陷檢測(cè)中用得最多、最成熟的方法，磁粉探傷技術(shù)自誕生以來(lái)已經(jīng)有八十余年的歷史。隨著磁化技術(shù)的不斷完善與成熟，以及計(jì)算機(jī)的快速普及使用，使得磁粉探傷應(yīng)用技術(shù)也得到了不斷地發(fā)展與進(jìn)步，在檢測(cè)靈敏度與精度等方面得到了顯著的提升。但是現(xiàn)行使用的大部分磁粉探傷設(shè)備卻始終沿用檢測(cè)結(jié)果由現(xiàn)場(chǎng)操作人員對(duì)磁化零件采用人工觀察的方法進(jìn)行零件缺陷有無(wú)的識(shí)別判斷。這一過(guò)程存在著如下缺點(diǎn):檢測(cè)速度慢，工作效率低，對(duì)操作人員而言工作內(nèi)容單調(diào)重復(fù)，導(dǎo)致漏檢率高；熒光磁粉探傷工作現(xiàn)場(chǎng)紫外光較強(qiáng)對(duì)長(zhǎng)時(shí)間工作的人員容易造成比較嚴(yán)重的身體傷害；并且不利于信息管理。所以對(duì)零件缺陷有無(wú)的判別急需要進(jìn)行智能化改進(jìn)。
[0003]近幾年隨著圖像處理技術(shù)的發(fā)展，出現(xiàn)了用數(shù)碼相機(jī)對(duì)工件進(jìn)行拍照，然后采用圖像處理的技術(shù)對(duì)照片進(jìn)行處理和進(jìn)行缺陷有無(wú)的判別，但是效果多不太好，目前市場(chǎng)上尚無(wú)成熟的產(chǎn)品推出。
[0004]國(guó)內(nèi)研究熒光磁粉自動(dòng)識(shí)別系統(tǒng)的單位不少，比如北京工業(yè)大學(xué)研制的熒光磁粉自動(dòng)識(shí)別系統(tǒng)具備圖像采集、平滑、增強(qiáng)、顯示等模塊；南京理工大學(xué)常熟研究院有限公司的施光瑩和李千目的專(zhuān)利“基于圖像處理的磁粉探傷缺陷智能識(shí)別檢測(cè)系統(tǒng)”等。但是他們的研究方法基本都是局限于傳統(tǒng)的圖像處理技術(shù)，沒(méi)有結(jié)合具體的磁粉檢測(cè)工藝進(jìn)行研究，這樣就很難將圖像處理的技術(shù)充分地與磁粉檢測(cè)結(jié)合起來(lái)，也很難適應(yīng)磁粉檢測(cè)中的復(fù)雜性。
[0005]國(guó)外的磁粉檢測(cè)自動(dòng)識(shí)別系統(tǒng)基本是針對(duì)一種特定的工件進(jìn)行的。俄羅斯研制的一種便攜式熒光磁粉探傷設(shè)備只是半自動(dòng)磁粉探傷機(jī)的縮小版本，還不能完成自動(dòng)識(shí)別；德國(guó)研制出了用于汽車(chē)制造領(lǐng)域的磁粉探傷設(shè)備，但其也只可以完成對(duì)2_以上傷痕的判斷識(shí)別；日木的水野正志等人采用工業(yè)攝像與圖像增強(qiáng)等技術(shù)手段針對(duì)鋼坯半成品以及鋼管成品的表面與近表面質(zhì)量需求，設(shè)計(jì)開(kāi)發(fā)出了滿(mǎn)足這兩種零件質(zhì)量檢測(cè)需求的磁粉探傷裝置，其缺陷識(shí)別精度可以顯示出一定程度的裂紋。
[0006]由此可以看出目前的磁粉檢測(cè)自動(dòng)識(shí)別系統(tǒng)基本是基于圖像處理的傳統(tǒng)技術(shù)進(jìn)行的，而這難以適應(yīng)磁粉檢測(cè)領(lǐng)域工藝的復(fù)雜性，對(duì)偽裂紋和非相關(guān)顯示的識(shí)別很困難，也很難適應(yīng)工件的多樣性，工作環(huán)境的復(fù)雜性以及對(duì)檢測(cè)精度的要求的。
[0007]一般磁粉檢測(cè)缺陷圖像自動(dòng)識(shí)別系統(tǒng)主要由以下部分組成:圖像采集，圖像預(yù)處理、特征提取、缺陷識(shí)別、數(shù)據(jù)存儲(chǔ)。用攝像頭對(duì)現(xiàn)場(chǎng)圖像采集后通過(guò)圖像平滑，銳化，增強(qiáng)等方法對(duì)圖像進(jìn)行預(yù)處理，改善原始圖像質(zhì)量以便于后期特征提取進(jìn)行缺陷的識(shí)別，這樣實(shí)際上并沒(méi)有將傳統(tǒng)的磁粉檢測(cè)技術(shù)充分地與圖像處理技術(shù)融合到一起，并且也沒(méi)有把專(zhuān)業(yè)的磁粉探傷工作人員在工作中所運(yùn)用的經(jīng)驗(yàn)和背景知識(shí)融入到智能判別系統(tǒng)中，這就是目前一般系統(tǒng)的缺陷。

【發(fā)明內(nèi)容】

[0008]本發(fā)明的目的在于針對(duì)上述現(xiàn)有技術(shù)的不足，提供一種基于機(jī)器學(xué)習(xí)的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，結(jié)合磁粉探傷人員在進(jìn)行裂紋缺陷工件判別時(shí)的豐富的經(jīng)驗(yàn)和背景知識(shí)，提高識(shí)別率和判別精確度。
[0009]本發(fā)明還提供了一種基于機(jī)器學(xué)習(xí)的磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)，
[0010]為達(dá)到上述目的，本發(fā)明采取的技術(shù)方案是:提供一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，包括以下步驟:
[0011]圖像采集，采集待測(cè)工件的圖像；
[0012]圖像預(yù)處理，對(duì)采集的待測(cè)工件的圖像進(jìn)行預(yù)處理，分成背景部分、缺陷相關(guān)部分和缺陷非相關(guān)部分，并減弱背景的影響；
[0013]圖像特征提取，利用圖像特征提取方法從預(yù)處理過(guò)的圖像中提取高亮區(qū)域的特征；所述特征包括高亮區(qū)域的圓形度、長(zhǎng)寬比和輪廓；
[0014]缺陷識(shí)別，將提取的特征與樣品訓(xùn)練數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比較，給出特征的置信度，并根據(jù)得出的置信度進(jìn)行求和得出待測(cè)工件的置信度；通過(guò)機(jī)器學(xué)習(xí)算法對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度；進(jìn)一步地，可以通過(guò)及其學(xué)習(xí)算法中的支持向量機(jī)算法對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度。
[0015]當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在；當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值時(shí)，認(rèn)定檢測(cè)失敗；
[0016]該磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法進(jìn)一步包括機(jī)器學(xué)習(xí)反饋步驟:
[0017]當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在，并將采集的圖像信息和判定結(jié)果補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中；
[0018]當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值，認(rèn)定檢測(cè)失敗時(shí)，采集人工對(duì)待測(cè)工件缺陷的判定信息并補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中。
[0019]本發(fā)明還提供了一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)，包括圖像采集模塊、圖像預(yù)處理模塊、圖像特征提取模塊、缺陷識(shí)別模塊和樣品訓(xùn)練數(shù)據(jù)庫(kù)；
[0020]圖像采集模塊，用于采集待測(cè)工件的圖像；
[0021]圖像預(yù)處理模塊，用于對(duì)采集的待測(cè)工件的圖像進(jìn)行預(yù)處理，并減弱背景的影響；
[0022]圖像特征提取模塊，用于從預(yù)處理過(guò)的圖像中提取特征；
[0023]缺陷識(shí)別模塊，用于將提取的特征與樣品訓(xùn)練數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比較，給出特征的置信度，并根據(jù)得出的置信度進(jìn)行求和得出待測(cè)工件的置信度；當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在；當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值時(shí)，認(rèn)定檢測(cè)失敗；
[0024]樣品訓(xùn)練數(shù)據(jù)庫(kù)，用于存儲(chǔ)多種由缺陷工件的圖像、加工材料和加工方法組成的數(shù)據(jù)文件。
[0025]磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)進(jìn)一步包括機(jī)器學(xué)習(xí)反饋模塊:[0026]當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在，并將采集的圖像信息和判定結(jié)果補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中；
[0027]當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值，認(rèn)定檢測(cè)失敗時(shí)，采集人工對(duì)待測(cè)工件缺陷的判定信息并補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中。
[0028]本發(fā)明提供的磁粉檢測(cè)缺陷自動(dòng)識(shí)別技術(shù)方案，通過(guò)采集的圖像，結(jié)合判別工件的材料類(lèi)型、加工工藝、磁粉檢測(cè)過(guò)程特征等背景知識(shí)，以及磁粉探傷人員的豐富的經(jīng)驗(yàn)，提高工件識(shí)別率和判別精確度。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0029]此處所說(shuō)明的附圖用來(lái)提供對(duì)本申請(qǐng)的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本申請(qǐng)的示意性實(shí)施例及其說(shuō)明用于解釋本申請(qǐng)，并構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。在附圖中:
[0030]圖1示意性地示出了根據(jù)本申請(qǐng)一個(gè)實(shí)施例的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法的流程圖。
[0031]圖2示意性地示出了根據(jù)本申請(qǐng)一個(gè)實(shí)施例的磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)的示意圖。
[0032]在這些附圖中，使用相同的參考標(biāo)號(hào)來(lái)表示相同或相似的部分。
【具體實(shí)施方式】
[0033]為使本申請(qǐng)的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，以下結(jié)合附圖及具體實(shí)施例，對(duì)本申請(qǐng)作進(jìn)一步地詳細(xì)說(shuō)明。
[0034]在以下描述中，對(duì)“ 一個(gè)實(shí)施例”、“實(shí)施例”、“ 一個(gè)示例”、“示例”等等的引用表明如此描述的實(shí)施例或示例可以包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度，但并非每個(gè)實(shí)施例或示例都必然包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度。另外，重復(fù)使用短語(yǔ)“根據(jù)本申請(qǐng)的一個(gè)實(shí)施例”雖然有可能是指代相同實(shí)施例，但并非必然指代相同的實(shí)施例。
[0035]為簡(jiǎn)單起見(jiàn)，以下描述中省略了本領(lǐng)域技術(shù)人員公知的某些技術(shù)特征。
[0036]本發(fā)明提供了一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法。
[0037]圖1示意性地示出了根據(jù)本申請(qǐng)一個(gè)實(shí)施例的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法的流程圖。該磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法包括步驟101-108。
[0038]在步驟101中，圖像采集，采集待測(cè)工件的圖像。
[0039]對(duì)于需要檢測(cè)缺陷的待測(cè)工件，采用相機(jī)并通過(guò)對(duì)相機(jī)參數(shù)的調(diào)整和設(shè)置，獲取高質(zhì)量的圖像。
[0040]在步驟102中，圖像預(yù)處理，對(duì)采集的待測(cè)工件的圖像進(jìn)行預(yù)處理，分成背景部分和工件部分，并減弱背景的影響，以及光照、圖像采集過(guò)程中產(chǎn)生的噪聲等非相關(guān)因素的影響。上述背景部分是指圖像中待測(cè)工件以外的部分。
[0041]在該步驟中，還要進(jìn)一步判斷預(yù)處理后的圖像中是否存在高亮區(qū)域，如果不存在高亮區(qū)域即可認(rèn)為該待測(cè)工件沒(méi)有缺陷，任務(wù)完成，結(jié)束。否則將可能存在缺陷，并將可能存在缺陷的位置定位在高亮區(qū)域。
[0042]在步驟103中，圖像特征提取，利用圖像特征提取方法從預(yù)處理過(guò)的圖像中提取聞売區(qū)域的特征。[0043]可以利用現(xiàn)有的各種圖像特征提取方法(如主成分分析PCA、線(xiàn)性判別分析LDA、局部保留映射LPP等)從預(yù)處理過(guò)的圖像中提取特征。該特征包括高亮區(qū)域的圓形度、長(zhǎng)寬比和輪廓等。
[0044]在步驟104中，缺陷識(shí)別，將提取的特征與樣品訓(xùn)練數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比較，給出特征的置信度，并根據(jù)得出的置信度進(jìn)行求和得出待測(cè)工件的置信度。
[0045]可以通過(guò)機(jī)器學(xué)習(xí)算法對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度。機(jī)器學(xué)習(xí)算法包括支持向量機(jī)(SVM)算法、C4.5算法、Kmeans algorithm算法、Apriori算法、最大期望(EM)算法、Adaboost算法、CART分類(lèi)與回歸樹(shù)、樸素貝葉斯分類(lèi)算法和K最近鄰(K-nearest neighbor classtification)分類(lèi)算法。
[0046]以支持向量機(jī)(SVM)算法為例，對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度。
[0047]支持向量機(jī)算法的判別函數(shù)為
【權(quán)利要求】
1.一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，包括以下步驟: 圖像采集，采集待測(cè)工件的圖像； 圖像預(yù)處理，對(duì)采集的待測(cè)工件的圖像進(jìn)行預(yù)處理，并減弱背景的影響； 圖像特征提取，利用圖像特征提取方法從預(yù)處理過(guò)的圖像中提取高亮區(qū)域的特征； 缺陷識(shí)別，將提取的特征與樣品訓(xùn)練數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比較，給出特征的置信度，并根據(jù)得出的置信度進(jìn)行求和得出待測(cè)工件的置信度；當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在；當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值時(shí)，認(rèn)定檢測(cè)失敗。
2.根據(jù)權(quán)利要求1所述的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，進(jìn)一步包括機(jī)器學(xué)習(xí)反饋步驟: 當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在，并將采集的圖像信息和判定結(jié)果補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中； 當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值，認(rèn)定檢測(cè)失敗時(shí)，采集人工對(duì)待測(cè)工件缺陷的判定信息并補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中。
3.根據(jù)權(quán)利要求1所述的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，所述特征包括高亮區(qū)域的圓形度、長(zhǎng)寬比和輪廓。
4.根據(jù)權(quán)利要求1所述的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，缺陷識(shí)別步驟中，通過(guò)機(jī)器學(xué)習(xí)算法對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度。
5.根據(jù)權(quán)利要求4所述的磁粉檢測(cè)缺陷自動(dòng)識(shí)別方法，其特征在于，缺陷識(shí)別步驟中，通過(guò)支持向量機(jī)算法對(duì)特征的置信度進(jìn)行求和得出待測(cè)工件的置信度。
6.一種磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)，其特征在于，包括圖像采集模塊、圖像預(yù)處理模塊、圖像特征提取模塊、缺陷識(shí)別模塊和樣品訓(xùn)練數(shù)據(jù)庫(kù)； 圖像采集模塊，用于采集待測(cè)工件的圖像； 圖像預(yù)處理模塊，用于對(duì)采集的待測(cè)工件的圖像進(jìn)行預(yù)處理，并減弱光照和背景的影響； 圖像特征提取模塊，用于從預(yù)處理過(guò)的圖像中提取特征； 缺陷識(shí)別模塊，用于將提取的特征與樣品訓(xùn)練數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行比較，給出特征的置信度，并根據(jù)得出的置信度進(jìn)行求和得出待測(cè)工件的置信度；當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在；當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值時(shí)，認(rèn)定檢測(cè)失敗； 樣品訓(xùn)練數(shù)據(jù)庫(kù)，用于存儲(chǔ)多種由缺陷工件的圖像、加工材料和加工方法組成的數(shù)據(jù)文件。
7.根據(jù)權(quán)利要求6所述的磁粉檢測(cè)缺陷自動(dòng)識(shí)別系統(tǒng)，其特征在于，進(jìn)一步包括機(jī)器學(xué)習(xí)反饋模塊: 當(dāng)待測(cè)工件的置信度大于設(shè)定的閾值時(shí)，認(rèn)定待測(cè)工件的缺陷存在，并將采集的圖像信息和判定結(jié)果補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中； 當(dāng)待測(cè)工件的置信度不大于設(shè)定的閾值，認(rèn)定檢測(cè)失敗時(shí)，采集人工對(duì)待測(cè)工件缺陷的判定信息并補(bǔ)充到樣品訓(xùn)練數(shù)據(jù)庫(kù)中。
【文檔編號(hào)】G06K9/62GK103984951SQ201410168454
【公開(kāi)日】2014年8月13日 申請(qǐng)日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】張華 , 李遠(yuǎn)江, 陸鵬, 張靜, 劉滿(mǎn)祿, 史晉芳, 劉桂華, 梁峰 申請(qǐng)人:西南科技大學(xué)