一種在線自動(dòng)檢測(cè)多孔金屬材料空洞缺陷的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種多孔金屬材料的檢測(cè)方法，特別涉及一種多孔金屬材料空洞缺陷的檢測(cè)方法。
【背景技術(shù)】
[0002]多孔金屬材料是一種由金屬基體和大量孔隙組成的結(jié)構(gòu)功能一體化的新型金屬基復(fù)合材料。它因其密度低、比表面積大而具有獨(dú)特的優(yōu)勢(shì)，在高新技術(shù)領(lǐng)域得到了廣泛的應(yīng)用。但在連續(xù)化的工業(yè)生產(chǎn)過(guò)程中，由于基體在經(jīng)過(guò)導(dǎo)電化處理時(shí)，某些微小部分因?yàn)闆](méi)鍍覆上金屬，在經(jīng)過(guò)后續(xù)的還原熱處理階段，這些沒(méi)有鍍覆金屬的部分會(huì)出現(xiàn)空洞缺陷，嚴(yán)重影響產(chǎn)品質(zhì)量。目前檢測(cè)這種缺陷的方法一般方法是在在光線充足條件下，用人工目測(cè)法。這種方法效率低、準(zhǔn)確度差、成本高，且嚴(yán)重依賴操作員工的經(jīng)驗(yàn)，與連續(xù)化生產(chǎn)不相適應(yīng)。
[0003]因此，開(kāi)發(fā)出一種能在線自動(dòng)檢測(cè)多孔金屬材料空洞缺陷的方法，是行業(yè)內(nèi)急切需要解決的重大技術(shù)難題。

【發(fā)明內(nèi)容】

[0004]本發(fā)明旨在提供一種可實(shí)現(xiàn)在線連續(xù)化自動(dòng)檢測(cè)多孔金屬材料空洞缺陷的方法，本發(fā)明通過(guò)以下方案實(shí)現(xiàn):
[0005]一種在線自動(dòng)檢測(cè)多孔金屬材料空洞缺陷的方法，包括以下步驟:訓(xùn)練分類器一測(cè)試一輸出結(jié)果，訓(xùn)練分類器按以下步驟操作:
[0006]( I )采用可采集圖像數(shù)據(jù)裝置拍攝產(chǎn)品圖像，選取N張?jiān)谙嗤臄z條件下得到的同種多孔金屬材料產(chǎn)品的有空洞缺陷圖像，或選取N張同種多孔金屬材料的包含正常產(chǎn)品圖像和有空洞缺陷的產(chǎn)品圖像；所選取圖像的大小和分辨率相同，選取的圖像分辨率至少為1024X1024，數(shù)量在100張以上；
[0007]( II )采用具有數(shù)據(jù)處理功能的機(jī)器，將選取的圖像全部轉(zhuǎn)化為灰度圖像，對(duì)每一張灰度圖像分成大小為nXn像素塊的塊區(qū)域，將包含有空洞缺陷的產(chǎn)品圖像分成的塊區(qū)域分為Α、B兩組，A組是不包含空洞的塊區(qū)域，B組是包含空洞缺陷的塊區(qū)域；正常產(chǎn)品的圖像的塊區(qū)域則全部為A組；Α、Β兩組的區(qū)域塊數(shù)分別至少為100，所述η值為64?128的整數(shù)；
[0008](III)在上述具有數(shù)據(jù)處理功能的機(jī)器內(nèi)，對(duì)每一張灰度圖像，分別計(jì)算其按步驟(II )選定的A或/和B組樣本像素塊的灰度均值、灰度方差、灰度平均梯度和特定計(jì)算條件下的按公式(I)計(jì)算得到的灰度共生矩陣特征值，樣本的上述四個(gè)值的組合即為樣本的特征向量值，將A組樣本得到的上述特征向量值定為正樣本特征向量，將B組樣本得到的特征向量值定為負(fù)樣本特征向量，并分別給出不同的標(biāo)識(shí)，完成分類器訓(xùn)練'k組和B組樣本的灰度共生矩陣特征值的計(jì)算條件一致；
[0009]灰度共生矩陣是對(duì)圖像上保持某距離的兩像素分別具有某灰度的狀況進(jìn)行統(tǒng)計(jì)得到的。具體定義為:取像素塊中任意一點(diǎn)(x，y)及偏離它的另一點(diǎn)(x+a，y+b)，設(shè)該點(diǎn)對(duì)的灰度值為(vl，v2);令點(diǎn)(x，y)在整個(gè)圖像上移動(dòng)，則會(huì)得到各種(vl，v2)值；設(shè)灰度值的級(jí)數(shù)為L(zhǎng)，則(vl，v2)的組合共有K (K = LXL)種；對(duì)于整個(gè)圖像，統(tǒng)計(jì)出每一個(gè)(vl，v2)值出現(xiàn)的次數(shù)，然后排列成一個(gè)方陣，這樣的方陣稱為灰度共生矩陣。本發(fā)明的灰度共生矩陣特征值用如下方法得到:首先選取特定的a、b和L值得到樣本的灰度共生矩陣，再由公式
(I)得到樣本的灰度共生矩陣特征值:
[0010]T= α Σ I1 (χ, γ) + β Σ I2 (χ, y) + y Σ I3 (χ, y) 公式(I)
[0011]其中Σ I1 (χ, y)是共生矩陣對(duì)角線(即坐標(biāo)點(diǎn)(1，I)與坐標(biāo)點(diǎn)(m，m)的連線)和像素點(diǎn)與頂點(diǎn)(坐標(biāo)點(diǎn)為(1，I))連線夾角在0°?15°范圍內(nèi)的共生矩陣元素值的總和，Σ I2(x, y)是對(duì)角線和像素點(diǎn)與頂點(diǎn)(坐標(biāo)點(diǎn)為(1，I))連線夾角在16°?30°范圍內(nèi)的值的共生矩陣元素值的總和，Σ I3(x, y)是對(duì)角線和像素點(diǎn)與頂點(diǎn)(坐標(biāo)點(diǎn)為(1，1))連線夾角在31°?45°范圍內(nèi)的共生矩陣元素值的總和；α、β、γ為相應(yīng)系數(shù)，且α < β< γ。
[0012]選取特定的a、b和L值即為灰度共生矩陣特征值的計(jì)算條件，本發(fā)明的計(jì)算條件為:a值(像素點(diǎn)偏離橫坐標(biāo)的值)為3?5的整數(shù)，優(yōu)選4 ;b值(像素點(diǎn)偏離縱坐標(biāo)的值)為O?2的整數(shù)，優(yōu)選O ;L值(灰度值的級(jí)數(shù))為18?22的整數(shù)，優(yōu)選20。
[0013]完成分類器的訓(xùn)練后，采用與訓(xùn)練分類器完全相同的數(shù)據(jù)圖像采集條件實(shí)時(shí)采集待測(cè)產(chǎn)品的圖像，轉(zhuǎn)化為灰度圖像后，再分成大小為nXn像素塊的塊區(qū)域，η值為64?128的整數(shù)，計(jì)算每一個(gè)像素塊的灰度均值、灰度方差、灰度平均梯度和特定計(jì)算條件下的按公式(I)計(jì)算得到的灰度共生矩陣特征值，其灰度共生矩陣特征值的計(jì)算條件與樣本的灰度共生矩陣特征值的計(jì)算條件一致，在已經(jīng)訓(xùn)練好的分類器上，將待測(cè)產(chǎn)品每一個(gè)塊區(qū)域的由上述四個(gè)特征組成的特征向量與所述正樣本特征向量或/和負(fù)樣本特征向量比對(duì)，并輸出比對(duì)的結(jié)果。
[0014]與現(xiàn)有技術(shù)相比，本發(fā)明可針對(duì)多孔金屬材料能在線自動(dòng)檢測(cè)其中的空洞缺陷的方法，操作簡(jiǎn)單、準(zhǔn)確率高且可以在生產(chǎn)的同時(shí)實(shí)現(xiàn)自動(dòng)檢測(cè)，能提高多孔金屬材料生產(chǎn)的質(zhì)量和合格率，減輕生產(chǎn)成本，提高生產(chǎn)效率。經(jīng)過(guò)實(shí)際檢測(cè)統(tǒng)計(jì)，本方法檢測(cè)多孔金屬材料的空洞缺陷的準(zhǔn)確率在99.95%以上。
【具體實(shí)施方式】
[0015]實(shí)施例1
[0016]一種在線自動(dòng)檢測(cè)多孔金屬鎳材料的空洞缺陷的方法，包括訓(xùn)練分類器一測(cè)試一輸出結(jié)果三步，訓(xùn)練分類器按以下步驟操作:
[0017]( I )采用分辨率為2448 X 2056的Vieworks VH-4M高清相機(jī)，在同一光照下垂直拍攝圖像，拍攝距離為10cm。選取100張圖像，這些圖像既有正常的產(chǎn)品圖像，也有空洞缺陷的產(chǎn)品圖像；
[0018]( II )采用具有數(shù)據(jù)處理功能的機(jī)器，將上述選取的100張圖像全部轉(zhuǎn)化為灰度圖像，對(duì)每一張灰度圖像分成大小為64X64像素塊的塊區(qū)域，將包含有空洞缺陷的產(chǎn)品圖像分成的塊區(qū)域分為A、B兩組，A組是不包含空洞的塊區(qū)域，B