日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

一種x射線快速自動檢測方法

文檔序號:9524550閱讀:824來源:國知局
一種x射線快速自動檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及X射線無損檢測技術(shù),特別設(shè)及一種X射線快速自動檢測方法。
【背景技術(shù)】
[0002] 在航空航天、船艦、國防、汽車、高鐵等領(lǐng)域,存在大量的各種批量大、內(nèi)部零部件 眾多且裝配結(jié)構(gòu)復(fù)雜的關(guān)鍵重要產(chǎn)品,對大批量產(chǎn)品內(nèi)部零部件裝配結(jié)構(gòu)正確性的在線自 動檢測,需要快速采集、識別產(chǎn)品內(nèi)部的Ξ維空間結(jié)構(gòu)信息,目前仍然是行業(yè)內(nèi)未能很好解 決的難題。
[0003] 隨著數(shù)字圖像處理技術(shù)和實時成像技術(shù)在射線成像檢測技術(shù)中的應(yīng)用,X射線數(shù) 字成像檢測技術(shù)日趨成熟,它能實時獲取被檢產(chǎn)品內(nèi)部結(jié)構(gòu)的圖像,方便地提取圖像和被 檢構(gòu)件信息特征。目前,射線實時成像檢測技術(shù)在國內(nèi)的鑄造汽車輪穀、氣瓶、鍋爐、焊縫、 炮彈等產(chǎn)品的檢測中得到了大量應(yīng)用,但是目前尚缺乏有效解決自動大批量檢測復(fù)雜產(chǎn)品 的射線視覺檢測技術(shù)與系統(tǒng)。工廠現(xiàn)在一般采用具有破壞性的人工抽樣試驗與工業(yè)電視相 結(jié)合的方法對產(chǎn)品內(nèi)部結(jié)構(gòu)進行檢驗,對于抽檢的產(chǎn)品,將其置于X射線源與成像器件之 間并連續(xù)旋轉(zhuǎn),通過人眼反復(fù)觀察工件在多個方位下的射線圖像進而作出產(chǎn)品合格與否的 決策。由于產(chǎn)品內(nèi)部零部件層疊交錯,在其透視圖像上存在互相遮擋與拖影,且判別結(jié)果受 工人的經(jīng)驗、屯、理因素、身體條件及眼睛的疲勞程度影響,運種方法不僅費用高、準(zhǔn)確率低 并具有一定危險性。

【發(fā)明內(nèi)容】

[0004] 有鑒于此,本發(fā)明提供了一種針對產(chǎn)品內(nèi)部有多個識別子目標(biāo)的X射線自動檢測 方法,能更快速、準(zhǔn)確、高效率地實現(xiàn)對產(chǎn)品裝配質(zhì)量的檢測。
[0005] -種X射線快速自動檢測方法,包括樣本離線學(xué)習(xí)模塊和產(chǎn)品在線檢測模塊:
[0006] 所述樣本離線學(xué)習(xí)模塊包括:確定檢測產(chǎn)品內(nèi)部待識別子目標(biāo)區(qū)域W及子目標(biāo)區(qū) 域個數(shù),并根據(jù)待識別子目標(biāo)區(qū)域確定產(chǎn)品與檢測工作臺周向旋轉(zhuǎn)的最大步長n°,η可被 360整除;
[0007] 根據(jù)確定的最大旋轉(zhuǎn)步長η°,對一標(biāo)準(zhǔn)的合格產(chǎn)品在全周向方位下采用X射線 成像,得到Ν= 360/η個圖像序列;圖像采集電路將獲得的圖像序列送給計算機處理單元進 行檢測識別;
[0008] 計算機處理單元根據(jù)確定的待識別子目標(biāo)區(qū)域,提取每一方位下產(chǎn)品圖像的待識 別子目標(biāo)區(qū)域圖像,進行圖像數(shù)據(jù)重排,作為對每一方位下產(chǎn)品圖像的檢測識別特征,建立 識別特征標(biāo)準(zhǔn)樣本庫;所述圖像數(shù)據(jù)重排,重排方法既可W是對像素灰度值重排,也可W對 各子區(qū)域圖像提取某種特征或做某種變換法后的數(shù)據(jù)重排;
[0009] 提取每一方位下產(chǎn)品圖像中具有代表性的不變子區(qū)域作為位置特征,建立并保存 Ν幅序列圖像的位置特征標(biāo)準(zhǔn)樣本庫;
[0010] 所述產(chǎn)品在線檢測模塊包括:對送到檢測工作臺的當(dāng)前產(chǎn)品成像,提取當(dāng)前產(chǎn)品 位于某個隨機方位的位置特征,確定當(dāng)前產(chǎn)品在位置特征標(biāo)準(zhǔn)樣本庫中的最優(yōu)解,即確定 產(chǎn)品成像的當(dāng)前方位,也稱確定周向方位;所述提取位置特征的方法與樣本離線學(xué)習(xí)模塊 中的方法相同;
[0011] 確定周向方位后提取當(dāng)前產(chǎn)品在該方位下的檢測識別特征,進行數(shù)據(jù)重排后,與 識別特征標(biāo)準(zhǔn)樣本庫中同一周向方位下的最優(yōu)解匹配;如果在當(dāng)前方位下檢測識別特征匹 配成功,則根據(jù)檢測需要及確定的檢測步長,轉(zhuǎn)向下一特定方位,成像并提取檢測識別特征 后進行最優(yōu)解匹配,逐個完成當(dāng)前產(chǎn)品在各特定方位的最優(yōu)解匹配;如果在某一個方位下 匹配不成功,則直接將當(dāng)前產(chǎn)品下料到廢品區(qū);進行下一個產(chǎn)品的在線檢測;所述的提取 檢測識別特征W及數(shù)據(jù)重排的方法與樣本離線學(xué)習(xí)模塊中的方法相同。
[0012] 根據(jù)被檢測產(chǎn)品先驗已知的特性,并不需要對所有方位全部檢測(當(dāng)然也可W全 部檢測)。也即,離線學(xué)習(xí)是對所有方位下成像學(xué)習(xí);在線檢測則是在特定的幾個方位下即 可完成識別。因為實際檢測識別中,產(chǎn)品擺放方位的隨機性,導(dǎo)致了離線學(xué)習(xí)中所有的方位 圖像都需要采集圖像。在線檢測中在隨機方位下成像,然后根據(jù)位置特征找到當(dāng)前成像的 方位并與標(biāo)準(zhǔn)識別特征庫中的最優(yōu)解匹配識別,然后根據(jù)位置特征在有限的幾個特定方位 下完成檢測識別,運樣可W加快檢測速度。
[0013] 進一步的,對每一方位下產(chǎn)品圖像的待識別子目標(biāo)區(qū)域圖像進行圖像數(shù)據(jù)重排 時,先將任意方位i下的產(chǎn)品圖像X表示為:
[0014]
(1)
[0015] 其中,矩陣中的元素Xki表示圖像在第k行第1列的像素灰度值,圖像大小為KXL; 假設(shè)產(chǎn)品內(nèi)部有S個待識別子目標(biāo)區(qū)域,按照待識別子目標(biāo)區(qū)域在產(chǎn)品中的重要性與可能 出錯的概率依次排序為:1,2,…,S,且每個待識別子目標(biāo)區(qū)域圖像大小分別為K,XL,,其在 圖像中占據(jù)的大小為Kj行,Lj列,0 <j《S;
[001引提取上述S個待識別子目標(biāo)區(qū)域的特征,比如某方向的投影,可分別得到Li,L2,… ,Ls維數(shù)的投影特征向量:
[0017]
(2)
[001引其中,F(xiàn)。,F(xiàn)i2,…,F(xiàn)is分別表示在i方位下的S個待識別子目標(biāo)圖像投影特征向量, 各投影特征向量的維數(shù)或長度分別為子目標(biāo)圖像區(qū)域?qū)挾萀i,L2,…,Ls;
[0019] 將多個子目標(biāo)區(qū)域數(shù)據(jù)首尾連接重排后可得投影識別特征:
[0020] Fi=[fii(l),fii(2),...,fii(Li),fi2(l),fi2(2),...,fi2(L2),...,fisa),fis(2),··· ,fis(Ls)] (3)
[0021] 規(guī)范重寫為:
[002引Fi=(f…,fiM) (4)
[0023] 其中,F(xiàn)i代表該類型產(chǎn)品在i方位下的投影識別特征向量,M為投影識別特征向量 的維數(shù),M=Li+L2+'''+Ls;
[0024] 提取每一個方位下圖像的投影識別特征向量,作為每一方位下圖像的檢測識別特 征,建立并保存N幅序列圖像的識別特征標(biāo)準(zhǔn)樣本庫:
[00巧]
巧')
[002引其中,F(xiàn)2,…,F(xiàn)w分別表示產(chǎn)品圖像在N個方位下的檢測識別特征。
[0027] 所述的圖像數(shù)據(jù)重排W及投影特征向量能夠充分的提取出樣品的特征信息,使樣 品檢測的結(jié)果更加精確。針對不同的產(chǎn)品可W提取不同的投影特征向量。
[002引進一步的,提取S個待識別子目標(biāo)區(qū)域的特征時,是提取S個待識別子目標(biāo)區(qū)域的 垂直投影。
[0029] 進一步的,在樣本離線學(xué)習(xí)模塊和產(chǎn)品在線檢測模塊中,通過提取第i方位下整 幅圖像中的一個特征明顯且不會出現(xiàn)缺陷的子區(qū)域作為周向第i方位的位置特征并保存。 所述特征明顯且不會出現(xiàn)缺陷的子區(qū)域是指本領(lǐng)域技術(shù)人員知道的產(chǎn)品內(nèi)部根本不會出 現(xiàn)缺陷的圖像子區(qū)域。
[0030] 本發(fā)明所用到的裝置如圖1所示,該裝置包括:x射線實時成像模塊,由計算機處 理單元發(fā)出指令,機電控制模塊將被檢測產(chǎn)品送到檢測工作臺后,對被檢測產(chǎn)品成像,然后 將獲得的圖像送給計算機處理單元進行檢測識別。
[0031] 所述機電控制模塊,主要包括上下料裝置和檢測工作臺。
[0032] 所述上下料裝置,用于對不同型號的產(chǎn)品按照工廠檢測流水線,將批量產(chǎn)品按照 設(shè)定的節(jié)拍送到檢測工位;對檢測完的產(chǎn)品按照合格與否分類下料。
[0033] 所述檢測工作臺,可W360°自由旋轉(zhuǎn),W滿足對產(chǎn)品全周向方位成像;工作臺可 W上下調(diào)整W適應(yīng)不同型號產(chǎn)品的尺度要求。
[0034] 所述計算機處理單元,用于對獲得的產(chǎn)品圖像快速檢測識別。
[0035] 采用本發(fā)明的技術(shù)方案,可實現(xiàn)對產(chǎn)品內(nèi)部結(jié)構(gòu)及裝配質(zhì)量的快速自動檢測識 另IJ,且識別準(zhǔn)確率高。本發(fā)明的優(yōu)點:(1)根據(jù)產(chǎn)品內(nèi)部先驗已知的缺陷特征,一般都可在 有限的幾個方位下完成對產(chǎn)品的檢測識別,且由于在線檢測中對子目標(biāo)圖像區(qū)域的提取識 別代替了對產(chǎn)品整個圖像本身的識別,必然會提高檢測識別的速度與識別準(zhǔn)確率。(2)離線 學(xué)習(xí)中根據(jù)最大采樣步長對產(chǎn)品在所有方位下成像并提取識別特征與位置特征,保障了在 線檢測過程中產(chǎn)品可隨機擺放,根據(jù)位置特征找到在標(biāo)準(zhǔn)樣本庫中的最優(yōu)解,進而在當(dāng)前 方位下與特定的幾個有限方位下完成快速識別,提高了效率。(3)本發(fā)明產(chǎn)品圖像數(shù)據(jù)重排 采用了對產(chǎn)品內(nèi)部各個待識別子目標(biāo)區(qū)域圖像的灰度值先進行垂直投影,然后將多個子目 標(biāo)區(qū)域投影數(shù)據(jù)首尾連接重排得到投影識別特征,一般地,根據(jù)產(chǎn)品特征也可采用水平投 影,或直接將各個待識別子目標(biāo)區(qū)域的像素灰度值重排,或?qū)Ω鱾€待識別子目標(biāo)區(qū)域圖像 提取其它特征或做其它變換法后的數(shù)據(jù)重排。
【附圖說明】
[0036] 圖1為本發(fā)明成像裝置實施例的組成結(jié)構(gòu)示意圖。
[0037] 圖2為本發(fā)明X射線快速自動檢測方法實施例的結(jié)構(gòu)示意圖。
[0038]圖3為本發(fā)明對合格樣品離線學(xué)習(xí)實施例的流程圖。
[0039] 圖4為本發(fā)明對某一方位下多個待識別子目標(biāo)區(qū)域圖像數(shù)據(jù)重排實施例的流程 圖。
[0040] 圖5為本發(fā)明對批量產(chǎn)品在線快速自動檢測方法實施例的流程圖。
[00川 1-檢測工作臺,2-射線源,3-X射線實時成像模塊,4-圖像采集電路,5-機電控制 模塊,6-計算機處理單元,7-被檢測產(chǎn)品。
【具體實施方式】
[0042] 為了使本發(fā)明的技術(shù)方案更加清楚、明白,W下參照附圖并舉實施例,對本發(fā)明所 述方案作進一步的詳細說明。
[0043]圖1為本發(fā)明成像檢測裝置實施例的組成結(jié)構(gòu)示意圖,計算機處理單元6發(fā)出指 令,機電控制模塊5將被檢測產(chǎn)品送到可360°自由旋轉(zhuǎn)的檢測工作臺1后,對被檢測產(chǎn)品 7成像,圖像采集電路4將獲得的圖像送給計算機處理模塊進行檢測識別。如圖2所示,該 裝置對產(chǎn)品的檢測包括:樣本離線學(xué)習(xí)模塊和產(chǎn)品在線檢測模塊。
[0044]圖3為樣本離線學(xué)習(xí)模塊實施例的工作流程,對于每一種確定型號的產(chǎn)
當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1