[发明专利]基于漏磁信号的垂直分量的缺陷轮廓识别方法及装置有效

专利信息
申请号: 201710686539.0 申请日: 2017-08-11
公开(公告)号: CN107607612B 公开(公告)日: 2019-11-22
发明(设计)人: 黄松岭;彭丽莎;赵伟;王珅;于歆杰;李世松 申请(专利权)人: 清华大学
主分类号: G01N27/83 分类号: G01N27/83
代理公司: 11201 北京清亦华知识产权代理事务所(普通合伙) 代理人: 张润<国际申请>=<国际公布>=<进入国
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 信号 垂直 分量 缺陷 轮廓 识别 方法 装置
【权利要求书】:

1.一种基于漏磁信号的垂直分量的缺陷轮廓识别方法,其特征在于,包括:

获取待识别缺陷的漏磁信号的垂直分量;

对所述垂直分量进行识别,判定所述缺陷的各个直角的直角特征和直角位置点;

根据所述直角特征获取所述缺陷的各个直角位置点的可能的直角类型;

将各个可能的直角类型在对应的直角位置点进行遍历,确定各个直角位置点对应的最佳直角类型;

根据所述各个直角位置点对应的最佳直角类型绘制所述缺陷的轮廓以完成缺陷轮廓识别。

2.如权利要求1所述的方法,其特征在于,所述将各个可能的直角类型在对应的直角位置点进行遍历,确定各个直角位置点对应的最佳直角类型包括:

将各个直角位置点的可能的直角类型进行排列组合;

根据排列组合结果构建缺陷几何拓扑图;

遍历所述缺陷几何拓扑图;

在从所述缺陷几何拓扑图中获取的组合结果对应的缺陷为闭合缺陷时,停止遍历;

将所述闭合缺陷中各个直角位置点对应的直角类型确定为各个直角位置点对应的最佳直角类型。

3.如权利要求1所述的方法,其特征在于,所述直角特征包括第一类直角特征和第二类直角特征;

所述第一类直角特征包括四种第一直角类型,四种所述第一直角类型分别为开口角度为0°~90°的直角、开口角度为0°~270°的直角、开口角度为180°~270°的直角、开口角度为180°~90°的直角;

所述第二类直角特征包括四种第二直角类型,四种所述第二直角类型分别为开口角度为90°~180°的直角、开口角度为270°~360°的直角、开口角度为270°~180°的直角、开口角度为90°~360°的直角;

其中,所述开口角度是以沿磁化方向为起始角按顺时针旋转得到。

4.如权利要求1所述的方法,其特征在于,在所述对所述垂直分量进行识别之前,还包括:

确定对所述垂直分量进行识别的识别模式;

在确定所述识别模式为人工识别模式时,则根据对所述垂直分量进行观察判定所述缺陷的各个直角的直角特征和直角位置点;

在确定所述识别模式为自动识别模式时,则根据对所述垂直分量的包络信号判定所述缺陷的各个直角的直角特征和直角位置点。

5.如权利要求4所述的方法,其特征在于,所述根据对所述垂直分量进行观察判定所述缺陷的各个直角的直角特征和直角位置点,包括:

对所述垂直分量进行观察;

在观察到所述垂直分量中存在呈现明显向上凸起的波峰状信号以及所述波峰的等高线基本呈圆形时,判定直角特征为第一类直角特征,相应地,呈现明显向上凸起的波峰状信号中的信号最大值点对应的位置判定为直角位置点;

在观察到所述垂直分量中存在呈现显向下凹陷的波谷状信号及所述波谷的等高线基本呈圆形时,判定直角特征为第二类直角特征,相应地,呈现显向下凹陷的波谷状信号中的信号最小值对应的位置判定为直角位置点。

6.如权利要求4所述的方法,其特征在于,所述根据对所述垂直分量的包络信号判定所述缺陷的各个直角的直角特征和直角位置点,包括:

获取所述垂直分量的包络信号;

对所述包络信号进行幅值分析并判断所述包络信号的信号幅值是否均大于零或均小于零;

在确定所述包络信号的信号幅值均大于零时,判定直角特征为第一类直角特征,包络信号的信号幅值最大值对应的位置为直角位置点;

在确定所述包络信号的信号幅值均小于零时,判定直角特征为第二类直角特征,包络信号的信号幅值最小值对应的位置为直角位置点。

7.如权利要求6所述的方法,其特征在于,所述获取所述垂直分量的包络信号,包括:

对所述垂直分量进行灰度化图像处理以获取所述垂直分量的灰度图像;

对所述灰度图像进行canny边缘检测以获取所述垂直分量的包络信号。

8.如权利要求1-7任一项所述的方法,其特征在于,所述垂直分量为缺陷的漏磁信号在检测平面上垂直于磁化方向上的信号分量,所述检测平面为磁传感器检测阵列的扫描平面。

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清华大学,未经清华大学许可,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/pat/books/201710686539.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top