[发明专利]一种基于机器视觉的风电塔筒焊缝缺陷检测装置及方法在审

专利信息
申请号: 202010568753.8 申请日: 2020-06-19
公开(公告)号: CN111551565A 公开(公告)日: 2020-08-18
发明(设计)人: 肖苏华;罗文斌;赖南英;曹应斌;吴建毅;林锐豪;何林聪;刘宁 申请(专利权)人: 湖南恒岳重钢钢结构工程有限公司
主分类号: G01N21/952 分类号: G01N21/952;G06T7/00;G06T7/62;G06T5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 421300 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 风电塔筒 焊缝 缺陷 检测 装置 方法
【权利要求书】:

1.一种基于机器视觉的风电塔筒焊缝缺陷检测装置,其特征在于,包括图像采集系统、运动控制系统和缺陷检测系统,图像采集系统包括相机支架、激光相机、通讯接口和计算机,相机支架用于固定激光相机并可以对激光相机的高度进行调整,激光相机用于采集塔筒焊缝处的图像数据,所采取的图像数据包括高度图和点云数据;通讯接口用于将激光相机与计算机连接;运控控制系统用于支撑风电塔筒并在图像采集系统采集风电塔筒焊缝处的图像数据时转动塔筒,缺陷检测系统为安装于计算机内的缺陷检测软件;缺陷检测系统对高度图进行二维分析,以检测塔筒焊缝气孔缺陷,缺陷检测系统对点云数据进行三维分析,以检测塔筒焊缝的咬边缺陷和弧坑缺陷。

2.一种基于机器视觉的风电塔筒焊缝缺陷检测方法,采用上述缺陷检测装置,其特征在于,具体检测方法如下:

步骤A.运动控制系统转动塔筒;

步骤B.图像采集系统在塔筒转动过程中采集塔筒焊缝处的图像数据,获取塔筒焊缝处的高度图及一整段连续的点云数据;

步骤C.图像采集系统对图像数据进行预处理并输出;

步骤D.缺陷检测系统根据图像采集系统采集的图像数据进行缺陷检测;

其中,步骤D包括

获取图像数据;

三维图像检测:检测焊缝是否存在咬边缺陷和弧坑缺陷;

二维图像检测:检测焊缝是否存在气孔缺陷;

显示检测结果。

3.根据权利要求2所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述步骤C中图像采集系统对图像数据进行预处理后,输出到计算机,计算机对图像数据进行存储,所述步骤D中获取图像数据的步骤为缺陷检测系统从计算机加载图像数据。

4.根据权利要求3所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述步骤C中图像采集系统对图像数据进行预处理包括滤波处理和ROI提取。

5.根据权利要求4所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述三维图像检测包括以下步骤:

设定点云数据的高度阈值H的范围;

根据点云数据进行三维重建;

计算上表面和下表面的高度差△H;

将H与△H进行对比;

判定结果:若△H>H,则判定为咬边缺陷;若△H<H,则判定为弧坑缺陷;若△H在H的范围内,则判定为合格;

其中,计算上表面和下表面的高度差△H的步骤包括:

筛选出上表面点云数据,并计算上表面的高度的均值`H1;

筛选出下表面点云数据,并计算下表面的高度的均值`H2;

计算上表面和下表面的高度差△H,△H=`H1-`H2。

6.根据权利要求3所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述二维图像检测包括以下步骤:

设定气孔面积阈值S的范围;

获取高度图:从计算机加载高度图;

将高度进行灰度化处理;

选取特征区域;

计算特征区域的面积S1;

将S于S1进行对比;

判定结果:若S1在S的范围内,则判定为气孔缺陷,否则判定为合格。

7.根据权利要求2所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述步骤C中图像采集系统对图像数据进行预处理后,直接传输给缺陷检测系统,所述步骤D中获取图像数据的步骤为缺陷检测系统直接读取图像采集系统传递的图像数据。

8.根据权利要求7所述的基于机器视觉的风电塔筒焊缝缺陷检测方法,其特征在于,所述步骤C中图像采集系统对图像数据进行预处理包括以下步骤:

去噪处理:对点云数据进行滤波处理和ROI提取;

对点云数据进行切片化处理;筛选最高点云数据集合;

筛选最低点云数据集合;

筛选母材点云数据集合。

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湖南恒岳重钢钢结构工程有限公司,未经湖南恒岳重钢钢结构工程有限公司许可,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/202010568753.8/1.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