[发明专利]基于机器视觉的空调消音室焊接缺陷无损检测方法及系统

权利要求书

1.一种基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，包括：

获得待检测焊缝的X射线底片；

根据X射线底片中的像素点的梯度幅值筛选出X射线底片中的边缘点，并对边缘点的梯度幅值及梯度方向进行等级划分，获得划分后的多个幅值等级以及多个方向等级；

将边缘点邻域内与该边缘点的幅值等级相同的边缘点作为同幅值边缘点，根据边缘点的同幅值边缘点中各方向等级的边缘点的占比，分别判断对X射线底片中各边缘点的梯度幅值进行增强或抑制，并得到进行增强或抑制后的各边缘点的梯度幅值；

对进行梯度幅值增强或抑制后的各边缘点进行边缘连接获得各边缘线条，从各边缘线条中剔除白色的边缘线条，并按照边缘线条的两侧灰度值是否相同，将进行剔除后的各边缘线条分为细边缘以及粗边缘；

将灰度减小方向相反的两相邻粗边缘组成粗边缘对，并将粗边缘对中两粗边缘的DTW距离作为粗边缘对的裂痕构成率；

根据与细边缘最近的粗边缘对的裂痕构成率，以及细边缘上各点到该最近的粗边缘对的最短距离，获得细边缘的裂痕 构成率；

判断各细边缘以及各粗边缘对的裂痕构成率均值是否大于预设阈值，若判断结果为是，则待检测焊缝中存在裂痕缺陷，否则，待检测焊缝中不存在裂痕缺陷。

2.根据权利要求1所述的基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，根据X射线底片中边缘点的同幅值边缘点中各方向等级的边缘点的占比，分别判断对X射线底片中各边缘点的梯度幅值进行增强或抑制，并得到进行增强或抑制后的各边缘点的梯度幅值，包括：

将X射线底片中边缘点邻域内与该边缘点幅值等级相同的边缘点作为同幅值边缘点，根据边缘点的同幅值边缘点中各方向等级的边缘点的占比，获得边缘点的复杂程度系数；

根据X射线底片中边缘点的复杂程度系数，判断对边缘点的梯度幅值进行增强或抑制，并结合边缘点的复杂程度系数，分别获得各边缘点进行增强或抑制后的梯度幅值。

3.根据权利要求2所述的基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，根据边缘点的同幅值边缘点中各方向等级的边缘点的占比，获得边缘点的复杂程度系数，包括：

其中，表示该边缘点的邻域内同幅值边缘点的总个数，表示该边缘点的邻域内同幅值边缘点中梯度方向级别为r的点的个数，为该边缘点的复杂程度系数，为X射线底片中方向级数的总数，为自然对数。

4.根据权利要求3所述的基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，根据X射线底片中边缘点的复杂程度系数，判断对边缘点的梯度幅值进行增强或抑制，包括：

判断X射线底片中边缘点的复杂程度系数是否大于0.5；

若判断结果为是，对该边缘点的梯度幅值进行增强；

若判断结果是否，对该边缘点的梯度幅值进行抑制。

5.根据权利要求4所述的基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，结合边缘点的复杂程度系数，分别获得各边缘点进行增强或抑制后的梯度幅值，包括：

当某一边缘点的梯度幅值需要进行增强时，该边缘点增强后的梯度幅值为；

当某一边缘点的梯度幅值需要进行抑制时，该边缘点增强后的梯度幅值为；

其中，为该边缘点的复杂程度系数，为该边缘点在X射线底片中的增强或抑制前的梯度幅值。

6.根据权利要求1所述的基于机器视觉的空调消音室焊接缺陷无损检测方法，其特征在于，根据与细边缘最近的粗边缘对的裂痕构成率，以及细边缘上各点到该最近的粗边缘对的最短距离，获得细边缘的裂痕 构成率，包括：

分别计算细边缘上各点到与细边缘最近的粗边缘对的最短距离；

计算各最短距离的平均值，并将该平均值与离细边缘最近的粗边缘的裂痕构成率相乘，获得细边缘的裂痕 构成率。