[发明专利]一种小口径管内焊缝表面缺陷识别装置

摘要

一种小口径管内焊缝表面缺陷识别装置，该装置包括计算机、工业相机、转接头、工业内窥镜、移动便携式光源、内窥镜固定夹具和待测管件。工业相机与计算机相连，转接头一端与工业相机相连，另一端与工业内窥镜相连，可用于焊缝图像的采集。移动便携式光源与工业内窥镜相连，用于提供管内的照明。内窥镜固定夹具与内窥镜相连，用于内窥镜的中心定位、上下调节定位和360°旋转。完成对待测管件内部焊缝表面缺陷的识别检测。

主权项

1.基于灰度共生矩阵和BP神经网络以及基于双目立体视觉技术的焊缝表面缺陷的检测方法，其特征在于：步骤一：实验系统搭建：安装实验系统，实验系统包括计算机、体积为29mm×29mm×57mm的工业相机、F35光学转接头、直径为8mm工业硬性内窥镜、移动便携式光源和内窥镜固定夹具；工业相机与计算机相连，转接头一端与工业相机相连，另一端与工业内窥镜相连，可用于焊缝图像的采集；移动便携式光源与工业内窥镜相连，用于提供管内的照明；内窥镜固定夹具与内窥镜相连，用于内窥镜的中心定位以及上下调节定位，对内径为30mm的小口管道进行检测；步骤二：采集样本图像：首先选取5类不同表面焊接质量的图像，共5×50幅图像作为训练样本，基于灰度共生矩阵，提取出不同焊接质量焊缝表面的能量、对比度、相关性、同质性、熵和方差特征参数，并将提取的特征参数进行归一化处理特征参数；步骤三：BP神经网络的建立：将训练样本输入到神经网络中，并设置神经网络的初始值参数，其中输入层设置为24，输出层设置为5，隐含层神经元设置为20；隐含层传递函数选择logsig传递函数，输出层传递函数选择logsig传递函数，训练算法选择梯度下降自适应学习训练函数；设定最大训练次数为3000次，训练精度为0.01，学习率为0.01，显示训练间隔为50；步骤四：焊缝表面焊接质量识别：采集40幅图像进行分类识别，基于灰度共生矩阵，提取采集图像的能量、对比度、相关性、同质性、熵和方差特征参数，并将提取的特征参数进行归一化处理特征参数；采集到的图像经过神经网络识别，计算出测试样本与各类不同表面焊接质量训练样本的匹配度，选取与5类不同表面焊接质量测试样本匹配度最高的一类，识别出测试样本的表面焊接质量；步骤五：焊缝内凹深度检测：采用张正友标定法标定出相机的焦距为30mm；对初步判断为焊接质量良好的管道进行检测；选取焊缝区域反光较小的位置采集一幅图像，利用电动机驱动，移动卡头，移动距离为2mm，采集第二幅图像；对图像进行立体匹配获取初始视差图，再采用曲线拟合细化视差图，利用三角测量原理完成三维信息构建，f为焦距，b为基线距离，d为视差值；在中心区域选取3个焊缝边缘点取平均获得焊缝边缘至相机的距离为6.6758mm，取焊缝中心点的距离为6.0022mm，两者距离差0.6736mm近似为焊缝中心区域为与焊缝边缘区域的相对高度差。