一種磁粉檢測缺陷自動識別方法及系統技術方案

本發明專利技術公開了一種磁粉檢測缺陷自動識別方法，待測工件經圖像采集、圖像預處理、圖像特征提取、缺陷識別等識別工件是否存在缺陷。本發明專利技術還公開了一種磁粉檢測缺陷自動識別系統。本發明專利技術提供的磁粉檢測缺陷自動識別技術方案，通過采集的圖像，結合判別工件的材料類型、加工工藝、磁粉檢測過程特征等背景知識，以及磁粉探傷人員的豐富的經驗，提高工件識別率和判別精確度。

【技術實現步驟摘要】
【專利摘要】本專利技術公開了一種磁粉檢測缺陷自動識別方法，待測工件經圖像采集、圖像預處理、圖像特征提取、缺陷識別等識別工件是否存在缺陷。本專利技術還公開了一種磁粉檢測缺陷自動識別系統。本專利技術提供的磁粉檢測缺陷自動識別技術方案，通過采集的圖像，結合判別工件的材料類型、加工工藝、磁粉檢測過程特征等背景知識，以及磁粉探傷人員的豐富的經驗，提高工件識別率和判別精確度。【專利說明】—種磁粉檢測缺陷自動識別方法及系統
本專利技術屬于無損探傷的磁粉檢測領域，具體涉及一種磁粉檢測缺陷自動識別方法及系統。
技術介紹
磁粉檢測是無損檢測五大常規方法之一，是鐵磁性材料表面缺陷檢測中用得最多、最成熟的方法，磁粉探傷技術自誕生以來已經有八十余年的歷史。隨著磁化技術的不斷完善與成熟，以及計算機的快速普及使用，使得磁粉探傷應用技術也得到了不斷地發展與進步，在檢測靈敏度與精度等方面得到了顯著的提升。但是現行使用的大部分磁粉探傷設備卻始終沿用檢測結果由現場操作人員對磁化零件采用人工觀察的方法進行零件缺陷有無的識別判斷。這一過程存在著如下缺點:檢測速度慢，工作效率低，對操作人員而言工作內容單調重復，導致漏檢率高；熒光磁粉探傷工作現場紫外光較強對長時間工作的人員容易造成比較嚴重的身體傷害；并且不利于信息管理。所以對零件缺陷有無的判別急需要進行智能化改進。近幾年隨著圖像處理技術的發展，出現了用數碼相機對工件進行拍照，然后采用圖像處理的技術對照片進行處理和進行缺陷有無的判別，但是效果多不太好，目前市場上尚無成熟的產品推出。國內研究熒光磁粉自動識別系統的單位不少，比如北京工業大學研制的熒光磁粉自動識別系統具備圖像采集、平滑、增強、顯示等模塊；南京理工大學常熟研究院有限公司的施光瑩和李千目的專利“基于圖像處理的磁粉探傷缺陷智能識別檢測系統”等。但是他們的研究方法基本都是局限于傳統的圖像處理技術，沒有結合具體的磁粉檢測工藝進行研究，這樣就很難將圖像處理的技術充分地與磁粉檢測結合起來，也很難適應磁粉檢測中的復雜性。國外的磁粉檢測自動識別系統基本是針對一種特定的工件進行的。俄羅斯研制的一種便攜式熒光磁粉探傷設備只是半自動磁粉探傷機的縮小版本，還不能完成自動識別；德國研制出了用于汽車制造領域的磁粉探傷設備，但其也只可以完成對2_以上傷痕的判斷識別；日木的水野正志等人采用工業攝像與圖像增強等技術手段針對鋼坯半成品以及鋼管成品的表面與近表面質量需求，設計開發出了滿足這兩種零件質量檢測需求的磁粉探傷裝置，其缺陷識別精度可以顯示出一定程度的裂紋。由此可以看出目前的磁粉檢測自動識別系統基本是基于圖像處理的傳統技術進行的，而這難以適應磁粉檢測領域工藝的復雜性，對偽裂紋和非相關顯示的識別很困難，也很難適應工件的多樣性，工作環境的復雜性以及對檢測精度的要求的。一般磁粉檢測缺陷圖像自動識別系統主要由以下部分組成:圖像采集，圖像預處理、特征提取、缺陷識別、數據存儲。用攝像頭對現場圖像采集后通過圖像平滑，銳化，增強等方法對圖像進行預處理，改善原始圖像質量以便于后期特征提取進行缺陷的識別，這樣實際上并沒有將傳統的磁粉檢測技術充分地與圖像處理技術融合到一起，并且也沒有把專業的磁粉探傷工作人員在工作中所運用的經驗和背景知識融入到智能判別系統中，這就是目前一般系統的缺陷。
技術實現思路
本專利技術的目的在于針對上述現有技術的不足，提供一種基于機器學習的磁粉檢測缺陷自動識別方法，結合磁粉探傷人員在進行裂紋缺陷工件判別時的豐富的經驗和背景知識，提高識別率和判別精確度。本專利技術還提供了一種基于機器學習的磁粉檢測缺陷自動識別系統，為達到上述目的，本專利技術采取的技術方案是:提供一種磁粉檢測缺陷自動識別方法，其特征在于，包括以下步驟:圖像采集，采集待測工件的圖像；圖像預處理，對采集的待測工件的圖像進行預處理，分成背景部分、缺陷相關部分和缺陷非相關部分，并減弱背景的影響；圖像特征提取，利用圖像特征提取方法從預處理過的圖像中提取高亮區域的特征；所述特征包括高亮區域的圓形度、長寬比和輪廓；缺陷識別，將提取的特征與樣品訓練數據庫中的數據進行比較，給出特征的置信度，并根據得出的置信度進行求和得出待測工件的置信度；通過機器學習算法對特征的置信度進行求和得出待測工件的置信度；進一步地，可以通過及其學習算法中的支持向量機算法對特征的置信度進行求和得出待測工件的置信度。當待測工件的置信度大于設定的閾值時，認定待測工件的缺陷存在；當待測工件的置信度不大于設定的閾值時，認定檢測失敗；該磁粉檢測缺陷自動識別方法進一步包括機器學習反饋步驟:當待測工件的置信度大于設定的閾值時，認定待測工件的缺陷存在，并將采集的圖像信息和判定結果補充到樣品訓練數據庫中；當待測工件的置信度不大于設定的閾值，認定檢測失敗時，采集人工對待測工件缺陷的判定信息并補充到樣品訓練數據庫中。本專利技術還提供了一種磁粉檢測缺陷自動識別系統，包括圖像采集模塊、圖像預處理模塊、圖像特征提取模塊、缺陷識別模塊和樣品訓練數據庫；圖像采集模塊，用于采集待測工件的圖像；圖像預處理模塊，用于對采集的待測工件的圖像進行預處理，并減弱背景的影響；圖像特征提取模塊，用于從預處理過的圖像中提取特征；缺陷識別模塊，用于將提取的特征與樣品訓練數據庫中的數據進行比較，給出特征的置信度，并根據得出的置信度進行求和得出待測工件的置信度；當待測工件的置信度大于設定的閾值時，認定待測工件的缺陷存在；當待測工件的置信度不大于設定的閾值時，認定檢測失敗；樣品訓練數據庫，用于存儲多種由缺陷工件的圖像、加工材料和加工方法組成的數據文件。磁粉檢測缺陷自動識別系統進一步包括機器學習反饋模塊:當待測工件的置信度大于設定的閾值時，認定待測工件的缺陷存在，并將采集的圖像信息和判定結果補充到樣品訓練數據庫中；當待測工件的置信度不大于設定的閾值，認定檢測失敗時，采集人工對待測工件缺陷的判定信息并補充到樣品訓練數據庫中。本專利技術提供的磁粉檢測缺陷自動識別技術方案，通過采集的圖像，結合判別工件的材料類型、加工工藝、磁粉檢測過程特征等背景知識，以及磁粉探傷人員的豐富的經驗，提高工件識別率和判別精確度。【專利附圖】【附圖說明】此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并構成對本申請的不當限定。在附圖中:圖1示意性地示出了根據本申請一個實施例的磁粉檢測缺陷自動識別方法的流程圖。圖2示意性地示出了根據本申請一個實施例的磁粉檢測缺陷自動識別系統的示意圖。在這些附圖中，使用相同的參考標號來表示相同或相似的部分。【具體實施方式】為使本申請的目的、技術方案和優點更加清楚，以下結合附圖及具體實施例，對本申請作進一步地詳細說明。在以下描述中，對“ 一個實施例”、“實施例”、“ 一個示例”、“示例”等等的引用表明如此描述的實施例或示例可以包括特定特征、結構、特性、性質、元素或限度，但并非每個實施例或示例都必然包括特定特征、結構、特性、性質、元素或限度。另外，重復使用短語“根據本申請的一個實施例”雖然有可能是指代相同實施例，但并非必然指代相同的實施例。為簡單起見，以下描述中省略了本領域技術人員公知的某些技術特征。本專利技術提供了一種磁粉檢測缺陷自動識別方法。圖1示意性地示出了根據本本文檔來自技高網...

【技術保護點】
一種磁粉檢測缺陷自動識別方法，其特征在于，包括以下步驟：圖像采集，采集待測工件的圖像；圖像預處理，對采集的待測工件的圖像進行預處理，并減弱背景的影響；圖像特征提取，利用圖像特征提取方法從預處理過的圖像中提取高亮區域的特征；缺陷識別，將提取的特征與樣品訓練數據庫中的數據進行比較，給出特征的置信度，并根據得出的置信度進行求和得出待測工件的置信度；當待測工件的置信度大于設定的閾值時，認定待測工件的缺陷存在；當待測工件的置信度不大于設定的閾值時，認定檢測失敗。

【技術特征摘要】

【專利技術屬性】
技術研發人員：張華，李遠江，陸鵬，張靜，劉滿祿，史晉芳，劉桂華，梁峰，
申請(專利權)人：西南科技大學，
類型：發明
國別省市：四川;51