CN119395040A 一种钛合金在线检测传感器标定的图像识别方法 （陕西鼎益科技有限公司）

一种钛合金在线检测传感器标定的图像识本发明公开了一种钛合金在线检测传感器面缺陷特征要素进行筛选，以得到关键要素信决定是否对相应的在线检测传感器进行精度标2步骤S1：在钛合金生产线上部署图像采集设备，通步骤S3：根据关键要素信息构建用于对钛合金进行表面检测步骤S4：对于生产线上的同一钛合金工件，比对在2.根据权利要求1所述的一种钛合金在线监测传感器标定的图像识别方法，其特征在在钛合金生产线上选取若干个设备部署节点，在每个设备3.根据权利要求2所述的一种钛合金在线监测传感器标定的图像识别方法，其特征在对钛合金表面图像进行的图像处理包括图像去噪、图像增强以4.根据权利要求3所述的一种钛合金在线检测传感器标定的图像识别方法，其特征在将标准待分析图像转换为相应的灰度图像，构建灰度图像对应的灰度5.根据权利要求4所述的一种钛合金在线检测传感器标定的图像识别方法，其特征在3通过机器学习算法对历史时间节点下所拍摄的钛合金表面图像进行纹理特征映射信息集用于表征钛合金工件在存在表面缺陷时，对形状特征映射信息集用于表征钛合金工件在存在表面缺陷时，对几何结构特征映射信息集用于表征钛合金工件在依次判断每个钛合金工件的表面缺陷特征要素是否成功同步映射至纹理特征映射信6.根据权利要求5所述的一种钛合金在线检测传感器标定的图像识别方法，其特征在将当前钛合金工件的表面缺陷特征要素拆解为相应的纹理特若纹理特征信息属于纹理特征映射信息集中的某一类，则判断纹理特征信息映射成若形状特征信息属于形状特征映射信息集中的某一类，则判断形状特征信息映射成若几何结构特征信息属于几何结构特征映射信息集中的某一7.根据权利要求6所述的一种钛合金在线检测传感器标定的图像识别方法，其特征在将全部的关键要素信息划分为建模数据以及模通过深度学习算法对建模数据进行处理，构建初始的表面缺陷识别通过训练集对初始的表面缺陷识别模型进行模型训练，并通过测试集测4在钛合金生产线上部署在线检测传感器，配置在线检测传8.根据权利要求7所述的一种钛合金在线检测传感器标定的图像识别方法，其特征在依次获取生产线上每个在线检测传感器对钛合金工件进行检测的实若在线检测传感器的实际检测结果，与表面缺陷识别模型的识若在线检测传感器的实际检测结果，与表面缺陷识别模型的识5步骤S3：根据关键要素信息构建用于对钛合金进行表面检测的表面缺陷识别模6将标准待分析图像转换为相应的灰度图像，构建灰度图像对应的灰度共生矩阵，何结构特征信息整合作为标准待分析图像的依次判断每个钛合金工件的表面缺陷特征要素是否成功同步映射至纹理特征映7将全部的关键要素信息划分为建模数据以及模[0012]进一步的，比对在线检测传感器的实际检测结果与表面缺陷识别模型的识别结依次获取生产线上每个在线检测传感器对钛合金工件进行检测的实际检测结果，8步骤S3：根据关键要素信息构建用于对钛合金进行表面检测的表面缺陷识别模在钛合金生产线上选取若干个设备部署节点，并对若干个设备部署节点进行编9设备对钛合金工件进行钛合金表面图像的实时将子去噪区域下除了中心点之外的其他噪声滤除点的噪声值替换为目标噪声值，;;;将标准待分析图像转换为相应的灰度图像，构建灰度图像对应的灰度共生矩阵，依次判断每个钛合金工件的表面缺陷特征要素是否成功同步映射至的纹理特征缺陷识别模型与在线检测传感器进行应用关联将全部的关键要素信息