一种基于图像识别技术的材料分析检测方法与流程

1.本技术涉及材料分析技术领域，尤其涉及一种基于图像识别技术的材料分析检测方法。


背景技术：

2.看谱分析技术是一种根据元素原子或离子的每一项从高能态到低能态的自发跃迁，根据其光谱图，可以目视发现，其中会出现一条与之对应的确定波长的谱线。在每一种元素的原子或离子发射的众多谱线中，总有一些波长(颜色)和强度(亮度)特殊的谱线，组成该元素的特征谱线。反之，光谱图中每一条谱线，必然对应着某元素的原子或离子的一项自发跃迁。因此，根据光谱中某元素的原子或离子的特征谱线出现与否，可以判断样品中该元素的存在与否。
3.现有的操作方法通常是将待测零件放置在电极处，用脚踩踏板开关进行电火花激发，通过目镜观察光谱，需要观察不同波段的时候，旋转旋钮调节目镜中不同波段的图像。因此，上述现有技术主要存在以下缺点：(1)长时间的光谱观察，会存在用眼过度的情况，对从业人员的视力有一定损伤；(2)对从业人员的专业技能水平要求高，需要进行相关的从业培训，并且员工技能水平成长周期极其缓慢；(3)目镜只能单人观察，无法确保观察人员是否出现误判；(4)航空零件众多，会发生前后零件材料牌号记混以及零件错检、漏检等问题。


技术实现要素：

4.为了克服上述现有技术中存在的问题和不足，本技术提出了一种自动化材料光谱的分析方法，不依赖于操作人员的专业技能水平，不仅分析结果的准确率高，并且也不会对操作人员的视力造成损伤。
5.为了实现上述发明目的，本技术的技术方案如下：
6.一种基于图像识别技术的材料分析检测方法，所述方法具体包括以下步骤：
7.待测零件信息获取步骤：在检测前，首先扫描待测零件的识别标牌，获取待测零件的检测数量以及零件的牌号，并最终确定比对的标准光谱图；
8.光谱图像采集步骤：将待测零件放在看谱镜的检测平台上，启动开关，电脑主机首先激发看谱镜产生火花，然后控制伺服电机转动，伺服电机驱动看谱镜的旋钮转动至指定位置，电脑主机控制工业相机拍照并将采集后的光谱图像转换为含有坐标关系的数字图像，然后利用坐标系将采集的多张光谱图像按顺序进行拼接，形成待测零件的检查光谱图，并最终在显示器中显示该检查光谱图；
9.光谱图像比对及结果判定步骤：将当前待测零件的检查光谱图与标准光谱图像进行比对，计算图片的相似度，然后进行结果判定。
10.进一步地，所述光谱图像比对及结果判定步骤具体如下：
11.图像数字化步骤：将待测零件检查光谱图像上每个像素点的rgb颜色值转换为该像素点的灰度值，根据上述像素点的灰度值建立灰度值矩阵
[0012][0013]
计算矩阵每一列灰度值的算术平均值，并将每一列的灰度值平均值组合起来，得到待测零件的检查光谱图像的特征值向量
[0014]
c＝[g1，g2，g3，
…
，gn]
ꢀꢀꢀ
式(2)；
[0015]
其中，gn表示待测零件检查光谱图像的第n个特征值；
[0016]
图像相似度匹配步骤：计算待测零件的检查光谱图与标准光谱图第n个特征值之间的差值dn[0017]dn
＝g
n-g’n
ꢀꢀꢀ
式(3)；
[0018]
其中，gn表示表示待测零件检查光谱图像的第n个特征值，g’n
表示标准光谱图像的第n个特征值；
[0019]
将待测零件的检查光谱图与标准光谱图进行比对，根据欧式距离公式，计算待测零件的检查光谱图与标准光谱图的灰度值差异l
′
[0020][0021]
多次比对，将所有计算得到的灰度值差异取算术平均值，作为待测零件的检查光谱图与标准光谱图的灰度值差异的最终值l；
[0022]
将待测零件的检查光谱图与标准光谱图的灰度值差异的最终值l按照下列表达式进行归一化处理
[0023]
v＝l/(255
×
sqrt(n))
ꢀꢀꢀ
式(5)；
[0024]
其中，n表示图像的宽度。
[0025]
最终通过下列计算表达式得到待测零件的检查光谱图与标准光谱图的相似度s
[0026]
s＝100％-v
ꢀꢀꢀ
式(6)。
[0027]
进一步地，将每个像素点的rgb颜色值转换为该像素点的灰度值的计算表达式如下：
[0028][0029]
其中，r表示红色，g表示绿色，b表示蓝色。
[0030]
进一步地，显示器显示光谱图像时，将标准光谱图像与待测零件的检查光谱图像一并显示，便于人工确认是否合格。
[0031]
一种基于图像识别技术的材料分析检测装置，所述装置包括看谱镜、工业相机、伺服电机、标牌识别器、显示器以及电脑主机，所述电脑主机分别与看谱镜、工业相机、伺服电机、标牌识别器以及显示器连接，为整个装置的控制终端，用于触发看谱镜、工业相机、伺服电机以及标牌识别器工作，接收工业相机以及标牌识别器传输的数据并进行数据处理，以及通过显示器实现与操作人员的人机信息交互；所述看谱镜用于产生电火花以及光谱图像；所述工业相机设置在看谱镜的目镜上，用于采集待测零件的光谱图像；所述伺服电机的输出端与看谱镜的旋钮连接，用于驱动旋钮转动；所述标牌识别器用于扫描识别待测零件
的识别标牌。
[0032]
进一步地，所述工业相机通过相机安装座设置在看谱镜上，所述相机安装座包括镜头转接环以及相机支架，镜头转接环的一端与工业相机的镜头连接，另一端与看谱镜的目镜连接，所述相机支架由两个半片支架对合连接而成，两个半片支架围拢对合连接后形成一个围合部，工业相机的镜头以及看谱镜的目镜位于所述围合部内，两个半片支架通过紧固螺栓固定连接。
[0033]
本技术的有益效果：
[0034]
(1)本技术相较于现有采用人工的方式对零件材料的光谱进行分析，降低了专业技能人才的成长难度和周期，整个分析过程不再依赖于检测人员的专业技能水平，分析结果的准确率更高，并且通过光谱图像的自动采集和分析，还降低了检测人员的劳动强度。
[0035]
(2)本技术在分析零件材料光谱时，光谱图像不再是仅仅只能一个人观看，而是可以投屏到显示屏上，供所有人员观看，大家可同时讨论交流，实现人才的快速培养，并且还减少了直接观察电火花光谱对眼睛的伤害和疲劳。
[0036]
(3)本技术在检测过程的数据可实现与产品信息的相互关联与匹配，实现检测过程的详细数字化记录，实现检测过程图像的可显示、可存储、可追溯的效果。
[0037]
(4)本技术在光谱图像比对过程中，对光谱图像采取了对齐的措施来消除机械误差，整体的材料分析结果更加准确，误差更小。
附图说明
[0038]
图1为本技术方法流程图；
[0039]
图2为本技术检测装置组成结构示意图；
[0040]
图3为本技术工业相机安装结构示意图。
[0041]
附图中：
[0042]
1、看谱镜；2、工业相机；3、伺服电机；4、标牌识别器；5、显示器；6、电脑主机；7、相机安装座；71、镜头转接环；72、相机支架。
具体实施方式
[0043]
下面结合实施例对本技术作进一步地详细说明，但本技术的实施方式不限于此。
[0044]
实施例1
[0045]
本实施例公开了一种基于图像识别技术的材料分析检测方法，具体包括以下步骤：
[0046]
待测零件信息获取步骤：在检测前，首先使用标牌识别器扫描待测零件的识别标牌，获取到待测零件的检测数量以及零件的牌号，然后标牌识别器将上述零件信息传输至电脑主机中，电脑主机根据上述零件信息在存储的数据库中进行查找匹配，并最终确定比对的标准光谱图；
[0047]
光谱图像采集步骤：将待测零件放在看谱镜的检测平台上，启动开关，电脑主机首先激发看谱镜产生火花，然后控制伺服电机转动，伺服电机驱动看谱镜的旋钮转动至指定位置，电脑主机控制工业相机拍照并将采集后的光谱图像转换为含有坐标关系的数字图像，然后利用坐标系将采集的多张光谱图像按顺序进行拼接，形成待测零件的检查光谱图，
并最终在显示器中显示该检查光谱图；
[0048]
光谱图像比对及结果判定步骤：电脑主机将当前待测零件的检查光谱图与标准光谱图像进行比对，计算图片的相似度，然后输出判定结果并将所述结果传输至显示器中显示。
[0049]
实施例2
[0050]
本实施例公开了一种基于图像识别技术的材料分析检测方法，在实施例1的基础上，本实施例对所述分析检测方法做出了进一步的限定与解释说明，在本实施例中，在光谱图像采集步骤中，所述利用坐标系将采集的多张光谱图像按顺序进行拼接具体是指将第一张图片的最右侧边缘与第二张图片的左侧边缘进行拼接，新的图片高度与原来的两张图一致，并且宽度是两张图片的和。
[0051]
进一步地，所述光谱图像比对及结果判定步骤具体包括以下步骤：
[0052]
图像数字化步骤：首先将待测零件的检查光谱图像上每个像素点的rgb颜色值通过下列计算表达式转换为该像素点的灰度值
[0053]
s＝100％-v式(6)。
[0054][0055]
其中，rgb是指光学上的三原色，r表示红色，g表示绿色，b表示蓝色，每个颜色的取值为0～255。
[0056]
然后根据计算的像素点的灰度值建立如下的灰度值矩阵
[0057][0058]
最后，计算矩阵每一列灰度值的算术平均值，并将每一列的灰度值平均值组合起来，得到如下的待测零件的检查光谱图像的特征值向量
[0059]
c＝[g1，g2，g3，
…
，gn]
ꢀꢀꢀ
式(2)；
[0060]
其中，gn表示待测零件的检查光谱图像的第n个特征值；
[0061]
图像相似度匹配步骤：首先，根据下列计算表达式计算待测零件的检查光谱图像与标准光谱图像第n个特征值之间的差值dn[0062]dn
＝g
n-g’n
ꢀꢀꢀ
式(3)；
[0063]
其中，gn表示表示待测零件的检查光谱图像的第n个特征值，g’n
表示标准光谱图像的第n个特征值；
[0064]
然后，将待测零件的检查光谱图与标准光谱图进行比对，根据欧式距离公式，计算待测零件的检查光谱图与标准光谱图的灰度值差异l
′
，两个向量的距离越大，则表示相似度越小
[0065][0066]
多次比对，将所有计算得到的灰度值差异取算术平均值，作为待测零件的检查光谱图与标准光谱图的灰度值差异最终值l；
[0067]
由于l的取值会因为图像宽度越大而导致距离值也会越大，因此需要对距离数据进行归一化处理，这样不同宽度的图像才能够放到一个参考标准面下进行比对，归一化公式如下
[0068]
v＝l/(255
×
sqrt(n))
ꢀꢀꢀ
式(5)；
[0069]
其中，n表示图像的宽度；
[0070]
最后，通过下列计算表达式得到待测零件的检查光谱图与标准光谱图的相似度s
[0071]
s＝100％-v
ꢀꢀꢀ
式(6)；
[0072]
当相似度达到95％以上时，则认为当前待测零件的材料与标准光谱图所代表的材料为同一种材料；当相似度在80％～95％之间时，则需要人工介入进行判断确定；当相似度小于80％时，则认为当前待测零件的材料与标准光谱图所代表的材料不是同一种材料，两者不相同。
[0073]
在本实施例中，由于电机在实际使用过程中会出现一些机械误差，导致采集的检查光谱图像与标准光谱图像进行比较时，实际结果会出现偏差，所以本实施例通过图像对齐的方式，采用多次比对，消除了上述机械误差，具体过程如下：
[0074]
首先获取到标准光谱图的对比范围(x1，x2)，在检测时，由于两个图像作比较时的距离范围采用的是以标准光谱图的范围为标准，而生产采集时获取的待测零件的检查光谱图的实际范围是比标准光谱图的范围更大，因此设置常量δx代表图像允许的误差范围，用于提高图像的对比区域，将待测零件的检查光谱图的对比范围按照常量δx进行扩大，则有待测零件的检查光谱图扩大后的对比范围为(x
1-δx，x2+δx)，所以待测零件的检查光谱图的实际范围比标准光谱图的范围多2δx的距离，因此，整个对比过程就发生了改变，对比次数也由原来的一次，增加到了现在的2δx次，也就是说：
[0075]
第一次比对时，待测零件的检查光谱图的范围为(x
1-δx，x
2-δx)；
[0076]
第二次比对时，待测零件的检查光谱图的范围为(x
1-δx+1，x
2-δx+1)；
[0077]
…
[0078]
第2δx次比对时，待测零件的检查光谱图的范围为(x1+δx，x2+δx)；
[0079]
其中，1代表图像的一个像素点；
[0080]
因此，在实际检测时，需要将每一次的待测零件的检查光谱图的比对范围与标准光谱图的比对范围进行比较，并利用欧式距离公式计算得到每一次比对时，待测零件的检查光谱图与标准光谱图的灰度值差异，最终会得到2δx个灰度值差异，然后取算术平均值作为待测零件的检查光谱图与标准光谱图的灰度值差异的最终值，最后将算术平均值进行归一化处理，计算得到测零件的检查光谱图与标准光谱图的相似度。
[0081]
实施例3
[0082]
本实施例公开了一种基于图像识别技术的材料分析检测装置，参照说明书附图2，主要包括看谱镜1、工业相机2、伺服电机3、标牌识别器4、显示器5以及电脑主机6，所述电脑主机6分别与看谱镜1、工业相机2、伺服电机3、标牌识别器4以及显示器5连接，为整个装置的控制终端，所述看谱镜1为一个现有技术，是市面上在售的成品设备，工业相机2通过相机安装座7设置在看谱镜1的目镜上，伺服电机3的输出端与看谱镜1上的旋钮连接，所述标牌识别器4为rfid阅读器。
[0083]
进一步地，参照说明书附图2，所述相机安装座7包括镜头转接环71以及相机支架
72，镜头转接环71的一端与工业相机2的镜头连接，另一端与看谱镜1的目镜连接，所述相机支架72由两个半片支架对合连接而成，两个半片支架围拢对合连接后形成一个围合部，工业相机2的镜头以及看谱镜1的目镜位于所述围合部内，两个半片支架通过紧固螺栓固定连接。
[0084]
在进行检测时，首先使用标牌识别器扫描待测零件的识别标牌，从而获取到待测零件的相关信息，包括检测数量以及零件的牌号，然后将上述信息传输至电脑主机中，电脑主机中存储有样本标准数据库，样本标准数据库包括每一类材料的牌号、标准光谱图等标准数据信息，电脑主机根据当前将获取的待测零件的牌号，在数据库中查找并匹配对应的零件的材料类型，并根据零件的材料类型从而最终确定及获取比对的标准光谱图；接着将待测零件放在看谱镜的检测平台上，启动开关，电脑主机首先激发看谱镜产生火花，在产生电火花的同时看谱镜会形成对应的光谱图像，然后电脑主机控制伺服电机转动，伺服电机驱动看谱镜的旋钮转动至指定位置，接着电脑主机再控制工业相机拍照并将采集后的光谱图像转换为含有坐标关系的数字图像，然后利用坐标系将采集的多张光谱图像按顺序进行拼接，最终形成待测零件的检查光谱图，在显示器中显示该检查光谱图；最后，电脑主机将将当前待测零件的检查光谱图与标准光谱图像进行比对，最终输出判定结果，并将上述结果传输至显示器。
[0085]
在本实施例中，所述样本标准数据库在初始时，通过人工输入材料的相关标准数据建立而成，后期在使用过程中，数据库由系统自动学习、分析、比对，从而实现数据库的不断自动优化，数据库中的材料标准数据不断迭代，并最终进一步提高检测准确率。
[0086]
在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术保护范围的限制。
[0087]
以上所述，仅是本技术的较佳实施例，并非对本技术做任何形式上的限制，凡是依据本技术的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本技术的保护范围之内。