一种焊缝图像的缺陷尺寸分析方法

技术领域

本发明涉及工业图像领域，特别是涉及一种焊缝图像的缺陷尺寸分析方法。

背景技术

随着计算机和图像处理技术的发展，传统的人工评片方法已经不能满足当代工业生产的需求，对焊缝数字射线图像的自动提取、识别以及统计成为可能，而对焊缝图像自动识别的首要工作是对焊接缺陷的分析与统计。焊缝缺陷包含有气孔、夹杂、钨夹渣、裂纹和未焊透等多种缺陷类型，缺陷的定性不仅与缺陷形态有关，而且还依赖于定量信息，即使是同一种缺陷类型，其形态差异也可能很大，通过不同缺陷的特征参数必须采用不同的缺陷分类方法。目前国内该方面的研究尚处于起步阶段，尚不具备完善的夹杂缺陷的分析和统计方法，无法对缺陷的形貌、尺寸和分布进行统计，无法系统的开展概率风险评估研究。因此，制定一种合理的缺陷分析和统计方法成为一个亟待解决的新问题。

发明内容

为了克服上述问题，本发明的目的是提供一种数字射线焊缝图像的缺陷尺寸分析方法，能够快速、准确的对缺陷的尺寸进行分析和统计，解决现阶段国内概率风险评估以及实际生产中对夹杂缺陷分析和统计的问题。具体技术方案如下：

本发明实施例提供了一种焊缝图像的缺陷尺寸分析方法，应用于处理器，包括：

获取待检测照片，其中所述待检测照片中包含有至少一条焊缝；

确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框；

通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷；

采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心；

采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值；

采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像；

采用预设标准，分析所述缺陷图像的焊缝缺陷类别。

进一步的，所述交并比算法为：

Intersection＝(min(A.x

式中，Intersection为焊缝与标准边界框的重叠面积、IOU(A，B)为焊缝与标准边界框的交并比、A为焊缝的面积、B为标准边界框的面积。

进一步的，所述聚类算法为：

d(X

式中，d(X

进一步的，所述平均交并比算法为：

式中，N表示标准边界框的个数，表示第i个标准边界框对应的簇中心。

第二方面，本发明提供一种焊缝图像的缺陷尺寸分析方法，包括：

获取模块，用于获取待检测照片，其中所述待检测照片中包含有至少一条焊缝；

确定模块，用于确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框；

交并比计算模块，用于通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷；

聚类计算模块，用于采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心；

平均交并比算法计算模块，用于采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值；

手肘法则计算模块，用于采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像；

分析模块，用于采用预设标准，分析所述缺陷图像的焊缝缺陷类别。

本发明实施例提供了一种焊缝图像的缺陷尺寸分析方法，应用于处理器，包括：获取待检测照片，其中所述待检测照片中包含有至少一条焊缝；确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框；通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷；采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心；采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值；采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像；采用预设标准，分析所述缺陷图像的焊缝缺陷类别。本发明采用交并比算法与聚类算法相结合的方法，通过对现有缺陷标记的聚类，从而快速准确对数字射线缺陷进行分析统计。本发明使用范围广泛，不受焊缝缺陷形状限制，便于实际生产中对缺陷进行分析统计。本发明可以准确、快捷的分析和统计焊缝缺陷的尺寸。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本发明实施例提供的一种焊缝图像的缺陷尺寸分析方法流程意图。

图2为本发明实施例提供的一种交并比算法示意图。

图3为本发明实施例提供的基于AVE

图4为本发明实施例提供的一种第一套管的结构示意图。

具体实施方式

为了使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。

本实施例中涉及的专业术语解释：

IOU(Intersection over Union,交并比)

K-Means算法：K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。

实施例1

请参见图1-图4，本发明实施例提供了一种焊缝图像的缺陷尺寸分析方法，应用于处理器，包括：

S110.获取待检测照片，其中所述待检测照片中包含有至少一条焊缝。

S120.确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框。

具体的，焊缝的缺陷种类包括：气孔、夹杂、钨夹渣、裂纹和未焊透等多种缺陷类型，在本实施例中，可以将每一种缺陷种类的典型缺陷图像作作为本方案中的标准缺陷图，将标准缺陷图中，焊缝缺陷的边界框作为本实施例中的标准边界框。

S130.通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷。

具体的，本实施例中可以采用IOU(Intersection over Union，交并比)来衡量两个边界框的距离。使用聚类算法一个关键的地方在于定义样本之间的距离，传统的距离比如欧氏距离和余弦距离并不能适应本研究，故使用在目标检测中经常使用的IOU(Intersection over Union，交并比)来衡量两个边界框的距离，该值等于两个框相交的面积比上两个框并集的面积。

请参见图2，对于边界框A和边界框B而言，它们相交的面积和IOU可以计算：

Intersection＝(min(A.x

S140.采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心。

为了深入了解缺陷的尺寸特征，帮助定位的实现，本发明采用K-Means算法对缺陷的尺寸进行聚类，聚类后的结果有助于在网络中对anchor的初始化。K-Means是常用的聚类算法，通过随机选取簇中心，不断为样本选择最优的簇完成簇的更新，使得全局趋向于最优。本发明使用K-Means对缺陷定位框的宽和高进行聚类，期望获得预设的anchor box的尺寸。

在本发明中只是为了得到尺寸相关信息，所以对边界框的位置没有要求，或者说对边界框的簇中心坐标没有要求，在计算样本与样本之间或者样本与簇中心之间的IOU时，需要将两者的簇中心对应到统一的位置，定义两个边界框X

d(X

使用图1中的K-Means算法对ground truth的宽w和高h进行聚类。算法首先随机选取k个ground truth的w和h作为簇中心，然后将剩下的每一个ground truth根据它到每个簇中心的距离进行划分，分别为它们选择距离最近的簇，完成一次划分后更新簇中心，然后重复以上过程直至簇中心的坐标不在发生变化，最后还可以对本次聚类的效果进行评价，方法为：

S150.采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值。

具体的，本发明采用平均IOU作为聚类效果的评判，通过计算每个边界框与最终聚类结果的平均IOU得到AVE

式中，N表示边界框的个数，centroids

S160.采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像。

S170.采用预设标准，分析所述缺陷图像的焊缝缺陷类别。

如图4所示，在选取簇中心为6时得到的簇中心，可以看到图中聚类后的结果和实际缺陷类型相吻合，气孔类和钨夹渣类缺陷往往面积小，长宽比接近1∶1，而未焊透类往往是狭长类的缺陷。

在一种具体实施方式中，所述交并比算法为：

Intersection＝(min(A.x

式中，Intersection为焊缝与标准边界框的重叠面积、IOU(A，B)为焊缝与标准边界框的交并比、A为焊缝的面积、B为标准边界框的面积。

在一种具体实施方式中，所述聚类算法为：

d(X

式中，d(X

在一种具体实施方式中，所述平均交并比算法为：

式中，N表示标准边界框的个数，表示第i个标准边界框对应的簇中心。

第二方面，本发明提供一种焊缝图像的缺陷尺寸分析方法，包括：

获取模块，用于获取待检测照片，其中所述待检测照片中包含有至少一条焊缝。

确定模块，用于确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框。

交并比计算模块，用于通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷。

聚类计算模块，用于采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心。

平均交并比算法计算模块，用于采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值。

手肘法则计算模块，用于采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像。

分析模块，用于采用预设标准，分析所述缺陷图像的焊缝缺陷类别。

本发明实施例提供了一种焊缝图像的缺陷尺寸分析方法，应用于处理器，包括：获取待检测照片，其中所述待检测照片中包含有至少一条焊缝；确定标准焊缝的至少一个缺陷种类以及每一个所述缺陷种类所对应的标准边界框；通过交并比算法计算所述待检测照片中的焊缝与所述标准边界框的距离，并按照所述缺陷种类对所述焊缝进行缺陷分类，得到至少一类焊缝缺陷；采用聚类算法分别计算每一类所述焊缝缺陷与其各自对应的所述标准边界框的簇中心之间的距离，直至所述距离小于或等于预定阈值，得到每一个所述标准边界框所确定的新的簇中心；采用平均交并比算法计算：簇中心、该簇中心对应的标准边界框，得到二者之间的平均值；采用手肘法则确定平均值的簇数k，并生成每一个所述簇数k所对应的缺陷图像；采用预设标准，分析所述缺陷图像的焊缝缺陷类别。本发明采用交并比算法与聚类算法相结合的方法，通过对现有缺陷标记的聚类，从而快速准确对数字射线缺陷进行分析统计。本发明使用范围广泛，不受焊缝缺陷形状限制，便于实际生产中对缺陷进行分析统计。本发明可以准确、快捷的分析和统计焊缝缺陷的尺寸。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。