1.一种除尘机焊接过程中焊缝数据的识别方法,其特征在于,包括:
S1:获得待检测的焊缝表面的红外图像并进行预处理获得焊缝区域图像,并对所述焊缝区域图像进行灰度化获得灰度图像;
S2:将对所述灰度图像进行PCA后的最大主成分方向作为焊缝的延伸方向,并将所述灰度图像中沿所述延伸方向的像素点的像素值进行排列,分别获得各灰度序列;
S3:根据灰度序列的灰度熵及灰度均值,分别获得各灰度序列中各像素点的灰度差异度;
S4:根据最大的灰度差异度及最小的灰度差异度设定分割阈值;
S5:将灰度图像中灰度值大于分割阈值的像素点组成异常区域,将灰度图像中灰度值不大于分割阈值的像素点组成正常区域;
S6:对所述正常区域进行边缘检测获得边缘区域,筛选出所述边缘区域中的闭合区域,根据各所述闭合区域的灰度熵、各异常区域的灰度熵及面积构建目标函数,并计算目标函数的值;
S7:将分割阈值的值增大一个步长,并执行S5至S6,进行迭代,直至所述目标函数的值收敛,将目标函数收敛时的分割阈值作为收敛阈值,并将所述灰度图像中灰度值大于收敛阈值的像素点组成缺陷区域;
根据各所述闭合区域的灰度熵、各异常区域的灰度熵及面积构建目标函数,包括:此处 表示第j个闭合区域的灰度均值,表示灰度图像中的最大灰度值,表示第j个闭合区域与其邻接像素点的灰度差异, 表示第j个闭合区域的灰度熵, 表示第 个异常区域的灰度均值, 表示第 个异常区域与其邻接像素点的灰度差异, 表示第 个异常区域的灰度熵, 表示第j个闭合区域的面积的影响程度, 表示第 个异常区域的面积的影响程度,为闭合区域的数量,为异常区域的数量;
闭合区域或异常区域的面积的影响程度的获得过程,包括:
当闭合区域或异常区域的面积大于预设面积阈值时,其影响程度为预设第一数值,否则,其影响程度为预设第二数值,其中,所述预设第一数值大于所述预设第二数值;
异常区域与其邻接像素点的灰度差异的计算过程,包括:
将与异常区域的各边缘像素点邻接的5个像素作为邻接像素点,将邻接像素点的灰度均值与异常区域中像素点的灰度均值相减,得到异常区域与其邻接像素点的灰度差异;
闭合区域与其邻接像素点的灰度差异的计算过程,包括:
将与闭合区域的各边缘像素点邻接的5个像素作为邻接像素点,将邻接像素点的灰度均值与闭合区域中像素点的灰度均值相减,得到闭合区域与其邻接像素点的灰度差异;
筛选出所述边缘区域中的闭合区域,包括:
以预设间隔角度为间隔,等角度绘制经过边缘区域的几何中心的不同方向的直线,分别判断各直线与边缘区域的交点个数,统计边缘区域中交点个数大于2的直线的占比,当该占比大于预设第一阈值时,将边缘区域作为闭合区域;
利用闭合区域的判断方法,筛选出所有边缘区域中的闭合区域。
2.根据权利要求1所述的除尘机焊接过程中焊缝数据的识别方法,其特征在于,根据灰度序列的灰度熵及灰度均值,分别获得各灰度序列中各像素点的灰度差异度,包括:其中, 表示灰度序列中第 个像素点的灰度差异度,表示灰度序列的灰度均值, 表示灰度序列中第 个像素点的灰度值,表示灰度序列的灰度熵。
3.根据权利要求1所述的除尘机焊接过程中焊缝数据的识别方法,其特征在于,根据最大的灰度差异度及最大的灰度差异度设定分割阈值,包括:将最大的灰度差异度及最大的灰度差异度进行加权平均,将加权平均结果作为分割阈值;其中,加权平均过程中最大的灰度差异度对应的权重为。
4.根据权利要求1所述的除尘机焊接过程中焊缝数据的识别方法,其特征在于,对焊缝表面的红外图像进行预处理获得焊缝区域图像,包括:将所述红外图像中温度不大于预设温度阈值的像素点的像素值置为0,获得焊缝区域图像,其中,所述预设温度阈值是对焊缝以外区域的温度的历史数据进行统计获得的。
5.一种除尘机焊接过程中焊缝数据的识别系统,包括:存储器和处理器,其特征在于,所述处理器执行所述存储器存储的计算机程序,以实现如权利要求1‑4中任一项所述的除尘机焊接过程中焊缝数据的识别方法。