蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法与流程

1.本发明涉及表面缺陷检测技术领域，具体涉及一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法。


背景技术：

2.蜂窝材料是人类研究自然蜂窝结构特点而创造性发明的结构材料，它的结构具有周期性，是由正多边形的薄壁框架经过周期性的排列而成。与传统材料的形式和结构不同，蜂窝材料的表面是网格状的，材料体是镂空的、非连续的，这使得蜂窝材料具备了一些不同于传统材料的特点。蜂窝材料主要的应用形式为与上下蒙皮通过粘结剂粘结形成蜂窝夹层结构。这种结构的原理类似于“工”字梁，蜂窝材料作为夹芯材料，主要承受正应力，上下蒙皮则主要承受剪应力，可以在较小的重量下，满足较高的抗弯强度要求，显著减轻结构件的重量。
3.目前，相关飞机制造企业已经加大了蜂窝材料的使用。因为蜂窝材料主要是作为填充材料，需要和上下蒙皮结合，所以蜂窝的表面质量就非常关键和重要。如果蜂窝材料加工表面的表面质量不高，会导致蜂窝材料和上下蒙皮的结合不紧密，不仅会影响该块结构件的力学性能，还会导致该块结构件的服役时间大大的缩短。相关研究机构对蜂窝制造工艺过程进行了研究，发现在加工阶段，蜂窝表面会出现表面撕裂、压溃等缺陷，撕裂缺陷和压溃缺陷的出现，会直接影响蜂窝材料和蒙皮的结合强度，降低蜂窝夹层结构的服役寿命。
4.对于蜂窝表面出现的表面撕裂、压溃等缺陷，目前主要依赖于光学显微镜拍摄，然后人眼观察，给出经验性的判断。这样的方法依赖于人工的观察，主观性太强，存在可重复性方面的疑问。而且，人工的劳动量比较大，不适合应用于工业生产，检测效率低下。


技术实现要素：

5.有鉴于此，本发明实施例提供了一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法，以解决现有的撕裂和压溃缺陷的检测手段效率低的技术问题。
6.第一方面，本发明提供了一种蜂窝材料加工表面撕裂和压溃缺陷的检测方法，包括：根据待检测图像提取待检测蜂窝材料的形态线图；将所述形态线图拆分成若干待检测子图；通过训练好的特征提取网络提取所述待检测子图的待检测特征向量；将所述待检测特征向量输入至高斯模型获得所述待检测子图的高斯概率，其中，所述高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到；将若干所述待检测子图还原成待检测图像，并基于所述高斯概率对还原后的待检测图像进行检测结果标记并输出。
7.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测方法，通过根据待检测图像提取待检测蜂窝材料的形态线图，将所述形态线图拆分成若干待检测子图，通过训练好的特征提取网络提取所述待检测子图的待检测特征向量，将所述待检测特征向量输入至高斯模型获得所述待检测子图的高斯概率，其中，所述高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到，因此该高斯概率即为不存在表面撕裂和压溃缺陷的概率，
进一步将若干所述待检测子图还原成待检测图像，并基于所述高斯概率对还原后的待检测图像进行检测结果标记并输出，从而实现对待检测蜂窝材料表面是否存在撕裂和压溃缺陷的自动检测，提高检测效率。
8.在一种可选的实施方式中，将所述形态线图拆分成若干形状相同的待检测子图，包括：获取所述形态线图中待检测蜂窝材料的角点；根据所述角点的位置将所述形态线图拆分成若干形状相同的待检测子图。
9.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测方法，通过根据角点的位置将所述形态线图拆分成若干形状相同的待检测子图，拆分后的待检测子图的特征单一，特征单一的待检测子图的特征提取网络训练的效果好，提取的待检测特征向量具有更好的代表性，从而提高识别准确度。
10.在一种可选的实施方式中，获取所述形态线图中待检测蜂窝材料的角点，包括：提取所述形态线图中的交叉点；构建所述交叉点的特征向量；对所述交叉点的特征向量进行k均值++聚类得到准确角点；根据所述准确角点预测所述形态线图中剩余的角点，其中，所述形态线图中待检测蜂窝材料的角点包括准确角点和预测得到的角点。
11.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测方法，通过k均值++聚类得到准确角点，再根据所述准确角点预测所述形态线图中剩余的角点，避免了由于拍摄环境干扰获取的待检测图像不准确从而直接识别得到不准确的角点，从而保证角点的准确性。
12.在一种可选的实施方式中，构建所述交叉点的特征向量，包括：对于每个所述交叉点，获取和当前交叉点距离最近的3个临近交叉点；根据所述当前交叉点到3个所述临近交叉点的距离的方差，以及3个所述临近交叉点两两之间距离的方差构建所述当前交叉点的特征向量。
13.蜂窝材料表面的空格为正多边形，每一个交叉点和到3个所述临近交叉点的距离的方差，以及3个所述临近交叉点两两之间距离的方差在正常情况为0，通过此方法构建的特征向量可快速识别出正常的交叉点。
14.在一种可选的实施方式中，根据待检测图像提取待检测蜂窝材料的形态线图，包括：对待检测图像进行二值化处理得到二值图像；将所述二值图像进行骨架抽取，得到待检测蜂窝材料的形态线图；和/或，基于所述高斯概率对还原后的待检测图像进行检测结果标记并输出，包括：根据所述高斯概率将还原后的待检测图像转换成热图并输出。
15.通过二值化处理可去除待检测图像中的噪点，增强对比度，通过骨架抽取，获得形态线图，便于后续识别步骤的进行。通过将还原后的待检测图像转换成热图并输出，实现可视化输出，方便观察。
16.第二方面，本发明提供了一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备，包括：三坐标位移平台；工件夹持部，设置在和所述三坐标位移平台的执行末端的移动范围对应的区域中，用于安装待检测蜂窝材料；图像采集装置，设置在所述三坐标位移平台的执行末端，并由所述三坐标位移平台带动沿三维坐标方向移动，用于采集待检测蜂窝材料的待检测图像；控制终端，分别和三坐标位移平台及所述图像采集装置连接，用于控制所述三坐标位移平台和所述图像采集装置采集所述待检测图像并执行上述第一方面或其对应的任一实施方式的蜂窝材料加工表面撕裂和压溃缺陷的检测方法。
17.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测设备，通过控制三坐标位移平台带动图像采集装置移动，进而采集待检测蜂窝材料的待检测图像，并通过蜂窝材料加工表面撕裂和压溃缺陷的检测方法自动识别蜂窝材料加工表面撕裂和压溃缺陷，提高了检测效率。
18.在一种可选的实施方式中，蜂窝材料加工表面撕裂和压溃缺陷的检测设备还包括：相机夹持部，所述相机夹持部包括相互连接的安装部和连接部，所述安装部设置在所述三坐标位移平台的执行末端上，所述连接部用于安装所述图像采集装置并调节所述图像采集装置的倾斜角度。
19.通过相机夹持部安装图像采集装置，并可以调节图像采集装置的倾斜角度，可以使图像采集装置的倾斜角度保持在最适合检测蜂窝材料的位置，可以消除阴影，使采集到的待检测图像便于进行识别。
20.在一种可选的实施方式中，所述图像采集装置采用结构光相机；和/或，所述三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台，所述工件夹持部包括支架、压块和底板，所述支架设置在所述载物台的上方，所述底板设置在所述支架的上方，所述压块用于固定所述支架和所述载物台，所述底板采用吸光材料制成，所述底板用于放置待检测蜂窝材料。
21.结构光相机除了可以获取二维的图像信息，还可以获取有效的高度方向的信息，有助于对加工表面的撕裂和压溃缺陷的检测提供更为丰富的量化分析能力。载物台和工件夹持部可以固定待检测蜂窝材料，并且底板良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
22.第三方面，本发明提供了一种计算机设备，包括：
23.存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述第一方面或其对应的任一实施方式的检测方法。
24.第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的检测方法。
附图说明
25.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1是根据本发明实施例的检测设备的结构示意图；
27.图2是根据本发明实施例的图像采集装置的结构示意图；
28.图3是根据本发明实施例的相机夹持部的结构示意图；
29.图4是根据本发明实施例的工件夹持部的结构示意图；
30.图5是根据本发明实施例的检测方法的流程图；
31.图6是根据本发明实施例的另一检测方法的流程图；
32.图7是本发明实施例的特征提取网络的结构示意图；
33.图8是本发明实施例的检测结果的效果展示图；
34.图9是本发明实施例的计算机设备的硬件结构示意图；
35.附图标记说明：
36.1-第二y向运动模组；2-第一y向运动模组；3-x向运动模组；4-z向运动模组；5-载物台；6-图像采集装置；7-相机夹持部；71-连接部；72-安装部；8-支架；9-压块；10-底板；11-待检测蜂窝材料；901-处理器；902-存储器；903-输入装置；904-输出装置。
具体实施方式
37.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
38.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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发明和简化描述，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发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
39.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
40.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
41.蜂窝材料主要是作为填充材料，需要和上下蒙皮结合，所以蜂窝的表面质量就非常关键和重要。相关研究发现，在涂胶阶段、成形阶段、固化阶段，蜂窝都出现了很大的缺陷。在涂胶阶段中，蜂窝表面会出现错位缺陷；在成形阶段中，蜂窝会出现欠拉伸缺陷；在固化阶段中，蜂窝会出现堵胶缺陷。对于加工阶段，蜂窝表面会出现撕裂、毛刺、孔格变形、压溃等缺陷。本技术基于对加工阶段蜂窝表面可能出现撕裂和压溃缺陷进行检测，提出一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法。
42.本发明实施例提供了一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备，如图1至图4所示，包括：三坐标位移平台；工件夹持部，设置在和三坐标位移平台的执行末端的移动范围对应的区域中，用于安装待检测蜂窝材料11；图像采集装置6，设置在三坐标位移平台的执行末端，并由三坐标位移平台带动沿三维坐标方向移动，用于采集待检测蜂窝材料11的待检测图像；控制终端(图中未示出)，分别和三坐标位移平台及图像采集装置6连接，用于控制三坐标位移平台和图像采集装置6采集待检测图像并执行本发明方法实施例中的蜂窝材料加工表面撕裂和压溃缺陷的检测方法。
43.具体地，三坐标位移平台可以实现工作空间中x、y、z三个方向的独立运动，即执行末端可以到达工作空间中任意一点，x、y、z三个方向的运动精度为10μm，x、y、z三个方向的
最小运动速度为1mm/s，最大运动速度为30mm/s。示例性地，三坐标位移平台包括第一y向运动模组2、第二y向运动模组1、x向运动模组3和z向运动模组4，第一y向运动模组2和第二y向运动模组1相互平行设置，x向运动模组3的两端设置在第一y向运动模组2和第二y向运动模组1的滑块上，z向运动模组4设置在x向运动模组3的滑块上，第一y向运动模组2、第二y向运动模组1、x向运动模组3和z向运动模组4均通过电机驱动精密研磨滚珠丝杠转动，精密研磨滚珠丝杠带动滑块沿着对应的方向运动，电机的正反转通过控制终端控制。
44.三坐标位移平台的执行末端是指三坐标位移平台上用于执行任务的末端工具或装置，它可以根据需要进行更换或调整以完成不同的任务。通常情况下，这些执行末端可以是机械手臂、夹具、传感器、摄像头等设备，其功能取决于平台的设计和用途。例如，在制造业中，执行末端可以是机器人手臂，用于自动化生产线上的组装、加工和包装任务。在本发明实施例中，执行末端为加工待检测蜂窝材料11的机床上的刀柄，在不需要进行检测时，三坐标位移平台带动刀柄前进到蜂窝材料的各个位置对蜂窝材料进行加工，加工完成后，在刀柄上安装图像采集装置6，通过三坐标位移平台带动图像采集装置6前进到蜂窝材料的各个位置采集各个区域的待检测图片。图像采集装置6安装在机床的刀柄上，具备了开发相应的在机检测的应用潜力，比传统的离位拍摄样品图像具有进一步的实用性。
45.控制终端可以为电脑、手机等终端，控制终端控制三坐标位移平台移动，并通过图像采集装置6采集待检测图像，然后通过上述方法实施例中的蜂窝材料加工表面撕裂和压溃缺陷的检测方法对待检测图像进行检测，获得撕裂和压溃缺陷的检测结果。
46.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测设备，通过控制三坐标位移平台带动图像采集装置6移动，进而采集待检测蜂窝材料11的待检测图像，并通过蜂窝材料加工表面撕裂和压溃缺陷的检测方法自动识别蜂窝材料加工表面撕裂和压溃缺陷，提高了检测效率。
47.在一种可选的实施方式中，蜂窝材料加工表面撕裂和压溃缺陷的检测设备还包括：相机夹持部7，相机夹持部7包括相互连接的安装部72和连接部71，安装部72设置在三坐标位移平台的执行末端上，连接部71用于安装图像采集装置6并调节图像采集装置6的倾斜角度。
48.具体地，连接部71和安装部72的角度可调节，通过调节连接部71的角度，从而调节图像采集装置6的倾斜角度。例如，连接部71内部设有磁铁，安装部72为磁性材料制成，可方便调节连接部71和安装部72的相对角度，图像采集装置6可通过螺栓等连接件安装在连接部71上，当连接部71转动时，图像采集装置6的倾斜角度也相应转动。在本实施例中，图像采集装置6的倾斜角度为12
°
，此时图像采集装置6的倾斜角度和蜂窝孔格轴线平行，可以消除阴影，此角度拍摄的图像最佳。
49.通过相机夹持部7安装图像采集装置6，并可以调节图像采集装置6的倾斜角度，可以使图像采集装置6的倾斜角度保持在最适合检测蜂窝材料的位置，使图像采集装置6的倾斜角度和蜂窝孔格轴线平行，可以消除阴影，使采集到的待检测图像便于进行识别。
50.在一种可选的实施方式中，图像采集装置6采用结构光相机。
51.具体地，结构光相机可以拍摄蜂窝材料表面的高清的灰度图像信息，单次采集输出的结果为当前结构光相机位置处一定视野的灰度图像信息。优选地，结构光相机的工作距离为130mm，单次采集时间为200ms，相机视野为30mm
×
16mm，图片分辨率为2160
×
4096。
52.使用结构光相机，除了可以获取二维的图像信息，还可以获取有效的高度方向的信息，可以消除一些异常数据点，图片信息与真实的材料更接近，训练特征提取网络以及后面的检测效果更好，有助于对加工表面的撕裂和压溃缺陷的检测提供更为丰富的量化分析能力。现有技术中使用光学显微镜仅仅能针对蜂窝材料加工表面的某些位置开展研究，使用光学显微镜拍摄的图片仅仅是二维的信息，而本发明实施例通过三坐标位移平台带动图像采集装置6移动，可以完成更大的蜂窝材料表面的任意位置进行完整的表征，对大型蜂窝零件的测量更加有效。
53.在一种可选的实施方式中，三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台5，工件夹持部包括支架8、压块9和底板10，支架8设置在载物台5的上方，底板10设置在支架8的上方，压块9用于固定支架8和载物台5，底板10采用吸光材料制成，底板10用于放置待检测蜂窝材料11。
54.具体地，三坐标位移平台的执行末端的移动范围对应的区域位于三坐标位移平台的下方，即载物台5设置在三坐标位移平台的下方，支架8和底板10依次设置在载物台5上，通过载物台5和工件夹持部固定待检测蜂窝材料11，在对待检测蜂窝材料11加工表面撕裂和压溃缺陷进行检测时，将待检测蜂窝材料11放置于底板10上，底板10良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
55.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测设备的检测流程为：
56.首先，将待检测蜂窝材料11放置于底板10上，底板10良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
57.第二，三坐标位移平台的z向运动模组4搭载着结构光相机进行运动，通过控制z向运动模组4实现结构光相机高度的调节，进而实现对焦。
58.第三，结构光相机对焦完成后，其视野(长和宽)大小已经确定。根据待检测蜂窝材料11的表面面积(长和宽)大小和其放置位置，可以经计算得到结构光相机需要进行测量的次数，和结构光相机每次检测需要达到的位置坐标，即待测位置。
59.第四，需要结构光相机运动至上一步计算得到的每次检测需要达到的位置坐标。控制终端控制第一y向运动模组2、第二y向运动模组1和x向运动模组3，使结构光相机运动至指定位置。
60.第五，结构光相机进行一次检测，获取当前视野下的待检测蜂窝材料11加工表面的待检测图像，该待检测图像为灰度图像。这张灰度图像可能是存在撕裂和压溃缺陷的。将采集的待检测图像保存在控制终端中。
61.第六，重复第四和第五，直至完成所有待测位置的测量，控制终端接收到待检测图像后，执行下面的步骤。
62.第七，对于采集到的某张待检测图像，进行二值化处理，将二值图像进行骨架抽取，获取形态线图，将采集到的灰度图像信息中所有准确的角点提取出来。
63.第八，根据蜂窝材料的周期性，基于准确的角点预测所有的角点。
64.第九，根据角点的坐标，将形态线图拆分成若干形状相同的待检测子图。
65.第十，提前收集一些无缺陷的待检测子图。无缺陷的待检测子图随机破坏掉一部分，再和未破坏待检测子图一起构成一个训练集，训练一个特征提取网络，并通过无缺陷的待检测子图拟合一个高斯模型，将步骤九中拆分出的待检测子图需要输入到高斯模型中，
高斯模型会输出一个高斯概率，在待检测子图上标注高斯概率，该概率表示待检测子图的无缺陷的概率。
66.第十一，将带有高斯概率的待检测子图按照拆分时的位置，还原为初始的待检测图像。
67.最后，将检测结果以热图的形式输出，实现撕裂和压溃缺陷的检测。
68.在一实施例中，待检测蜂窝材料11的孔格边长约2mm，孔壁厚约0.05至0.1mm。结构光相机的工作距离约为130mm，曝光时间40000微秒，增益度12。将高斯概率取负对数作为输出的热图的亮度，最终输出的热图如图8所示，可以直观查看到出现缺陷的位置。
69.本发明实施例的检测设备具有如下优点：
70.第一，采用结构光相机获取待检测图像，光源稳定，拍照效果也非常稳定，实现撕裂和缺陷的检测的效果良好。
71.第二，运动精确，通过三坐标位移平台可以实现精准到达蜂窝各个位置进行检测。
72.第三，检测效率高。结构光相机拍摄的每张待检测图片的单次检测时间仅为200ms，并且通过三坐标位移平台移动，实现自动切换检测位置，提高全局检测效率。
73.本发明实施例还提供了一种蜂窝材料加工表面撕裂和压溃缺陷的检测方法，如图5和图6所示，包括：
74.步骤s101，根据待检测图像提取待检测蜂窝材料的形态线图。
75.具体地，待检测图像通过结构光相机拍摄待检测蜂窝材料表面得到。结构光相机拍摄蜂图像为的高清的灰度图像，使用结构光相机，除了可以获取二维的图像信息，还可以获取有效的高度方向的信息，有助于对加工表面的撕裂和压溃缺陷的检测提供更为丰富的量化分析能力。蜂窝材料由若干个正多边形结构如正六边形组成，通过结构光相机拍摄待检测蜂窝材料表面得到的待检测图像中，待检测蜂窝的表面为若干个正六边形组成的线条，形态线图包括待检测图片中的主要线条，通过提取形态线图，可以去除掉无关信息，得到待检测蜂窝的表面的图像信息。
76.步骤s102，将形态线图拆分成若干待检测子图。
77.示例性地，形态线图的分辨率为2160
×
4096，2160
×
4096的形态线图按照设定大小或设定形态拆分成若干子图，设定大小可以为拆分前图像的千分之一、百分之一等，根据实际拍摄的图像设定；设定形态为组成形态线图的六边形单元，包括六边形的数量、任意两个相邻六边形的角度等。拆分后的待检测子图的特征单一，特征单一的待检测子图的特征提取网络训练的效果好，提取的待检测特征向量具有更好的代表性，从而提高识别准确度。
78.步骤s103，通过训练好的特征提取网络提取待检测子图的待检测特征向量。如图7所示，本发明实施例中的特征提取网络包括输入层、两个卷积池化层、展平层、全连接层、特征向量层和输出层，该网络的输入为图片，输出为输入图片的64维特征向量。通过预先构建的训练集对该特征提取网络进行训练，得到训练好的特征提取网络。预先构建的训练集包括提前收集并筛选得到的无缺陷训练子图和若干有缺陷的训练子图，无缺陷的训练子图和待检测子图经过相同的处理，均为形态线图拆分得到且具有相同的大小，有缺陷的训练子图通过随机选择部分无缺陷的训练子图进行破坏得到。
79.步骤s104，将待检测特征向量输入至高斯模型获得待检测子图的高斯概率，其中，高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到。
80.具体地，将无缺陷的训练子图输入到训练好的特征提取网络，得到对应的64维特征向量，然后将无缺陷的训练子图的64维特征向量拟合得到高斯模型，该高斯模型反映了无缺陷的训练子图的特征向量在空间中的特点，可以用于判断待检测子图是否正常，即是否存在缺陷，待检测子图的待检测特征向量也是64维向量，待检测特征向量输入到高斯模型后，高斯模型根据待检测特征向量和无缺陷的训练子图的特征向量判断其相似度从而得到高斯概率，高斯概率表示待检测子图的不存在缺陷的概率。
81.步骤s105，将若干待检测子图还原成待检测图像，并基于高斯概率对还原后的待检测图像进行检测结果标记并输出。
82.具体地，还原后的待检测图像由若干标记了高斯概率的待检测子图构成，结果标记可以为待检测子图输出的高斯概率或高斯概率对应的标记，例如高斯概率大于设定阈值时为红色，反之为绿色。通过输出带有标记结果的待检测图像，可以获得待检测图像中的待检测蜂窝材料表面的检测结果，从而知道待检测蜂窝材料表面是否存在撕裂和压溃缺陷以及缺陷位置。
83.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测方法，通过根据待检测图像提取待检测蜂窝材料的形态线图，将形态线图拆分成若干形状相同的待检测子图，通过训练好的特征提取网络提取待检测子图的待检测特征向量，将待检测特征向量输入至高斯模型获得待检测子图的高斯概率，其中，高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到，因此该高斯概率即为不存在表面撕裂和压溃缺陷的概率，进一步将若干待检测子图还原成待检测图像，并基于高斯概率对还原后的待检测图像进行检测结果标记并输出，从而实现对待检测蜂窝材料表面是否存在撕裂和压溃缺陷的自动检测，提高检测效率。
84.在一些可选的实施方式中，步骤s102，将形态线图拆分成若干形状相同的待检测子图，包括：
85.步骤s1021，获取形态线图中待检测蜂窝材料的角点。
86.具体地，待检测蜂窝材料的角点指的是组成待检测蜂窝材料的各个六边形的角点，通过对形态线图进行识别，得到各个角点。
87.步骤s1022，根据角点的位置将形态线图拆分成若干形状相同的待检测子图。
88.具体地，根据蜂窝材料自身的周期性，其形态线图可以为若干相同的子单元组成，每个子单元包括一个或多个正六边形，因此，可以根据角点的位置可以将形态线图拆分成若干形状相同的待检测子图，使每个待检测子图包括一个或多个正六边形，且每个待检测子图中正六边形连接角度相同，即每个待检测子图具有相同的形状，例如每个待检测子图均为一个正六边形，或每个待检测子图均为两个相互连接的正六边形等。根据角点的位置拆分子图，相比于按照大小直接拆分，可以使拆分后的待检测子图中线条相同，图的形状也相同，其特征更加单一，特征单一的待检测子图的特征提取网络训练的效果好，提取的待检测特征向量具有更好的代表性，并且更容易识别出区别点，从而提高识别准确度。
89.在一些可选的实施方式中，步骤s1021，获取形态线图中待检测蜂窝材料的角点，包括：
90.步骤a1，提取形态线图中的交叉点。具体地，提取的交叉点包括蜂窝材料中准确角点和不准确的角点，不准确的角点是由于拍摄环境干扰导致获取的待检测图像不准确从而
直接识别得到。交叉点的特征是在局部领域(3
×
3)内，8个像素按瞬时针黑白变化次数与非交叉点的黑白转化次数不同，依据这个特征对形态线图中的交叉点进行提取。
91.步骤a2，构建交叉点的特征向量。
92.具体地，对于每个交叉点，获取和当前交叉点距离最近的3个临近交叉点；根据当前交叉点到3个临近交叉点的距离的方差，以及3个临近交叉点两两之间距离的方差构建当前交叉点的特征向量。蜂窝材料表面的孔格为正多边形，每一个交叉点和到3个临近交叉点的距离的方差，以及3个临近交叉点两两之间距离的方差在正常情况为0，通过此方法构建的特征向量可快速识别出正常的交叉点。
93.步骤a3，对交叉点的特征向量进行k均值++聚类得到准确角点。
94.具体地，交叉点包括准确角点和不准确的角点，即正常和不正常的两类角点，将k值设为2，既有两个类，通过k均值++聚类后，方差小的一类是准确角点，因为理想的蜂窝孔格就是正六边形，其方差是0。方差大的一类为不准确的角点，将不准确的角点从形态线图中舍弃掉。
95.步骤a4，根据准确角点预测形态线图中剩余的角点，其中，形态线图中待检测蜂窝材料的角点包括准确角点和预测得到的角点。
96.蜂窝材料自身具有周期性，因此通过准确角点和蜂窝材料自身的周期性，可以预测形态线图中所有的角点。例如根据其中一个正六边形的3个角点预测剩余3个角点等。
97.本发明实施例的蜂窝材料加工表面撕裂和压溃缺陷的检测方法，通过k均值++聚类得到准确角点，再根据准确角点预测形态线图中剩余的角点，避免了由于拍摄环境干扰获取的待检测图像不准确从而直接识别得到不准确的角点，从而保证角点的准确性，进而提高最终的识别准确度。
98.在一些可选的实施方式中，步骤s101，根据待检测图像提取待检测蜂窝材料的形态线图，包括：
99.步骤s1011，对待检测图像进行二值化处理得到二值图像。
100.具体地，二值化处理把灰度图像转换成二值图像。把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而得到二值图像。通过二值化处理可去除待检测图像中的噪点，增强对比度。
101.步骤s1012，将二值图像进行骨架抽取，得到待检测蜂窝材料的形态线图。
102.具体地，骨架提取与图像细化类似，都是指将二值图像中一部分点去掉后，剩下的点仍能保持原来的形状，即图像的骨架，骨架提取的算法具体采用zhang-suen算法。在骨架抽取之前对二值图像先进行若干次膨胀-腐蚀算法滤波，去除噪点，在骨架抽取之后对二值图像再进行骨架剪枝，只保留完整的六边形线图，得到待检测蜂窝材料的形态线图。
103.通过二值化处理可去除待检测图像中的噪点，增强对比度，通过骨架抽取，获得形态线图，便于后续识别步骤的进行。
104.在一些可选的实施方式中，步骤s105，基于高斯概率对还原后的待检测图像进行检测结果标记并输出，包括：根据高斯概率将还原后的待检测图像转换成热图并输出。
105.具体地，在前面检测得到待检测子图的高斯概率，该高斯概率通过图像显示只是0到255的整数。将高斯概率取负对数作为输出的待检测子图的亮度，例如高斯概率为n，则热图亮度为-logn，从而将还原后的待检测图像转换为热图的形式输出，最终输出的热图如图
x所示。通过将还原后的待检测图像转换成热图并输出，实现可视化输出，方便观察。
106.本发明实施例还提供一种计算机设备，如图9所示，该计算机设备包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
107.处理器901可以是中央处理器，网络处理器或其组合。其中，处理器901还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
108.其中，存储器902存储有可由至少一个处理器901执行的指令，以使至少一个处理器901执行实现上述实施例示出的方法。
109.存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
110.存储器902可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器902还可以包括上述种类的存储器的组合。
111.该计算机设备还包括输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置902可以通过总线或者其他方式连接，图x中以通过总线连接为例。
112.输入装置903可接收输入的数字或字符信息，以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置904可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。上述显示设备包括但不限于液晶显示器，发光二极管，显示器和等离子体显示器。在一些可选的实施方式中，显示设备可以是触摸屏。
113.本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随
机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
114.虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

技术特征：
1.一种蜂窝材料加工表面撕裂和压溃缺陷的检测方法，其特征在于，包括：根据待检测图像提取待检测蜂窝材料的形态线图；将所述形态线图拆分成若干待检测子图；通过训练好的特征提取网络提取所述待检测子图的待检测特征向量；将所述待检测特征向量输入至高斯模型获得所述待检测子图的高斯概率，其中，所述高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到；将若干所述待检测子图还原成待检测图像，并基于所述高斯概率对还原后的待检测图像进行检测结果标记并输出。2.根据权利要求1所述的检测方法，其特征在于，将所述形态线图拆分成若干待检测子图，包括：获取所述形态线图中待检测蜂窝材料的角点；根据所述角点的位置将所述形态线图拆分成若干形状相同的待检测子图。3.根据权利要求2所述的检测方法，其特征在于，获取所述形态线图中待检测蜂窝材料的角点，包括：提取所述形态线图中的交叉点；构建所述交叉点的特征向量；对所述交叉点的特征向量进行k均值++聚类得到准确角点；根据所述准确角点预测所述形态线图中剩余的角点，其中，所述形态线图中待检测蜂窝材料的角点包括准确角点和预测得到的角点。4.根据权利要求3所述的检测方法，其特征在于，构建所述交叉点的特征向量，包括：对于每个所述交叉点，获取和当前交叉点距离最近的3个临近交叉点；根据所述当前交叉点到3个所述临近交叉点的距离的方差，以及3个所述临近交叉点两两之间距离的方差构建所述当前交叉点的特征向量。5.根据权利要求1所述的检测方法，其特征在于，根据待检测图像提取待检测蜂窝材料的形态线图，包括：对待检测图像进行二值化处理得到二值图像；将所述二值图像进行骨架抽取，得到待检测蜂窝材料的形态线图；和/或，基于所述高斯概率对还原后的待检测图像进行检测结果标记并输出，包括：根据所述高斯概率将还原后的待检测图像转换成热图并输出。6.一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备，其特征在于，包括：三坐标位移平台；工件夹持部，设置在和所述三坐标位移平台的执行末端的移动范围对应的区域中，用于安装待检测蜂窝材料；图像采集装置，设置在所述三坐标位移平台的执行末端，并由所述三坐标位移平台带动沿三维坐标方向移动，用于采集待检测蜂窝材料的待检测图像；控制终端，分别和三坐标位移平台及所述图像采集装置连接，用于控制所述三坐标位移平台和所述图像采集装置采集所述待检测图像并执行如权利要求1至5任一项所述的蜂窝材料加工表面撕裂和压溃缺陷的检测方法。7.根据权利要求6所述的检测设备，其特征在于，还包括：
相机夹持部，所述相机夹持部包括相互连接的安装部和连接部，所述安装部设置在所述三坐标位移平台的执行末端上，所述连接部用于安装所述图像采集装置并调节所述图像采集装置的倾斜角度。8.根据权利要求6所述的检测设备，其特征在于，所述图像采集装置采用结构光相机；和/或，所述三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台，所述工件夹持部包括支架、压块和底板，所述支架设置在所述载物台的上方，所述底板设置在所述支架的上方，所述压块用于固定所述支架和所述载物台，所述底板采用吸光材料制成，所述底板用于放置待检测蜂窝材料。9.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至5中任一项所述的检测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至5中任一项所述的检测方法。

技术总结
本发明涉及表面缺陷检测技术领域，公开了一种蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法，该方法包括：根据待检测图像提取待检测蜂窝材料的形态线图；将形态线图拆分成若干形状相同的待检测子图；通过训练好的特征提取网络提取待检测子图的待检测特征向量；将待检测特征向量输入至高斯模型获得待检测子图的高斯概率，其中，高斯模型通过将若干无缺陷的训练子图的特征向量进行拟合得到；将若干待检测子图还原成待检测图像，并基于高斯概率对还原后的待检测图像进行检测结果标记并输出。本发明实施例实现对待检测蜂窝材料表面是否存在撕裂和压溃缺陷的自动检测，提高检测效率。测效率。测效率。


技术研发人员：姜恩来 冯峰 赵学奇 刘金磊 陈永庆 李友生 林亮亮 许超 马原 冯平法
受保护的技术使用者：厦门金鹭特种合金有限公司 深圳市青鼎装备有限公司
技术研发日：2023.06.16
技术公布日：2023/9/22