一种多特征零件质量信息智能感知方法、系统及装置与流程

技术特征：
1.一种多特征零件质量信息智能感知方法，其特征在于，包括以下步骤：从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取；对子特征图像进行判定，确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取；对精提取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息。2.根据权利要求1所述的多特征零件质量信息智能感知方法，其特征在于，所述从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取的具体方法如下：采用自适应灰度阈值分割法将可能有特征存在的子特征图像从全局图像中分割出来；采用自适应灰度阈值分割，从全局图像p中分割出可能有加工特征存在的子特征图像p
i
，实现零件加工特征的粗提取，包括：{p1,p2,p3...p
i
...p
n
}∈p其中，n为从全局质量图像中分割出的子特征图像的个数。3.根据权利要求1所述的多特征零件质量信息智能感知方法，其特征在于，所述对子特征图像进行判定的具体方法如下：利用子特征图像对称矩计算子特征图像中加工特征存在置信度，利用模板匹配法计算子特征图像的轮廓与模板的相似度，对得到的子特征图像的轮廓与模板的相似度进行处理得到特征匹配度，再通过加权投票法确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取。4.根据权利要求3所述的多特征零件质量信息智能感知方法，其特征在于，所述利用子特征图像对称矩计算子特征图像中加工特征存在置信度的具体方法如下：子特征图像对称矩为：其中，(a,b)为轮廓存在区域的像素点坐标，a为子特征图像中特征存在区域水平方向像素个数，b为竖直方向像素个数，(m,n)为子特征图像中各像素点的坐标，函数f(m,n)为坐标点(m,n)处像素点的灰度值，m为子特征图像水平方向像素点个数，n为子特征图像竖直方向像素点个数；计算子特征图像对称矩要用到的参数包括中心距μ
pq
以及规格化中心距η
pq
；中心距μ
pq
以及计算规格化中心距η
pq
为：为：其中，p q为阶数；最后，基于计算子特征图像中有特征存在的置信度s：
其中为将子特征图像旋转180度后的子特征图像矩。5.根据权利要求3所述的多特征零件质量信息智能感知方法，其特征在于，所述利用模板匹配法计算子特征图像的轮廓与模板的相似度，对得到的子特征图像的轮廓与模板的相似度进行处理得到特征匹配度的具体方法如下：根据子特征图像i的尺寸自动调整模板图像t的大小，再根据模板匹配法计算子特征图像与模板的相似度l：其中，t(x',y')为的模板图像的像素灰度值分布函数；i(x,y)为目标图像的像素灰度值分布函数；对比特征粗提取出的所有子特征图像与模板的相似度，特征匹配度r为：其中，l
*
为所有一组子特征图像中的最大相似度。6.根据权利要求3所述的质量信息智能感知方法，其特征在于，所述通过加权投票法确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取的具体方法如下：对置信度和特征匹配度进行特征加权，加权子特征存在的概率q为：其中，为通过子特征面积矩计算的加权投票特征提取的权值，s为置信度，r为特征匹配度：子特征图像面积矩表示子特征图像中轮廓面积与子特征图像总面积的比值，比值与特征存在概率成正相关；基于计算的特征存在置信度权值计算的特征存在置信度权值基于模板匹配相似度计算的特征匹配度权值基于模板匹配相似度计算的特征匹配度权值计算加权子特征存在概率q，并与特征存在概率阈值q
t
进行比较，当q>q
t
时确子特征图像中认特征存在并提取子特征图像。7.根据权利要求1所述的多特征零件质量信息智能感知方法，其特征在于，所述对精提
取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息的具体方法如下：通过模板匹配的结果判别特征种类，根据种类判别结果，采取对应的特征质量检测方法获得零件不同种类的多个特征的质量信息。8.一种多特征零件质量信息智能感知系统，其特征在于，包括：分割模块，所述分割模块用于从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取；判定模块，所述判定模块用于对子特征图像进行判定，确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取；图像处理模块，所述图像处理模块用于对精提取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息。9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1
‑
7任一项所述方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1
‑
7任一项所述方法的步骤。

技术总结
本发明公开了一种多特征零件质量信息智能感知方法、系统及装置，包括：从零件的全局图像中分割出可能有特征存在的子特征图像，实现零件特征的粗提取，对子特征图像进行判定，确认子特征图像是否存在加工特征并判断特征种类，实现特征的精提取，对精提取出的子特征图像特征进行图像处理，获取零件的多种类多特征的质量信息。通过对零件的全局图像进行特征判别提取操作，可以提高零件加工特征质量信息感知的速度，并实现从零件的一张全局图像，获得零件多个加工特征的质量信息。零件多个加工特征的质量信息。零件多个加工特征的质量信息。


技术研发人员：赵丽萍 赵书逢 李博豪
受保护的技术使用者：西安交通大学
技术研发日：2021.06.25
技术公布日：2021/10/23