(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211156237.X (22)申请日 2022.09.22 (65)同一申请的已公布的文献号 申请公布号 CN 115239723 A (43)申请公布日 2022.10.25 (73)专利权人 江苏东晨机 械科技有限公司 地址 226000 江苏省南 通市海安市城东 镇 海防大道16号 (72)发明人 缪屹东　 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 7/13(2017.01) G06V 10/22(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) (56)对比文件 CN 115049670 A,202 2.09.13 CN 115018765 A,2022.09.06 CN 107796826 A,2018.0 3.13 CN 115049667 A,202 2.09.13 审查员 陈震宇 (54)发明名称 基于图形识别的卷板 机零件检测方法 (57)摘要 本发明涉及图形识别技术领域， 具体涉及基 于图形识别的卷板机零件检测方法， 包括： 采集 卷板机上的齿轮图像； 根据每帧齿轮图像中齿轮 区域图像得到齿轮区域图像的边缘图像； 进一步 得到第一序列； 根据第一序列中投影值以及相邻 投影值计算齿轮区域图像每个投影值的边缘率 进而确定 出边缘线； 根据第一序列中相邻边缘线 之间的距离得到距离序列， 从而得到第二序列； 根据第二序列中所有相邻元素之间的差异获取 突变值； 将齿轮区域图像以及突变值输入到第二 神经网络中， 判断齿轮区域图像是否存在异常； 根据所有齿轮区域图像异常判断操作结果， 判断 齿轮是否存在断齿或缺齿缺陷。 排除了齿轮上划 痕对齿轮缺齿断齿缺陷识别的干扰， 使得检测结 果更加准确。 权利要求书1页 说明书5页 附图1页 CN 115239723 B 2022.12.23 CN 115239723 B 1.基于图形识别的卷板 机零件检测方法， 其特 征在于， 该 方法包括以下步骤： S1:采集卷板机上的多帧齿轮图像； 对每帧齿轮图像进行噪声滤除； 提取每帧齿轮图像 中齿轮区域， 得到多个齿轮区域图像， 包括： 将齿轮图像输入到第一神经网络中， 得到齿轮 图像中的齿轮区域， 将齿轮区域作为齿轮区域图像； S2:对每个齿轮区域图像进行异常判断操作； 所述异常判断操作包括： S201:对齿轮区域 图像进行边缘检测得到齿轮区域图像的边缘 图像； 对齿轮区域图像 的边缘图像进 行投影， 得到齿轮区域图像的第一序列， 包括： 将齿轮区域图像的边缘图像转 换为二值图像； 计算所述二值图像每一列所有像素点的像素值均值， 得到二值图像每一列 的投影值； 二 值图像所有列的投影值组成齿轮区域图像的第一序列； S202:根据齿轮区域图像的第一序列中每个投影值以及相邻投影值计算齿轮区域图像 每个投影值的边缘率； 将齿轮区域图像第一序列中所有边缘率大于第一阈值的投影值标记 为边缘线； 所述 边缘率的表达式为： 其中， 为第一序列 中第 个投影值的边缘率； 为第一序列 中第 个投影值； 为第 一序列中第 个投影值； S203:计算第一序列中相邻边缘线之间的距离， 得到距离序列； 计算距离序列中相邻距 离之间的差异， 得到第二序列； 根据第二序列中所有相 邻元素之间的差异获取突变值； 所述 突变值的表达式为： 其中 为突变值； 为第二序列中第 个元素； 为第二序列中第 个元素； 为 第二序列中元 素的个数； S204:将齿轮区域 图像以及突变值输入到第二神经网络中， 判断齿轮区域图像是否存 在异常； S3:根据所有齿轮区域图像异常判断操作结果， 判断齿轮是否存在断齿或缺齿缺陷， 包 括： 若存在一个齿轮区域图像中存在异常， 则齿轮存在断齿或缺齿缺陷； 若所有齿轮区域图 像均不存在异常， 则齿轮不存在断齿或缺齿缺陷。权　利　要　求　书 1/1 页 2 CN 115239723 B 2基于图形识别的卷板机零件检测方 法 技术领域 [0001]本发明涉及图形识别领域， 具体涉及基于图形识别的卷板 机零件检测方法。 背景技术 [0002]卷板机是一种利用工作辊使板材弯曲的设备， 其可以将板材变成筒形件/锥形件 等不同形状的零件， 是一种非常重要的加工 设备。 卷板机最常用的是三辊卷板机， 其分为机 械式和液压式， 机械式三辊卷板机 分布为上辊有一个， 下辊有两个， 其两个下辊和齿轮相连 接， 在两个齿轮下方还存在一个齿轮。 在卷板机中齿轮式帮助下辊转动的关键道具， 因此齿 轮出现损害会导 致板材无法规则成型， 因此齿轮在运行中的检测是十分重要的。 [0003]而现有的齿轮检测算法是针对齿轮横截面采集图像判断其齿轮是否出现损害， 但 在卷板机场景下， 无法拍摄到齿轮的全部侧面图像， 检测结果 不准确。 发明内容 [0004]本发明提供基于图形识别的卷板 机零件检测方法， 以解决现有的问题。 [0005]本发明的基于图形识别的卷板 机零件检测方法采用如下技 术方案： [0006]本发明一个实施例提供了基于图形识别的卷板机零件检测方法， 该方法包括以下 步骤： [0007]S1:采集卷板机上的多帧齿轮图像； 对每帧齿轮图像进行噪声滤除； 提取每帧齿轮 图像中齿轮区域， 得到多个齿轮区域图像； [0008]S2:对每个齿轮区域图像进行异常判断操作； [0009]所述异常判断操作包括： [0010]S201:对齿轮区域图像进行边缘检测得到齿轮区域图像的边缘图像； 对齿轮区域 图像的边 缘图像进行投影， 得到齿轮区域图像的第一序列； [0011]S202:根据齿轮区域图像的第一序列中每个投影值以及相邻投影值计算齿轮区域 图像每个投影值的边缘率； 将齿轮区域图像第一序列中所有边缘率大于第一阈值的投影值 标记为边缘线； [0012]S203:计算第一序列中相邻边缘线之间的距离， 得到距离序列； 计算距离序列中相 邻距离之间的差异， 得到第二序列； 根据第二序列中所有相邻元 素之间的差异获取突变值； [0013]S204:将齿轮区域图像以及突变值输入到第二神经网络中， 判断齿轮区域图像是 否存在异常； [0014]S3:根据所有齿轮区域图像异常判断操作结果， 判断齿轮是否存在断齿或缺齿缺 陷。 [0015]优选的， 所述 提取每帧齿轮图像中齿轮区域， 得到多个齿轮区域图像包括： [0016]将齿轮图像输入到第一神经网络中， 得到齿轮图像中的齿轮区域， 将齿轮区域作 为齿轮区域图像。 [0017]优选的， 所述对齿轮区域图像的边缘图像进行投影， 得到齿轮区域图像的第一序说　明　书 1/5 页 3 CN 115239723 B 3