(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 202210875664.7 (22)申请日 2022.07.25 (65)同一申请的已公布的文献号 申请公布号 CN 114943848 A (43)申请公布日 2022.08.26 (73)专利权人 南通德晋昌光电科技有限公司 地址 226500 江苏省南 通市如皋市白蒲 镇 惠蒲路68号 (72)发明人 金昱　李昊　刘兆祥　廖学明　 姚志红　古运波　 (74)专利代理 机构 北京汇信合知识产权代理有 限公司 1 1335 专利代理师 金星 (51)Int.Cl. G06V 10/74(2022.01)G06V 10/50(2022.01) G06V 10/26(2022.01) G06T 5/40(2006.01) G06T 5/50(2006.01) G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) 审查员 徐晓艳 (54)发明名称 镍网激光熔覆过程中的裂纹识别方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及镍 网激光熔覆过程中的裂纹识别方法。 该方法是一 种应用电子设备进行识别的方法， 利用生产领域 人工智能系统完成激光熔覆过程中熔覆件的裂 纹识别。 该方法通过相机识别图像获取激光熔覆 件的表面图像和对应的梯度直方图； 对梯度直方 图进行数据处理， 得到预处理后的修正图像， 进 一步对修正图像进行数据处理得到裂纹极其裂 纹严重程度。 本发明实施例采用图像识别的方 法， 并通过相关的数据处理， 解决了激光熔覆件 表面粗糙而导致难以获取有效裂纹数据的问题， 达到了能够根据修正图像准确获取有效裂纹数 据的目的。 权利要求书2页 说明书9页 附图1页 CN 114943848 B 2022.10.04 CN 114943848 B 1.镍网激光熔覆过程中的裂纹识别方法， 其特 征在于， 该 方法包括以下步骤： 获取激光熔覆件的表面图像； 获取所述表面图像中各像素点的梯度幅值建立梯度直方图； 根据 所述梯度直方图中各 梯度级大小得到梯度级对应的裂纹概率， 得到裂纹概率函数； 获取梯度直方图曲线和所述 裂纹概率函数的交点及其对应的初始梯度级； 以属于所述初始梯度级的像素点作为窗口的 中心点， 获取多个窗口的灰度相似性； 以所述初始梯度级为中心， 左右移动梯度级， 获取各 梯度级对应的灰度相似性， 极大 灰度相似性对应的梯度级作为 最优分割阈值； 基于所述最优分割阈值， 将所述梯度直方图划分为两个区间； 获取每个区间的平均频 次和区间内的最大频次； 分别根据每个区间的所述平均频次和所述最大频次得到每个区间 的修正阈值， 比较所述修正阈值和所述最大频次对各区间的修正阈值进行更新； 由更新后 的修正阈值对所述梯度直方图进行修正， 对修正后的梯度直方图进行均衡化， 得到对应的 修正图像； 根据所述 修正图像中的最大裂纹宽度和裂纹数量得到裂纹严重程度。 2.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述根据 所述梯度直方图中各梯度级大小得到梯度级对应的裂纹概 率， 包括： 获取梯度直方图中频次最大的梯度级对应的最大像素点数量和最大梯度级； 所述最大 像素点数量和所述 最大梯度级的比值 为裂纹概 率权重； 所述裂纹概 率权重和各梯度级的乘积为梯度级的所述裂纹概 率。 3.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述以属 于所述初始梯度级的像素点作为窗口 的中心点， 获取多个窗口 的灰度相似性， 包括： 获取窗口内的像素点均值， 计算窗口内各像素点的像素值和所述像素点均值的差值的 平方， 所述平方的均值 为窗口对应的灰度方差； 计算初始梯度级对应的多个窗口 的所述灰度方差的相似度， 作为灰度相似性。 4.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述分别 根据每个区间的所述平均频次和所述 最大频次得到每 个区间的修 正阈值， 包括： 所述修正阈值的计算公式为： 其中， 为所述修正阈值； 为区间内的最大频次； 为区间内的平均频次； 为 对数函数。 5.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述比较 所述修正阈值和所述 最大频次对各区间的修 正阈值进行 更新， 包括： 对于梯度直方图中的两个区间， 分别比较各区间对应的修 正阈值和最大 频次； 当所述修正阈值小于等于所述最大频次时， 修正阈值不变； 当所述修正阈值大于所述 最大频次时， 将所述 最大频次作为更新后的修 正阈值。 6.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述修正 图像中的最大裂纹宽度的获取方法为： 利用骨架 提取算法提取所述修正图像中的裂纹骨架 和对应的每条裂纹的最大裂纹宽度。 7.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述根据权　利　要　求　书 1/2 页 2 CN 114943848 B 2所述修正图像中的最大裂纹宽度和裂纹数量得到裂纹严重程度， 包括： 所述裂纹严重程度的计算公式为： 其中， 为所述裂纹严重程度； 为所述裂纹数量； 为第 条裂纹的最 大裂纹宽度； 为 超参数权 重； 为自然常数。 8.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述根据 所述修正图像中的最大裂纹宽度和裂纹数量得到裂纹严重程度之后， 还 包括： 获取激光熔覆时的多个工艺 参数： 初始激光功率、 初始激光扫描速度和初始预 热温度； 根据所述裂纹严重程度对所述多个工艺 参数进行参数调控； 所述参数调控为： 其中， 为参数调控后的激光功率； 为参数调控后的激光扫描速度； 为参数调控后 的预热温度； 为功率调控参数； 为速度调控参数； 为温度调控参数； 为所述裂纹严重 程度； 为所述初始激光功率； 为所述初始激光扫描速度； 为所述初始预 热温度。 9.根据权利要求1所述的镍网激光熔覆过程中的裂纹识别方法， 其特征在于， 所述梯度 直方图曲线和所述裂纹概率函数的交点的获取方法为： 将所述梯度直方图曲线和所述裂纹 概率函数映射至同一 坐标轴， 获取 所述梯度直方图曲线和所述裂纹概 率函数的交点。权　利　要　求　书 2/2 页 3 CN 114943848 B 3