CN109978865A - 一种用于核燃料棒焊缝表面检测的方法、装置 - Google Patents
一种用于核燃料棒焊缝表面检测的方法、装置 Download PDFInfo
- Publication number
- CN109978865A CN109978865A CN201910243991.9A CN201910243991A CN109978865A CN 109978865 A CN109978865 A CN 109978865A CN 201910243991 A CN201910243991 A CN 201910243991A CN 109978865 A CN109978865 A CN 109978865A
- Authority
- CN
- China
- Prior art keywords
- defect
- weld
- point cloud
- face
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000003758 nuclear fuel Substances 0.000 title claims abstract description 36
- 230000007547 defect Effects 0.000 claims abstract description 234
- 238000012545 processing Methods 0.000 claims description 8
- 238000005192 partition Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000005253 cladding Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明实施例公开了一种用于核燃料棒焊缝表面检测的方法、装置，涉及物体检测技术领域。其中，所述方法包括：获取待测焊缝表面的整体3D点云数据；基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷。本发明实施例提供的一种用于核燃料棒焊缝表面检测的方法、装置、设备和介质，实现了对焊缝表面缺陷的精准、快速且统一的检测。
Description
技术领域
本发明涉及物体检测技术领域，尤其涉及一种用于核燃料棒焊缝表面检测的方法、装置。
背景技术
核燃料棒是核反应堆的第一道安全屏障，对防止核泄漏起着至关重要的作用。核燃料棒包壳表面及焊缝表面缺陷超标可能引起核燃料棒的破损，直接影响到核电站反应堆的安全运行。因此，对核燃料棒包壳及焊缝表面缺陷的检测是必要的。
目前对燃料棒的表面检查方法通常是人工目视检查，发现缺陷再用显微镜测量伤深，由于人在缺陷判断时存在一定的主观性和局限性，常常只能一定程度的检测出部分严重缺陷，而对于一些细微的缺陷却无法检测出，容易出现漏检；并且人工检测时由于判定标准难以把控，导致不同人检测的结果不一致，严重影响检测结果的精确性，且检测效率低下。
此外，超声和涡流检测技术也用来检测燃料棒缺陷，通常是检测包壳内部缺陷，X光射线通常是检测焊缝内部气孔、熔深等。这些技术的检测灵敏度无法发现燃料棒表面的微小缺陷，而且受方向影响。
因此，还缺乏一种高精度、高效率且检测标准统一的核燃料棒焊缝表面检测的方法。
发明内容
本发明实施例提供一种用于核燃料棒焊缝表面检测的方法、装置，实现对核燃料棒焊缝表面缺陷的精确、快速且统一的检测。
第一方面，本发明实施例提供了一种用于核燃料棒焊缝表面检测的方法，包括：
获取待测焊缝表面的整体3D点云数据；
基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷。
第二方面，本发明实施例还提供了一种用于核燃料棒焊缝表面检测的装置，所述装置包括：
3D点云数据获取模块，用于获取待测焊缝表面的整体3D点云数据；
表面缺陷确定模块，用于基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷。
本发明实施例通过获取待测焊缝表面的整体3D点云数据，基于整体3D点云数据中的深度信息，实现对待测焊缝表面的自动缺陷检测。而基于整体3D点云数据实现的自动缺陷检测过程，因为没有人工的参与，从而避免了人工在缺陷判断时存在的主观性、局限性和判定标准不一的问题。因此，相对传统的检测方法，本发明实施例可以实现对核燃料棒焊缝表面缺陷的精准、快速且统一的检测。
附图说明
图1为本发明实施例一提供的一种用于核燃料棒焊缝表面检测的方法流程图；
图2是本发明实施例一提供的焊缝表面点云数据采集的示意图；
图3是本发明实施例一提供的3D点云数据拼接示意图；
图4是本发明实施例二提供的一种用于核燃料棒焊缝表面检测的方法的流程图；
图5是本发明实施例三提供的一种用于核燃料棒焊缝表面检测的装置的结构图；
图6是本发明实施例四提供的终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种用于核燃料棒焊缝表面检测的方法流程图。本实施例可适用于对焊缝表面缺陷进行检测的情况。典型地，本实施例可适用于对核燃料包壳端部焊缝的检测。该方法可以由一种用于核燃料棒焊缝表面检测的装置来执行，该装置可以由软件和/或硬件的方式实现。如图1所示，本实施例提供的一种用于核燃料棒焊缝表面检测的方法具体可以包括如下步骤：
步骤110、获取待测焊缝表面的整体3D点云数据。
其中，待测焊缝表面是需要进行缺陷检测的焊缝的表面。
典型地，待测焊缝表面是核燃料包壳端部经电弧熔炼会形成的焊缝。
整体3D点云数据是描述完整待测焊缝表面的3D点云数据。
3D点云数据是指在一个三维坐标***中的一组向量的集合。这些向量通常以X,Y,Z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状。不仅如此，除(X,Y,Z)代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色，灰度值，深度，分割结果等。
具体的，若待测焊缝表面的宽度宽于3D点云数据采集设备的当前镜头时，采用多次扫描的方式来覆盖完整的待测焊缝表面。
具体地，可以固定3D点云数据采集设备，控制待测焊缝表面所属物体移动和旋转，以获取待测焊缝表面的整体3D点云数据。
可选地，也可以固定待测焊缝表面所属物体，控制3D点云数据采集设备移动和旋转，以获取待测焊缝表面的整体3D点云数据。
控制待测焊缝表面所属物体移动和旋转的方式可以是：沿焊缝的连接方向，按照设定步长移动该物体，并在每次移动后，控制该物体旋转至少一周，在旋转过程中基于3D点云数据采集设备扫描待测焊缝表面。
控制待测焊缝表面所属物体移动和旋转的方式也可以是：按照设定角频率旋转该物体，并在每次旋转后，控制物体沿焊缝的连接方向移动至少一次，在移动过程中基于3D点云数据采集设备扫描待测焊缝表面。
参见图2，其中21为待测焊缝，22为3D点云数据采集设备，23为旋转及夹持结构。
具体地，获取待测焊缝表面的整体3D点云数据包括：
沿待测焊缝21的连接方向，按照设定长度将待测焊缝划分为至少两个圆柱区段；
获取各圆柱区段的局部3D点云数据；
拼接所述局部3D点云数据，得到所述待测焊缝21表面的整体3D点云数据。
其中，待测焊缝21的连接方向是待测焊缝21连接两零件的方向。例如，若连接两零件的方向为水平方向，则待测焊缝21的连接方向为水平方向；若连接两零件的方向为垂直方向，则待测焊缝21的连接方向为垂直方向。
将待测焊缝21视为一圆柱，待测焊缝表面为圆柱的曲面，该圆柱高的方向与待测焊缝21的连接方向相同。
圆柱区段是设定长度的圆柱段。
设定长度小于待测焊缝21所属圆柱的高度。设定长度由3D点云数据采集设备22的采集范围的直径确定。
在完成当前圆柱区段扫描之后，旋转及夹持结构23根据设定长度移动待测焊缝21到下一次的旋转扫描位置。相邻的扫描区域会在视野宽度方向上有重叠，具体参见图3，示例性的，若3D点云数据采集设备对待测焊缝表面进行了两次圆柱区段的扫描，其中，31为第一次扫描时获得的3D点云数据，32为第二次扫描时获得的3D点云数据，33为两次扫描所得的重叠区域，在获取到每次扫描圆柱区段的局部3D点云数据之后，将每次扫描得到的圆柱区段的局部3D点云数据进行拼接，从而获得待测焊缝表面完整的3D点云数据34。
典型地，所述获取各圆柱区段的局部3D点云数据包括：
以所述待测焊缝表面所属物体的轴心线为旋转轴，控制所述物体旋转至少一周；在旋转过程中基于3D点云数据采集设备扫描各圆柱区段的曲面，获取各圆柱区段的局部3D点云数据。
其中，各圆柱区段的局部3D点云数据等效于单个圆柱区段围绕轴心的平面展开。局部3D点数据的长度相当于该圆柱区段的底面周长。
进一步的，焊缝表面往往会存在一些开口小且深度较深的气孔，因为普通的激光扫描设备采用三角测量法，所以激光测量方法发出的光线难以到达气孔底部，从而也就无法获取气孔的真实深度信息。此外，若气孔的开口太小，激光共聚焦的焦点也不能到达气孔底部，从而也无法获取气孔的真实深度信息。
因此，采用检测精度高的光谱共焦相机作为3D点云数据采集设备来对焊缝的表面3D点云数据进行采集，光谱共焦相机的检测精度能够达到纳米级别，能够保证核燃料棒焊缝表面检测的的精确度。
光谱共焦设备在进行物体表面检测时，是通过向物体表面进行光束的垂直的入射和反射实现的。因此采用光谱共焦设备发出的检测光线可以到达气孔的底部，能够检测出气孔的真实深度。
步骤120、基于整体3D点云数据中的深度信息，确定待测焊缝表面的缺陷。
其中，深度信息是3D点云数据中三维坐标中Z的坐标值。
待测焊缝表面的缺陷种类包括气孔、咬边和凹凸等，依据深度信息要确定缺陷的实际深度。
其中，气孔是指焊接时，熔池中的气体在金属凝固前逸出，残存与焊缝之中所形成的空穴。通常气孔的开孔小深度较深，人眼无法辨别。咬边是指在母材部分形成的凹陷或沟槽，凹凸是指焊缝表面或者背面低于或者高于母材的部分。
具体的，基于整体3D点云数据中的深度信息，确定待测焊缝表面的缺陷包括：
判断整体3D点云数据中各点的深度信息是否大于设定的缺陷深度阈值；
若是，则确定该点存在缺陷。
具体的，基于整体3D点云数据中的深度信息，确定待测焊缝表面的缺陷包括：
基于整体3D点云数据中的深度信息，对整体3D点云数据进行灰度化，生成灰度图像；
基于灰度图像中各点的灰度值和预设缺陷条件，对所述灰度图像进行缺陷检测。
其中，3D点云数据中的深度信息和灰度图中的灰度值正相关，即深度信息越大，对应的灰度值也越大。
预设缺陷条件是判断待测焊缝表面缺陷的参考值，可依据实际需求进行设定。例如，预设缺陷条件是：若一像素点的灰度值大于设定灰度阈值，则确定该像素点存在缺陷。
具体地，基于整体3D点云数据中的深度信息，对整体3D点云数据进行灰度化，包括：
从整体3D点云数据中的深度信息中找出最大值和最小值，将最大值和最小值做差，将差值映射到相应的灰度级上。
典型地，可以将最大值映射到灰度级65535，将最小值映射到灰度级0。
进一步地，为了提高缺陷检测的精度，对上述生成的灰度图像进行图像增强和预处理，以消除无效点的噪声。
可选地，根据灰度图上各像素点与相邻像素点的灰度级的差值，对灰度图像进行边缘检测。根据设定缺陷的灰度值，判断检测到的边缘所属区域是否为缺陷区域。从而得到焊缝表面缺陷。其中，上述焊缝表面缺陷包括每个单一缺陷的深度信息和位置信息。进一步的，在灰度图上的基础上进行二值化处理，显示相应的缺陷区域。将深度数据归一化形成灰度图，利用各像素点之间的灰度级差值缺陷区域，计算简便，易于实现。
本发明实施例通过获取待测焊缝表面的整体3D点云数据，基于整体3D点云数据中的深度信息，实现对待测焊缝表面的自动缺陷检测。而基于整体3D点云数据实现的自动缺陷检测过程，因为没有人工的参与，从而避免了人工在缺陷判断时存在的主观性、局限性和判定标准不一的问题。因此，相对传统的检测方法，本发明实施例可以实现对焊缝表面缺陷的精准、快速且统一的检测。
进一步的，依据不同的实际情况，焊缝表面对缺陷的接受能力也不相同，首先依据灰度图对缺陷的类型进行划分，若缺陷为气孔缺陷，将每个缺陷的深度信息和预设深度信息标准值进行比较，若该缺陷的深度信息小于预设深度信息标准值，则判断该缺陷为可接受缺陷，反之，则判断该缺陷为不可接受缺陷；若缺陷类型为咬边，则直接判断该缺陷为不合格缺陷；若缺陷类型为凹凸，需要根据凸出高度和凹陷深度进行判断比较，根据实际需求确定该凹凸缺陷是否合格。
其中，预设深度信息标准值为根据实际需求设定的。
实施例二
图4为本发明实施例二提供的一种用于核燃料棒焊缝表面检测的方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。如图4所示，本实施例提供的一种用于核燃料棒焊缝表面检测的方法具体可以包括如下步骤：
步骤410、获取待测焊缝表面的整体3D点云数据。
步骤420、基于整体3D点云数据中的深度信息，确定待测焊缝表面缺陷。
步骤430、根据待测焊缝表面每个缺陷包括的行数和列数，从每个缺陷中确定至少两个缺陷元。
其中，上述每个缺陷为焊缝表面缺陷包括的一个缺陷区域。
具体的，对每个缺陷做平行于图像坐标轴的外界矩形，若外接矩形短轴方向是竖直的，并且该外接矩形区域的列数大于行数，则取缺陷区域中的一列像素作为缺陷元；反之，则取缺陷区域中的一行像素作为缺陷元。依据上述规则，把每个缺陷划分为两个或两个以上数量的缺陷元。
步骤440、根据缺陷元的缺陷信息，确定每个缺陷的缺陷信息。
其中，缺陷元的缺陷信息包括每个缺陷元的实际深度。每个缺陷的缺陷信息包括每个缺陷的实际深度和位置信息。
具体的，根据缺陷元的缺陷信息，确定每个缺陷的缺陷信息包括：
确定每个缺陷中各缺陷元的灰度最小值与该缺陷元相邻的背景元像素的灰度值的差值；
根据所述差值确定每个缺陷的缺陷深度。
其中，各缺陷元的灰度最小值为每个缺陷元中所包括检测点的灰度最小值。
背景元像素为被测焊缝表面中位于缺陷区域以外的像素点。
具体的，计算每个缺陷中各缺陷元中检测点的灰度最小值与该缺陷元相邻的背景元像素的灰度值的差值。
示例性的，若选取一个与缺陷元相邻背景元像素，则将每个缺陷中各缺陷元的灰度最小值和该背景元像素的灰度值的差值作为该缺陷元的实际深度信息；若选取多个与缺陷元相邻的像素点作为背景元像素，则求取上述多个背景元像素的均值，将每个缺陷中各缺陷元的灰度最小值和该背景元像素的均值作为该缺陷元的真实深度。
可选择的，将每个缺陷进行缺陷元划分后，可以选取其中部分缺陷元进行缺陷元深度信息的计算。
示例性的，若单一的整体缺陷是一个2行10列的矩阵，则将该缺陷元划分成10个2行1列的缺陷元。选取这10个缺陷元中的偶数列，计算选取的偶数列的缺陷元的实际深度。根据所选取的缺陷元计算得到的深度信息来确定每个缺陷的实际深度。
其中，上述缺陷元的选取方式不做具体限定，依据实际的计算精度确定，通过计算每个缺陷中部分缺陷元的缺陷深度而来计算该缺陷的实际深度，在一定程度上简化了缺陷信息的计算过程，提高了计算效率。
具体的，根据所述差值确定每个缺陷的缺陷深度包括如下至少一项：
确定所述差值中数值最大的至少两个差值的均值，将确定的均值作为每个缺陷的缺陷深度；
或确定所有所述差值的均值，将确定的均值作为每个缺陷的缺陷深度；
或确定所有所述差值的中位数，将确定的中位数作为每个缺陷的缺陷深度。
可选择的，依据缺陷元计算得到的差值，选取其中最大的两个差值并计算均值，将确定的均值作为每个缺陷的实际深度。
优选的，针对每个缺陷元计算得到的差值，可以去除上述差值中的最大值，选取剩余差值中的三个最大值计算其均值，将该均值作为每个缺陷的缺陷深度。通过去除最大差值并选取多个差值来计算每个缺陷的缺陷深度，使得计算结果具有更好的鲁棒性，不受单个噪声点的影响。
可选择的，依据所选取的缺陷元计算得到的差值，计算所有差值的均值，并将该均值作为每个缺陷的缺陷深度。
可选择的，依据所选取的缺陷元计算得到的差值，计算所有差值的中位数，并将该中位数作为每个缺陷的缺陷深度。
通过选择不同的计算方式来求取缺陷的缺陷深度，可以从缺陷的实际深度、缺陷深度的均值以及中位数等不同的角度反映焊缝表面的缺陷信息，从而对焊缝表面缺陷有更加全面的了解。
本实施例的技术方案，通过根据待测焊缝表面每个缺陷包括的行数和列数，将每个缺陷划分成多个缺陷元。通过计算缺陷元的缺陷信息，来确定每个缺陷的缺陷信息。通过利用缺陷元和缺陷元相邻的背景元之间的差值来局部地计算缺陷深度数据，能够避免待测焊缝表面在检测过程中抖动所带来的计算偏差，从而提高缺陷检测精度。
实施例三
图5本发明实施例三所提供的一种用于核燃料棒焊缝表面检测的装置的结构图。可执行本发明任意实施例所提供的一种用于核燃料棒焊缝表面检测的方法，参见图5，本发明实施例提供的一种用于核燃料棒焊缝表面检测的装置包括：3D点云数据获取模块510和表面缺陷确定模块520。
其中，3D点云数据获取模块510，用于获取待测焊缝表面的整体3D点云数据。
表面缺陷确定模块520，用于基于整体3D点云数据中的深度信息，确定待测焊缝表面缺陷。
本发明实施例通过获取待测焊缝表面的整体3D点云数据，基于整体3D点云数据中的深度信息，实现对待测焊缝表面的自动缺陷检测。而基于整体3D点云数据实现的自动缺陷检测过程，因为没有人工的参与，从而避免了人工在缺陷判断时存在的主观性、局限性和判定标准不一的问题。因此，相对传统的检测方法，本发明实施例可以实现对焊缝表面缺陷的精准、快速且统一的检测。
在上述本实施例的基础上，3D点云数据获取模块510包括：区段划分单元、局部数据获取单元和数据拼接单元。
其中，区段划分单元，用于沿待测焊缝的连接方向，按照设定长度将待测焊缝划分为至少两个圆柱区段；
局部数据获取单元，用于获取各圆柱区段的局部3D点云数据；
数据拼接单元，用于拼接所述局部3D点云数据，得到所述待测焊缝表面的整体3D点云数据。
其中，局部数据获取单元具体用于，以所述待测焊缝表面所属物体的轴心线为旋转轴，控制所述物体旋转至少一周；在旋转过程中基于3D点云数据采集设备扫描各圆柱区段的曲面，获取各圆柱区段的局部3D点云数据。
在上述本实施例的基础上，表面缺陷确定模块520具体用于，基于整体3D点云数据中的深度信息，对整体3D点云数据进行灰度化，生成灰度图像；基于灰度图像中各点的灰度值和预设缺陷条件，对灰度图像进行缺陷检测。
在上述本实施例的基础上，一种用于核燃料棒焊缝表面检测的装置还包括缺陷元确定模块和缺陷信息获取模块，上述缺陷元确定模块，用于在所述基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷之后，根据待测焊缝表面的每个缺陷包括的行数和列数，在每个缺陷中确定至少两个缺陷元；上述缺陷信息确定模块用于根据缺陷元的缺陷信息，确定每个缺陷的缺陷信息。
进一步的，上述缺陷信息确定模块还具体用于，确定每个缺陷中各缺陷元的灰度最小值与该缺陷元相邻的背景元像素的灰度值的差值；根据差值确定每个缺陷的缺陷深度。
具体的，所述根据所述差值确定每个缺陷的缺陷深度，包括如下至少一项：
确定差值中数值最大的至少两个差值的均值，将确定的均值作为每个缺陷的缺陷深度；或确定所有差值的均值，将确定的均值作为每个缺陷的缺陷深度；或确定所有差值的中位数，将确定的中位数作为每个缺陷的缺陷深度。
本发明实施例所提供的一种用于核燃料棒焊缝表面检测的装置可执行本发明任意实施例所提供的一种用于核燃料棒焊缝表面检测的方法，具备执行方法相应的功能模块和有益效果。
实施例四
图6为本发明实施例四提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备612的框图。图6显示的设备612仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，设备612以通用计算设备的形式表现。设备612的组件可以包括但不限于：一个或者多个处理器616或者处理单元，***存储装置628，连接不同***组件(包括***存储装置628和处理器616)的总线618以及完整点云数据采集装置626。
完整点云数据采集装置626包括点云数据采集设备和位置控制设备。其中，点云数据采集设备可以是任意可采集点云数据的设备，典型地，点云数据采集设备可以是光谱共焦相机。位置控制设备可以包括电机和位置控制机构，用于控制待测焊缝表面所属物体或点云数据采集设备的运动。
总线618表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备612典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备612访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置628可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)630和/或高速缓存存储器632。设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***634可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储装置628可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640，可以存储在例如存储装置628中，这样的程序模块642包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
设备612也可以与一个或多个外部设备614(例如键盘、指向设备)显示器624等通信，还可与一个或者多个使得用户能与该设备612交互的设备通信，和/或与使得该设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且，设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器620通过总线618与设备612的其它模块通信。应当明白，尽管图中未示出，可以结合设备612使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器616通过运行存储在***存储器628中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种用于核燃料棒焊缝表面检测的方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种用于核燃料棒焊缝表面检测的方法，该方法包括：
获取待测焊缝表面的整体3D点云数据；
基于整体3D点云数据中的深度信息，确定待测焊缝表面缺陷。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的一种用于核燃料棒焊缝表面检测的方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例的方法。
值得注意的是，上述一种用于核燃料棒焊缝表面检测的装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种用于核燃料棒焊缝表面检测的方法，其特征在于，所述方法包括：
获取待测焊缝表面的整体3D点云数据；
基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷。
2.根据权利要求1所述的方法，其特征在于，所述获取待测焊缝表面的整体3D点云数据，包括：
沿待测焊缝的连接方向，按照设定长度将待测焊缝划分为至少两个圆柱区段；
获取各圆柱区段的局部3D点云数据；
拼接所述局部3D点云数据，得到所述待测焊缝表面的整体3D点云数据。
3.根据权利要求2所述的方法，其特征在于，所述获取各圆柱区段的局部3D点云数据包括：
以所述待测焊缝表面所属物体的轴心线为旋转轴，控制所述物体旋转至少一周；在旋转过程中基于3D点云数据采集设备扫描各圆柱区段的曲面，获取各圆柱区段的局部3D点云数据。
4.根据权利要求1所述的方法，其特征在于，所述基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷，包括：
基于整体3D点云数据中的深度信息，对所述整体3D点云数据进行灰度化，生成灰度图像；
基于所述灰度图像中各点的灰度值和预设缺陷条件，对所述灰度图像进行缺陷检测。
5.根据权利要求1所述的方法，其特征在于，所述基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷之后，还包括：
根据待测焊缝表面的每个缺陷包括的行数和列数，在每个缺陷中确定至少两个缺陷元；
根据所述缺陷元的缺陷信息，确定每个缺陷的缺陷信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述缺陷元的缺陷信息，确定每个缺陷的缺陷信息，包括：
确定每个缺陷中各缺陷元的灰度最小值与该缺陷元相邻的背景元像素的灰度值的差值；
根据所述差值确定每个缺陷的缺陷深度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述差值确定每个缺陷的缺陷深度，包括如下至少一项：
确定所述差值中数值最大的至少两个差值的均值，将确定的均值作为每个缺陷的缺陷深度；
或确定所有所述差值的均值，将确定的均值作为每个缺陷的缺陷深度；
或确定所有所述差值的中位数，将确定的中位数作为每个缺陷的缺陷深度。
8.根据权利要求1所述的方法，其特征在于，确定所述待测焊缝表面的缺陷之后，还包括：
将每个所述缺陷的深度信息和预设深度信息标准值进行比较，若所述缺陷的深度信息小于所述预设深度信息标准值，则确定所述缺陷为可接受缺陷。
9.一种用于核燃料棒焊缝表面检测的装置，其特征在于，所述装置包括：
3D点云数据获取模块，用于获取待测焊缝表面的整体3D点云数据；
表面缺陷确定模块，用于基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷。
10.根据权利要求9所述的装置，其特征在于，所述3D点云数据获取模块，包括：
区段划分单元，用于沿待测焊缝的连接方向，按照设定长度将待测焊缝划分为至少两个圆柱区段；
局部数据获取单元，用于获取各圆柱区段的局部3D点云数据；
数据拼接单元，用于拼接所述局部3D点云数据，得到所述待测焊缝表面的整体3D点云数据。
11.根据权利要求10所述的装置，其特征在于，所述局部数据获取单元具体用于：
以所述待测焊缝表面所属物体的轴心线为旋转轴，控制所述物体旋转至少一周；在旋转过程中基于3D点云数据采集设备扫描各圆柱区段的曲面，获取各圆柱区段的局部3D点云数据。
12.根据权利要求9所述的装置，其特征在于，所述装置还包括：
缺陷元确定模块，用于在所述基于整体3D点云数据中的深度信息，确定所述待测焊缝表面的缺陷之后，根据待测焊缝表面的每个缺陷包括的行数和列数，在每个缺陷中确定至少两个缺陷元；
缺陷信息获取模块，用于根据所述缺陷元的缺陷信息，确定每个缺陷的缺陷信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910243991.9A CN109978865A (zh) | 2019-03-28 | 2019-03-28 | 一种用于核燃料棒焊缝表面检测的方法、装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910243991.9A CN109978865A (zh) | 2019-03-28 | 2019-03-28 | 一种用于核燃料棒焊缝表面检测的方法、装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109978865A true CN109978865A (zh) | 2019-07-05 |
Family
ID=67081252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910243991.9A Pending CN109978865A (zh) | 2019-03-28 | 2019-03-28 | 一种用于核燃料棒焊缝表面检测的方法、装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109978865A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110455187A (zh) * | 2019-08-21 | 2019-11-15 | 哈尔滨工业大学 | 一种基于三维视觉的盒体工件焊缝的检测方法 |
| CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
| CN111354009A (zh) * | 2020-02-27 | 2020-06-30 | 西安交通大学 | 激光增材制造熔池形状的提取方法 |
| CN111551565A (zh) * | 2020-06-19 | 2020-08-18 | 湖南恒岳重钢钢结构工程有限公司 | 一种基于机器视觉的风电塔筒焊缝缺陷检测装置及方法 |
| CN113222937A (zh) * | 2021-05-14 | 2021-08-06 | 中国核电工程有限公司 | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 |
| CN113763355A (zh) * | 2021-09-07 | 2021-12-07 | 创新奇智(青岛)科技有限公司 | 一种缺陷检测方法、装置、电子设备及存储介质 |
| CN115937204A (zh) * | 2023-01-09 | 2023-04-07 | 江苏惠汕新能源集团有限公司 | 一种焊管生产质量检测方法 |
| CN117557553A (zh) * | 2023-12-28 | 2024-02-13 | 中核武汉核电运行技术股份有限公司 | 一种核电站管道焊缝检测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105931227A (zh) * | 2016-04-14 | 2016-09-07 | 北京工业大学 | 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法 |
| CN106373127A (zh) * | 2016-09-14 | 2017-02-01 | 东北林业大学 | 用于木材树种及表面缺陷的激光扫描并行检测方法 |
| CN107255641A (zh) * | 2017-06-06 | 2017-10-17 | 西安理工大学 | 一种针对自聚焦透镜表面缺陷进行机器视觉检测的方法 |
| CN109115785A (zh) * | 2018-08-08 | 2019-01-01 | 长沙理工大学 | 一种铸件打磨质量检测方法、装置及其使用方法 |
-
2019
- 2019-03-28 CN CN201910243991.9A patent/CN109978865A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105931227A (zh) * | 2016-04-14 | 2016-09-07 | 北京工业大学 | 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法 |
| CN106373127A (zh) * | 2016-09-14 | 2017-02-01 | 东北林业大学 | 用于木材树种及表面缺陷的激光扫描并行检测方法 |
| CN107255641A (zh) * | 2017-06-06 | 2017-10-17 | 西安理工大学 | 一种针对自聚焦透镜表面缺陷进行机器视觉检测的方法 |
| CN109115785A (zh) * | 2018-08-08 | 2019-01-01 | 长沙理工大学 | 一种铸件打磨质量检测方法、装置及其使用方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李峰: "《机载LiDAR***原理与点云处理方法》", 北京：煤炭工业出版社, pages: 108 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110455187A (zh) * | 2019-08-21 | 2019-11-15 | 哈尔滨工业大学 | 一种基于三维视觉的盒体工件焊缝的检测方法 |
| CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
| CN111044522B (zh) * | 2019-12-14 | 2022-03-11 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
| CN111354009A (zh) * | 2020-02-27 | 2020-06-30 | 西安交通大学 | 激光增材制造熔池形状的提取方法 |
| CN111551565A (zh) * | 2020-06-19 | 2020-08-18 | 湖南恒岳重钢钢结构工程有限公司 | 一种基于机器视觉的风电塔筒焊缝缺陷检测装置及方法 |
| CN113222937A (zh) * | 2021-05-14 | 2021-08-06 | 中国核电工程有限公司 | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 |
| CN113763355A (zh) * | 2021-09-07 | 2021-12-07 | 创新奇智(青岛)科技有限公司 | 一种缺陷检测方法、装置、电子设备及存储介质 |
| CN115937204A (zh) * | 2023-01-09 | 2023-04-07 | 江苏惠汕新能源集团有限公司 | 一种焊管生产质量检测方法 |
| CN115937204B (zh) * | 2023-01-09 | 2023-05-02 | 江苏惠汕新能源集团有限公司 | 一种焊管生产质量检测方法 |
| CN117557553A (zh) * | 2023-12-28 | 2024-02-13 | 中核武汉核电运行技术股份有限公司 | 一种核电站管道焊缝检测方法及装置 |
| CN117557553B (zh) * | 2023-12-28 | 2024-05-24 | 中核武汉核电运行技术股份有限公司 | 一种核电站管道焊缝检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978865A (zh) | 一种用于核燃料棒焊缝表面检测的方法、装置 | |
| US5825476A (en) | Apparatus for mapping optical elements | |
| JP3560694B2 (ja) | レンズ検査のシステムと方法 | |
| CN109632007B (zh) | 一种边缘点提取方法及齿轮高精度视觉测量*** | |
| CN102803895B (zh) | 高度测定方法、高度测定装置 | |
| JP2012132910A (ja) | 構造化照明を用いるエッジ検出 | |
| CN111928930B (zh) | 一种基于结构光成像的3d视觉检测*** | |
| CN107796718A (zh) | 布氏硬度测量***及方法 | |
| CN110132975A (zh) | 一种用于核燃料棒包壳表面检测的方法、装置 | |
| JP2017190985A (ja) | 管状体内表面検査装置、管状体内表面検査方法、ドリフトゲージ及びドリフト検査方法 | |
| JP3594468B2 (ja) | 眼底画像の解析方法 | |
| CN109990709A (zh) | 双边错位差动共焦干涉靶丸形貌轮廓参数测量方法与装置 | |
| CN113222937A (zh) | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 | |
| CN117006958A (zh) | 一种高深径比小孔内表面几何特征精密测量方法 | |
| CN106091991A (zh) | 导管扩口锥度及型面自动非接触检测设备和检测方法 | |
| Yuan et al. | High dynamic online detection method for surface defects of small diameter reflective inner wall | |
| CN112067626B (zh) | 一种基于结构光成像的3d视觉检测*** | |
| CN110487215A (zh) | 用于产品曲面镜面三维轮廓检测装置及其检测方法 | |
| JP5197600B2 (ja) | ２層３次元オブジェクトを単一視点方式の光学オムブルスコープによって非接触測定する方法 | |
| CN109829897B (zh) | 一种齿轮毛刺检测方法及齿轮高精度视觉测量*** | |
| JP2509772B2 (ja) | 光コネクタの端面検査装置 | |
| JP2010175259A (ja) | 超音波探傷装置及び方法 | |
| JP6542173B2 (ja) | 角度測定装置およびその作動方法並びに角度測定プログラム | |
| CN210346608U (zh) | 用于产品曲面镜面三维轮廓检测装置 | |
| JP6577243B2 (ja) | 表面欠陥評価装置、表面欠陥検査システムおよび表面欠陥検査方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |
|
| RJ01 | Rejection of invention patent application after publication |