(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210645558.X (22)申请日 2022.06.08 (71)申请人 郑州赛诚电子科技有限公司 地址 450000 河南省郑州市惠济区天河路 北段森林湖三期10号楼 2单元503 (72)发明人 王非凡　田洋洋　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06T 7/73(2017.01) G06T 7/90(2017.01) G06V 10/26(2022.01) G06V 10/762(2022.01) (54)发明名称 基于计算机视觉技术的拉深件起皱检测方 法 (57)摘要 本发明涉及冲压制造工艺领域， 具体涉及一 种基于计算机视觉技术的拉深件起皱检测方法， 包括： 获取拉深件表面灰度图及异常像素点集 合； 计算各异常像素点集合属于起皱区域的最终 可能性； 利用最终可能性获得起皱区域像素点集 合； 利用起皱区域像素点集合中纵向线段的垂直 平分线上两两像素点之间的灰度值差值获取起 皱区域像素点集合的相邻像素点灰度值差值突 变次数； 利用相邻像素点灰度值差值突变次数对 起皱区域像素点集合进行判断， 获取其他起皱区 域像素点集合； 计算其他起皱区域像素点集合与 其最邻近集合属于同一起皱区域的最终可能性， 利用该最终可能性获取拉深件表面完整的起皱 区域。 上述方法用于拉深件起皱检测， 可提高起 皱检测的效率。 权利要求书3页 说明书10页 附图2页 CN 115018792 A 2022.09.06 CN 115018792 A 1.一种基于计算机 视觉技术的拉深件起皱 检测方法， 其特 征在于， 包括： 获取待检测拉深件表面灰度图； 利用灰度图中每 个像素点的灰度值获取 灰度图中的异常像素点； 对异常像素点进行 连通域分析， 获得 所有异常像素点 集合； 利用每个异常像素点集合在面积、 形状和聚集性上属于起皱区域的可能性计算得到每 个异常像素点 集合属于起皱区域的最终可能性； 利用每个异常像素点 集合属于起皱区域的最终可能性获得起皱区域像素点 集合； 计算每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值 差值， 利用该灰度值差值获取每个起皱区域像素点集合的相邻像素点灰度值差值突变次 数； 根据每个起皱区域像素点集合的相邻像素点灰度值差值突变次数对起皱区域像素点 集合进行判断： 当起皱区域像素点集合的相 邻像素点灰度值差值突变次数为2时， 则该起皱 区域像素点集合为完整的起皱区域像素点集合， 当起皱区域像素点集合的相 邻像素点灰度 值差值突变次数不 为2时， 则该起皱区域像素点 集合为其他起皱区域像素点 集合； 利用其他起皱区域像素点集合与其最邻近的其他起皱区域像素点集合在距离上和走 向上属于同一起皱区域的可能性计算其他起皱区域像素点集合与其最邻近的其他起皱区 域像素点 集合属于同一 起皱区域的最终可能性； 利用其他起皱区域像素点集合与其最邻近的其他起皱区域像素点集合属于同一起皱 区域的最 终可能性对该两个其他起皱区域像素点集合进行合并， 获取待检测拉深件表面所 有完整的起皱区域。 2.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在 于， 所述灰度图中的异常像素点是按照如下 方式获取： 利用待检测拉深件表面灰度图中每个像素点的灰度值计算得到灰度图中所有像素点 的灰度值均值和灰度值标准差； 利用灰度图中所有像素点的灰度值均值和灰度值标准差确定灰度图中正常区域像素 点的灰度值范围； 利用灰度图中正常区域像素点的灰度值范围对待检测拉深件进行判断； 当待检测拉深件表面灰度图中所有像素点的灰度值均处于灰度图中正常区域像素点 的灰度值范围内时， 则该待检测拉深件不存在起皱缺陷； 当待检测拉深件表面灰度图中存在像素点的灰度值不处于灰度图中正常区域像素点 的灰度值范围内时， 则将该待检测拉深件表面灰度图中灰度值不在正常区域像素点的灰度 值范围内的像素点作为异常像素点。 3.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在 于， 所述所有异常像素点 集合是按照如下 方式获得： 对异常像素点进行 连通域分析， 获得 所有异常像素点连通 域； 统计每个异常像素点连通 域中的像素点个数； 设置阈值， 将像素点个数大于阈值的异常像素点连通域作为异常像素点集合， 获得所 有异常像素点 集合。 4.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在权　利　要　求　书 1/3 页 2 CN 115018792 A 2于， 所述每 个异常像素点 集合属于起皱区域的最终可能性是按照如下 方式得到： 利用每个异常像素点集合中像素点的个数计算得到每个异常像素点集合在面积上属 于起皱区域的可能性； 计算每个异常像素点集合中两两像素点之间的距离， 将距离最大值作为该异常像素点 集合的纵向长度； 将纵向长度对应的两像素点之间的连线作为纵向线段， 获取纵向线段的垂直平分线上 两两像素点之间的距离， 将距离最大值作为该异常像素点 集合的横向长度； 利用每个异常像素点集合的纵向长度和横向长度计算得到每个异常像素点集合在形 状上属于起皱区域的可能性； 获取每个异常像素点 集合的中心位置； 对所有异常像素点集合的中心位置进行聚类， 获取所有聚类簇和每个聚类簇的聚类中 心点； 计算每个异常像素点集合的中心位置与其对应的聚类中心点的距离， 利用该距离计算 得到每个异常像素点 集合在聚集 性上属于起皱区域的可能性； 利用每个异常像素点集合在面积、 形状和聚集性上属于起皱区域的可能性计算得到每 个异常像素点 集合属于起皱区域的最终可能性。 5.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在 于， 所述起皱区域像素点 集合是按照如下 方式获得： 设置阈值， 对每个异常像素点集合属于起皱区域的最终可能性进行判断： 当异常像素 点集合属于起皱区域的最 终可能性大于等于阈值时， 则该异常像素点集合为起皱区域像素 点集合； 当异常像素点集合属于起皱区域的最终可能性小于阈值时， 则该异常像素点集合 不属于起皱区域。 6.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在 于， 所述每个起皱区域像素点集合的相邻像素点灰度值差值突变次数是按照如下方式获 取： 计算每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值 差值； 根据待检测拉深件表面灰度图中所有像素点的灰度值均值和灰度值标准差设置阈值； 判断每个起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之间的灰度值 差值与设置阈值之 间的关系： 当起皱区域像素点集合中纵向线段的垂直平分线上存在两两 像素点之 间的灰度值差值大于阈值时， 则判断该起皱区域像素点集合存在相 邻像素点灰度 值差值突变， 并将该起皱区域像素点集合中纵向线段的垂直平分线上两两像素点之 间的灰 度值差值大于阈值的次数作为该起皱区域像素点 集合的相邻像素点灰度值差值 突变次数； 按照上述方式获取每 个起皱区域像素点 集合的相邻像素点灰度值差值 突变次数。 7.根据权利要求1所述的一种基于计算机视觉技术的拉深件起皱检测方法， 其特征在 于， 所述待检测拉深件表面所有完整的起皱区域是按照如下 方式获取： 计算每个其他起皱区域像素点集合中心位置与其他起皱区域像素点集合中心位置之 间的距离， 将距离最小值对应的其他起皱区域像素点集合作为该其他起皱区域像素点集合 的最邻近集 合；权　利　要　求　书 2/3 页 3 CN 115018792 A 3