喷漆表面缺陷的智能检测系统及方法技术方案

本发明专利技术涉及计算机视觉和智能制造领域，尤其涉及一种喷漆表面缺陷的智能检测系统及方法。该喷漆表面缺陷的智能检测系统，包括图像采集模块、图像定位模块和缺陷检测模块；其中：所述图像采集模块用数字摄像头对被检测物体多角度的图像信息采集；所述图像定位模块，基于机器视觉方法用于区别目标和背景；所述缺陷检测模块用于检测目标是否存在多种缺陷。该喷漆表面缺陷的智能检测方法基于所述的喷漆表面缺陷的智能检测系统。本发明专利技术的目的在于提供喷漆表面缺陷的智能检测系统及方法，以能够通过智能检测代替生产线上人工检查缺陷，以能够准确地检测出生产线上存在缺陷的残次品，以能够节省大量的物力人力。

【技术实现步骤摘要】
喷漆表面缺陷的智能检测系统及方法
本专利技术涉及计算机视觉和智能制造领域，尤其涉及一种喷漆表面缺陷的智能检测系统及方法。
技术介绍
智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。发展智能制造有利于加快信息技术在制造业的集成应用，可以降低生产成本、减少能源资源消耗、缩短产品开发周期，有效提高生产效率和产品质量；有利于推动制造业供给侧结构性改革，促进生产方式向定制化、分布式、服务型转变。随着社会的进步，使用智能制造技术代替传统生产线上利用人工检查生产缺陷已经是大势所趋。传统的人工检查方法，费时费力，而且准确度不高，大大耽误了生产效率；而智能制造技术具有自动化、高效、高精度、非接触等特点，能大大降低成本。为此，本申请利用智能制造技术，提供一种新的喷漆表面缺陷的智能检测系统及方法，以能够通过智能检测代替生产线上人工检查缺陷，以能够准确地检测出生产线上存在缺陷的残次品，以能够节省大量的物力人力。
技术实现思路
本专利技术的目的在于提供喷漆表面缺陷的智能检测系统及方法，以能够通过智能检测代替生产线上人工检查缺陷。为了实现上述目的，本专利技术提供了以下技术方案；基于上述目的，本专利技术提供的喷漆表面缺陷的智能检测系统，包括图像采集模块、图像定位模块和缺陷检测模块；其中：所述图像采集模块用数字摄像头对被检测物体多角度的图像信息采集；所述图像定位模块，基于机器视觉方法用于区别目标和背景；所述缺陷检测模块用于检测目标是否存在多种缺陷。在上述任一技术方案中，可选地，通过所述图像采集模块得到的图像信息，经过所述图像定位模块将目标从背景分离，再经过所述缺陷检测模块进行多种缺陷的检测。在上述任一技术方案中，可选地，所述图像采集模块包括光学部分、成像部分和处理部分；所述光学部分包括光源和光学系统；所述成像部分包括图像传感器；所述处理部分包括通信电路、图像处理器和图像处理算法。在上述任一技术方案中，可选地，所述图像定位模块采用基于熵率聚类的检测目标定位方法。在上述任一技术方案中，可选地，所述缺陷检测模块采用基于深度学习的快速视觉识别算法。基于上述目的，本专利技术提供的喷漆表面缺陷的智能检测方法，喷漆表面缺陷的智能检测方法，基于所述的喷漆表面缺陷的智能检测系统，包括：对被检测物体多角度的图像信息采集；对采集的图像信息进行图像预处理；利用基于熵率聚类的检测目标定位方法将图像信息中的目标和背景分离，将目标提取出来；采用Inception-Resnet-V2的神经网络模型，根据被检测物体的大小对网络模型进行适当调整；选取深度主动学习方法，参考熵衡量和多样性来进行样本挑选；在上述任一技术方案中，可选地，所述深度主动学习，具体流程如下：步骤1.先随记选择样本数量为n的训练集L＝(x1，x2，x3...xn)，进行标注；步骤2.使用训练集L＝(x1，x2，x3...xn)来训练Inception-Resnet-V2网络，得到网络参数w；步骤3.在样本数量为m的为标定样本集为U＝(x1，x2，x3...xm)中，用公式计算出各个样本的信息熵；其中，y代表分类类别，Y为所有可能的类别编号，P(y|xi，w)为在w参数中样本xi属于类别y的概率；步骤4.用公式计算出各个样本相对于训练集L＝(x1，x2，x3...xn)的相似程度，其中是未标注样本xi属于类别y的概率；步骤5.需要找信息量大、相似度低的样本，设将Di从大到小排序，在未标样本集U=(x1，x2，x3...xm)挑选出α个样本；步骤6.将新得到的α个样本加入L＝(x1，x2，x3...xn)中，代替原来的训练样本，重复步骤2至步骤6直到分类器精度达到临界值或者未标注的样本集标注完为止。采用上述技术方案，本专利技术的有益效果：本专利技术提供的喷漆表面缺陷的智能检测系统及方法，通过图像采集模块、图像定位模块和缺陷检测模块来代替生产线上人工检查缺陷，也即通过对被检测物体多角度的图像采集以及基于计算机等机器的视觉技术的图像定位，进而经过缺陷检测模块对定义的多种缺陷进行检测，得出被检测物体表面是否有缺陷的结论；该喷漆表面缺陷的智能检测系统可以有效地从多个角度对物体表面进行检测，并且能检测出多种缺陷，提高了生产线上对次品排查的效率，大幅度降低了生产成本，节省了大量的物力人力。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的喷漆表面缺陷的智能检测系统的图像采集模块的示意图；图2为本专利技术实施例提供的喷漆表面缺陷的智能检测系统的基于深度学习的快速视觉识别与定位算法的框架图；图3为本专利技术实施例提供的喷漆表面缺陷的智能检测方法的流程示意图。图标：1-光学部分；2-成像部分；3-处理部分。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。实施例参见图1-图3所示，图1为本实施例提供的图像采集模块的示意图；图2为本实施例提供的基于深度学习的快速视觉识别与定位算法的框架图；图3为本实施例提供的喷漆表面缺陷的智能检测方法的流程示意图。本实施例提供的喷漆表面缺陷的智能检测系统，包括图像采集模块、图像定位模块和缺陷检测模块；其中：图像采集模块用数字摄像头对被检测物体多角度的图像信息采集；图像定位模块，基于机器视觉方法用于区别目标和背景；缺陷检测模块用于检测目标是否存在多种缺陷。其中，机器例如为计算机。可选地，通过所述图像采集模块得到的图像信息，经过所述图像定位模块将目标从背景分离，再经过所述缺陷检测模块进行多种缺陷的检测。本实施例中所述喷漆表面缺陷的智能检测系统，通过图像采集模块、图像定位模块和缺陷检测模块来代替生产线上人工检查缺陷，也即通过对被检测物体多角度的图像采集以及基于计算机等机器的视觉技术的图像定位，进而经过缺陷检测模块对定义的多种缺陷进行检测，得出被检测物体本文档来自技高网...

【技术保护点】
1.一种喷漆表面缺陷的智能检测系统，其特征在于，包括图像采集模块、图像定位模块和缺陷检测模块；其中：所述图像采集模块用数字摄像头对被检测物体多角度的图像信息采集；所述图像定位模块，基于机器视觉方法用于区别目标和背景；所述缺陷检测模块用于检测目标是否存在多种缺陷。

【技术特征摘要】
1.一种喷漆表面缺陷的智能检测系统，其特征在于，包括图像采集模块、图像定位模块和缺陷检测模块；其中：所述图像采集模块用数字摄像头对被检测物体多角度的图像信息采集；所述图像定位模块，基于机器视觉方法用于区别目标和背景；所述缺陷检测模块用于检测目标是否存在多种缺陷。2.根据权利要求1所述的喷漆表面缺陷的智能检测系统，其特征在于，通过所述图像采集模块得到的图像信息，经过所述图像定位模块将目标从背景分离，再经过所述缺陷检测模块进行多种缺陷的检测。3.根据权利要求1所述的喷漆表面缺陷的智能检测系统，其特征在于，所述图像采集模块包括光学部分、成像部分和处理部分；所述光学部分包括光源和光学系统；所述成像部分包括图像传感器；所述处理部分包括通信电路、图像处理器和图像处理算法。4.根据权利要求1所述的喷漆表面缺陷的智能检测系统，其特征在于，所述图像定位模块采用基于熵率聚类的检测目标定位方法。5.根据权利要求1所述的喷漆表面缺陷的智能检测系统，其特征在于，所述缺陷检测模块采用基于深度学习的快速视觉识别算法。6.一种喷漆表面缺陷的智能检测方法，其特征在于，基于权利要求1-5任一项所述的喷漆表面缺陷的智能检测系统，包括：对被检测物体多角度的图像信息采集；对采集的图像信息进行图像预处理；利用基于熵率聚类的检测目标定位方法将...

【专利技术属性】
技术研发人员：吕琦，王健，徐钰凯，徐香钰，于麟，
申请(专利权)人：泰州市创新电子有限公司，
类型：发明
国别省市：江苏,32