一种注塑件的表面缺陷检测方法、装置、设备和存储介质制造方法及图纸

本申请提供一种注塑件的表面缺陷检测方法、装置、设备和存储介质，涉及计算机视觉技术领域。所述方法包括：采集注塑件的产品图片；对产品图片进行第一预处理，得到待检测图片；采用预先训练的检测模型检测得到的待检测图片，得到注塑件表面是否存在缺陷的检测结果。该技术方案中，通过预先将计算机视觉与神经网络相结合，训练检测模型，并采用该检测模型对待检测图片进行检测，实现了注塑件表面是否存在缺陷的快速准确检测；不仅解决了当前人工目检会因检测人员的情绪变化等外界因素导致检测误差的问题，还解决了传统解决方案低兼容性和不能快速适应新需求的问题；而且降低了企业培训和管理成本，有效的避免了残次品流入市场给企业带来损失的问题。

A Surface Defect Detection Method, Device, Equipment and Storage Medium for Injection Molding Parts

【技术实现步骤摘要】
一种注塑件的表面缺陷检测方法、装置、设备和存储介质
本申请涉及计算机视觉
，尤其涉及一种注塑件的表面缺陷检测方法、装置、设备和存储介质。
技术介绍
由注塑机生产的各种注塑产品统称为注塑件，在注塑件的生产过程中，经常由于原料选取、温度设定、工艺设计、人为失误等原因而产生表面缺陷，例如缺料(边缘缺失一小块)、凹痕、划痕、流痕(表面出现波纹)等。当前，大部分企业通过人工目检的方式来查找注塑件表面的缺陷问题，但是人工目检往往会因为员工的认真程度、心情、疲劳程度等因素的影响而产生偏差，导致漏检和误检的情况出现。部分企业开始尝试通过使用工业相机拍照后测量图像中的特定的缺陷指标，例如划痕的长度、缺口的面积、表面的颜色等方式查找注塑件表面的缺陷问题；然而该方式中，当待测注塑件在生产线上的位置出现偏差，或者外界光线发生改变时，测量结果也会随之改变；同时，当一个新的缺陷查找需求产生时，工作人员需要针对新的缺陷重新设计检测方案，并反复测量实验，费时费力。可见，如何快速有效的检测注塑件的表面缺陷，避免残次品流入市场，仍是一个需要解决的问题。
技术实现思路
有鉴于此，本申请提供一种注塑件的表面缺陷检测方法、装置、设备和存储介质，旨在提升注塑件表面缺陷的检测效率和准确性。为实现上述目的，本申请第一方面提供一种注塑件的缺陷检测方法，包括：采集注塑件的产品图片；对所述产品图片进行第一预处理，得到待检测图片；采用预先训练的检测模型检测所述待检测图片，得到所述注塑件表面是否存在缺陷的检测结果。可选的，所述对所述产品图片进行第一预处理，得到待检测图片，包括：对所述产品图片进行灰度和二值化处理，得到待检测图片。可选的，所述对产品图片进行灰度和二值化处理，得到待检测图片，包括：分离所述产品图片中每个像素点的三原色；对所述每个像素点的三原色进行加权计算，得到每个像素点的灰度值；判断所述灰度值是否超过灰度值阈值；若判断结果为是，则将对应的像素点设置为第一预设值；若判断结果为否，则将对应的像素点设置为第二预设值。可选的，所述方法还包括：获取注塑件的带标签的第一样本图片，所述标签用于标识所述第一样本图片包括的注塑件是否存在缺陷；对所述第一样本图片进行第二预处理，得到带标签的第二样本图片，所述第二样本图片的标签与对应的第一样本图片的标签相同；对所述第二样本图片进行训练，得到所述检测模型。可选的，对所述第一样本图片进行第二预处理，得到带标签的第二样本图片，包括：生成所述第一样本图片的形变图片，所述形变图片的标签与对应的第一样本图片的标签相同；对所述形变图片进行灰度和二值化处理，得到第二样本图片。可选的，所述生成所述第一样本图片的形变图片，包括：按照预设偏移单位，对每个第一样本图片进行位移，得到每个第一样本图片的位移图片；按照预设旋转角角度，对每个所述位移图片进行旋转，得到每个第一样本图片的旋转图片；按照预设缩放比例，对每个所述旋转图片进行缩放，得到每个第一样本图片的缩放图片。可选的，对所述第二样本图片进行训练，得到所述检测模型，包括：按照预设划分比例，将所述第二样本图片打乱后划分为训练图片和测试图片；对所述训练图片进行训练，得到初始模型；采用所述测试图片测试所述初始模型，得到所述初始模型的准确率；当所述准确率小于预设准确率时，对初始模型进行进一步训练；当所述准确率不小于预设准确率时，将对应的初始模型作为检测模型。为实现上述目的，本申请第二方面提供一种注塑件的缺陷检测装置，包括：采集模块，用于采集注塑件的产品图片；第一预处理模块，用于对所述产品图片进行第一预处理，得到待检测图片；检测模块，用于采用预先训练的检测模型检测所述待检测图片，得到所述注塑件表面是否存在缺陷的检测结果。为实现上述目的，本申请第三方面提供一种电子设备，包括：存储器和处理器；所述存储器上存储有计算机程序，当所述计算机程序被所述处理器执行时，实现如本申请第一方面所述的方法。为实现上述目的，本申请第四方面提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现如本申请第一方面所述的方法。本申请的技术方案中，通过预先将计算机视觉与神经网络相结合，得到检测模型，并对采集的注塑件的产品图片进行第一预处理得到检测图片，以采用检测模型对待检测图片进行检测，实现了注塑件表面是否存在缺陷的快速准确检测；该方式有效的解决了当前人工目检会因检测人员的情绪变化等外界因素导致检测误差的问题，以及传统计算机视觉低兼容性和不能快速适应新需求的问题；同时，极大的降低了企业培训和管理成本，有效的避免了残次品流入市场给企业带来损失的问题。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：附图1为本申请一些实施例提供的一种注塑件的缺陷检测方法的流程图；附图2为本申请一些实施例提供的检测模型的训练过程示意图；附图3为本申请一些实施例提供的一种注塑件的缺陷检测装置的结构示意图；附图4为本申请一些实施例提供的一种电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。附图1为本申请一些实施例提供的一种注塑件的表面缺陷检测方法的流程图，如图1所示，注塑件的缺陷检测方法包括：步骤101：采集注塑件的产品图片；具体的，通过计算机视觉设备拍摄注塑件的产品图片，其中，计算机视觉设备包括光源、柔光板、镜头、工业相机、控制器等。本申请中，将注塑机生产的各种注塑产品统称为注塑件。在注塑件的生产过程中，经常由于原料选取、温度设定、工艺设计、人为失误等原因而产生表面缺陷，如边缘缺失、凹痕、划痕、流痕等。通过采集注塑件的产品图片，以在后续通过对该产品图片进行处理，得到产品图片包括的注塑件是否存在缺陷的检测结果。步骤102：对采集的产品图片进行第一预处理，得到待检测图片；在本申请的一些实施例中，步骤102包括：对采集的产品图片进行灰度和二值化处理，得到待检测图片。进一步的，对采集的产品图片进行灰度和二值化处理，得到待检测图片，包括：步骤A1：分离采集的产品图片中每个像素点的三原色；具体的，分离采集的产品图片中每个像素点的红、绿、蓝三种颜色的值。步骤A2：对每个像素点的三原色进行加权计算，得到每个像素点的灰度值；具体的，根据预设的红、绿、蓝三种颜色的权值，对每个像素点的红、绿、蓝三种颜色的值进行加权计算，得到每个像素点的灰度值。其中，红、绿、蓝三种颜色的权值可以在实际应用中根据需要自行设定；例如，红色的权值为0.3，绿色的权值为0.6，蓝色的权值为0.11，每个像素点的灰度值可以表示为gray＝0.3*r+0.6*g+0.11*b，其中，r为分离的红色的值，g为分离的绿色的值，b为分离的蓝色的值。步骤A3：判断每个像素点的灰度值是否超过灰度值阈值，若判断结果为是，则将对应的像素点设置为第一预设值；若判本文档来自技高网...

【技术保护点】
1.一种注塑件的表面缺陷检测方法，其特征在于，包括：采集注塑件的产品图片；对所述产品图片进行第一预处理，得到待检测图片；采用预先训练的检测模型检测所述待检测图片，得到所述注塑件表面是否存在缺陷的检测结果。

【技术特征摘要】
1.一种注塑件的表面缺陷检测方法，其特征在于，包括：采集注塑件的产品图片；对所述产品图片进行第一预处理，得到待检测图片；采用预先训练的检测模型检测所述待检测图片，得到所述注塑件表面是否存在缺陷的检测结果。2.根据权利要求1所述的方法，其特征在于，所述对所述产品图片进行第一预处理，得到待检测图片，包括：对所述产品图片进行灰度和二值化处理，得到待检测图片。3.根据权利要求2所述的方法，其特征在于，所述对产品图片进行灰度和二值化处理，得到待检测图片，包括：分离所述产品图片中每个像素点的三原色；对所述每个像素点的三原色进行加权计算，得到每个像素点的灰度值；判断所述灰度值是否超过灰度值阈值；若判断结果为是，则将对应的像素点设置为第一预设值；若判断结果为否，则将对应的像素点设置为第二预设值。4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：获取注塑件的带标签的第一样本图片，所述标签用于标识所述第一样本图片包括的注塑件是否存在缺陷；对所述第一样本图片进行第二预处理，得到带标签的第二样本图片，所述第二样本图片的标签与对应的第一样本图片的标签相同；对所述第二样本图片进行训练，得到所述检测模型。5.根据权利要求4所述的方法，其特征在于，所述对所述第一样本图片进行第二预处理，得到带标签的第二样本图片，包括：生成所述第一样本图片的形变图片，所述形变图片的标签与对应的第一样本图片的标签相同；对所述形变图片进行灰度和二值化处理，得到带标签的...

【专利技术属性】
技术研发人员：陈曦，龚小龙，罗天成，麻志毅，
申请(专利权)人：浙江省北大信息技术高等研究院，杭州未名信科科技有限公司，
类型：发明
国别省市：浙江,33