一种智能火花塞外观缺陷检测系统技术方案

本发明专利技术属于图像处理领域，具体涉及一种智能火花塞外观缺陷检测系统，包括以下步骤：采集待识别火花塞的外观图像；将采集得到的TIFF格式的图像转换为JPG格式图像；根据火花塞外观缺陷的类型将原图像进行区域分割；针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；本发明专利技术利用图像区域分割的方式将多种缺陷类型区域化识别，极大提高了外观缺陷检测的准确率。利用基于GPU的多进程模型加载，一并输出待检测图片的识别结果，提高了外观缺陷检测的效率。

An intelligent spark plug appearance defect detection system

【技术实现步骤摘要】
一种智能火花塞外观缺陷检测系统
本专利技术属于图像处理领域，具体涉及一种智能火花塞外观缺陷检测系统。
技术介绍
火花塞是汽油引擎内用于点燃油气产生动力的关键零件。在火花塞生产过程中，火花塞表面会产生裂纹、凹坑、污损等缺陷，影响产品质量。针对这类缺陷，现有检测方式多采用人工目测的方式。工人长时间工作容易产生视觉疲劳，导致误检漏检增高，影响产品合格率。2015年，电子科技大学专利技术了一种基于机器视觉的火花塞端面缺陷检测方法(CN104964980A)通过采集火花塞端面图像，对端面图像处理之后得到内圆心、外圆心、圆环心坐标，通过坐标变换后标记连通区域得到缺陷部位，该方法简单、低成本，但是该方法仅能检测端面类缺陷。2017年，东莞理工学院专利技术了一种避免火花塞存在漏电缺陷的检测方法(CN106871803B)，通过CCD检测器对火花塞进行机械视觉检测，能够消除人为因素的影响，实现电极间隙的精准检测，同时还能对其绝缘部分和连接部分进行精准的拍摄检测，避免其存在漏电的缺陷，实现全方位检测，进而提高检测的效果。同年，株洲湘火炬火花塞有限责任公司专利技术了本文档来自技高网...

【技术保护点】
1.一种智能火花塞外观缺陷检测系统，其特征在于，包括以下步骤：/n(1)采集待识别火花塞的外观图像；/n(2)将采集得到的TIFF格式的图像转换为JPG格式图像；/n(3)根据火花塞外观缺陷的类型将原图像进行区域分割；/n(4)针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；/n(5)根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；/n(6)应用多层卷积层、多层非线性激活层、多层池化层对图像的特征进行提取，生成特征图；/n(7)应用区域建议网络来实现对特征图的感兴趣区域提取，获得区域建...

【技术特征摘要】
1.一种智能火花塞外观缺陷检测系统，其特征在于，包括以下步骤：
(1)采集待识别火花塞的外观图像；
(2)将采集得到的TIFF格式的图像转换为JPG格式图像；
(3)根据火花塞外观缺陷的类型将原图像进行区域分割；
(4)针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；
(5)根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；
(6)应用多层卷积层、多层非线性激活层、多层池化层对图像的特征进行提取，生成特征图；
(7)应用区域建议网络来实现对特征图的感兴趣区域提取，获得区域建议特征图；
(8)利用已经获得的区域建议特征图，通过全连接层与softmax函数计算每个区域建议具体属于哪个缺陷类别，输出类置信度概率向量；同时再次利用边界框回归获得每个区域建议的位置偏移量，更加精确的输出缺陷检测框位置；
(9)将完整数据集中的训练集送入步骤(5)、(7)、(7)、(8)中进行训练，根据生成的训练模型对测试集进行测试，生成测试数据，根据测试数据调节网络相关参数优化测试结果；
(10)将上述步骤得到的针对不同区域、不同缺陷的优选训练模型进行整合，针对测试图片，在一块或多块GPU上加载全部模型对各分割区域的缺陷进行多进程预测，最终一并输出检测结果，包括缺陷分区归属、缺陷具体位置、缺陷类别、缺陷识别置信度。

【专利技术属性】
技术研发人员：苍岩，温佳铮，乔玉龙，陈春雨，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23