视觉系统复现方法、设备及计算机可读存储介质技术方案

本发明专利技术公开了一种视觉系统复现方法、设备及计算机可读存储介质，所述视觉系统复现方法通过创建目标校验靶标来代替以往的人工测量方式来获取样机视觉系统中的标准指标数值，提升了标准指标数值的获取效率；通过在基于深度学习的缺陷检测模型的基础上还借助目标校准靶标来获取量产阶段中复制视觉系统的实际指标数值，提升了实际指标数值的获取效率；通过在实际指标数值与目标标准指标数值不匹配时不断调试复制视觉系统，并动态观察实际指标数值是否合格，直至完成视觉系统复现，既保证了视觉系统环境复现的准确性，同时也避免了深度学习算法的重工以及数据集的更换，还提升了系统调试过程的可视性与智能性，极大提高视觉系统复现的效率。

【技术实现步骤摘要】
视觉系统复现方法、设备及计算机可读存储介质
本专利技术涉及机器视觉
，尤其涉及一种视觉系统复现方法、设备及计算机可读存储介质。
技术介绍
对于传统机器视觉技术而言，检测具有复杂表面纹理和外观变化的部件是一个非常严峻的挑战。而随着设计方和制造商对产品品质提出越来越高的要求，工业现场对外观检测设备的需求却是与日俱增。近年来，随着深度学习技术的成熟应用，该难题变得可解，越来越多设备商推出基于深度学习的外观检测设备。但基于深度学习的检测算法一方面为了满足工业现场苛刻的检验标准，对成像效果的一致性要求较高，另一方面算法的建立需要大量的数据集支撑，成像效果的变化会造成原有数据集的失效。这两点造成了外观检测设备批量复制的复杂性和不可控性。目前市面上绝大多数机器视觉厂商或检测业务设备商，在处理检测设备的的量产复制时仍采用基于人工经验的视觉系统调试与复现的方法，人工测量并记录光学与机构参数，用于设备量产阶段调机的参考。且在量产设备上，调机员再参考记录表进行光学以及机构的调整，然后靠算法点检进行效果验证，重复精调直至效果最佳。如果最终无法复现效果，则本文档来自技高网...

【技术保护点】
1.一种视觉系统复现方法，其特征在于，所述视觉系统复现方法包括：/n基于预设已调试的样机视觉系统创建目标校验靶标，并根据预设基于深度学习的缺陷检测模型与所述目标校验靶标，获取所述样机视觉系统在预设系统指标上的标准指标数值；/n基于所述缺陷检测模型与目标校验靶标，获取预设初始复制视觉系统在所述系统指标上的实际指标数值，并判断所述实际指标数值是否与所述标准指标数值匹配；/n若不匹配，则对所述初始复制视觉系统进行调试，并动态更新所述实际指标数值，直至检测到更新后的实际指标数值与所述标准指标数值匹配，以复现所述样机视觉系统。/n

【技术特征摘要】
1.一种视觉系统复现方法，其特征在于，所述视觉系统复现方法包括：
基于预设已调试的样机视觉系统创建目标校验靶标，并根据预设基于深度学习的缺陷检测模型与所述目标校验靶标，获取所述样机视觉系统在预设系统指标上的标准指标数值；
基于所述缺陷检测模型与目标校验靶标，获取预设初始复制视觉系统在所述系统指标上的实际指标数值，并判断所述实际指标数值是否与所述标准指标数值匹配；
若不匹配，则对所述初始复制视觉系统进行调试，并动态更新所述实际指标数值，直至检测到更新后的实际指标数值与所述标准指标数值匹配，以复现所述样机视觉系统。


2.如权利要求1所述的视觉系统复现方法，其特征在于，所述基于预设已调试的样机视觉系统创建目标校验靶标的步骤包括：
获取所述样机视觉系统的样机视野范围，并基于所述样机视野范围确定目标校验靶标规格；
根据所述目标校验靶标规格，创建所述目标校验靶标。


3.如权利要求1所述的视觉系统复现方法，其特征在于，所述初始复制视觉系统中包括系统光源与工业相机，
所述基于所述缺陷检测模型与目标校验靶标，获取预设初始复制视觉系统在所述系统指标上的实际指标数值的步骤包括：
获取所述工业相机的相机视野范围，并将所述目标校验靶标设置在所述相机视野范围之内；
开启所述系统光源，并利用所述工业相机获取包含所述目标校验靶标的靶标图像；
将所述靶标图像输入所述缺陷检测模型，以获取所述实际指标数值。


4.如权利要求3所述的视觉系统复现方法，其特征在于，所述初始复制视觉系统中还包括用于调节所述工业相机位置的机械手，
所述若不匹配，则对所述初始复制视觉系统进行调试，并动态更新所述实际指标数值，直至检测到更新后的实际指标数值与所述标准指标数值匹配，以复现所述样机视觉系统的步骤包括：
若所述实际指标数值与所述标准指标数值不匹配，则基于所述机械手调节所述工业相机位置、调试所述工业相机的相机参数和/或调试系统光源，以动态更新所述实际指标数值；
直至检测到更新后的...

【专利技术属性】
技术研发人员：黄耀，朱文斋，卓壮，夏辉，
申请(专利权)人：北京阿丘机器人科技有限公司，
类型：发明
国别省市：北京;11