一种抗光影和抖动影响的注塑机模腔异常检测方法技术

本发明专利技术涉及一种抗光影和抖动影响的注塑机模腔异常检测方法，属于信息技术、计算机视觉以及异常检测技术领域。所述方法，包括：S1采集一幅正常工况下的注塑机模腔图像，称为模板图像；S2采集多幅不同光影和抖动模式下的模腔图像，并给出对应标签，构成训练集；S3：对于训练集中的每幅测试图像和模板图像进行比较，获得相似性图像；S4：提取相似性图像D中“类间距离‑类内方差”特征f，S5：使用“类间距离‑类内方差”特征f构建分类器；S6：使用分类器在实际生产中进行检测。所述方法具有抗光照环境变化和抗工作环境引起的相机抖动性能、无需重复训练且无需人工设置参数，简化了使用复杂度。

【技术实现步骤摘要】
一种抗光影和抖动影响的注塑机模腔异常检测方法
本专利技术涉及一种抗光影和抖动影响的注塑机模腔异常检测方法，尤其涉及一种基于机器视觉的工业注塑机生产过程中的异常检测方法，属于信息技术、计算机视觉以及异常检测

技术介绍
注塑机在生产过程中，会出现产品粘模、异物残留、顶针未退回等异常情况。这些异常情况会导致注塑机再次闭合模腔时模具被压坏，给工厂带来巨大经济损失。传统的方法可以通过人工检测，当人眼观察到异常时关停注塑机。近年来，通过机器视觉进行异常自动化检测的方法开始普及，即通过工业相机采集图像，通过计算机处理并分析工业相机拍摄的模腔图像，从而发现图像中的异常，起到监测生产异常的作用。然而，工业现实生产环境中存在很多非理想情况，导致相机采集的模腔图像质量降低。例如，图像采集过程中采光会随着每日不同的时段发生变化，如工厂中普遍存在晚间以人工照明为主，白天以人工照明配合自然光照明的情况。这会使得图像发生一定程度的明暗变化。另外一种情况是生产过程中机械震动导致的图像中检测目标的小幅度偏移和模糊。上述非理想情况的出现，将会导致视觉检测出现误报本文档来自技高网...

【技术保护点】
1.一种抗光影和抖动影响的注塑机模腔异常检测方法，其特征在于：包括如下步骤：/n步骤S1：采集一幅正常工况下的注塑机模腔图像，称为模板图像；/n其中，模板图像，记为T；/n步骤S2：采集多幅不同光影和抖动模式下的模腔图像，针对每幅图像人工给出正常或异常的标签，并将采集的多幅图像与对应标签构成训练集；/n步骤S3：对于训练集中的每幅测试图像和模板图像进行比较，获得相似性图像；/n其中，测试图像，记为A，相似性图像，记为D；/n获取相似性图像，包括如下子步骤：/n步骤S3-1：对训练集中的测试图像进行均值滤波得到滤波后图像；/n其中，滤波后图像，记为U

【技术特征摘要】
1.一种抗光影和抖动影响的注塑机模腔异常检测方法，其特征在于：包括如下步骤：
步骤S1：采集一幅正常工况下的注塑机模腔图像，称为模板图像；
其中，模板图像，记为T；
步骤S2：采集多幅不同光影和抖动模式下的模腔图像，针对每幅图像人工给出正常或异常的标签，并将采集的多幅图像与对应标签构成训练集；
步骤S3：对于训练集中的每幅测试图像和模板图像进行比较，获得相似性图像；
其中，测试图像，记为A，相似性图像，记为D；
获取相似性图像，包括如下子步骤：
步骤S3-1：对训练集中的测试图像进行均值滤波得到滤波后图像；
其中，滤波后图像，记为UA；
步骤S3-2：对于模板图像T进行均值滤波得到图像UT；
步骤S3-3：按照公式(1)和公式(2)计算D：



D＝255*D'(2)
其中，C是为了避免分母为0而添加的任意非零常数；
步骤S4：提取相似性图像D中“类间距离-类内方差”特征f，具体包括如下子步骤：
步骤S4-1：使用OTSU自适应二值化算法，对相似性图像D进行分割，得到黑白图像M；
步骤S4-2：根据步骤S4-1得到的黑白图像M将相似性图像D上的像素点分为“黑色区域对应的像素点”以及“白色区域对应的像素点”；
其中，黑色区域对应的像素点的类别记为C1，白色区域对应的像素点的类别记为C2；
步骤S4-3：按照公式(3)至公式(6)计算相似性图像D上两类像素点的类间距离SB和类内方差SW，构成相似性图像D中“类间距离-类内方差”特征f＝(SB，Sw)；






SB＝g(μ1-μ2)(5)
SW＝h(s1+s2)(6)
其中，p是相似性图像D上的像...

【专利技术属性】
技术研发人员：孙磊，崔如瑶，
申请(专利权)人：北京嘎嘎博视科技有限责任公司，
类型：发明
国别省市：北京;11