一种高速线性钻孔机的重孔检测系统技术方案

技术编号:25985944 阅读:39 留言:0更新日期:2020-10-20 18:53
本发明专利技术涉及一种高速线性钻孔机的重孔检测系统,它包括以下识别步骤:步骤一,在服务器内建立重孔样本提取库,收集大量的重孔样本照片,利用深度卷积神经网络对图像进行预处理,提取样本照片中的重孔位置和特性,对重孔位置信息和特征信息记录并保存在样本提取库内,步骤二,通过CCD相机作为采集端对待检测产品的进行拍摄检测,拍摄后的视频实时上传至服务器,步骤三,服务器将步骤一提取的重孔特征信息和位置特征信息与步骤二中上传的视频进行对比,判断检测产品是否存在重孔现象,当检测到与重孔样本提取库内重孔相似特征,则及时圈出和记录位置信息,并发出警报。本发明专利技术的优点:检测精准,效率高。

【技术实现步骤摘要】
一种高速线性钻孔机的重孔检测系统
本专利技术涉及检测
,具体是指一种高速线性钻孔机的重孔检测系统。
技术介绍
线性电机是指一种利用电磁感应原理,将电能直接转换成直线运动动能的驱动装置,它是一种能实现往复直线运动的电动机。其具有结构简单、定位精度高、反应速度快、灵敏度高,随动性好优点。线性电机作为驱动的高速线性钻孔机,其定位精度高、重复定位精度高,越来越受到消费者的青睐,然而在生产过程中,由于操作使用不当,或者高速线性钻孔机出现了问题,导致钻孔的产品出现重孔即叠加的重孔问题,则需要抛弃此不合格的产品,但是现在的产品中并没与针对重孔问题进行检测的系统,所以通常为人工肉眼检测,人工肉眼检测一是人工成本较高,二是人也容易视觉疲劳,在检测过程中难免出现失误,导致检测不精准。
技术实现思路
本专利技术要解决的技术问题是解决上述问题,提供一种替换人工检测提高检测效率和精准度的高速线性钻孔机的重孔检测系统。为解决上述技术问题,本专利技术提供的技术方案为:一种高速线性钻孔机的重孔检测系统,它包括以下识别步骤:步骤一,在服务器内建立重孔样本提取库,收集大量的重孔样本照片,利用深度卷积神经网络对图像进行预处理,提取样本照片中的重孔位置和特性,对重孔位置信息和特征信息记录并保存在样本提取库内,步骤二,通过CCD相机作为采集端对待检测产品的进行拍摄检测,拍摄后的视频实时上传至服务器,步骤三,服务器将步骤一提取的重孔特征信息和位置特征信息与步骤二中上传的视频进行对比,判断检测产品是否存在重孔特征,当检测到与重孔样本提取库内重孔相似特征,则及时圈出和记录位置信息,并发出警报,步骤四,检测完毕,服务器自动总计重孔信息特征,并统一反馈。采用以上结构后,本专利技术具有如下优点:通过本专利技术的系统检测,取代传统的人工检测,提高检测效率,通过深度卷积神经网络未检测判断提供判断依据,检测是否重孔,提高检测精准度。具体实施方式下面对本专利技术做进一步的详细说明。本专利技术在具体实施时,一种高速线性钻孔机的重孔检测系统,它包括以下识别步骤:步骤一,在服务器内建立重孔样本提取库,收集大量的重孔样本照片,利用深度卷积神经网络对图像进行预处理,提取样本照片中的重孔位置和特性,对重孔位置信息和特征信息记录并保存在样本提取库内,步骤二,通过CCD相机作为采集端对待检测产品的进行拍摄检测,拍摄后的视频实时上传至服务器,步骤三,服务器将步骤一提取的重孔特征信息和位置特征信息与步骤二中上传的视频进行对比,判断检测产品是否存在重孔特征,当检测到与重孔样本提取库内重孔相似特征,则及时圈出和记录位置信息,并发出警报,步骤四,检测完毕,服务器自动总计重孔信息特征,并统一反馈。本专利技术的工作原理:通过本专利技术的系统检测,取代传统的人工检测,提高检测效率,通过深度卷积神经网络未检测判断提供判断依据,检测是否重孔,提高检测精准度。以上对本专利技术及其实施方式进行了描述,这种描述没有限制性,实际的结构并不局限于此。总而言如果本领域的普通技术人员受其启示,在不脱离本专利技术创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种高速线性钻孔机的重孔检测系统,其特征在于:它包括以下识别步骤:/n步骤一,在服务器内建立重孔样本提取库,收集大量的重孔样本照片,利用深度卷积神经网络对图像进行预处理,提取样本照片中的重孔位置和特性,对重孔位置信息和特征信息记录并保存在样本提取库内,/n步骤二,通过CCD相机作为采集端对待检测产品的进行拍摄检测,拍摄后的视频实时上传至服务器,/n步骤三,服务器将步骤一提取的重孔特征信息和位置特征信息与步骤二中上传的视频进行对比,判断检测产品是否存在重孔特征,当检测到与重孔样本提取库内重孔相似特征,则及时圈出和记录位置信息,并发出警报,/n步骤四,检测完毕,服务器自动总计重孔信息特征,并统一反馈。/n

【技术特征摘要】
1.一种高速线性钻孔机的重孔检测系统,其特征在于:它包括以下识别步骤:
步骤一,在服务器内建立重孔样本提取库,收集大量的重孔样本照片,利用深度卷积神经网络对图像进行预处理,提取样本照片中的重孔位置和特性,对重孔位置信息和特征信息记录并保存在样本提取库内,
步骤二,通过CCD相机作为采集端对待检测产品...

【专利技术属性】
技术研发人员:梁得强
申请(专利权)人:深圳市浩创盛科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1