一种基于深度学习的机器视觉板材计数通用系统及方法技术方案

一种基于深度学习的机器视觉板材计数通用系统及方法，计数通用系统包括图像采集系统和工控机视觉处理系统；所述的图像采集系统包括相机、线光源、电动滑轨，电动滑轨带动相机和线光源进行运动，采集图像；所述的工控机视觉处理系统包括控制模块、图像预处理模块、目标检测计数模块、通讯模块。将该发明专利技术系统安装到生产线中，能够快速对板材进行准确计数，效率远高于传统人工点数；该方法可作为板材计数的通用方法，只需要更改训练图像及检测类别既可完成不同板材的计数任务；本发明专利技术可以解决超大尺寸的板材计数难点，解决一般目标检测器无法应对的大尺寸图像检测任务，大大提高了板材生产的自动化程度。

【技术实现步骤摘要】
一种基于深度学习的机器视觉板材计数通用系统及方法
本专利技术属于人工智能
，涉及一种板材自动计数通用系统及计数方法，特别是涉及基于深度学习的机器视觉板材计数通用系统及计数方法。
技术介绍
市场经济和商品市场不断发展，对于各类板材的需求日益增大，尤其是包装行业、建筑行业等；各厂商对于各类板材如瓦楞纸板、木板、瓷砖、石膏板、钢板等计数的需求也越加迫切。目前，已有技术的板材计数器，通常采用基于传统图像处理的方法进行计数，这种方法泛化能力较差，只能针对某些固定场景或固定类型的板材进行计数；对于存在一定缺损的板材往往难以取得理想效果；针对不同类型的板材需要单独设计算法，设计流程过于复杂繁琐。随着基于深度学习的目标检测技术的快速发展，可以更加高效鲁棒的解决一些复杂检测任务。但是通常采集到的堆叠的板材图像尺寸过大，同时相较于一般的物体，板材图像没有明显的闭合边缘，上下层板材之间存在较为严重的“黏连”情况或者距离较近，直接利用通用目标检测器进行检测，难以获得准确的检测结果。
技术实现思路
本专利技术旨在提供一种基于深度学习的机本文档来自技高网...

【技术保护点】
1.一种基于深度学习的机器视觉板材计数通用系统，其特征在于：包括图像采集系统和工控机视觉处理系统；所述的图像采集系统包括相机、线光源、电动滑轨，相机在线光源的照射下在电动滑轨上运动以采集图像；所述的工控机视觉处理系统包括控制模块、图像预处理模块、模型训练模块、目标检测计数模块、通讯模块；控制模块通过控制相机、线光源和电动滑轨进行图像采集，图像预处理模块对采集到的图像进行预处理，再送入目标检测计数模块完成计数任务，并最终利用通讯模块发送结果至显示器；控制模块通过I/O控制硬件设备，包括控制电机启停，设置滑轨运动参数，开闭光源；图像预处理模块负责对相机采集到的板材图像做预处理，包括图像切割、图像填...

【技术特征摘要】
1.一种基于深度学习的机器视觉板材计数通用系统，其特征在于：包括图像采集系统和工控机视觉处理系统；所述的图像采集系统包括相机、线光源、电动滑轨，相机在线光源的照射下在电动滑轨上运动以采集图像；所述的工控机视觉处理系统包括控制模块、图像预处理模块、模型训练模块、目标检测计数模块、通讯模块；控制模块通过控制相机、线光源和电动滑轨进行图像采集，图像预处理模块对采集到的图像进行预处理，再送入目标检测计数模块完成计数任务，并最终利用通讯模块发送结果至显示器；控制模块通过I/O控制硬件设备，包括控制电机启停，设置滑轨运动参数，开闭光源；图像预处理模块负责对相机采集到的板材图像做预处理，包括图像切割、图像填充；模型训练模块负责对标注后的图像进行训练，生成训练权重文件；目标检测计数模块负责对预处理后的图像进行板材目标检测，对获取到的三列检测结果进行投票，获得最终计数结果；通讯模块负责上下位机的通讯，将检测结果和计数结果发送至屏幕，进行显示以便于后续矫正和查验。


2.一种基于深度学习的机器视觉板材计数通用方法，其特征在于步骤如下：
(1)图像采集模块：当板材垛到达固定位置时，工控机发送检测检测信号，相机通过电动滑轨带动进行连续拍照，直到滑轨尽头后停止采集，将所有的采集图像进行图像合并，获得一张完整的板材垛侧面图像，并送入图像预处理模块进行图像处理。
(2)图像预处理模块：对板材侧面图像进行切割填充处理，将获取的大尺寸板材图像，在不同的三个位置，按照固定尺寸，固定上下帧图像重叠比例进行切割，获取到三组图像；并对切割后的图像进行边缘填充，进行下一步处理；
(3)模型训练模块：基于深度学习的目标检测模型需要事先对模型进行训练；测试时，直接利用训练好的模型进行测试既可。模型训练模块，将获取到的经过预处理的图像，进行数据增强操作，送入Yolov5通用目标检测器进行模型训练；
(4)目标检测计数模块：对送入的三组图像，利用训练好的目标检测器Yolov5进行目标检测，获取到每一张切割图像的检测结果；对切割图检测结果进行整合，将检测结果合并至原始的大尺寸板材图像；对合并结果进行NMS处理，获取到最终的目标检测结果；通过目标检测结果，统计三组图像中的计数结果；对三列计数结果采用投票操作，获得最终的计数结果；
(5)通讯模块：获取目标检测结果和计数结果并发送至屏幕进行显示和校验。


3.根据权利要求2所述的基于深度学习的机器视觉板材计数通用方法，其特征在于所述步骤(1)的具体方法为：
(1.1)板材垛到达指定位置，工控机发出开始检测信号，通过I/O模块控制电动滑轨带动相机开始滑动，开启光源；
(1.2)电动滑轨运动控制编码器输出信号控制相机同步采集图像；
(1.3)当相机到达滑轨尽头时，停止运动时，图像采集完成，将所有的扫描行数据进行拼接，生成一张完整的图像输出到工控机上进行后续处理。


4.根据权利要求2所述的基于深度学习的机器视觉板材计数通用方法，其特征在于所述步骤(2)的具体方法为：
(2.1)将采集到的大尺寸图像进行切割，区别于整体切割图像，我们在图像X轴方向上，以固定步长；在Y轴方向上，以上下帧图像区域重叠一定比例；依次切取固定宽度的3列图像；获取到三组切割后的图像；
(2.2)对切割后的图像进行边界填充；切割后的板材图像，通常由于没有Well-defin...

【专利技术属性】
技术研发人员：张春磊，陈俊，徐昆昆，
申请(专利权)人：长沙长泰智能装备有限公司，
类型：发明
国别省市：湖南;43