一种基于异常检测的工件表面缺陷检测方法技术

本发明专利技术公开了一种基于异常检测的工件产品表面缺陷检测方法，其包括：步骤1：研究生产线实际制造的工件表面特征，确定合格工件标准，通过该标准判别工件合格与否；步骤2：基于特定光源和工业相机采集工件表面图像，图像经过裁剪、滤波等处理后形成数据集；步骤3：基于异常检测技术对步骤2中制作好的数据集构建工件表面缺陷检测模型，该模型使用卷积神经网络提取合格工件表面图像不同大小尺度的特征，并结合多尺度区域特征生成器和掩码自编码器，重建合格工件的表面图像，由于模型并未学习过不合格工件的表面图像，因此不合格工件表面图像的特征分布与模型先前学习到的分布差距甚大，通过比较重建前后图像的差异，该检测模型能够检测表面图像中是否存在缺陷以及定位出缺陷位置。发明专利技术所提出的方法解决了在工业制造中人工目视检测效率低、不稳定且成本高、传统图像处理检测方法泛化性差以及基于深度学习的目标检测或分割需要大量带标签缺陷数据的问题，该方法符合工业生产工件中合格样本多而缺陷样本少的特点，能够实现高精度的实时表面缺陷检测。检测。检测。

【技术实现步骤摘要】
一种基于异常检测的工件表面缺陷检测方法


[0001]本专利技术属于表面缺陷检测
，具体涉及一种基于异常检测的工件表面缺陷检测方法。

技术介绍

[0002]随着工业生产技术的发展，现代制造业对所生产的工件质量要求越来越严格，工件质量把控不严不但影响产品的性能而导致无法正常使用，甚至可能会留下安全隐患以致造成事故，因此，对工件表面质量进行检测十分重要。人工目视检测在表面缺陷检测中应用广泛，检测员凭借丰富的经验将工件精确地判断为正常或异常，但让人工检测员检测生产线的每一个产品存在以下3点关键限制：1)不同人工检测员对工件的检测标准存在差异，难以保持一致的检测结果及稳定的检测精度；2)熟练的检测员需要高昂的人工成本；3)人工检测工作强度高，检测员难以长时间保持注意力高度集中。针对人工目视检测存在的问题，基于机器视觉的检测方法效率高，近些年逐渐成为研究的重点。
[0003]传统机器视觉检测方法使用特制光源对工件进行打光，然后用工业相机采集工件表面图像，再对采集到的图像应用滤波、灰度变换、阈值分割或特征匹配等图像处理算法进行缺陷检测。由于传统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异常检测工件表面缺陷检测方法，其特征在于，包括：步骤1：研究生产线实际制造的工件表面特征，确定合格工件标准，通过该标准判别工件合格与否；步骤2：基于特定光源和工业相机采集工件表面图像，图像经过裁剪、滤波等处理后形成数据集；步骤3：基于异常检测技术对步骤2中制作好的数据集构建工件表面缺陷检测模型，该模型使用卷积神经网络提取合格工件表面图像不同大小尺度的特征，并结合多尺度区域特征生成器和掩码自编码器，重建合格工件的表面图像，由于模型并未学习过不合格工件的表面图像，因此不合格工件表面图像的特征分布与模型先前学习到的分布差距甚大，通过比较重建前后图像的差异，该检测模型能够检测表面图像中是否存在缺陷以及定位出缺陷位置。2.根据权利要求1所述方法，其特征在于，所述步骤1包括：对采集得到的工件表面数据集使用人工筛选的方式制作工件表面数据集，通过比较合格工件与不合格工件，将工件表面图像分为正常样本和缺陷样本，其中正常样本用来训练异常检测网络，而缺陷样本则需要被检测出缺陷。3.根据权利要求1所述方法，其特征在于，所述工件表面缺陷形式为：与合格工件表面不一致的即为缺陷。4.根据权利要求1所述方法，其特征在于，所述步骤2包括：使用工业相机，在特定结构光打光条件下，拍摄工件产品表面图像。5.根据权利要求1所述方法，其特征在于，所采集到的数据使用裁剪、滤波等图像预处理后构建数据集，数据集包含训练集和测试集，其中训练集中只有合格工件的表面...

【专利技术属性】
技术研发人员：王素琴，任琪，石敏，朱登明，杜昊晨，程成，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：