一种多工位并行镜片缺陷检测方法和装置制造方法及图纸

本发明专利技术公开了一种多工位并行镜片缺陷检测方法和装置，通过多工位同时采集多张镜片样本图片，并且每个工位沿垂直方向多次采集同一样本，获得镜片样本图片数据集；将镜片样本图片数据集中多次采集的同一样本的多张图片通过图像融合方法合成一张最清晰的图片，对所有最清晰的图片进行缺陷识别和标记，获得缺陷样本数据集；将缺陷样本数据集进行视觉学习，获得视觉学习模型；基于视觉学习模型获得缺陷样本数据集对应的阈值；获取待检测镜片实际的参数，基于阈值和参数，采用阈值分割法对待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果。本发明专利技术能够进行自动化检测，能够实现量化检测，提高了检测速度，降低了检测成本，提高了检测精度。提高了检测精度。提高了检测精度。

【技术实现步骤摘要】
一种多工位并行镜片缺陷检测方法和装置


[0001]本专利技术涉及计算机视觉学习领域的缺陷检测
，尤其是涉及一种多工位并行镜片缺陷检测方法和装置。

技术介绍

[0002]镜片缺陷的检测不仅是出厂镜片合格率的重要保障，也是对镜片生产过程监控的有效方法，是提高镜片生产品质的有力保障。目前，镜片缺陷检测仍停留在人工目检阶段，严重阻滞了镜片全面自动化生产线研发的推进，人工目检存在漏检，无法量化，检测速度慢，检测成本高等问题。
[0003]因此，现有技术实现了单工位自动化检测设备，单工位自动化检测效率低，只能进行单个的镜片检测，无法量化，检测速度慢。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种多工位并行镜片缺陷检测方法和装置，能够对多个镜片同时进行自动化检测，能够量化，提高了检测速度，降低了检测成本，提高了检测精度。
[0005]第一方面，本专利技术实施例提供了一种多工位并行镜片缺陷检测方法，包括步骤：
[0006]通过多工位同时采集多张镜片样本图片，并且每个所述工位沿垂直方向多次采集同一样本，获得镜片样本图片数据集；
[0007]将所述待检测镜片样本图片数据集中多次采集的同一样本的多张图片通过图像融合方法合成一张最清晰的图片，对所有所述最清晰的图片进行缺陷识别和标记，获得缺陷样本数据集；
[0008]将所述缺陷样本数据集进行视觉学习，获得视觉学习模型；
[0009]基于所述视觉学习模型获得所述缺陷样本数据集对应的阈值；
[0010]获取待检测镜片实际的参数，基于所述阈值和所述参数，采用阈值分割法对所述待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果。
[0011]与现有技术相比，本专利技术第一方面具有以下有益效果：
[0012]本方法通过多工位同时采集多张镜片样本图片，并且每个工位沿垂直方向多次采集同一样本，获得镜片样本图片数据集；本方法能够通过多工位同时采集多张图片，方便图片采集，提高图片采集效率。本方法通过将镜片样本图片数据集中多次采集的同一样本的多张图片通过图像融合方法合成一张最清晰的图片，对最清晰的图片进行缺陷识别和标记，获得缺陷样本数据集；本方法通过将多次采集的同一样本的多张图片合并成最清晰的样品图，可以使其瑕疵全部显现，提高检测的精确度。本方法还通过将缺陷样本数据集进行视觉学习，获得视觉学习模型；基于视觉学习模型获得缺陷样本数据集对应的阈值；获取待检测镜片实际的参数，基于阈值和参数，采用阈值分割法对待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果，实现了缺陷检测的自动化。因此，本方法能够实现单
次同时对多个待检测镜片进行自动化且高精度的检测，本方法能够对多个镜片同时进行自动化检测，能够实现量化检测，提高了检测速度，降低了检测成本，提高了检测精度。
[0013]根据本专利技术的一些实施例，所述多工位并行镜片缺陷检测方法，还包括步骤：
[0014]获取所述待检测镜片图，在所述待检测镜片图中选择感兴趣区域；
[0015]通过霍夫圆检测原理计算所述待检测镜片于所述感兴趣区域的外轮廓，并计算所述待检测镜片的所述外轮廓的像素坐标；
[0016]获取所述待检测镜片的直径，将所述待检测镜片的外轮廓的直径与所述待检测镜片的直径进行比较，若所述待检测镜片的外轮廓的直径减去所述待检测镜片的直径的差值小于或等于0.1毫米，则继续选择所述待检测镜片的感兴趣区域；若所述待检测镜片的外轮廓的直径减去所述待检测镜片的直径的差值大于0.1毫米，则结束所述感兴趣区域的选择；
[0017]基于所述待检测镜片的外轮廓的像素坐标获得所述待检测镜片的外轮廓模板，将所述外轮廓模板进行编号。
[0018]根据本专利技术的一些实施例，所述多工位并行镜片缺陷检测方法，所述结束所述感兴趣区域的选择后，还包括步骤：
[0019]获取所述待检测镜片图对应编号的所述外轮廓模板；
[0020]通过所述待检测镜片的外轮廓的直径和所述外轮廓模板中的像素坐标计算所述待检测镜片的外轮廓的中心；
[0021]获取所述待检测镜片的直径，通过所述待检测镜片的外轮廓的中心和所述待检测镜片的直径重新提取所述待检测镜片的外轮廓；
[0022]判断重新提取的所述待检测镜片的外轮廓是否在所述外轮廓模板中，若重新提取的所述待检测镜片的外轮廓不在所述外轮廓模板中，则再次重新提取所述待检测镜片的外轮廓；若重新提取的所述待检测镜片的外轮廓在所述外轮廓模板中，则结束提取所述待检测镜片的外轮廓。
[0023]根据本专利技术的一些实施例，所述基于所述阈值和所述参数，采用阈值分割法对所述待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果，包括：
[0024]基于所述视觉学习模型获得的所述阈值和所述待检测镜片的外轮廓，定位所述待检测镜片的中心；
[0025]判断所述待检测镜片的中心和所述待检测镜片的外轮廓的中心是否重合，若所述待检测镜片图的中心和所述待检测镜片的外轮廓的中心不重合，则重新定位所述待检测镜片图的中心；若所述待检测镜片图的中心和所述待检测镜片的外轮廓的中心重合，则进行镜片缺失检测，所述待检测镜片缺失检测用于检测所述待检测镜片图中的镜片是否显示完全；
[0026]若所述待检测镜片图中的镜片不完全显示，则调整所述视觉学习模型获得的阈值，以使所述待检测镜片图中的镜片完全显示；若所述待检测镜片图中的镜片完全显示，则选择缺陷种类，根据所述阈值分割法提取所述待检测镜片图中镜片的缺陷；
[0027]判断所述待检测镜片的外轮廓与所述待检测镜片图中的镜片是否完全重合，若所述待检测镜片的外轮廓与所述待检测镜片图中的镜片不完全重合，则重新选择缺陷种类，根据所述阈值分割法重新提取所述待检测镜片图中镜片的缺陷；若所述待检测镜片的外轮廓与所述待检测镜片图中的镜片完全重合，则获取所述缺陷的尺寸，保存所述尺寸对应的
阈值至所述视觉学习模型中；
[0028]更换选择的缺陷种类，对所述待检测镜片的所有缺陷进行筛选，获得缺陷检测结果。
[0029]根据本专利技术的一些实施例，所述进行镜片缺失检测，包括：
[0030]获得所述待检测镜片的外轮廓，将所述待检测镜片的外轮廓与所述待检测镜片图进行对比，查找是否有缺失的地方，若没有缺失的地方，则表示所述待检测镜片显示完全，若有缺失的地方，则表示所述待检测镜片显示不完全。
[0031]根据本专利技术的一些实施例，所述多工位并行镜片缺陷检测方法，还包括步骤：
[0032]预设所述待检测镜片的镜片检测范围，以使所述待检测镜片的直径在所述待检测镜片检测范围内时，得到所述待检测镜片的外轮廓。
[0033]第二方面，本专利技术实施例还提供了一种多工位并行镜片缺陷检测装置，多工位并行镜片缺陷检测装置还包括:
[0034]转盘，设置在所述机架上，所述转盘上设置有上料抓取工位、镜片检测工位和下料抓取工位，所述转盘用于将位于所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多工位并行镜片缺陷检测方法，其特征在于，包括步骤：通过多工位同时采集多张镜片样本图片，并且每个所述工位沿垂直方向多次采集同一样本，获得镜片样本图片数据集；将所述待检测镜片样本图片数据集中多次采集的同一样本的多张图片通过图像融合方法合成一张最清晰的图片，对所有所述最清晰的图片进行缺陷识别和标记，获得缺陷样本数据集；将所述缺陷样本数据集进行视觉学习，获得视觉学习模型；基于所述视觉学习模型获得所述缺陷样本数据集对应的阈值；获取待检测镜片实际的参数，基于所述阈值和所述参数，采用阈值分割法对所述待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果。2.根据权利要求1所述的一种多工位并行镜片缺陷检测方法，其特征在于，所述多工位并行镜片缺陷检测方法，还包括步骤：获取所述待检测镜片图，在所述待检测镜片图中选择感兴趣区域；通过霍夫圆检测原理计算所述待检测镜片于所述感兴趣区域的外轮廓，并计算所述待检测镜片的所述外轮廓的像素坐标；获取所述待检测镜片的直径，将所述待检测镜片的外轮廓的直径与所述待检测镜片的直径进行比较，若所述待检测镜片的外轮廓的直径减去所述待检测镜片的直径的差值小于或等于0.1毫米，则继续选择所述待检测镜片的感兴趣区域；若所述待检测镜片的外轮廓的直径减去所述待检测镜片的直径的差值大于0.1毫米，则结束所述感兴趣区域的选择；基于所述待检测镜片的外轮廓的像素坐标获得所述待检测镜片的外轮廓模板，将所述外轮廓模板进行编号。3.根据权利要求2所述的一种多工位并行镜片缺陷检测方法，其特征在于，所述多工位并行镜片缺陷检测方法，所述结束所述感兴趣区域的选择后，还包括步骤：获取所述待检测镜片图对应编号的所述外轮廓模板；通过所述待检测镜片的外轮廓的直径和所述外轮廓模板中的像素坐标计算所述待检测镜片的外轮廓的中心；获取所述待检测镜片的直径，通过所述待检测镜片的外轮廓的中心和所述待检测镜片的直径重新提取所述待检测镜片的外轮廓；判断重新提取的所述待检测镜片的外轮廓是否在所述外轮廓模板中，若重新提取的所述待检测镜片的外轮廓不在所述外轮廓模板中，则再次重新提取所述待检测镜片的外轮廓；若重新提取的所述待检测镜片的外轮廓在所述外轮廓模板中，则结束提取所述待检测镜片的外轮廓。4.根据权利要求3所述的一种多工位并行镜片缺陷检测方法，其特征在于，所述基于所述阈值和所述参数，采用阈值分割法对所述待检测镜片对应的待检测镜片图进行缺陷检测，获得缺陷检测结果，包括：基于所述视觉学习模型获得的所述阈值和所述待检测镜片的外轮廓，定位所述待检测镜片的中心；判断所述待检测镜片的中心和所述待检测镜片的外轮廓的中心是否重合，若所述待检测镜片图的中心和所述待检测镜片的外轮廓的中心不重合，则重新定位所述待检测镜片图
的中心；若所述待检测镜片图的中心和所述待检测镜片的外轮廓的中心重合，则进行镜片缺失检测，所述待检测镜片缺失检测用于检测所述待检测镜片图中的镜片是否显示完全；若所述待检测镜片图中的镜片不完全显示，则调整所述视觉学习模型获得的阈值，以使所述待检测镜片图中的镜片完全显示；若所述待检测镜片图中的镜片完全显示，则选择缺陷种类，根据所述阈值分割法提取所述待检测镜片图中镜片的缺陷；判断所述待检测镜片的外轮廓与所述待检测镜片图中的镜片是否完全重合，若所...

【专利技术属性】
技术研发人员：李伟岳，刘挺，周文军，汪涛，黄家乐，
申请(专利权)人：湖南长步道光学科技有限公司，
类型：发明
国别省市：