【技术实现步骤摘要】
一种组装缺陷检测方法
[0001]本专利技术属于检测
,尤其涉及一种组装缺陷检测方法。
技术介绍
[0002]图形检测组装缺陷是一种有效节省人力的检测方法,现有的组装缺陷检测方法大多基 于SSD(Single Shot MultiBox Detector)对象检测网络。SSD对象检测网络能够精确地实现目标 对象的真实位置检测,识别图像中的真实目标。
[0003]但是,现有的SSD对象检测网络大多仅用于小型元器件的高精密度检测,如手机PCB 电路板等,因为其采用工业相机拍摄的图像分辨率要求相对较低、尺寸相对较小,若用于笔 记本电脑的PCB电路板检测,则会极大程度地降低检测效率,并且检测准确性也会造成一定 的不利影响。更甚用于大尺寸电视的PCB电路板检测时,其检测效率和检测准确性会大幅度 地下降,并且大大提高用于承载SSD对象检测网络的载体的需求。
[0004]而为克服该缺陷,目前许多研究人员对图形检验组装缺陷的方法进行了改良。如 CN106053479B、一种基于图像处理的工件外观缺陷的视觉检测系统;又如 ...
【技术保护点】
【技术特征摘要】
1.一种组装缺陷检测方法,其特征在于,所述方法包括:拍摄组装产品检测面的图像,作为源图像;所述源图像输入SSD对象检测网络,通过SSD对象检测网络截取单元图像;所述单元图像输入经处理获取目标区域图像后通过CNN图像分类网络提取目标区域图像并进行分类,以判断每个目标区域是否存在产品缺陷。2.根据权利要求1所述的一种组装缺陷检测方法,其特征在于,所述SSD对象检测网络检测源图像中的目标单元并截图目标单元的图像形成单元图像;所述目标单元为一个或多个。3.根据权利要求1或2所述的一种组装缺陷检测方法,其特征在于,所述SSD对象检测网络截取单元图像前,进行先验匹配;所述先验匹配过程设置若干先验框和预测值,基于先验框和预测值进行目标单元真实边界的快速匹配。4.根据权利要求1所述的一种组装缺陷检测方法,其特征在于,所述CNN图像分类网络包含用于对比分类目标区域图像的正样本库和/或负样本库,目标区域图像至多与其中一个样本库匹配;所述目标区域图像与正样本库匹配时分类为合格;所述目标区域图像与负样本库匹配时分类为不合格;所述目标区域图像与正样本库和负样本库均不匹配时分类为不合格。5.根据权利要求4所述的一种组装缺陷检测方法,其特征在于,所述目标区域图像与正样本库和负样本库均不匹配,或样本被错误的分类为合格/不合格时,以该目标区域图像进行CNN图像分类网络的迭代训练并将该目标区域图像更新添加至正样本库或负样本库。6.根据权利要求1所述的一种组装缺陷检测方法,其特征在于,所述源图像输入SSD对象检测网络前,缩小源图像和/或降低其分辨率并形成子图像,以子图像替代源图像输入SSD对象检测网络进行检测识别并截取子单元图像,并根据截取单元图像的区域映射至源图像中,在源图像中截取放大的高分辨率的单元图像。7.根据权利要求6所述的一种组装缺陷检测方法,其特征在于,所述缩小原图像时,建立坐标系并获取源图像坐标和子图像坐标,获取相对坐标关系以及宽高比例变化关系,截取子单元图像后获得子单元图像坐标并根据相对坐标关系和宽高比例变化关系将子单元图像映射至源图像中得到单元图像。8.根据权利要求7所述的一种组装缺陷检测方法,其特征在于,所述缩小源图像时:在源图像建立标定原点并以该原点建立二维坐标系,基于该二维坐标系获取源图像的坐标参数Soi;Soi=(Soi
cx
,Soi
cy
,Soi
w
,Soi
h
)式中:Soi
cx
为源图像几何中心的横坐标,Soi
cy
为源图像几何中心的纵坐标,Soi
w
为源图像宽度,Soi
h
为源图像高度;
缩小后的子图像基于所述二维坐标系获取子图像的坐标参数Sui;Sui=(Sui
...
【专利技术属性】
技术研发人员:吴勇明,金昆,陈烨,
申请(专利权)人:玳能科技杭州有限公司,
类型:发明
国别省市:
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。