小型可插拔收发光模块底座缺陷的检测方法技术

本发明专利技术公开了小型可插拔收发光模块底座缺陷的检测方法，包括：获取光模块底座的图像；将光模块底座的图像输入到目标检测模型中，得到光模块底座的缺陷检测结果；其中，目标检测模型通过下述方式生成：构建样本数据集，并将样本数据集输入预训练模型；通过K

【技术实现步骤摘要】
小型可插拔收发光模块底座缺陷的检测方法


[0001]本专利技术涉及缺陷检测领域，尤其涉及一种基于机器视觉的小型可插拔收发光模块底座缺陷的检测方法、计算设备及可读存储介质。

技术介绍

[0002]随着5G时代的到来，光纤通信行业的市场规模与日俱增，光纤通信领域最为基础的零部件之一的小型可插拔收发光模块(Small Form
‑
factor Pluggable，简称SFP)底座的需求量也随之迅速增长。SFP底座生产质量不仅直接影响SFP装配质量、寿命与使用效果，SFP底座若存在缺陷，则会引发装配不到位、配合不稳定等情况，将影响到SFP的使用稳定性，还可能影响整个光纤通讯系统的运转，因此严格把控SFP底座的生产质量极为必要。
[0003]目前，SFP底座均由锌合金铸造而成，经由喷砂、人工打磨、电镀等工艺，最终产出符合标准的SFP底座。最终产出的SFP底座由于生产过程中的工艺、人工处理不到位等问题导致SFP底座的成品难免会出现颗粒、多料、毛刺、卡石、缺料等表面缺陷。对于大多数SFP底座生产制造厂家而言，SFP底座质量检测普遍依靠检测工人借助放大镜协助完成。然而，这种依靠人工检测的方式存在诸多问题：SFP底座尺寸较小，人工检测费时费力，长期进行检测工作会使人产生疲劳，影响检测人员身心健康；同时，人工检测需要进行主观判断，且受状态、环境等因素干扰较大，检测的精准度与速度难以保证；此外，随着人工成本的逐年增加，企业的SFP底座生产成本也不断上升。SFP底座的表面缺陷检测仅依靠人工目视完成，检测精度与效率难以满足SFP底座的自动化生产需求，为推动智能制造在通信行业的全面发展，研究SFP底座表面缺陷的智能化检测方法具有极为重要的工程意义和应用价值。
[0004]现有的基于机器视觉的光模块表面缺陷检测方案中，廖佳乐提出的基于机器视觉的光模块底座表面缺陷检测，为了实现光模块底座卡石、颗粒和毛刺等缺陷的检测，利用形态学方法可以擦除微小边缘的特点，通过将形态学处理后的图像与原始图像进行图像差分来提取缺陷，对于形态学方法无法处理的缺陷，采用基于改进的SURF进行特征点提取，结合基于MSAC的双向最近领域法剔除误匹配点，完成被检测图像与标准图像之间的配准，然后基于改进的图像差分方法完成缺陷提取。该方案本质上是采用传统图像处理方法对光模块的部分表面缺陷展开研究，并使用人工设计的阈值对提取特征进行缺陷判定，其检测效率和鲁棒性有待提升。另有徐成鸿提出的基于立体视觉光纤模块检测算法研究，为了实现光纤模块弹片部位的变形缺陷检测，选择双目立体视觉进行图像采集，采用基于改进的SURF特征点提取和改进的KD
‑
Tree实现立体特征匹配，完成被检测工件的三维点云信息获取，通过标准工件与被检测工件的点云差来判定是否含有变形缺陷。该方案采用双目视觉进行光纤模块弹片边缘检测，其检测精度不高，针对微小缺陷效果不佳，且双目视觉所需硬件成本较高，标定过程繁琐，尚有改进空间。
[0005]为此，本专利技术提供一种基于机器视觉的小型可插拔收发光模块底座缺陷的检测方案，以解决现有技术中存在的问题。

技术实现思路

[0006]为此，本专利技术提供一种小型可插拔收发光模块底座缺陷的检测方法、计算设备及可读存储介质，以解决或至少缓解上面存在的问题。
[0007]根据本专利技术的第一个方面，提供了一种小型可插拔收发光模块底座缺陷的检测方法，方法包括：获取光模块底座的图像；将光模块底座的图像输入到目标检测模型中，得到光模块底座的缺陷检测结果；其中，目标检测模型通过下述方式生成：构建样本数据集，并将样本数据集输入预训练模型；通过K
‑
means++算法，生成样本数据集中每个样本数据的多个先验框；将多个先验框中的每个先验框与该样本数据所标注的真实框进行交并比计算，将交并比的值最大时的先验框作为预测结果；计算预测结果和该真实框的损失函数；基于损失函数，对预训练模型进行优化，得到目标检测模型。
[0008]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，目标检测模型所采用的特征提取网络为GhostNet，目标检测模型的特征融合网络中的有效特征层的输出后和上采样层的输出后包括注意力机制模块。
[0009]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，在将光模块底座的图像输入到目标检测模型中之前，还包括：对光模块底座的图像进行预处理；其中，将光模块底座的图像输入到目标检测模型中，包括：将预处理后的光模块底座的图像输入到目标检测模型中。
[0010]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，对光模块底座的图像进行预处理，包括：将包含光模块底座的部分作为底座图像从光模块底座的图像中分割出来；对底座图像进行倾斜矫正。
[0011]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，将包含光模块底座的部分作为底座图像从光模块底座的图像中分割出来，包括：设置灰度分割阈值，将光模块底座的图像划分为灰度值大于灰度分割阈值和灰度值小于或等于灰度分割阈值的两部分；确定灰度值大于灰度分割阈值的部分与灰度值小于或等于灰度分割阈值的部分之间的方差；在不同的取值下遍历灰度分割阈值，确定方差最大时灰度分割阈值的数值；采用方差最大时灰度分割阈值的数值，对光模块底座的图像进行二值化处理；根据二值化处理后的图像，从光模块底座的图像中分割出底座图像。
[0012]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，根据二值化处理后的图像，从光模块底座的图像中分割出底座图像，包括：对二值化处理后的图像进行去除噪声的处理；在去除噪声处理后的图像中，计算底座图像的最大外接矩阵的坐标信息；根据坐标信息，从光模块底座的图像中分割出底座图像。
[0013]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，根据二值化处理后的图像，从光模块底座的图像中分割出底座图像，包括：将二值化处理后的图像中的背景去除，得到底座图像。
[0014]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，对底座图像进行倾斜矫正，包括：将底座图像进行二值化处理，得到底座的二值图像；将底座的二值图像在多个角度上旋转变换；在每个角度上，确定底座的二值图像在垂直方向上的投影长度；将投影长度最小时对应的角度作为底座图像的矫正角度；采用矫正角度对底座图像进行矫正。
[0015]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，还包括：构建成像平台，成像平台包括工业相机、环形光源、检测托盘和导轨，工业相机上装备有远心镜头，环形光源用于为工业相机在采集图像时提供光源，检测托盘用于承托光模块底座，导轨用于移动检测托盘。
[0016]可选地，在根据本专利技术的小型可插拔收发光模块底座缺陷的检测方法中，获取光模块底座的图像，包括：通过导轨移动检测托盘，使检测托盘上的光模块底座位于工业相机的采集位置；通过工业相机采集采集位置上的光模块底座的图像。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小型可插拔收发光模块底座缺陷的检测方法，所述方法包括：获取所述光模块底座的图像；将所述光模块底座的图像输入到目标检测模型中，得到所述光模块底座的缺陷检测结果；其中，所述目标检测模型通过下述方式生成：构建样本数据集，并将所述样本数据集输入预训练模型；通过K
‑
means++算法，生成所述样本数据集中每个样本数据的多个先验框；将多个先验框中的每个先验框与该样本数据所标注的真实框进行交并比计算，将交并比的值最大时的先验框作为预测结果；计算所述预测结果和该真实框的损失函数；基于所述损失函数，对所述预训练模型进行优化，得到所述目标检测模型。2.根据权利要求1所述的方法，其中，所述目标检测模型所采用的特征提取网络为GhostNet，所述目标检测模型的特征融合网络中的有效特征层的输出后和上采样层的输出后包括注意力机制模块。3.根据权利要求1或2所述的方法，在所述将所述光模块底座的图像输入到目标检测模型中之前，还包括：对所述光模块底座的图像进行预处理；其中，将所述光模块底座的图像输入到目标检测模型中，包括：将预处理后的光模块底座的图像输入到目标检测模型中。4.根据权利要求3所述的方法，其中，所述对所述光模块底座的图像进行预处理，包括：将包含所述光模块底座的部分作为底座图像从所述光模块底座的图像中分割出来；对所述底座图像进行倾斜矫正。5.根据权利要求4所述的方法，其中，所述将包含所述光模块底座的部分作为底座图像从所述光模块底座的图像中分割出来，包括：设置灰度分割阈值，将所述光模块底座的图像划分为灰度值大于所述灰度分割阈值和灰度值小于或等于所述灰度分割阈值的两部分；...

【专利技术属性】
技术研发人员：刘坚，杨德志，陈宁，
申请(专利权)人：无锡市锡山区半导体先进制造创新中心，
类型：发明
国别省市：