一种尺寸缺陷检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种尺寸缺陷检测方法、装置、设备及存储介质，该方法可以将尺寸检测耦合到缺陷检测流程中，利用尺寸检测流程中拍摄的高对比度图像，使用传统算法快速进行前景背景的分离，提取出药条的区域图像，将其和缺陷检测拍摄图像差分后作为缺陷检测的输入图像并用以构建数据集、训练深度学习模型，从而得到了误检率和漏检率大大减低且兼顾检测速度的方法。尺寸检测和缺陷检测的耦合的方法优化参数和超参数，大大提升了检测质量。解决了传统发射药生产工艺中人工识别导致的产品质量波动性大，劳动强度大，误检、错检率高，产能低，实时性差，同时存在一定安全隐患等问题。同时存在一定安全隐患等问题。同时存在一定安全隐患等问题。

【技术实现步骤摘要】
一种尺寸缺陷检测方法、装置、设备及存储介质


[0001]本专利技术涉及
，特别是涉及一种可实现发射药条成型在线检测以及检测准确率高的尺寸缺陷检测方法、装置、设备及存储介质。

技术介绍

[0002]我国发射药生产工艺一直采用建厂时期的工艺技术及设备，近年来针对火炸药制备行业也进行了综合性技改和科研公关，但并没有改变原有生产模式，产品质量在线检测都需要人工完成，成型的发射药在皮带线上传输，工人从旁边通过肉眼重复的检测，人眼劳动强度大，工人长时间不休息，极易疲劳，很容易出现错检、漏检，甚至会将致命的缺陷漏检，造成极大的质量安全隐患，同时药条挥发的毒气及有害气体，严重威胁到工人身体健康。
[0003]目前我国多数生产发射药火炸药厂生产线采用单螺杆4组发射药药条同时成型工艺，随着科技的发展，在质量检测方式中采用视觉检测代替人工检测被广泛采用。但现有技术中视觉检测存在药条拍摄背景很难分离，容易出现干扰。在软件算法上,现有视觉检测技术中存在以下缺点:传统算法对于划痕、毛刺等大多数缺陷无法识别，而基于深度学习的算法由于图像前景光照条件各不相同、背本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种尺寸缺陷检测方法，其特征在于，包括：接收图像获取组件发送的药条的尺寸检测图像，所述图像获取组件包括相机以及光源，所述相机与所述光源分别位于药条的两侧，所述相机与所述光源相对布置，所述相机获取所述尺寸检测图像时所述光源用于向所述药条提供背景光；通过所述药条区域图像判断所述药条是否存在尺寸不合格；如果是，则确定所述药条不合格；如果否，接收图像获取组件发送的药条的缺陷检测图像，所述相机获取所述缺陷检测图像时向所述药条提供前景光；通过所述尺寸检测图像获取药条区域图像；将所述药条区域图像与所述缺陷检测图像作差分处理获得药条的分离图像；采用图像分类神经网络模型以及所述分离图像确定是否存在质量缺陷。2.根据权利要求1所述的尺寸缺陷检测方法，其特征在于，所述通过所述药条区域图像判断所述药条是否存在尺寸不合格，包括：使用Threshold算法对所述尺寸检测图像进行阈值分割，得到只有黑白二色的尺寸二值图像；对所述尺寸二值图像作边缘提取获得所述药条的两条边缘曲线，计算两条所述边缘曲线的最大、最小距离得到尺寸检测结果；根据所述尺寸检测结果判断所述药条是否存在尺寸不合格。3.根据权利要求2所述的尺寸缺陷检测方法，其特征在于，所述通过所述尺寸检测图像获取药条区域图像，包括：对所述尺寸二值图像做开运算和闭运算，得到平滑的区域分割范围，通过位置和面积从其中筛选出所述药条的区域获得所述药条区域图像。4.根据权利要求1所述的尺寸缺陷检测方法，其特征在于，所述采用图像分类神经网络模型以及所述分离图像确定是否存在尺寸不合格以外的质量缺陷，包括：采用基于Mobi leNetV2骨架网络构建的所述图像分类神经网络模型以及所述分离图像进行深度学习运算确定是否存在质量缺陷。5.一种尺寸缺陷检测装置，其特征在于，包括：图像获取组件组，所述图像获取...

【专利技术属性】
技术研发人员：张向南，刘泽霖，谢松，
申请(专利权)人：中国兵器装备集团自动化研究所有限公司，
类型：发明
国别省市：