一种基于机器视觉的识别检测方法、装置、设备及介质制造方法及图纸

本申请涉及一种基于机器视觉的识别检测方法、装置、设备及介质，涉及生产检测的技术领域，包括：当检测到生产视觉指令后，获取生产视觉帧，生产视觉帧用于表示生产流水线中每个生产节点的视觉帧，对生产视觉帧进行分析筛选，得到视觉关键帧，基于视觉关键帧确定第一地图点以及共视图，并对第一地图点以及共视图进行深度值关联分析，得到视觉地图点，然后对视觉地图点中的特征点进行特征分析，得到生产分析结果，然后判断生产分析结果中是否存在预设生产缺陷，若存在，则对存在预设生产缺陷的视觉地图点进行位置检测，得到异常位置信息。本申请具有降低生产产品的维护成本的效果。请具有降低生产产品的维护成本的效果。请具有降低生产产品的维护成本的效果。

【技术实现步骤摘要】
一种基于机器视觉的识别检测方法、装置、设备及介质


[0001]本申请涉及生产检测的
，更具体地，涉及一种基于机器视觉的识别检测方法、系统及储存介质。

技术介绍

[0002]目前的工业机器人可以实现全面快速地机械自动化生产产品，在制造行业中的工业机器人生产产品的过程中，仅仅是机械地重复生产操作，无法感知生产的产品是否出现了缺陷、缺陷的节点以及出现的缺陷类别，这里的制造行业中的产品缺陷例如：在金属板材加工行业中的金属板材出现凹凸不平、粗糙不光滑、博厚不均和杂质颗粒状等缺陷类别。
[0003]针对于上述中提到的缺陷，目前仍然是依靠人工发现缺陷并修复缺陷，但由于生产车间环境以及工业化流水线生产等因素，易导致缺陷节点因未能及时发现并修复使得后续生产节点出现二次缺陷，从而提高了产品的维护成本。

技术实现思路

[0004]为了降低生产产品的维护成本，本申请提供一种基于机器视觉的识别检测方法、装置、设备及介质。
[0005]第一方面，本申请提供一种基于机器视觉的识别检测的方法，采用如下的技术方案：一种基于机器视觉的识别检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的识别检测方法，其特征在于，包括：当检测到生产视觉指令后，获取生产视觉帧，所述生产视觉帧用于表示生产流水线中每个生产节点的视觉帧；对所述生产视觉帧进行分析筛选，得到视觉关键帧；基于所述视觉关键帧确定第一地图点以及共视图，并对所述第一地图点以及所述共视图进行深度值关联分析，得到视觉地图点，所述第一地图点用于表示所述视觉关键帧的原始地图点，所述共视图用于表示所述第一地图点对应的共视图；对所述视觉地图点中的特征点进行特征分析，得到生产分析结果；判断所述生产分析结果中是否存在预设生产缺陷，若存在，则对存在预设生产缺陷的视觉地图点进行位置检测，得到异常位置信息。2.根据权利要求1所述的一种基于机器视觉的识别检测方法，其特征在于，所述对所述生产视觉帧进行分析筛选，得到视觉关键帧，包括：获取设备位移信息，所述设备位移信息为所述生产流水线中每个待加工设备的移动信息；基于所述设备位移信息，确定所述待加工设备是否产生预设位移变化，若所述待加工设备产生预设位移变化，则将所述生产视觉帧与所述生产视觉帧的前一关键帧进行比对分析，得到视觉关键帧。3.根据权利要求1所述的一种基于机器视觉的识别检测方法，其特征在于，所述对所述第一地图点以及所述共视图进行深度值关联分析，得到视觉地图点，包括：判断所述视觉关键帧的特征点是否具有深度值和/或所述第一地图点存在关联；若所述视觉关键帧的特征点与所述第一地图点存在关联，则基于所述视觉关键帧的特征点对所述第一地图点以及共视图进行更新；若所述视觉关键帧的特征点具有深度值且与所述第一地图点不存在关联，则基于所述特征点构建第二地图点；若所述视觉关键帧的特征点不具有深度值，则对所述视觉关键帧、第一共视关键帧以及第二共视关键帧进行三角化构建，得到第三地图点；分别对所述第二地图点、所述第三地图点以及第四地图点进行预设处理，得到达标地图点、剔除地图点以及流转地图点，并将所述剔除地图点进行剔除，将所述流转地图点流转至所述视觉关键帧的下一个关键帧的地图点进行预设处理，所述第四地图点为所述视觉关键帧的上一关键帧的地图点通过所述预设处理得到的流转地图点；将所述达标地图点并入所述第一地图点，得到视觉地图点。4.根据权利要求3所述的一种基于机器视觉的识别检测方法，其特征在于，所述对所述视觉关键帧、第一共视关键帧以及第二共视关键帧进行三角化构建，得到第三地图点，包括：获取第一共视关键帧以及第二共视关键帧，所述第一共视关键帧为满足所述视觉关键帧共视程度要求的关键帧，所述第二共视关键帧为满足所述第一共视关键帧共视程度要求的关键帧；分别将所述视觉关键帧与所述第一共视关键...

【专利技术属性】
技术研发人员：候世龙，王林龙，刘晓亮，
申请(专利权)人：山东顺诺腾辉智能科技有限公司，
类型：发明
国别省市：