一种产品表面金属异物及金属镀层损伤的检测方法及系统技术方案

本发明专利技术公开了一种产品表面金属异物及金属镀层损伤的检测方法及系统，通过利用主图(可见光+紫外)切割出缺陷可能位于的子块，然后利用了检测物的特征峰，选用合适的窄带滤波片进行精确判别，从而实现对于金属异物及镀层损伤的检测能力全覆盖。损伤的检测能力全覆盖。损伤的检测能力全覆盖。

【技术实现步骤摘要】
一种产品表面金属异物及金属镀层损伤的检测方法及系统


[0001]本专利技术涉及工业视觉检测、缺陷检测
，尤其涉及一种产品表面金属异物及金属镀层损伤的检测方法及系统。

技术介绍

[0002]目前市场上直接面对消费者的产品或是面对厂家的工业产品，对于产品表面异物以及表面金属镀层的状态都有明确的要求。特别是在一些具有电气功能的产品中，通常要求表面不能出现金属异物或表面的金属镀层不能出现损伤。
[0003]目前常见的产品出厂检验多采用人工目检的方式，但是此方法成像手段单一，对应金属异物的区分及镀层损伤的判别存在较高比例的错漏检，对金属及镀层的损伤判断，基本依赖于工人自身的经验，往往存在较大的不确定性。并且在问题发生后也难以追溯及改进。
[0004]近年来，随着人工智能技术，尤其是计算机视觉技术的快速发展，部分公司已在产品外观质检领域进行尝试应用。但从目前这个行业的发展情况看，所有检索到的方案(包括上市产品、文献、专利等)都采用在可见光下进行图像的采集，然后利用传统算法或深度学习的方法进行检测。但是，可见光下对于金属的区分，只能从颜色以及形态上进行区分，受金属异物本身结构特征的影响，其只在特定角度才会出现较强的反光，并且受检测物背景纹理的干扰，相近颜色下金属物的成像效果会大打折扣。从而造成检测算法判别结果出现较高比例的错漏检。对于金属镀层损伤的判别，尤其是在深且细的划痕是否损伤镀层本身的判别中，可见光下的图像极难呈现出较高的对比度，这也是行业内一个亟需解决的难点。

技术实现思路

[0005]本专利技术的目的就在于为了解决上述问题而提供一种产品表面金属异物及金属镀层损伤的检测方法及系统，本专利技术使用多种光源联合检测的方式，综合了可见光成像效果好以及紫外成像下对金属的高敏感性的优势，又规避了单纯紫外成像噪点大、背景干扰明显的问题。
[0006]本专利技术通过以下技术方案来实现上述目的：
[0007]一种产品表面金属异物及金属镀层损伤的检测方法，包括以下步骤：
[0008]S1.获取图像：根据检测物的不同，设计不同的成像方案，并获取包含产品缺陷的同一位置上的多张图像；
[0009]S2.主图检测：通过在主图上对疑似金属及镀层缺损的位置，利用感兴趣区域算法提取感兴趣区域，并留存每个感兴趣区域在图像上的坐标位置；
[0010]S3.从图检测：根据主图提取到的感兴趣区域坐标，在从图中将对应位置的区域切割出来，并对子块进行检测；
[0011]S4.缺陷结果综合决策：对将主图与从图中相对应区域的判断结果进行综合决策，最终给出判断结果。
[0012]进一步方案为，所述步骤S1所述的获取包含缺陷的多张图像，包括：
[0013]a)利用不同的可见光拍摄的图像，包括同轴光、环形光、隧道光；
[0014]b)利用紫外相机拍摄的图像，包括不同金属对于不同波长反射不同的性质，所利用不同波长光源拍摄的图像；
[0015]c)根据待测金属的不同以及对光吸收程度的不同，开发的滤波片及配套波长的光源下拍摄的图像；拍摄的包括主图与从图，主图中默认存在过检；从图中则利用不同频率、不同带宽的滤波片，更为精确的采集图像。
[0016]进一步方案为，所述步骤S2所述的主图检测，其步骤包括：
[0017]d)通过传统机器视觉算法或深度学习算法，分别对两张主图进行检测并获取成像的感兴趣区域；
[0018]e)将感兴趣区域按单边外扩(如10像素)后，切割出子块并记录子块位于图像上的坐标信息，提升算法的鲁棒性；
[0019]f)将两张主图切割出的子块汇总，删除重复项。
[0020]进一步方案为，所述步骤S3所述的从图检测，其步骤包括：
[0021]g)根据主图中给出的子块坐标位置信息，利用深度学习算法或传统算法在从图中切割相对应的子块；
[0022]h)对切割出的子块进行检测，并得出检测结果。
[0023]进一步方案为，所述步骤S4所述的缺陷结果综合决策，根据主图以及从图中同一位置子块的三个判断结果，综合决策，得出最终的判断结果，并且从图的判别结果占有综合决策中的较大权重。
[0024]本专利技术另一方面还提供了一种产品表面金属异物及金属镀层损伤的检测系统，包括以下模块：
[0025]图像获取模块：获取包括产品缺陷的同一位置上应用不同成像方案的多张图像；
[0026]主图预处理模块：在主图上获取包括缺陷的感兴趣区域；
[0027]主图子块缺陷训练推理模块：将在主图上获得的感兴趣区域进行缺陷推理运算，仅保留疑似含有金属异物或镀层缺损的子块，并获取该类子块在图中的坐标位置；
[0028]从图预处理模块：根据从主图中获得的疑似含有金属的子块的坐标，将从图中对应的区域切割出来；
[0029]从图子块缺陷训练推理模块：对从图切割出的子块进行缺陷推理运算，计算其中是否含有金属异物或镀层缺损；
[0030]缺陷结果综合决策模块：将主图子块的计算结果与从图子块的计算结果进行综合决策分析，得出最终的缺陷判别结果。
[0031]本专利技术的有益效果在于：
[0032]1)本专利技术在产品外观视觉检测领域首次引入了非可见光波段的手段，根据检出物的不同，特殊设计不同的成像方案，确保对于待检测金属的无漏检；
[0033]2)本专利技术中，根据检出物，即待检测技术本身吸收反射光波长的不同，特殊设计不同的成像方案，确保将金属异物及缺陷全检出；
[0034]3)本专利技术采用综合决策的机制，首先确保在主图上将所有的金属异物及缺陷全检出，允许存在一定的过检，然后将主图上检出的感兴趣区域，对应在从图上切割出来后，综
合比对决策，从而更加精准、更低过检的情况下实现检测需求。
附图说明
[0035]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要实用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为实施例1的一种产品表面金属异物及金属镀层损伤的检测方法图；
[0037]图2为实施例1的几种常见金属在不同波长下的吸光性曲线图；
[0038]图3为实施例2的一种产品表面金属异物及金属镀层损伤的检测系统图。
具体实施方式
[0039]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。
[0040]实施例1：
[0041]在对连接器生产方实际调研过程中了解到，连接器表面存在的绝大多数金属异物为铜，镀层损伤也以是否露出铜基材为判断标准，因此描述了一种利用本专利技术提出的检测方法进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，包括以下步骤：S1.获取图像：根据检测物的不同，设计不同的成像方案，并获取包含产品缺陷的同一位置上的多张图像；S2.主图检测：通过在主图上对疑似金属及镀层缺损的位置，利用感兴趣区域算法提取感兴趣区域，并留存每个感兴趣区域在图像上的坐标位置；S3.从图检测：根据主图提取到的感兴趣区域坐标，在从图中将对应位置的区域切割出来，并对子块进行检测；S4.缺陷结果综合决策：对将主图与从图中相对应区域的判断结果进行综合决策，最终给出判断结果。2.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S1所述的获取包含缺陷的多张图像，包括：a)利用不同的可见光拍摄的图像，包括同轴光、环形光、隧道光；b)利用紫外相机拍摄的图像，包括不同金属对于不同波长反射不同的性质，所利用不同波长光源拍摄的图像；c)根据待测金属的不同以及对光吸收程度的不同，开发的滤波片及配套波长的光源下拍摄的图像；拍摄的包括主图与从图，主图中默认存在过检；从图中则利用不同频率、不同带宽的滤波片，更为精确的采集图像。3.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S2所述的主图检测，其步骤包括：d)通过传统机器视觉算法或深度学习算法，分别对两张主图进行检测并获取成像的感兴趣区域；e)将感兴趣区域按单边外扩后，切割出子块并记录子块位...

【专利技术属性】
技术研发人员：徐迟，刘明华，展华益，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：