一种多工位多级防火墙高精度缺陷检测方法及系统技术方案

本发明专利技术公开了一种多工位多级防火墙高精度缺陷检测方法及系统，涉及工业缺陷检测技术领域。所述方法包括：依次通过多个相机分别获取向前移动的被测物体在多个方向的图像；根据被测物体在各个方向的标准轮廓特征的设置范围，对图像进行第一级防火墙式过滤，得到被测物体候选框集，过滤后的被测物体直接剔除，不进入下一级过滤；对所述被测物体候选框集通过目标检测算法进行第二级防火墙式过滤，得到疑似缺陷区域集；对所述疑似缺陷区域集通过目标分割算法进行第三级防火墙式过滤，得到精准特征信息。本发明专利技术通过逐级缩小范围过滤，保证缺陷能够高精度高速度识别，提高生产效率和产品品质。品质。品质。

【技术实现步骤摘要】
一种多工位多级防火墙高精度缺陷检测方法及系统


[0001]本专利技术涉及工业缺陷检测
，特别涉及一种多工位多级防火墙高精度缺陷检测方法及系统。

技术介绍

[0002]缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。
[0003]在工业生产中，需要对产品的各个面均进行缺陷检测。现有技术一般是分别获取各个面的图像，然后用AI算法对各个面的图像进行缺陷的智能识别，但其计算量非常巨大。如果追求检测速度，则势必要牺牲检测精度，容易造成误判或漏判；如果追求检测精度，则不利于工业生产效率的提高。

技术实现思路

[0004]本专利技术要解决的技术问题，在于提供一种多工位多级防火墙高精度缺陷检测方法及系统，通过逐级缩小范围过滤，保证缺陷能够高精度高速度识别，提高生产效率和产品品质。
[0005]第一方面，本专利技术提供了一种多工位多级防火墙高精度缺陷检测方法，包括：
[0006]在被检测产品向前移动的过程中，依次通过多台相机分别获取被测物体在多个方向的多张图像；
[0007]通过深度轮廓算法对所述多张图像提取精确轮廓，根据被测物体在各相机拍摄位置的标准轮廓特征的设置范围进行第一级防火墙式过滤，得到被测物体候选框集P，过滤后的被测物体直接剔除，不进入下一级过滤；
[0008]对所述被测物体候选框集P通过目标检测算法进行第二级防火墙式过滤，得到疑似缺陷区域集S；
[0009]对所述疑似缺陷区域集S通过目标分割算法进行第三级防火墙式过滤，得到精准特征信息，根据所述精准特征信息去除误判得到高准确率的缺陷信息。
[0010]优选的，所述多个方向具体包括上下左右前后六个方向。
[0011]优选的，所述各相机拍摄位置的标准轮廓特征包括轮廓的高度、宽度、面积、方正度以及角度特征，任何一项特征不符合要求即直接剔除，不进入下一级过滤。
[0012]优选的，所述精准特征信息包括缺陷类别、缺陷位置、缺陷几何形状。
[0013]优选的，所述深度轮廓算法为Edge DetectionwithTransformer算法，所述目标检测算法为s2a
‑
net算法，所述目标分割算法为AFFormer算法。
[0014]第二方面，本专利技术提供了一种多工位多级防火墙高精度缺陷检测系统，包括：检测图像获取模块、第一级防火墙式过滤模块、第二级防火墙式过滤模块以及第三级防火墙式过滤模块；
[0015]所述检测图像获取模块，用于在被检测产品向前移动的过程中，依次通过多台相
机分别获取被测物体在多个方向的多张图像；
[0016]所述第一级防火墙式过滤模块，用于通过深度轮廓算法对所述多张图像提取精确轮廓，根据被测物体在各相机拍摄位置的标准轮廓特征的设置范围进行第一级防火墙式过滤，得到被测物体候选框集P，过滤后的被测物体直接剔除，不进入下一级过滤；
[0017]所述第二级防火墙式过滤模块，用于对所述被测物体候选框集P通过目标检测算法进行第二级防火墙式过滤，得到疑似缺陷区域集S；
[0018]所述第三级防火墙式过滤模块，用于对所述疑似缺陷区域集S通过目标分割算法进行第三级防火墙式过滤，得到精准特征信息，根据所述精准特征信息去除误判得到高准确率的缺陷信息。
[0019]优选的，所述检测图像获取模块中，多个方向具体包括上下左右前后六个方向。
[0020]优选的，所述第一级防火墙式过滤模块中，所述各相机拍摄位置的标准轮廓特征包括轮廓的高度、宽度、面积、方正度以及角度特征，任何一项特征不符合要求即直接剔除，不进入下一级过滤。
[0021]优选的，所述第三级防火墙式过滤模块中，精准特征信息包括缺陷类别、缺陷位置、缺陷几何形状。
[0022]优选的，所述第一级防火墙式过滤模块中，深度轮廓算法为Edge Detectionwith Transformer算法；所述第二级防火墙式过滤模块中，目标检测算法为s2a
‑
net算法；所述第三级防火墙式过滤模块中，目标分割算法为AFFormer算法。
[0023]本专利技术实施例中提供的技术方案，至少具有如下优点：
[0024]通过第一级防火墙式过滤模块，采用轮廓特征高效过滤明显与待测物品不符合的物品，减少进入下一级过滤的数据量；通过第二级防火墙式过滤模块对疑似缺陷区域进行快速定位，从而在第三级防火墙式过滤模块中，仅需要对疑似缺陷区域进行精准特征信息的提取，保证缺陷能够高精度高速度识别，提高生产效率和产品品质。
[0025]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0026]下面参照附图结合实施例对本专利技术作进一步的说明。
[0027]图1为本专利技术实施例一中方法的流程图；
[0028]图2为本专利技术实施例二中装置的结构示意图。
具体实施方式
[0029]本专利技术实施例通过提供一种多工位多级防火墙高精度缺陷检测方法及系统，通过逐级缩小范围过滤，保证缺陷能够高精度高速度识别，提高生产效率和产品品质。
[0030]实施例一
[0031]本实施例提供一种多工位多级防火墙高精度缺陷检测方法，如图1所示，包括：
[0032]在被检测产品向前移动的过程中，依次通过多台相机分别获取被测物体在多个方向的多张图像(比如，通过六台相机从上下左右前后六个方向分别获取被测物体的图像，也
可以根据产品的实际检测需要自定义设置2个以上的拍摄方向)；
[0033]通过深度轮廓算法(比如，Edge DetectionwithTransformer算法)对所述多张图像提取精确轮廓，根据被测物体在各相机拍摄位置的标准轮廓特征(比如，轮廓的高度、宽度、面积、方正度以及角度特征等)的设置范围进行第一级防火墙式过滤，得到被测物体候选框集P，过滤后的被测物体直接剔除，不进入下一级过滤；通过第一级防火墙式过滤模块，采用轮廓特征高效过滤明显与待测物品不符合的物品，减少进入下一级过滤的数据量。
[0034]对所述被测物体候选框集P通过目标检测算法(比如，s2a
‑
net算法)进行第二级防火墙式过滤，得到疑似缺陷区域集S(可以为矩形框区域)；通过第二级防火墙式过滤模块对疑似缺陷区域进行快速定位，且仅将疑似缺陷区域集S中的数据送入下一级，进一步减少数据量。
[0035]对所述疑似缺陷区域集S通过目标分割算法(比如，AFFormer算法)进行第三级防火墙式过滤，得到精准特征信息(比如，缺陷类别、缺陷位置、缺陷几何形状等)，根据所述精准特征信息去除误判得到高准确率的缺陷信息。通过精准特征信息可以识别出缺陷的具体情况，进行精准复判，去除误判得到高准确率的缺陷信息。其中，缺陷类别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多工位多级防火墙高精度缺陷检测方法，其特征在于，包括：在被检测产品向前移动的过程中，依次通过多台相机分别获取被测物体在多个方向的多张图像；通过深度轮廓算法对所述多张图像提取精确轮廓，根据被测物体在各相机拍摄位置的标准轮廓特征的设置范围进行第一级防火墙式过滤，得到被测物体候选框集P，过滤后的被测物体直接剔除，不进入下一级过滤；对所述被测物体候选框集P通过目标检测算法进行第二级防火墙式过滤，得到疑似缺陷区域集S；对所述疑似缺陷区域集S通过目标分割算法进行第三级防火墙式过滤，得到精准特征信息，根据所述精准特征信息去除误判得到高准确率的缺陷信息。2.根据权利要求1所述的方法，其特征在于：所述多个方向具体包括上下左右前后六个方向。3.根据权利要求1或2所述的方法，其特征在于：所述各相机拍摄位置的标准轮廓特征包括轮廓的高度、宽度、面积、方正度以及角度特征，任何一项特征不符合要求即直接剔除，不进入下一级过滤。4.根据权利要求1所述的方法，其特征在于：所述精准特征信息包括缺陷类别、缺陷位置、缺陷几何形状。5.根据权利要求1所述的方法，其特征在于：所述深度轮廓算法为Edge Detectionwith Transformer算法，所述目标检测算法为s2a
‑
net算法，所述目标分割算法为AFFormer算法。6.一种多工位多级防火墙高精度缺陷检测系统，其特征在于，包括：检测图像获取模块、第一级防火墙式过滤模块、第二级防火墙式过滤模块以及第三级防火墙式过滤模块；所述检测图像获取模块，用于在被检测产品向前移...

【专利技术属性】
技术研发人员：黄旭东，吴仁相，陈炳煌，刘庆洋，
申请(专利权)人：维库厦门信息技术有限公司，
类型：发明
国别省市：