【技术实现步骤摘要】
一种轮毂镜面加工自动光电检测方法
[0001]本专利技术涉及轮毂镜面缺陷检测
,尤其涉及一种轮毂镜面加工自动光电检测方法
。
技术介绍
[0002]轮毂一般由两种材料制成,一是铁,通过冷轧板冲压而成,冲压成型后外表面涂覆一层涂层,起到保护作用,二是铝合金材料,由于铝合金轮毂具有质量轻
、
散热性能好更为广泛应用;在对铝合金轮毂表面的缺陷进行质量检测时,存在以下问题;
[0003]现有的汽车轮毂表面存在的缺陷分为轮毂表面的擦伤或划痕,主要集中在轮毂轮辐的外表面,属于金属表面缺陷,传统的金属缺陷检测算法有图像差分法
、
图像匹配法等,上述的这些方法无法对缺陷进行分类,即导致在进行铝合金轮毂的镜面检测时,出现金属表面缺陷漏检
、
分类不明确等现象,不利于后续的修复加工;卷积神经网络是一种具有卷积运算的前馈神经网络,属于深度学习算法的一种,应用于手写数字识别
、
车牌字符识别
、
人脸识别以及缺陷检测等等领域
。
为此,亟需提出一种轮毂镜面加工自动光电检测方法,用以解决上述的汽车轮毂在出厂前的轮毂镜面检测时具有的检测分类不明确以及检测效率低的问题
。
技术实现思路
[0004]本专利技术的目的是为了解决现有技术中存在的缺点,而提出的一种轮毂镜面加工自动光电检测方法,实现了对汽车轮毂镜面的缺陷进行快速的自动检测并分类,且检测效率较高,应用广泛
。
[0005]为达到以上目 ...
【技术保护点】
【技术特征摘要】
1.
一种轮毂镜面加工自动光电检测方法,包括有应用于机械手末端的视觉系统和设置有已训练的卷积神经网络的
PC
机,其特征在于:该方法包括如下步骤:
S1
:通过视觉系统获取待检测的轮毂表面原始图片,包括划痕缺陷样本图片和擦伤缺陷样本图片以及正常样本图片,并完成分类样本扩充,其中原始图片的像素为
3840
×
2748
;
S2
:进行图像分割,将采集的原始图片均等分割为
16
份,分割后的图片像素为
960
×
687
;
S3
:进行图像灰度化,灰度后图像缩小为分割图片的三分之一;
S4
:进行图像锐化,采用拉普拉斯锐化方法,使图像边缘
、
纹理等特征突出;
S5
:图像处理完毕后,将图像输入已训练的卷积神经网络中,对轮毂缺陷中的划痕缺陷
、
擦伤缺陷进行检测并分类
。2.
根据权利要求1所述的一种轮毂镜面加工自动光电检测方法,其特征在于,所述视觉系统包括有图像采集工具和照明工具,所述图像采集工具由工业相机和镜头组成,所述照明工具为同轴光源
。3.
根据权利要求1所述的一种轮毂镜面加工自动光电检测方法,其特征在于,所述采集的轮毂表面原始图片包括有轮辐正面及两个轮辐侧面图片
。4.
根据权利要求1所述的一种轮毂镜面加工自动光电检测方法,其特征在于,在已训练的卷积神经网络中,将原始图片中的正常样本数量通过图像对称变换
...
【专利技术属性】
技术研发人员:蒋迎春,任明建,喻小东,陈伟,
申请(专利权)人:贵州龙凯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。