一种工件的表面缺陷检测方法及系统技术方案

本发明专利技术揭示了一种工件的表面缺陷检测方法及系统，包括自动上料

【技术实现步骤摘要】
一种工件的表面缺陷检测方法及系统


[0001]本专利技术涉及工业缺陷产品检测领域，尤其涉及一种工件的表面缺陷检测方法及系统
。

技术介绍

[0002]随着科技的快速发展，工业质检逐渐从人工质检被机器质检代替，且工业质检的自动化程度越来越高
。
在工件表面缺陷检测过程中，由于待检测的工件数量多，传统的人工质检需要耗费大量的时间并且过程枯燥乏味，长时间的工作容易导致工人眼部疲劳而导致错检漏检
。
[0003]近几十年来，随着科学技术的发展，人工智能技术已经在各领域中的得到广泛应用
。
在产品生产过程中，人工智能也逐渐成为高效低成本的人力替代
。
缺陷检测是产品生产过程中的重要一环，区别于传统人工检测，人工智能机器质检在检测效率
、
检测准确度以及操作安全方面都有明显提升
。
[0004]人工智能工业质检可以分为自动上料
、
图像采集
、
图像推断和缺陷处理四个环节
。
首先，利用机械臂夹取
、
振动盘振动传送等方式，实现对产品的自动上料，使产品挨个或者按批送入到工业质检的相机镜头下
。
接着，根据产品特性设置环形光
、
条形光，正面光源或者背面光源对产品进行打光，工业相机对产品进行图像采集
。
然后，也是机器质检最核心的部分，工业计算机对采集到的图像进行有无缺陷的推断
。
最后，控制器根据图像推断的结果对产品进行缺陷报警处理
。
[0005]人工智能计算机视觉处理技术在图像推理环节发挥先进作用
。
传统预计模板匹配的工业质检算法无法应对环境光源变化以及可接受的产品形态形变差异等问题
。
近些年来，基于深度学习的计算机视觉处理技术在工业质检领域得到更广泛的应用
。
基于深度学习的工业质检需要预先收集一批正常样品以及缺陷样品的图像数据，然后在数据的高维度空间进行建模，然后经过图像后处理实现对图像有无缺陷的推理
。
在应用前，基于深度的人工智能工业质检模型需要进行产线的反复测试最终投入应用
。
基于深度学习人工智能计算机视觉处理技术的优点在于对于图像有无缺陷的判断准确度高
、
效率高
。
[0006]但是，现有的工业质检系统操作复杂，需要手动配置工业相机
、
光源等相关外设，产线工人往往需要花费大量时间在平台操作的学习上
。
而工业质检软件中嵌入的视觉质检模型一旦设置好后，不接受新的模型嵌入，产线产品（即工件）更新换代后就不能使用
。
另外，现有工业质检算法对于产线经常错检的数据没有自学习的功能，无法对新出现的缺陷类型进行模型优化及更新
。

技术实现思路

[0007]本专利技术的目的旨在提出一种工件的表面缺陷检测方法，解决现有工业质检系统操作复杂
、
工业质检软件不接受模型嵌入更新及工业质检算法无法优化的问题
。
[0008]本专利技术实现上述一个目的的技术解决方案是，一种工件的表面缺陷检测系统，其
特征在于包括：自动上料装置，基于振动盘和传送带朝出料方向单向传送相互隔开一段距离的工件；图像采集装置，由相机
、
镜头和光源组成且基于传送带旁侧的立架装载，其中相机
、
镜头和光源共轴并位于传送带正上方，相机的取景焦点与传送带上所通过工件的中心点在图像采集时刻重合；图像推断装置，由信号相连的显示器
、
工控机及其内装的图像推断算法和图像信号处理软件构成，用于得出工件是否存在缺陷的结果信号并向出料；以及缺陷品分拣装置，设有可编程的微控制器和受驱于微控制器的分拣器，微控制器根据接收自图像推断装置的缺陷信号，通过电气方式控制分拣器对合格品和缺陷品进行分拣
。
[0009]进一步地，自动上料装置中，所述振动盘内设由姿势关卡，散装其中的工件通过姿势关卡按预设状态排列一致并向传送带线性输出
。
[0010]进一步地，自动上料装置中所述传送带外接有信号接入工控机的驱动电机，且传送带受控周期性交替传送
、
暂停
。
[0011]进一步地，图像采集装置中所述光源为正面环形光源打光，且位于相机镜头和工件的中间
。
[0012]进一步地，图像推断装置中所述图像推断算法为预训练
、
通过测试并内嵌于工控机的软件，且图像推断算法内置两种以上基础模型算法及开放接口，对应工件品类的更新而调整适配的缺陷检测模型，并收集已检测的工件图像存入工控机备用
。
[0013]本专利技术实现上述另一个目的的技术解决方案是，一种工件的表面缺陷检测方法，其特征在于包括：上料，基于振动盘和传送带朝出料方向单向逐一输送工件，且各工件在传送带上符合检测姿态并相互隔开一段距离；图像采集，将相机
、
镜头和光源按组且共轴地设于传送带上方工件通过的路径中，且相机的取景焦点与传送带上所通过工件的中心点在图像采集时刻重合，由相机对工件实时图像拍摄并将所得工件图像传输至图像推断装置；图像推断，在工控机中利用内嵌的图像推断算法和图像信号处理软件对工件图像识别
、
判断缺陷存在与否，若被检测的工件存在缺陷则通过信号相连的显示器反馈缺陷类别供人工复检，并向缺陷品分拣装置输出缺陷信号，若被检测的工件正常则仅通过显示器反馈检测记录及计数结果，无缺陷信号输出；缺陷品分拣，微控制器根据接收自图像推断装置的缺陷信号，通过电气方式控制分拣器对合格品和缺陷品进行分拣，当接收到缺陷信号则分拣器拨杆翻转，向缺陷品存储区出料，当未接收到缺陷信号则分拣器静置，向正常品存储区出料
。
[0014]进一步地，基于所述工控机预置相机型号及至少包括帧率的图像采集参数，图像采集所用的相机
、
光源和缺陷识别所用的图像推断算法和图像信号处理软件设置为一键联控运行模式
。
[0015]进一步地，基于所述工控机内嵌图像推断算法和开放接口，在产线更新工件品类后，通过开放接口重新嵌入新的检测模型更新图像推断算法，并修改至少包括模型种类
、
检测类别的参数；其中新的检测模型至少为现有分类算法
、SSD、YOLO
系列的目标检测算法
。
[0016]进一步地，基于所述工控机收集并存储已检测的工件图像，所述图像判断算法基于人工复检结果或新出现的缺陷类型作数据自学习，进行模型优化及更新
。
[0017]应用本专利技术的表面缺陷检测方法及系统于工业产线产品质检，具备突出的实质性特点和显著的进步性：通过人工智能缺陷检测来代替产品检测车间工人对工件质检，大大
降低了生产成本和提升生产效率；以及一键运行的操作软件，简化设备操作步骤，降低了产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种工件的表面缺陷检测系统，其特征在于包括：自动上料装置，基于振动盘和传送带朝出料方向单向传送相互隔开一段距离的工件；图像采集装置，由相机
、
镜头和光源组成且基于传送带旁侧的立架装载，其中相机
、
镜头和光源共轴并位于传送带正上方，相机的取景焦点与传送带上所通过工件的中心点在图像采集时刻重合；图像推断装置，由信号相连的显示器
、
工控机及其内装的图像推断算法和图像信号处理软件构成，用于得出工件是否存在缺陷的结果信号并向出料；缺陷品分拣装置，设有可编程的微控制器和受驱于微控制器的分拣器，微控制器根据接收自图像推断装置的缺陷信号，通过电气方式控制分拣器对合格品和缺陷品进行分拣
。2.
根据权利要求1所述工件的表面缺陷检测系统，其特征在于：自动上料装置中，所述振动盘内设由姿势关卡，散装其中的工件通过姿势关卡按预设状态排列一致并向传送带线性输出
。3.
根据权利要求1所述工件的表面缺陷检测系统，其特征在于：自动上料装置中所述传送带外接有信号接入工控机的驱动电机，且传送带受控周期性交替传送
、
暂停
。4.
根据权利要求1所述工件的表面缺陷检测系统，其特征在于：图像采集装置中所述光源为正面环形光源打光，且位于相机镜头和工件的中间
。5.
根据权利要求1所述工件的表面缺陷检测系统，其特征在于：图像推断装置中所述图像推断算法为预训练
、
通过测试并内嵌于工控机的软件，且图像推断算法内置两种以上基础模型算法及开放接口，对应工件品类的更新而调整适配的缺陷检测模型，并收集已检测的工件图像存入工控机备用
。6.
一种工件的表面缺陷检测方法，其特征在于包括：上料，基于振动盘和传送带朝出料方向单向逐一输送工...

【专利技术属性】
技术研发人员：张杰，杨宵玲，孙乐康，周壮壮，
申请(专利权)人：中科苏州智能计算技术研究院，
类型：发明
国别省市：