【技术实现步骤摘要】
本专利技术属于视觉检测领域，特别涉及一种基于ccd视觉检测的智能识别系统及其方法。
技术介绍
1、近年来随着人工智能快速发展，先进制造技术与新一代人工智能技术深度融合，形成了新一代数字化网络化智能化制造。视觉检测技术在智能制造中扮演着重要的一环，不仅满足现代工厂高精度的生产要求，同时也能有效控制产品质量，及时规避次品，降低生产成本，维护企业利益和先进的制造水平。
2、目前大多数产品检测系统采用了机器视觉方法来识别产品质量好坏，机器视觉检测相比人工检测具有高效性，能够快速定位出目标物体的特征，并对特征点进行检测。然而大多数机器视觉检测设备在涉及图像或视频处理时，由于数据运算量大，检测耗时长，对检测设备性能要求较高，导致设备集成度复杂度高，不能根据产品形态灵活部署，增加了生产成本，此外，对产品检测数据过于零散，缺少统一管理，不能加以利用，可能导致对同一类或相似的产品检测时需要重新适配，增加设备的调试时间。
技术实现思路
1、针对上述缺陷，本专利技术提供一种基于ccd视觉检测的智能识别系统及其方法，能够快速检测并智能识别出产品好坏，并根据当前检测数据，完成智能计算模型自主学习，提高产品检测的效率和通用性。同时简化系统复杂程度，大大降低了设备的成本，能够更为灵活的部署运用。
2、技术方案：本专利技术首先提出一种基于ccd视觉检测的智能识别系统，该系统整体架构包括中央处理模块、视觉检测模块、特征计算模块、网络通信模块和数据管理模块。
3、优选地，所述中央处
4、所述主控单元用于连接视觉检测模块和特征计算模块，获取并进行图像降噪预处理；
5、所述显示触摸单元用于显示当前待检产品参数设置输入及跟踪状态输出；
6、所述提醒单元用于产品故障提醒。
7、优选地，所述视觉检测模块包括至少一组ccd高清工业相机单元和ccd检测固定装置单元；
8、所述ccd高清工业相机用于捕获待测产品高清影像并将捕获的视频图像作为训练样本存储在本地空间；
9、所述ccd检测固定装置单元用于校准并定位ccd高清工业相机，覆盖产品所需检测范围。
10、优选地，所述特征计算模块包括多个具有高性能神经网络处理能力的智能算力单元，并通过ip网络连接为每个ccd高清工业相机提供单独计算能力。
11、优选地，所述网络通信模块包括无线通信单元和网络传输单元，其中，无线通信单元可连接无线网络，网络传输单元用于接入并传输采集的多路视频信号。
12、优选地，所述数据管理单元包括本地存储单元及服务器单元，本地存储单元用于对检测数据定期分类和备份，形成更完善的数据样本。服务器单元用于直观统计同批产品存在的质量缺陷，并形成完整的质量分析报告，方便改进。
13、本专利技术还提出了一种基于ccd视觉检测的智能识别方法，所述方法包括如下步骤：
14、步骤1：安装固定好ccd检测装置，调整ccd高清工业相机位置，以达到产品检测最佳角度；
15、步骤2：完成至少一组ccd相机的网络ip设定，可连接网络进行视频图像的实时传输；
16、步骤3：根据待测产品类型，选择所需检测特征，如尺寸、颜色、亮度、表面缺陷
17、等，并通过ccd工业相机获取初始对比基准样本图像；
18、步骤4：运行设备并获取视频图像，对接收网络视频数据进行图像降噪预处理，并将处理过的数据分别传送至对应的智能算力单元进行进一步解析；
19、步骤5：智能算力单元对待测产品进行最终产品智能识别，并将识别结果显示在显示触摸单元上。
20、优选地，所述智能计算单元的具体模型训练过程如下：
21、①.根据检测特征选择合适的深度学习模型架构；
22、②.构建模型输入层、隐藏层和输出层；输入层对应待检产品图像像素矩阵x∈rh×w×c；隐藏层采用卷积-池化操作提取特征；输出层对应特征标签集y；
23、设输入层节点数为n，隐藏层节点数为h，输出节点为m，输入层:x＝[x1,x2,...,xn]；
24、隐藏层:z＝w1x+b1，激活函数a＝f(z),如relu；输出层:y＝w2a+b2。
25、③.加载基准样本数据集d＝{(xi,yi)|i＝1,2,...n}进行训练。xi表示i个基准图像,yi表示对应的标签集；
26、④.导入模型训练，并通过优化算法迭代更新；
27、theta\*＝argminσl(f(xi；theta),yi)
28、theta表示模型参数,l表示损失函数f(x；theta)是模型映射函数，
29、使用优化算法:进行迭代更新，迭代更新θ＝{w1,b1,w2,b2}until l收敛，
30、⑤.测试样本预测，与标准标签对比，识别差异特征；
31、x_test是经过已训练模型:
32、z＝w1x_test+b1
33、a＝f(z)
34、y_test＝w2a+b2
35、if|y_test-y_standard|>δ，δ为阈值；
36、⑥.输出结果，收集新数据，再训练更新模型参数θ；
37、⑦.重复步骤④～⑥，构建出通用的智能计算识别模型m。
38、优选地，所述步骤5中智能识别的具体过程如下：
39、s5-1、根据选取的需要检测特征，由智能计算单元构建合适的计算识别模型m；根据需要检测的特征类型,选择适当的深度学习模型架构:如果检测的是图像分类特征,选择卷积神经网络(cnn)。如果检测的是检测和定位特征,选择目标检测网络如yolo、ssd等。如果检测的是序列特征,选择rnn模型。根据样本数据规模选择模型大小:少量样本选择小模型结构。大量样本可以选择深层次或更广泛模型结构。根据特征复杂程度选择模型复杂程度:简单特征如颜色选择浅层次结构；复杂特征如表面缺陷选择深层次或多任务学习结构；检测速度和识别精度取舍:若重视检测速度,选择结构简单的模型；若重视识别精度,选择网络较深结构。
40、s5-2、载入基准样本图像后,将它们输入计算识别模型m,由m计算并提取出每张基准图像的特征标签集,形成整个基准数据集的特征标签集a；
41、s5-3、获取当前待测图像后,同样将其输入计算识别模型m,由m计算并提取出该图像的特征标签集b；
42、s5-4、将特征标签集b与特征标签集a进行对比，找出超出偏差范围外的特征并记录下来；
43、s5-5、对比完成后，将记录的偏差特征显示在显示屏中，上报给主控并提醒检测出异常；
44、s5-6、将检测数据分为正常和异常样本,并应用变分自编码模型对两类数据进行embedding,在低维特征空间学习数据内在空间,同时更新模型参数m,实现自主学习优化模型。
<本文档来自技高网...【技术保护点】
1.一种基于CCD视觉检测的智能识别系统，其特征在于，该系统整体架构包括中央处理模块、视觉检测模块、特征计算模块、网络通信模块和数据管理模块，其中：视觉检测模块通过CCD视觉检测设备将视频数据传给中央处理模块，中央处理模块通过特征计算模块调用模型算法进行特征识别并返回识别结果，最后将识别结果通过网络通信模块传递给数据管理模块，由数据管理模块进行产品质量报告分析。
2.根据权利要求1所述的系统，其特征在于，所述中央处理模块包括主控单元、显示触摸单元和提醒单元；所述主控单元用于连接视觉检测模块和特征计算模块，获取并进行图像降噪预处理；所述显示触摸单元用于显示当前待检产品参数设置输入及跟踪状态输出；所述提醒单元用于产品故障提醒。
3.根据权利要求1所述的系统，其特征在于，所述视觉检测模块包括至少一组CCD高清工业相机单元和CCD检测固定装置单元，CCD高清工业相机用于捕获待测产品高清影像并将捕获的视频图像作为训练样本存储在本地空间，CCD检测固定装置单元用于校准并定位CCD高清工业相机，覆盖产品所需检测范围。
4.根据权利要求1所述的系统，其特征在于
5.根据权利要求1所述的系统，其特征在于，所述网络通信模块包括无线通信单元和网络传输单元，其中，无线通信单元可连接无线网络，网络传输单元用于接入并传输采集的多路视频信号。
6.根据权利要求1所述的系统，其特征在于，所述数据管理单元包括本地存储单元及服务器单元，本地存储单元用于对检测数据定期分类和备份，形成更完善的数据样本；服务器单元用于直观统计同批产品存在的质量缺陷，并形成完整的质量分析报告，方便改进。
7.一种基于CCD视觉检测的智能识别方法，其特征在于，所述方法包括如下步骤：
8.根据权利要求7所述的方法，其特征在于，所述智能算力单元基于智能计算识别模型M实现对待测产品进行最终产品智能识别，所述智能计算识别模型M的训练过程如下：
9.根据权利要求7所述的方法，其特征在于，所述步骤5智能识别的具体过程如下：
...【技术特征摘要】
1.一种基于ccd视觉检测的智能识别系统，其特征在于，该系统整体架构包括中央处理模块、视觉检测模块、特征计算模块、网络通信模块和数据管理模块，其中：视觉检测模块通过ccd视觉检测设备将视频数据传给中央处理模块，中央处理模块通过特征计算模块调用模型算法进行特征识别并返回识别结果，最后将识别结果通过网络通信模块传递给数据管理模块，由数据管理模块进行产品质量报告分析。
2.根据权利要求1所述的系统，其特征在于，所述中央处理模块包括主控单元、显示触摸单元和提醒单元；所述主控单元用于连接视觉检测模块和特征计算模块，获取并进行图像降噪预处理；所述显示触摸单元用于显示当前待检产品参数设置输入及跟踪状态输出；所述提醒单元用于产品故障提醒。
3.根据权利要求1所述的系统，其特征在于，所述视觉检测模块包括至少一组ccd高清工业相机单元和ccd检测固定装置单元，ccd高清工业相机用于捕获待测产品高清影像并将捕获的视频图像作为训练样本存储在本地空间，ccd检测固定装置单元用于校准并定位ccd高清工业相机，覆盖产品所需检测范围。
【专利技术属性】
技术研发人员：刘志欢，朱广鹏，韩俊俊，梁江飞，侯翼泽，
申请(专利权)人：南京熊猫电子制造有限公司，
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。