【技术实现步骤摘要】
本专利技术涉及卫材检测，特别涉及一种基于视觉识别的卫材检测方法及设备。
技术介绍
1、现市场上的卫材检测是在机器检测后再进行人工剔除操作，通过倒卷机配合人工筛选实现卫材质量精细检测，但是目前这个流程仍然存在设备踢除存在拉伸，瑕疵位置误差较大，微小瑕疵人工识别精度差等问题。
2、因此目前需要一种基于视觉识别的卫材检测方法，提高操作工踢除瑕疵的速度，打破传统一卷材料检测完需要到复卷机上倒卷踢除的方法，实现了边检测边剔除，提高卫材检测效率和检测精度。
技术实现思路
1、为解决目前卫材检测过程中瑕疵位置误差较大，微小瑕疵人工识别精度差的技术问题，本专利技术提供一种基于视觉识别的卫材检测方法及设备，具体的技术方案如下：
2、本专利技术提供一种基于视觉识别的卫材检测方法，包括步骤：
3、在卫材检测过程中控制工业摄像头实时采集产品视觉图像；
4、通过预训练的瑕疵检测模型提取所述产品视觉图像的瑕疵特征；
5、根据所述瑕疵特征定位并显示卫材中瑕疵位置。
6、本专利技术提供的基于视觉识别的卫材检测方法通过边检测边剔除瑕疵的操作，有效减小了卫材检测过程中倒卷时再剔除时产生的检测误差，优化瑕疵检测速度同时节省了倒卷机和倒卷软件成本。
7、在一些实施方式中，所述的通过预训练的瑕疵检测模型提取所述产品视觉图像的瑕疵特征，具体包括：
8、对所述产品视觉图像进行去噪、对比度增强和色彩调节处理；
9、通过预训
10、通过所述瑕疵检测模型结合所述图像颜色特征、所述图像形状特征和所述图像纹理特征，识别当前所述产品视觉图像是否存在所述瑕疵特征。
11、本专利技术提供的基于视觉识别的卫材检测方法通过提取卫材中颜色特征、形状特征和纹理特征，结合卫材瑕疵与卫材颜色、固有形状和产品纹理不同的特点针对性训练识别模型，提高卫材识别精确性。
12、在一些实施方式中，所述的根据所述瑕疵特征定位所述卫材检测流水线中瑕疵位置，具体包括：
13、通过图像分割算法将所述产品视觉图像分割为若干图像区域；
14、计算所述瑕疵特征在当前所述产品视觉图像中位置坐标；
15、根据所述位置坐标确定所述瑕疵特征所在所述图像区域。
16、本专利技术提供的基于视觉识别的卫材检测方法通过图像分割方案将瑕疵对应到卫材实际所在区域，便于后续根据瑕疵所在位置控制显示灯阵列中对应显示灯工作，直观地显示瑕疵所在位置。
17、在一些实施方式中，应用于包括显示灯阵列和显示设备的卫材检测设备，所述显示卫材中瑕疵位置具体包括：
18、控制所述卫材检测设备中卫材检测传动机构停止运行；
19、在所述显示设备上显示所述瑕疵位置对应的所述图像区域的所述产品视觉图像；
20、控制所述显示灯阵列中所述瑕疵位置对应的显示灯区域照明所述卫材对应位置。
21、在一些实施方式中，所述的根据所述瑕疵特征定位并显示卫材中瑕疵位置之后，还包括步骤：
22、接收外部输入的启动指令后，关闭所述显示灯阵列并控制卫材检测设备继续执行检测作业。
23、在一些实施方式中，根据本专利技术的另一方面，本专利技术还提供一种基于视觉识别的卫材检测设备，其特征在于，包括：
24、工业摄像头，用于在卫材检测过程中实时采集产品视觉图像；
25、工控机，与所述工业摄像头连接，用于通过内置的预训练的瑕疵检测模型提取所述产品视觉图像的瑕疵特征，并根据瑕疵特征生成显示控制指令；
26、显示灯阵列，与所述工控机连接，用于接收所述显示控制指令并显示卫材中瑕疵位置。
27、在一些实施方式中，所述工控机对所述产品视觉图像进行去噪、对比度增强和色彩调节处理，通过预训练的图像特征提取模型提取处理后所述产品视觉图像中图像颜色特征、图像形状特征和图像纹理特征，通过所述瑕疵检测模型结合所述图像颜色特征、所述图像形状特征和所述图像纹理特征，识别当前所述产品视觉图像是否存在所述瑕疵特征。
28、在一些实施方式中，所述所述工控机通过图像分割算法将所述产品视觉图像分割为若干图像区域，计算所述瑕疵特征在当前所述产品视觉图像中位置坐标，根据所述位置坐标确定所述瑕疵特征所在所述图像区域。
29、在一些实施方式中，所述卫材检测设备还包括显示器和辊筒支撑件，
30、所述工控机控制所述辊筒支撑件停止运行；
31、所述工控机向所述显示器发送显示数据，在所述显示器上显示所述瑕疵位置对应的所述图像区域的所述产品视觉图像。
32、在一些实施方式中，所述卫材检测设备还包括启动开关，
33、所述工控机在接收外部通过所述启动开关输入的启动指令后，关闭所述显示灯阵列并控制所述辊筒支撑件继续运行。
34、本专利技术提供一种基于视觉识别的卫材检测方法及设备，至少包括以下一项技术效果：
35、(1)通过边检测边剔除瑕疵的操作，有效减小了卫材检测过程中倒卷时再剔除时产生的检测误差，优化瑕疵检测速度同时节省了倒卷机和倒卷软件成本；
36、(2)通过提取卫材中颜色特征、形状特征和纹理特征，结合卫材瑕疵与卫材颜色、固有形状和产品纹理不同的特点针对性训练识别模型，提高卫材识别精确性；
37、(3)通过图像分割方案将瑕疵对应到卫材实际所在区域，便于后续根据瑕疵所在位置控制显示灯阵列中对应显示灯工作，直观地显示瑕疵所在位置。
本文档来自技高网...【技术保护点】
1.一种基于视觉识别的卫材检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于视觉识别的卫材检测方法，其特征在于，所述的通过预训练的瑕疵检测模型提取所述产品视觉图像的瑕疵特征，具体包括：
3.根据权利要求1所述的基于视觉识别的卫材检测方法，其特征在于，所述的根据所述瑕疵特征定位卫材中瑕疵位置，具体包括：
4.根据权利要求3所述的基于视觉识别的卫材检测方法，其特征在于，应用于包括显示灯阵列和显示设备的卫材检测设备，所述显示卫材中瑕疵位置具体包括：
5.根据权利要求4所述的基于视觉识别的卫材检测方法，其特征在于，所述的根据所述瑕疵特征定位并显示卫材中瑕疵位置之后，还包括步骤：
6.一种基于视觉识别的卫材检测设备，其特征在于，包括：
7.根据权利要求6所述的基于视觉识别的卫材检测设备，其特征在于，
8.根据权利要求6所述的基于视觉识别的卫材检测设备，其特征在于，所述所述工控机通过图像分割算法将所述产品视觉图像分割为若干图像区域，计算所述瑕疵特征在当前所述产品视觉图像中位置坐标，根据所述位置坐标
9.根据权利要求8所述的基于视觉识别的卫材检测设备，其特征在于，所述卫材检测设备还包括显示器和辊筒支撑件，
10.根据权利要求9所述的基于视觉识别的卫材检测设备，其特征在于，所述卫材检测设备还包括启动开关，
...【技术特征摘要】
1.一种基于视觉识别的卫材检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于视觉识别的卫材检测方法，其特征在于，所述的通过预训练的瑕疵检测模型提取所述产品视觉图像的瑕疵特征，具体包括：
3.根据权利要求1所述的基于视觉识别的卫材检测方法，其特征在于，所述的根据所述瑕疵特征定位卫材中瑕疵位置，具体包括：
4.根据权利要求3所述的基于视觉识别的卫材检测方法，其特征在于，应用于包括显示灯阵列和显示设备的卫材检测设备，所述显示卫材中瑕疵位置具体包括：
5.根据权利要求4所述的基于视觉识别的卫材检测方法，其特征在于，所述的根据所述瑕疵特征定位并显示卫材中瑕疵位置之后，还包括...
【专利技术属性】
技术研发人员：石晶晶，冉现瑞，张浩然，
申请(专利权)人：上海福柯斯智能科技有限公司，
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。