基于机器视觉的折弯机的产品图像检测方法及其系统技术方案

本申请公开了一种基于机器视觉的折弯机的产品图像检测方法及其系统，其通过黑白摄像头采集折弯产品的灰度照片，并将该折弯产品的灰度照片进行二值化处理来得到折弯产品二值化图像，然后在后端引入基于人工智能和机器视觉的图像处理和分析算法来对于该折弯产品的二值化图像和灰度照片进行分析，从而学习并捕获到折弯产品状态二值化模态表征信息和折弯产品状态灰度模态表征信息，以及这两者信息之间的基于折弯产品状态的多模态联合感知特征，并以此来进行贴合度评价，从而判断产品质量是否合格。能够实现更为智能化的折弯机产品质量检测方法，提高了检测的灵活性和适应性。

【技术实现步骤摘要】

本申请涉及智能检测领域，且更为具体地，涉及一种基于机器视觉的折弯机的产品图像检测方法及其系统。

技术介绍

1、折弯机是一种用于金属板材和其他材料弯曲加工的机械设备，在制造业中有着广泛的应用。确保折弯产品的质量对于最终产品的性能至关重要，传统上依赖于熟练操作员的经验来判断折弯机加工的产品合格性。随着图像识别技术和硬件的发展，自动化检测方法逐渐取代了传统的人工检验，旨在减轻劳动强度并提高检测效率与精确度。例如，在一些自动检测方法中，通过灰度相机获取折弯产品图像的初始数据，再基于识别算法自动判断产品质量是否符合要求。尽管如此，基于图像识别的折弯机产品质量检测方法仍面临挑战，特别是在复杂或污染环境下，灰度相机的镜头可能不稳或者背景出现污垢，从而导致初始数据有“微小污点”，进而影响识别准确率。

2、针对上述技术问题，中国专利cn117197128a 提出了一种折弯机的产品图像检测方法、系统和折弯机，其通过获取产品的灰度照片，将其进行二值化处理，并通过中心化处理获得中心化黑点的位置信息。接着，计算中心化黑点的偏差值，并根据偏差值进行中心化黑点的校准，最后利本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的折弯机的产品图像检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，对所述折弯产品二值化图像和所述待检测折弯产品的灰度照片进行基于折弯状态的特征提取以得到折弯产品状态二值化模态表征和折弯产品状态灰度模态表征，包括：

3.根据权利要求2所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，对所述折弯产品状态二值化模态表征和所述折弯产品状态灰度模态表征进行细粒度解构以得到折弯产品状态二值化模态表征通道维度局部特征的集合和折弯产品状态灰度模态表征通道维度局部特征的集合，包括：对所述折弯产品状...

【技术特征摘要】

1.一种基于机器视觉的折弯机的产品图像检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，对所述折弯产品二值化图像和所述待检测折弯产品的灰度照片进行基于折弯状态的特征提取以得到折弯产品状态二值化模态表征和折弯产品状态灰度模态表征，包括：

3.根据权利要求2所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，对所述折弯产品状态二值化模态表征和所述折弯产品状态灰度模态表征进行细粒度解构以得到折弯产品状态二值化模态表征通道维度局部特征的集合和折弯产品状态灰度模态表征通道维度局部特征的集合，包括：对所述折弯产品状态二值化模态表征特征图和所述折弯产品状态灰度模态表征特征图进行特征细粒度解构以得到折弯产品状态二值化模态表征通道维度局部特征矩阵的集合作为所述折弯产品状态二值化模态表征通道维度局部特征的集合和折弯产品状态灰度模态表征通道维度局部特征矩阵的集合作为所述折弯产品状态灰度模态表征通道维度局部特征的集合。

4.根据权利要求3所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，对所述折弯产品状态二值化模态表征通道维度局部特征的集合和所述折弯产品状态灰度模态表征通道维度局部特征的集合进行特征注意力交互聚合分析以得到所述折弯产品状态多模态联合感知特征，包括：

5.根据权利要求4所述的基于机器视觉的折弯机的产品图像检测方法，其特征在于，分别以所述折弯产品状态二值化模态表征通道维度局部特征矩阵的集合中的各个折弯产品状态二值化模态表征通道维度局部特征矩阵作为查询特征矩阵，以所述折弯产品状态灰度模态表征通道维度局部特征矩阵的集合作为键特征矩阵的集合，将所述查询特征矩阵...

【专利技术属性】
技术研发人员：曹盛阳，李俊，
申请(专利权)人：无锡市华德尔自动化控制技术有限公司，
类型：发明
国别省市：