【技术实现步骤摘要】
本专利技术属于机器视觉缺陷检测，具体涉及一种基于机器视觉的自适应工件缺陷检测方法、电子设备及存储介质。
技术介绍
1、现有工件加工制造过程中，会产生各类缺陷，例如：划痕、未打磨、外形残缺等，含有缺陷的工件会严重影响产品的性能与使用寿命，因此工件的缺陷检测是制造中不可或缺的一环，也是现有条件下提高产品质量的重要手段之一。
2、现有工件大多数依旧采用人工目视检查法进行缺陷检测，但是人工检测存在不同工人判断标准一致性差、工人长时间工作引起疲劳导致检测质量下降等问题，并且人工检测时，数据统计分析较为困难，不利于依据生产数据进行进一步的资源调配、生产工艺调整等工作，不利于工业生产的进一步自动化、智能化。
3、随着机器视觉技术的发展，使用机器视觉技术实现产品工件的自动化检测渐渐成为缺陷检测的主流方式；机器视觉具有实时性好，精度高，非接触等优点，能够在不影响生产的情况下，有效提高缺陷检测的效率和精度，降低用工成本，且在统一的算法下不存在判断标准不一致的问题，有利于产品生产的自动化、智能化。
4、机器视觉的传统缺陷检...
【技术保护点】
1.一种基于机器视觉的自适应工件缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤S1中，使用高分辨率的相机采集工件的原始图片，采用OSTU方法处理原始图片，获得含有工件的裁剪图片，用于剔除原始图片中存在的大片背景区域及干扰内容。
3.根据权利要求2所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤S2中，先取得一张标准工件端面二值图片作为模板，通过刚性变换，匹配到裁剪图片上，获取裁剪图片中的端面模板图片，具体为：获得模板图片与裁剪图片中工件的相对大小关系和位置...
【技术特征摘要】
1.一种基于机器视觉的自适应工件缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤s1中，使用高分辨率的相机采集工件的原始图片，采用ostu方法处理原始图片，获得含有工件的裁剪图片，用于剔除原始图片中存在的大片背景区域及干扰内容。
3.根据权利要求2所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤s2中，先取得一张标准工件端面二值图片作为模板，通过刚性变换，匹配到裁剪图片上，获取裁剪图片中的端面模板图片，具体为：获得模板图片与裁剪图片中工件的相对大小关系和位置关系，由于裁剪图片中存在明显的圆和直线特征，因此，识别裁剪图片中的圆和直线，即可用圆和直线的位置表述工件在图片中的位置、摆放方向和大小，表述方式为一个5维向量matchvec，其表达式为：
4.根据权利要求3所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤s3中，缺陷检测算法包括基于模板对比的冲压工件残缺检测算法、基于梯度的冲压件的划痕检测算法和基于深度学习的缺陷检测算法。
5.根据权利要求4所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤s3中，构建基于模板对比的冲压工件残缺检测算法的步骤为：通过变换模板图片与待检测裁剪图片的空间关系，实现对齐，然后对比特征，实现，得到工件表面缺陷的检测结果。
6.根据权利要求5所述的基于机器视觉的自适应工件缺陷检测方法，其特征在于，在步骤s3中，构建基于梯度的冲压件的划痕检测算法的步骤为：首先进行冲压件划痕检测中基于梯度的可疑像素筛选，然后，进行冲压件划痕的确定与定位；设置较大的最大直线间隙，使用累计概率霍夫变换算法进行第一次可疑点筛选，从可疑点中筛选出密集排布在直线上的可疑点，将没有规律散布在全端面上的...
【专利技术属性】
技术研发人员：马宏宾，王鑫，
申请(专利权)人：工极北京智能科技有限公司，
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。