【技术实现步骤摘要】
本专利技术涉及工业机器视觉检测，且更具体地涉及一种基于机器视觉的电阻片缺陷在线检测系统及分级方法。
技术介绍
1、基于机器视觉的电阻片缺陷在线检测分级系统通过高精度工业相机采集表面图像，结合多模态光源优化成像质量，利用深度学习算法与特征工程实现缺陷分割及分类。该系统可实时检测划痕、氧化层脱落、微裂纹等缺陷，依据缺陷尺寸、密度等参数自动分级，广泛应用于电子元件制造质量控制，显著提升检测效率与精度。
2、现有技术主要通过图像采集硬件优化与算法处理结合实现缺陷检测。例如，专利cn105973912a采用线阵工业相机与线性光源组合捕获表面纹理，通过灰度差异分析提取缺陷区域，结合形态学滤波分割划痕、斑点等特征，并构建面积、密集度参数进行分类。专利cn108537772a针对贴片电阻正导体印刷缺陷，提出多角度连续拍摄策略，通过图像配准比对标准模板与实测样本，结合轮廓识别与像素变化次数判定缺陷类型。朱铮涛等提出的改进hough变换算法利用双圆周检测与低通滤波差值法，定位圆环电阻片缺口并提取斑点特征，结合内接圆半径参数实现分类。美国专利us...
【技术保护点】
1.一种基于机器视觉的电阻片缺陷在线检测系统；其特征在于：包括：
2.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述动态补偿模块中，所述Retinex多尺度光照补偿算法通过15、80和200三尺度高斯卷积核对原始RGB图像进行多通道分解，提取光照分量与反射分量，并通过对数域变换方法消除光照不均；针对金属箔反光区域，所述Retinex多尺度光照补偿算法通过高斯差分滤波检测高光像素梯度突变，生成反光掩膜矩阵，采用自适应权重函数对高光区域反射分量进行非线性衰减，生成反射率校正图像；所述动态补偿模块消除反光后，采用双边滤波核计算像素...
【技术特征摘要】
1.一种基于机器视觉的电阻片缺陷在线检测系统；其特征在于：包括：
2.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述动态补偿模块中，所述retinex多尺度光照补偿算法通过15、80和200三尺度高斯卷积核对原始rgb图像进行多通道分解，提取光照分量与反射分量，并通过对数域变换方法消除光照不均；针对金属箔反光区域，所述retinex多尺度光照补偿算法通过高斯差分滤波检测高光像素梯度突变，生成反光掩膜矩阵，采用自适应权重函数对高光区域反射分量进行非线性衰减，生成反射率校正图像；所述动态补偿模块消除反光后，采用双边滤波核计算像素邻域加权均值，并采用非局部均值算法构建15×15的搜索窗口，通过块相似性度量筛选7×7的相似块，以加权平均迭代方法消除椒盐噪声与高斯噪声；去噪后数据经axi-stream协议封装为双通道像素流，通过fpga内并行乘加器阵列进行对齐与数据格式转换，输出标准化双模态图像。
3.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述多尺度感知模块的工作方法为：
4.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述双向跨层注意力网络的工作原理为：
5.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述多头自注意力模型包括跨模态投影层、空间关系建模层、多头分解层、动态权重融合层、残差连接层和正则化输出层；所述跨模态投影层通过双线性插值算法将conv2层特征上采样至14×14分辨率，采用分组卷积分别对双模态特征进行线性投影，生成查询向量q、键向量k、值向量v，投影权重矩阵维度为512×512；所述空间关系建模层通过缩放点积注意力计算q与k的余弦相似度矩阵，其中相似度得分通过softmax归一化生成空间注意力权重图，权重矩阵维度为14×14×14×14；所述多头分解层用于将权重矩阵沿通道维度分解为8个独立注意力头，每个注意力头通过独立全连接层提取局部空间关联特征，输出多头注意力特征组；所述动态权重融合层通过通道拼接方法合并多头特征，采用门控循环单元动态学习各注意力头的贡献权重，生成融合后的全局注意力特征；所述残差连接层通过逐元素相加将注意力增强特征与原始特征融合，触发残差学习机制以保留底层语义信息；所述正则化输出层采用层归一化与深度可分离卷积进行特征降维，输出增强型多尺度特征图。
6.根据权利要求1所述的一种基于机器视觉的电阻片缺陷在线检测系统，其特征在于：所述图网络分类模块的工作方法为：
7.根据...
【专利技术属性】
技术研发人员：庞连庆，郜松海，屈朋云，党春晖，李进，白惠文，覃兆杨，
申请(专利权)人：南阳金冠实业有限公司，
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。