本申请涉及图像采集卡技术领域，公开了一种基于工业自动化的图像采集卡实时监控方法及系统，该方法包括：通过工业图像采集卡对生产线产品表面进行图像采集和图像增强，得到预处理图像；将所述预处理图像输入工业图像监控网络进行特征处理和分辨率提升，得到高分辨率缺陷图像；在预设的工业环境参数空间中对所述高分辨率缺陷图像执行环境条件变换，生成多场景增强数据集，并通过图像重建损失与特征识别损失联合优化所述工业图像监控网络的网络参数，得到工业图像监控模型；将所述工业图像监控模型部署至工业控制计算单元，执行所述工业图像采集卡的实时监控任务，进而实现了对工业产品表面细微特征的精确提取，提升了缺陷检测能力。
【技术实现步骤摘要】
本申请涉及图像采集卡，尤其涉及一种基于工业自动化的图像采集卡实时监控方法及系统。
技术介绍
1、工业生产线的自动化程度不断提高，对产品表面质量的实时监控需求日益增长。传统的人工视觉检测方式已难以满足高速生产线的效率要求，而基于计算机视觉的自动检测系统成为主流解决方案。然而，现有的工业图像采集与分析系统在面对复杂多变的工业环境时，经常出现检测精度不足、处理速度慢、适应性差等问题。特别是对于具有细微变化的边缘和表面细节的工业产品，传统图像处理方法难以实现精确识别，且无法针对光照不均、表面反光、视角变化等干扰因素进行有效补偿。
2、深度学习技术为工业图像分析带来了新的发展机遇，但现有的深度学习方法大多直接应用于理想条件下的图像数据集，未能充分考虑工业现场的特殊性。工业环境中的图像采集往往受到振动、灰尘、光照变化等多种干扰，导致采集图像质量波动较大。此外，大多数监控系统将不同工业环境下的图像采集视为不同的问题，需要针对每种环境单独训练模型，导致系统在光照条件和角度变化时适应性差，难以满足复杂多变的工业生产需求。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于工业自动化的图像采集卡实时监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述通过工业图像采集卡对生产线产品表面进行图像采集和图像增强，得到预处理图像，包括：
3.根据权利要求1所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述将所述预处理图像输入工业图像监控网络进行特征处理和分辨率提升，得到高分辨率缺陷图像，包括：
4.根据权利要求3所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述将所述工业图像特征向量输入所述工业图像监控网络中的残差学习缺陷检测模...
【技术特征摘要】
1.一种基于工业自动化的图像采集卡实时监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述通过工业图像采集卡对生产线产品表面进行图像采集和图像增强，得到预处理图像，包括：
3.根据权利要求1所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述将所述预处理图像输入工业图像监控网络进行特征处理和分辨率提升，得到高分辨率缺陷图像，包括：
4.根据权利要求3所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述将所述工业图像特征向量输入所述工业图像监控网络中的残差学习缺陷检测模块进行特征重构和形态学处理，得到缺陷检测结果，包括：
5.根据权利要求3所述的基于工业自动化的图像采集卡实时监控方法，其特征在于，所述根据所述缺陷检测结果从所述预处理图像中提取缺陷区域子图像，通过所述工业图像...
【专利技术属性】
技术研发人员：罗华文，李文泉，周永红，
申请(专利权)人：深圳市联瑞电子有限公司，
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。