本發(fā)明涉及缺陷檢測(cè)，尤其涉及一種基于機(jī)器視覺的圓筒接駁口缺陷檢測(cè)方法

背景技術(shù)：

1、圓筒是由內(nèi)嵌圓模型以及外紙質(zhì)、膠質(zhì)外包裝包圍而成。通過固定滾輪將二者貼緊，它具有體積小，防水好，外觀漂亮等特點(diǎn)。在食品包裝、絲織類、茶葉等領(lǐng)域被廣泛應(yīng)用，市場(chǎng)對(duì)包裝類圓筒的需求正在逐步增大，但是，受生產(chǎn)設(shè)備、原材料以及加工工藝等多重因素的影響，這類圓筒在生產(chǎn)過程中其表面可能出現(xiàn)多種缺陷，嚴(yán)重影響質(zhì)量和美觀，目前圓筒的生產(chǎn)環(huán)節(jié)已經(jīng)基本實(shí)現(xiàn)無人化，但是在其質(zhì)量檢測(cè)環(huán)節(jié)仍然大量依賴人工檢測(cè)，經(jīng)調(diào)查，一條生產(chǎn)線需配備?2-3名工人去檢測(cè)，但是人工檢測(cè)由以下缺點(diǎn)：在車間高強(qiáng)度工作下，隨著工作時(shí)間變長，人產(chǎn)生疲勞感后檢測(cè)效率也會(huì)隨之低下；人工檢測(cè)的主觀性較強(qiáng)，無法做出客觀的評(píng)判標(biāo)準(zhǔn)；人力的勞動(dòng)和管理成本高；人工檢測(cè)也逐漸成為企業(yè)提高產(chǎn)量，節(jié)省成本的最大障礙，隨著機(jī)器視覺的快速發(fā)展，許多企業(yè)會(huì)使用機(jī)器來應(yīng)用于工業(yè)上的目標(biāo)檢測(cè)，其思想是利用計(jì)算機(jī)視覺模擬人類視覺的功能，從具體的實(shí)物進(jìn)行圖像的采集、處理、計(jì)算，最終進(jìn)行實(shí)際的機(jī)器檢測(cè)和控制，由于使用人工檢測(cè)不能滿足現(xiàn)代工藝檢測(cè)的需求，而利用機(jī)器視覺可以很好的克服這一難題，基于機(jī)器視覺的表面缺陷檢測(cè)系統(tǒng)能給企業(yè)帶來高質(zhì)量高效率的生產(chǎn)，國內(nèi)生產(chǎn)圓筒的企業(yè)使用表面缺陷檢測(cè)系統(tǒng)較少，大多仍在使用人工進(jìn)行檢測(cè)。因此在圓筒接駁口表面缺陷檢測(cè)環(huán)節(jié)迫切需要一種能夠代替人工檢測(cè)的智能化檢測(cè)技術(shù)以及設(shè)備，在生產(chǎn)圓筒的過程中，能夠自動(dòng)檢測(cè)，識(shí)別各類缺陷并做出相應(yīng)處理。

2、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的基于機(jī)器視覺的圓筒接駁口表面缺陷檢測(cè)方法。

3、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：基于機(jī)器視覺的圓筒接駁口缺陷檢測(cè)方法，包括一下步驟

4、s1:基于單相機(jī)的圖像采集;

5、s2:對(duì)圖像進(jìn)行特征提取并進(jìn)行標(biāo)記;

6、s3：將提取的特征編輯成數(shù)據(jù)集合;

7、s4：目標(biāo)檢測(cè)

8、;s5：創(chuàng)建圖像模型;

9、s6：改進(jìn)訓(xùn)練參數(shù);

10、s7：訓(xùn)練模型;

11、s8：基于模板進(jìn)行缺陷檢測(cè)。

12、為了對(duì)采集數(shù)據(jù)進(jìn)行具體限定，本發(fā)明改進(jìn)有，所述?s1中采集數(shù)據(jù)具體為獲取目標(biāo)樣品后通過工業(yè)面陣相機(jī)采集，所述工業(yè)面陣相機(jī)采用感光芯片為?cmos，掃描方式為面陣，接口為?gige類型的黑白工業(yè)相機(jī)。

13、為了對(duì)特征進(jìn)行具體限定，本發(fā)明改進(jìn)有，所述?s2中對(duì)圖像進(jìn)行特征提取并進(jìn)行標(biāo)記是在視覺深度學(xué)習(xí)系統(tǒng)中，通過繪制區(qū)域從而對(duì)圖像特征進(jìn)行提取，需要對(duì)圖像特征進(jìn)行標(biāo)記進(jìn)行分辨，包括圖像閾值分割。

14、為了對(duì)圖像閾值進(jìn)行進(jìn)行詳細(xì)說明，本發(fā)明改進(jìn)有，所述圖像閾值是對(duì)于圖像進(jìn)行灰度值分割，是把圖像灰度分成不同的等級(jí)，然后確定灰度，門閾值的方法?；叶乳撝捣指钇鋵?shí)就是二值化處理，即：選擇一個(gè)閾值，將圖像轉(zhuǎn)化為黑白二值圖像，用于圖像分割以及邊緣提取。顯然，圖像閾值化處理是一種階梯函數(shù)，屬于圖像灰度級(jí)的非線性運(yùn)算，該變換函數(shù)曲線如圖所示。它的功能是由用戶指定一個(gè)閾值，如果圖像中某個(gè)像素的灰度值大于該閾值，則將該像素的灰度值置為?255，否則將其灰度值置為?0。

15、為了對(duì)將提取的特征編輯成數(shù)據(jù)集合進(jìn)行限定，本發(fā)明改進(jìn)有，所述?s3中，編輯成數(shù)據(jù)集合具體為對(duì)原始圖像數(shù)據(jù)進(jìn)行上述分析工作后，定義為圓筒接駁口特征為褶皺，斷裂，偏移。而后使用歸類工具編輯成數(shù)據(jù)集合。

16、為了對(duì)目標(biāo)檢測(cè)進(jìn)行細(xì)化處理，本發(fā)明改進(jìn)有，所述?s4中目標(biāo)檢測(cè)具體為判斷圖片中出現(xiàn)的類型以及判斷其位置，其使用的算法使用的算法?yolov5算法，其中包括輸入端的mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放操作；基準(zhǔn)端的?focus結(jié)構(gòu)與?csp結(jié)構(gòu)；neck?端的?spp?與?fpn+pan?結(jié)構(gòu)，輸出端的損失函數(shù)?giou_loss?以及預(yù)測(cè)框篩選的diou_nms。

17、為了對(duì)創(chuàng)建圖像模型進(jìn)行限定，本發(fā)明改進(jìn)有，所述?s5中創(chuàng)建圖像模型是基于上述參數(shù)和數(shù)據(jù)集得出的缺陷模型。

18、為了對(duì)改進(jìn)訓(xùn)練參數(shù)進(jìn)行限定，本發(fā)明改進(jìn)有，所述?s6中改進(jìn)訓(xùn)練參數(shù)是針對(duì)模型進(jìn)行數(shù)據(jù)增強(qiáng)，包括?hsv空間變換；鏡像類型；畫布擴(kuò)大；剪裁；仿射變換；噪聲弱化。

19、為了對(duì)訓(xùn)練模型進(jìn)行限定，本發(fā)明改進(jìn)有，所述?s7中訓(xùn)練模型是指對(duì)標(biāo)準(zhǔn)的學(xué)習(xí)目標(biāo)通過以極大化降低損失函數(shù)為目標(biāo)去訓(xùn)練模型。衡量模型回歸預(yù)測(cè)的誤差情況，用樣本的預(yù)測(cè)值減去求平方后的平均值，是均方誤差損失。，通過極小化交叉熵?fù)p失，使得模型預(yù)測(cè)分布盡可能與實(shí)際數(shù)據(jù)經(jīng)驗(yàn)分布一致。在評(píng)估方面，使用精確率（accuracy），召回率(recall)和?f1分?jǐn)?shù)（f1_score）來衡量檢測(cè)的效果，并通過調(diào)整參數(shù)使?f1分?jǐn)?shù)達(dá)到最高。

20、為了實(shí)現(xiàn)缺陷檢測(cè)功能，本發(fā)明改進(jìn)有，所述?s8中基于模板進(jìn)行缺陷檢測(cè)具體為通過面陣相機(jī)實(shí)時(shí)抓拍產(chǎn)線數(shù)據(jù)檢測(cè)產(chǎn)品是否出現(xiàn)缺陷，需要將抓拍圖像進(jìn)行回傳分析，并與正確的模型進(jìn)行對(duì)比，即可判斷該產(chǎn)品是否出現(xiàn)缺陷，若出現(xiàn)缺陷，及進(jìn)行對(duì)應(yīng)的下游操作。

21、基于機(jī)器視覺的圓筒接駁口缺陷檢測(cè)方法，其特征在于：所述基于機(jī)器視覺的圓筒接駁口缺陷檢測(cè)方法是由圖像采集模塊、特征提取模塊、數(shù)據(jù)集制作模塊、目標(biāo)檢測(cè)模塊、創(chuàng)建圖形模塊、改進(jìn)訓(xùn)練參數(shù)模塊、訓(xùn)練模型模塊和缺陷檢測(cè)模塊組成，所述圖像采集模塊輸出端與特征提取模塊的輸入端電性連接，所述特征提取模塊的輸出端與數(shù)據(jù)集制作模塊的輸入端電性連接，所述數(shù)據(jù)集制作模塊輸出端與目標(biāo)檢測(cè)模塊輸入端電性連接，所述目標(biāo)檢測(cè)模塊輸出端與創(chuàng)建圖形模塊輸入端電性連接，所述創(chuàng)建圖形模塊輸出端與改進(jìn)參數(shù)模塊輸入端電性連接，所述改進(jìn)參數(shù)模塊輸出端與訓(xùn)練模型模塊輸入端電性連接，所述訓(xùn)練模型模塊輸出端與缺陷檢測(cè)模塊輸入端電性連接，其中，圖像采集模塊：根據(jù)目標(biāo)尺寸，工作范圍使用對(duì)應(yīng)的工業(yè)面陣相機(jī)，獲取目標(biāo)樣品后安裝設(shè)備進(jìn)行圖像采集。特征提取模塊：采集得到的圖像模糊且無明顯特征，在此模塊中對(duì)圖像進(jìn)行明顯的特征匹配，增強(qiáng)特征處理。數(shù)據(jù)集制作模塊：按照上述技術(shù)方案，定義圓筒接駁口的缺陷類別并標(biāo)注分類，編輯成數(shù)據(jù)集。目標(biāo)檢測(cè)模塊：目標(biāo)檢測(cè)模塊算法使用的是?yolov5算法，其中包括輸入端的mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放操作；基準(zhǔn)端的?focus結(jié)構(gòu)與?csp結(jié)構(gòu)；neck端的?spp與?fpn+pan結(jié)構(gòu)，輸出端的損失函數(shù)?giou_loss以及預(yù)測(cè)框篩選的diou_nms。改進(jìn)訓(xùn)練參數(shù)模塊：針對(duì)圓筒接駁口表面進(jìn)行缺陷檢測(cè)算法的研究，對(duì)目標(biāo)算法網(wǎng)絡(luò)模型?yolov5改進(jìn)，對(duì)圖像進(jìn)行?hsv空間變換；鏡像類型；畫布擴(kuò)大；剪裁；仿射變換；噪聲弱化數(shù)據(jù)增強(qiáng)。訓(xùn)練模型模塊：根據(jù)上述技術(shù)方案步驟?7中涉及均方誤差損失函數(shù)?mse以及極小化交叉熵?fù)p失。實(shí)現(xiàn)從端到端的聯(lián)合訓(xùn)練，具體的操作方法是，每次選擇一個(gè)參數(shù)并固定其他參數(shù)進(jìn)行調(diào)整，利用驗(yàn)證集進(jìn)行?50次檢測(cè)，當(dāng)平均?f1-score的值取得最大值時(shí)，認(rèn)為該參數(shù)調(diào)到最優(yōu)，之后再調(diào)整下一個(gè)參數(shù)，重復(fù)上述步驟，直到所有參數(shù)都被調(diào)整到最優(yōu)。缺陷檢測(cè)模塊：把工業(yè)面陣相機(jī)的實(shí)時(shí)數(shù)據(jù)通過特征快速匹配后輸入到模型中，便能夠準(zhǔn)確，高效地識(shí)別圓筒接駁口的各類缺陷并做出相應(yīng)處理。

22、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：本發(fā)明在進(jìn)行圓筒接駁口表面缺陷檢測(cè)時(shí)，同時(shí)考慮了傳統(tǒng)目標(biāo)檢測(cè)方法特征提取難的影響，提出了一種增強(qiáng)圖像特征，引入數(shù)據(jù)集與深度學(xué)習(xí)算法目標(biāo)檢測(cè)的?yolov5網(wǎng)絡(luò)模型，具體表現(xiàn)為：訓(xùn)練階段采用輸入端的?mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放操作；基準(zhǔn)端的?focus結(jié)構(gòu)與csp結(jié)構(gòu)；neck端的?spp與?fpn+pan結(jié)構(gòu)，輸出端的損失函數(shù)giou_loss以及預(yù)測(cè)框篩選的diou_nms。hsv空間變換；鏡像類型；畫布擴(kuò)大；剪裁；仿射變換；噪聲弱化數(shù)據(jù)增強(qiáng)。實(shí)現(xiàn)高效的圖像特征訓(xùn)練，在此基礎(chǔ)上針對(duì)產(chǎn)線回傳數(shù)據(jù)，檢測(cè)、識(shí)別產(chǎn)品表面存在的缺陷，并自動(dòng)記錄結(jié)果、生產(chǎn)產(chǎn)品檢測(cè)日志，可用于生產(chǎn)指導(dǎo)以及產(chǎn)品質(zhì)量問題分析，解決質(zhì)量疑義，相比于傳統(tǒng)的目標(biāo)檢測(cè)方法，本發(fā)明通用性更強(qiáng)，于大多數(shù)的深度學(xué)習(xí)方法相比，本發(fā)明針對(duì)生產(chǎn)圓筒產(chǎn)線實(shí)際需求進(jìn)行改進(jìn)，進(jìn)一步提高了檢測(cè)的準(zhǔn)確率和效率，本發(fā)明構(gòu)建的圓筒接駁口表面缺陷數(shù)據(jù)集，可以填補(bǔ)開源數(shù)據(jù)集在該領(lǐng)域的空白，能夠針對(duì)產(chǎn)線實(shí)際需求訓(xùn)練有效的缺陷檢測(cè)模型，進(jìn)一步提升檢測(cè)的速度、準(zhǔn)確度，提高企業(yè)生產(chǎn)效率、降低生產(chǎn)成本。

技術(shù)實(shí)現(xiàn)思路