实现电子玻璃缺陷自动检测的系统技术方案

本发明专利技术涉及一种实现电子玻璃缺陷自动检测的系统，其中包括：照相模块用以获取电子玻璃的图像；缺陷检测模块，用以通过分析所述的电子玻璃的图像得到数个分割对象，并对各个分割对象进行缺陷定位处理和缺陷分类处理得到各个分割对象的缺陷种类；显示模块，用以显示各个分割对象的缺陷种类的信息。采用本发明专利技术的实现电子玻璃缺陷自动检测的系统，提高了电子玻璃的检测效率，减少劳动力浪费，降低检测成本，提高检测精度和玻璃品质，加强企业的自动化程度，有利于玻璃自动检测系统的大规模推广，具有更加广泛的应用范围。

【技术实现步骤摘要】
实现电子玻璃缺陷自动检测的系统
本专利技术涉及视觉图像检测领域，尤其涉及电子玻璃质量检测领域，具体是指一种实现电子玻璃缺陷自动检测的系统。
技术介绍
机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术，人机接口技术等。这些技术在机器视觉中是并列关系，相互协调应用才能构成一个成功的机器视觉应用系统。 近年来，随着市场对玻璃产品需求的迅速增长，玻璃产品的生产无论从质量、品种，还是生产工艺都发生了质的变化。特别是现在生产技术的不断发展，高端产品对玻璃基板的质量要求越来越高，尤其是电子玻璃，因此全面保证玻璃质量提高其等级就显得尤其重要。 目前，玻璃缺陷检测主要是利用人工在线检测，人工的检测精度是0.2皿左右，漏检率在3%左右，人工检测易受检测人员主观因素的影响，容易对玻璃缺陷造成漏检，尤其是畸变较小的缺陷漏检，工人容易视觉疲劳，尤其上夜班，稳定性不高，人力成本大。
技术实现思路
本专利技术的目的是克服了上述现有技术的缺点，提供了一种利用神经网络分类算法计算分割对象对应的数十个缺陷特征值，并根据缺陷特征值得到各个分割对象存在的缺陷种类，结构简单且检测精度高的实现电子玻璃缺陷自动检测的系统。 为了实现上述目的，本专利技术的实现电子玻璃缺陷自动检测的系统具有如下构成: 该实现电子玻璃缺陷自动检测的系统，其主要特点是，所述的系统包括: 照相模块，用以获取所述的电子玻璃的图像； 缺陷检测模块，用以通过分析所述的电子玻璃的图像得到数个分割对象，并对各个分割对象进行缺陷定位处理和缺陷分类处理得到各个分割对象的缺陷种类； 显示模块，用以显示各个分割对象的缺陷种类的信息。 进一步地，所述的缺陷检测模块包括缺陷分类单元，所述的缺陷分类单元用以通过神经网络分类算法对所述的各个分割对象进行计算，并得到各个分割对象对应的数十个缺陷特征值，且根据各个分割对象对应的数十个缺陷特征值得到各个分割对象存在的缺陷种类。 更进一步地，所述的缺陷检测模块还包括算法学习单元和测试检测单元，其中: 所述的算法学习单元，用以通过训练样本进行神经网络分类算法的学习； 所述的测试检测单元，用以通过测试样本对所述的算法学习单元进行测试，并通过比较测试阈值和测试结果判断所述的算法学习单元是否需要继续学习。 更进一步地，所述的神经网络分类算法的学习包括神经网络结构的学习和连接权值的学习。 其中，所述的缺陷特征值包括周长特征值、面积特征值、致密性特征值、灰度中值特征值、灰度均值特征值、最大灰度级特征值和最小灰度级特征值。 更进一步地，所述的系统还包括: 光源供给模块，用以将光照射于电子玻璃上。 更进一步地，所述的缺陷检测模块包括缺陷定位单元，其中: 所述的亮度判断单元，用以筛选出所述的电子玻璃的图像上亮度低于或者高于分割阈值的区域； 所述的对象分割单元，用以根据所述的亮度判断单元筛选出的亮度低于或者高于分割阈值的区域分割所述的电子玻璃的图像，并得到所述的数个分割对象。 更进一步地，所述的系统还包括框架、计算机和图像采集卡，所述的照相模块设置于框架内侧上部，所述的图像采集卡设置于所述的计算机中，所述的显示模块与所述的计算机连接，所述的计算机固定于所述的框架底部，所述的光源供给模块固定于所述的框架上且位于所述的电子玻璃的检测位置的下方，并且所述的光源供给模块照明的方向与所述的照相模块采集图像的方向相对应。 更进一步地，所述的计算机的上方设置有第一铝塑板，所述的框架的上方设置有第二铝塑板，所述的第一铝塑板与第二铝塑板之间的框架的外侧设置有第三铝塑板，所述的第三铝塑板分别与所述的第一铝塑板及第二铝塑板相连接形成密封结构 其中，所述的第一铝塑板、第二铝塑板和第三铝塑板均为黑色铝塑板，所述的系统还包括空气净化器，所述的空气净化器安装在所述的框架的顶部，所述的光源供给模块为120光源，所述的相机模块为161(的线阵相机。 采用了本专利技术的实现电子玻璃缺陷自动检测的系统，检测精度能够达到0.05臟，漏检率在0.5%以内，明显优于人工检验，提高了电子玻璃的检测效率，减少劳动力浪费，降低检测成本，提高检测精度和玻璃品质，加强企业的自动化程度，有利于玻璃自动检测系统的大规模推广，具有更加广泛的应用范围。 【附图说明】 图1为本专利技术的实现电子玻璃缺陷自动检测的系统的结构框图。 图2为本专利技术的实现电子玻璃缺陷自动检测的系统在实际应用中的立体示意图。 图3为本专利技术的实现电子玻璃缺陷自动检测的系统在实际应用中的正视图。 【具体实施方式】 为了能够更清楚地描述本专利技术的
技术实现思路
，下面结合具体实施例来进行进一步的描述。 请参阅图1，在一种实施方式中，本专利技术的实现电子玻璃缺陷自动检测的系统包括: 照相模块，用以获取所述的电子玻璃的图像； 缺陷检测模块，用以通过分析所述的电子玻璃的图像得到数个分割对象，并对各个分割对象进行缺陷定位处理和缺陷分类处理得到各个分割对象的缺陷种类； 显示模块，用以显示各个分割对象的缺陷种类的信息。 在一种优选的实施方式中，所述的缺陷检测模块包括缺陷分类单元，所述的缺陷分类单元用以通过神经网络分类算法对所述的各个分割对象进行计算，并得到各个分割对象对应的数十个缺陷特征值，且根据各个分割对象对应的数十个缺陷特征值得到各个分割对象存在的缺陷种类。 在一种更优选的实施方式中，所述的缺陷检测模块还包括算法学习单元和测试检测单元，其中: 所述的算法学习单元，用以通过训练样本进行神经网络分类算法的学习； 所述的测试检测单元，用以通过测试样本对所述的算法学习单元进行测试，并通过比较测试阈值和测试结果判断所述的算法学习单元是否需要继续学习。 在一种更优选的实施方式中，所述的神经网络分类算法的学习包括神经网络结构的学习和连接权值的学习。 其中，所述的缺陷特征值包括周长特征值、面积特征值、致密性特征值、灰度中值特征值、灰度均值特征值、最大灰度级特征值和最小灰度级特征值。 在一种更优选的实施方式中，所述的系统还包括: 光源供给模块，用以将光照射于电子玻璃上。 在一种更优选的实施方式中，所述的缺陷检测模块包括缺陷定位单元，其中: 所述的亮度判断单元，用以筛选出所述的电子玻璃的图像上亮度低于或者高于分割阈值的区域； 所述的对象分割单元，用以根据所述的亮度判断单元筛选出的亮度低于或者高于分割阈值的区域分割所述的电子玻璃的图像，并得到所述的数个分割对象。 在一种更优选的实施方式中，所述的系统还包括框架、计算机和图像采集卡，所述的照相模块设置于框架内侧上部，所述的图像采集卡设置于所述的计算机中，所述的显示模块与所述的计算机连接，所述的计算机固定于所述的框架底部，所述的光源供给模块固定于所述的框架上且位于所述的电子玻璃的检测位置的本文档来自技高网...

【技术保护点】
一种实现电子玻璃缺陷自动检测的系统，其特征在于，所述的系统包括：照相模块，用以获取所述的电子玻璃的图像；缺陷检测模块，用以通过分析所述的电子玻璃的图像得到数个分割对象，并对各个分割对象进行缺陷定位处理和缺陷分类处理得到各个分割对象的缺陷种类；显示模块，用以显示各个分割对象的缺陷种类的信息。

【技术特征摘要】
1.一种实现电子玻璃缺陷自动检测的系统，其特征在于，所述的系统包括: 照相模块，用以获取所述的电子玻璃的图像； 缺陷检测模块，用以通过分析所述的电子玻璃的图像得到数个分割对象，并对各个分割对象进行缺陷定位处理和缺陷分类处理得到各个分割对象的缺陷种类； 显示模块，用以显示各个分割对象的缺陷种类的信息。2.根据权利要求1所述的实现电子玻璃缺陷自动检测的系统，其特征在于，所述的缺陷检测模块包括缺陷分类单元，所述的缺陷分类单元用以通过神经网络分类算法对所述的各个分割对象进行计算，并得到各个分割对象对应的数十个缺陷特征值，且根据各个分割对象对应的数十个缺陷特征值得到各个分割对象存在的缺陷种类。3.根据权利要求2所述的实现电子玻璃缺陷自动检测的系统，其特征在于，所述的缺陷检测模块还包括算法学习单元和测试检测单元，其中: 所述的算法学习单元，用以通过训练样本进行神经网络分类算法的学习； 所述的测试检测单元，用以通过测试样本对所述的算法学习单元进行测试，并通过比较测试阈值和测试结果判断所述的算法学习单元是否需要继续学习。4.根据权利要求3所述的实现电子玻璃缺陷自动检测的系统，其特征在于，所述的神经网络分类算法的学习包括神经网络结构的学习和连接权值的学习。5.根据权利要求1至4中任一项所述的实现电子玻璃缺陷自动检测的系统，其特征在于，所述的缺陷特征值包括周长特征值、面积特征值、致密性特征值、灰度中值特征值、灰度均值特征值、最大灰度级特征值和最小灰度级特征值。6.根据权利要求5所述的实现电子玻璃缺陷自动检测的系统，其特征在于，所述的系统还包括: 光源供给模块，用以将光照射于电子玻璃上。7.根据...

【专利技术属性】
技术研发人员：张艳搏，吕宏伟，
申请(专利权)人：上海埃蒙特自动化系统有限公司，
类型：发明
国别省市：上海;31