本发明专利技术公开了一种基于视觉识别的冷柜脚轮检测方法、系统及装置，属商用电器制造技术领域，包括采集所生产的冷柜底板图片，建立冷柜底板数据库，利用算法对数据库内冷柜底板图片数量进行扩充并标注，拆分为训练集和验证集，进行训练和验证，生成不同型号的底板检测模型，启动冷柜检测传送带，控制工业相机对冷柜拍照，获取最小外接矩形尺寸，根据尺寸截取生成待检测冷柜底板图片，根据尺寸从检测系统中调取底板检测模型，进行判定，根据判定结果指导工人进行纠错安装，本发明专利技术提高了检测效率和准确性，通过报警将检测到安装缺陷进行提示，指导安装工人快速定位缺陷种类和位置，从而排除缺陷，保证脚轮正确安装，提升了生产合格率。格率。格率。
【技术实现步骤摘要】
一种基于视觉识别的冷柜脚轮检测方法、系统及装置
[0001]本专利技术属于商用电器制造
，具体地说，涉及一种基于视觉识别的冷柜脚轮检测方法、系统及装置。
技术介绍
[0002]目前，随着生活水平的提高，现代人对于食物的品质要求也越来越高，冷链行业快速发展了起来，商用冷柜应运而生，然而商用冷柜体积大，在使用过程中不方便进行搬动，所以在生产时需要在冷柜底部安装脚轮来协助移动；
[0003]在商用冷柜生产过程中，现有技术中冷柜的脚轮安装检测通常采用人工检测的方式对脚轮的安装结果进行检测，检查内容主要涉及冷柜脚轮是否存在安装缺失，脚轮类型是否安装准确，安装螺栓是否缺失安装等，由于当前商用冷柜多采用柔性产线，多种型号共线生产，不同型号的冷柜脚轮安装种类、方式也不相同；
[0004]但是现有的采用人工检测的方式，因为有不同的冷柜型号，所以不同型号的冷柜脚轮安装种类、方式也不相同，从而导致工作强度大，而且人工检测时间长，会出现判断失误的情况，容易出现误检漏检的情况，脚轮安装工序结束后冷柜将进行翻转进行其他部分的组装工作，冷柜翻转后脚轮位于冷柜底部，后续工位无法对脚轮安装情况进行进一步检测，导致了问题冷柜流出，影响生产合格率。
技术实现思路
[0005]本专利技术的主要目的是提出一种基于视觉识别的冷柜脚轮检测方法、系统及装置，旨在针对现有商用冷柜柔性生产线多类型冷柜共线生产，不同类型冷柜脚轮安装形式各异，容易出现脚轮漏装、错装，脚轮螺栓漏装的问题，采用机器检测代替人工检测，快速获取冷柜脚轮的异常位置和异常原因，提高了检测效率和准确性。
[0006]为实现上述目的，本专利技术提出一种基于视觉识别的冷柜脚轮检测方法、系统及装置，所述基于视觉识别的冷柜脚轮检测方法操作流程如下：
[0007]步骤1，采集所生产的冷柜底板图片，设立冷柜脚轮数据集和脚轮螺栓数据集，建立冷柜底板数据库；
[0008]步骤2，利用算法对数据库内冷柜底板图片数量进行扩充增强，并利用人工进行标注；
[0009]步骤3，将标注后的数据拆分为训练集和验证集，进行训练和验证，生成多种型号的底板检测模型，将底板检测模型储存到检测系统中；
[0010]步骤4，控制工业相机对待检测冷柜底板进行拍照，获取底板图片；
[0011]步骤5，对步骤4获取的冷柜底板图片进行预处理，获取最小外接矩形尺寸，根据尺寸截取商用冷柜底板，生成待检测冷柜底板图片；
[0012]步骤6，设置最小外接矩形尺寸对应的冷柜底板型号，根据步骤5获取的尺寸从检测系统中调取底板检测模型，根据检测模型对待检测冷柜底板图片进行判定，获取判定结
果；
[0013]步骤7，设置结果指导说明，根据判定结果指导工人进行纠错安装，采用机器检测代替人工检测，提高了检测效率和准确性，通过报警显示将检测到安装缺陷进行提示，指导安装工人快速定位缺陷种类和位置，从而排除缺陷，保证脚轮正确安装，提升了生产合格率。
[0014]近一步的是，所述步骤2中利用算法对数据库内冷柜底板图片数量进行扩充的扩充方式为：利用Python
‑
OpenCV算法进行对数据库内冷柜底板图片进行数据增强，采用的数据增强方式有调节翻转角度、平移以及缩放，扩充底板数据样本，后期通过训练出来的检测模板越准确，提升了检测的准确率。
[0015]近一步的是，所述采用的数据增强方式有调节翻转角度、平移以及缩放。
[0016]近一步的是，所述步骤2中利用人工进行标注的标注过程为：数据扩充后，设置底板图片标注内容，分别是底板类型、脚轮类型、脚轮数量以及螺栓，根据设置的标注内容使用Lableimg软件进行人工标注，设置标注内容，方便后期识别训练内容。
[0017]近一步的是，所述步骤3中进行训练和验证，生成不同型号的底板检测模型的生成过程为：
[0018]S1，设置不同训练集和验证集的拆分比例，获取比例不同的训练集和验证集；
[0019]S2，采用yolov5算法对拆分的数据集进行训练，生成训练模型；
[0020]S3，使用验证集对生成的训练模型进行测试，获得测试通过率；
[0021]S4，设置验证通过标准值，和测试通过率进行对比，测试通过率高于设置值，设定该模型为底板检测模型，设置不同比例的训练集和验证集，有助于提高获取底板检测模型的成功率。
[0022]近一步的是，所述步骤5中对步骤4获取冷柜底板图片进行预处理的处理流程为：
[0023]S1，使用高斯滤波法对拍摄的照片进行减噪，获取去噪后的图片；
[0024]S2，调节对去噪后的图片中的像素值，进行灰度化处理；
[0025]S3，灰度化处理后，把图片上的像素点的灰度值进行二值化，获得黑白分明的效果图；
[0026]S4，将该效果图外扩进行腐蚀膨胀，再进行边缘检测，获取冷柜底座的最小外接矩形；
[0027]S5，根据最小外接矩形对拍摄照片中的底板进行截取，获取待检测冷柜底板图片，通过图像灰度化、二值化、腐蚀膨胀、边缘检测、最小外接矩形的操作，获取准确的冷柜底板尺寸及形状，为查找对应的底板检测模提供了准确的数据支持。
[0028]更近一步的是，所述高斯滤波法的处理方式为：设置扫描模板，使用该模板扫描拍摄图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值，获取去噪图片，提供高斯滤波处理图片，去噪的同时，保留了图像的整体特点。
[0029]近一步的是，所述步骤6中根据检测模型对待检测冷柜底板图片进行判定的判定流程为：获取待检测冷柜底板图片后，根据冷柜底板的最小外接尺寸确立底板型号，根据型号从检测系统中调取检测底板模型，和待检测冷柜底板图片进行对比判定，获取待检测冷柜底板图片的标注判定结果，根据获取的最小外接尺寸查找检测底板模型，提升了检测问题的成功率。
[0030]近一步的是，所述步骤7中根据判定结果指导工人进行纠错安装的指导流程为：
[0031]S1，设置结果指导说明，并设定错误信号报警灯，根据检测出拉来的冷柜脚轮型号错装、漏装信息，触发错误报警灯，并输出故障类型；
[0032]S2，检测脚轮信息无误，自动截取脚轮图像，和螺栓检测模型相对比，并输出检测结果；
[0033]S3，检测结果无误，错误信号报警灯不亮，检测结果有问题，错误信号报警灯亮，并将问题点显示出来，设置故障显示和报警功能，提升工作人员发现问题的效率，缩短了问题滞留时间，减少了产品的错装、漏装率。
[0034]一种基于视觉识别的冷柜脚轮检测系统，包括：
[0035]采集模块、存储模块、扩充模块、测试模块、摄像模块、预处理模块、判定模块以及显示模块；
[0036]其中所述采集模块用于收集所生产的冷柜底板图片，并将采集到的数据发送给存储模块；
[0037]所述存储模块接收采集模块发送的底板数据，整理数据，建立冷柜底板数据库；
[0038]所述扩充模块调取数据库内的底本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视觉识别的冷柜脚轮检测方法，其特征在于，操作流程如下：步骤1，采集所生产的冷柜底板图片，设立冷柜脚轮数据集和脚轮螺栓数据集，建立冷柜底板数据库；步骤2，利用算法对数据库内冷柜底板图片数量进行扩充增强，并利用人工进行标注；步骤3，将标注后的数据拆分为训练集和验证集，进行训练和验证，生成多种型号的底板检测模型，将底板检测模型储存到检测系统中；步骤4，控制工业相机对待检测冷柜底板进行拍照，获取底板图片；步骤5，对步骤4获取的冷柜底板图片进行预处理，获取最小外接矩形尺寸，根据尺寸截取商用冷柜底板，生成待检测冷柜底板图片；步骤6，设置最小外接矩形尺寸对应的冷柜底板型号，根据步骤5获取的尺寸从检测系统中调取底板检测模型，根据检测模型对待检测冷柜底板图片进行判定，获取判定结果；步骤7，设置结果指导说明，根据判定结果指导工人进行纠错安装。2.根据权利要求1所述的一种基于视觉识别的冷柜脚轮检测方法，其特征在于：所述步骤2中利用算法对数据库内冷柜底板图片数量进行扩充的扩充方式为：利用Python
‑
OpenCV算法进行对数据库内冷柜底板图片进行数据增强。3.根据权利要求2所述的一种基于视觉识别的冷柜脚轮检测方法，其特征在于：所述数据增强方式有调节翻转角度、平移以及缩放。4.根据权利要求1所述的一种基于视觉识别的冷柜脚轮检测方法，其特征在于：所述步骤2中利用人工进行标注的标注过程为：数据扩充后，设置底板图片标注内容，分别是底板类型、脚轮类型、脚轮数量以及螺栓，根据设置的标注内容使用Lableimg软件进行人工标注。5.根据权利要求1所述的一种基于视觉识别的冷柜脚轮检测方法，其特征在于：所述步骤5中对步骤4获取冷柜底板图片进行预处理的处理流程为：S1，使用高斯滤波法对拍摄的照片进行减噪，获取去噪后的图片；S2，调节对去噪后的图片中的像素值，进行灰度化处理；S3，灰度化处理后，把图片上的像素点的灰度值进行二值化，获得黑白分明的效果图；S4，将该效果图外扩进行腐蚀膨胀，再进行边缘检测，获取冷柜底座的最小外接矩形；S5，根据最小外接矩形对拍摄照片中的底板进行截取，获取待检测冷柜底板图片。6.根据权利要求5所述的一种基于视觉识别的冷柜脚轮检测方法，其特征在于：所述高斯滤波法的处理方式为：设置扫描模板，使用该模板扫描拍摄图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值，获取去噪图片。7.根据权利要求1所述的一种基于视觉识别的冷柜脚轮检测方...
【专利技术属性】
技术研发人员：梅宁，张岩，袁瀚，李艳，赵健，孙永超，张智祥，孙国强，
申请(专利权)人：中国海洋大学，
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。