基于机器视觉的实时工件表面缺陷检测评价系统及方法技术方案

本发明专利技术公开了一种基于机器视觉的实时工件表面缺陷检测评价系统及方法，该系统包括图像采集平台、无线传输平台、检测处理平台、可视化监控平台；涉及的方法包括：工人远程通过无线传输装置远程调控图像采集环境，保证图像采集质量，图像采集平台收集的图像信息将远程传输处理后由检测处理平台生成包含缺陷标注信息、质量评估报告、检测性能分析报告在内的多角度检测评价信息，展示在可视化监控平台供工作人员评判处理。本发明专利技术通过集成化的缺陷检测系统可全面智能的评估工件表面质量水平，并采用远程人机交互控制方法，有效保证系统运行的安全性与便捷性。安全性与便捷性。安全性与便捷性。

【技术实现步骤摘要】
基于机器视觉的实时工件表面缺陷检测评价系统及方法


[0001]本专利技术属于智能识别
，具体涉及一种基于机器视觉的实时工件表面缺陷检测评价系统及方法。

技术介绍

[0002]工业生产加工是一个复杂的过程，由于加工工艺或周围工作环境等多方面原因，使得各个加工工序难以处于绝对的稳定状态，这将导致工件表面的质量特性产生波动，极易产生裂纹、划痕、凹坑、麻点等表面缺陷。这些缺陷不仅使产品的外观受到影响，使用过程中还会在复杂因素的耦合作用下继续发展对工件结构产生更为严重的破坏，造成工件产品的性能指标大幅度降低。因此，对工件表面缺陷进行检测成为生产企业极为关注的问题之一。
[0003]基于机器视觉技术的工件表观缺陷在线检测系统，通过将相机远程提供的实时图像自动地、鲁棒地转换为供专业人员分析、操作的直观信息和知识，为工件的缺陷检测和质量评估提供了高效、有前景的解决方案。
[0004]近年来，多种图像识别方法已在各类工件表观缺陷识别场景中得到了成功的应用，但整体还存在一些问题。
[0005]申请号202010836865.7名称为一种基于SSD网络模型的工件表面缺陷检测方法及系统，公布了一种基于SSD网络模型的工件表面缺陷检测方法及系统，该方法与系统能够处理大规模的图像数据，可以识别多种不同的缺陷类别以及能获得像素级的缺陷区域信息。但是，上述公开的技术方案仍然存在如下技术问题：(1)该方法及系统所采用的骨干网络SSD网络模型属于两阶段目标检测网络，检测响应时间较长，难以实现实时识别功能，仅能实现离线检测，无法应用于实时作业环境检测；(2)该方法及系统固定采用一种检测网络模型，而非通过建立检测网络模型库，并基于实际工业场景自主选择调用合适的网络模型，导致所开发设计的系统面向复杂的工业场景下检测的泛化能力差；
[0006]华东交通大学名称为基于机器视觉的复杂曲面工件表面缺陷检测技术与系统的硕士学位论文，研究了一套基于机器视觉的复杂曲面工件表面缺陷检测技术与系统，该方法与系统能实现大型复杂曲面工件表面的图像采集、缺陷定位、缺陷种类识别等功能。但是，上述公开的技术方案仍然存在如下技术问题：(1)该方法与系统中缺少对工件表面缺陷的尺寸测定、质量评估功能开发，未实现基于表面缺陷尺寸的工件表面质量等级自动评定，功能性及自动化程度有待提高；(2)该方法及系统虽然实现了一定的检测功能，但是各功能模块各自独立，未实现集成化自动检测系统的搭建，智能化程度有待提高；
[0007]西南科技大学名称为基于深度学习的工件表面缺陷检测技术研究的硕士学位论文，研究了一套基于深度学习的工件表面缺陷检测技术与系统，该技术方案中搭建了硬件、软件集成的集成系统。但是，上述公开的技术方案仍然存在如下技术问题：(1)所基于的改进NASnet及SSD网络等检测骨干网络均属于两阶段检测网络，检测响应时间较长，难以满足实时作业检测需求，功能性有待提升；(2)所开发的系统不具备自我纠查功能，检测过程中
若检测性能无法达到预估效果的情况下，无法实现自主决策并处理，智能化程度有待提高；(3)所开发的系统未包含数据库自储自建自学功能，不仅极大的浪费了检测资源，并将间接使得检测网络无法基于足够的数据量进行学习获得合适的网络参数，最终导致复杂工业监测背景下，检测系统鲁棒性较差，泛化能力有待提高。
[0008]因此，由于工业背景环境的复杂性，单一某种/某类图像识别处理方法很难保证检测评估的准确性和全面性。为实现高效且高质量的工件表面缺陷检测，急需专利技术一种快速响应、功能全面、系统完善、高度智能的智能缺陷检测系统及方法，利用该系统与方法既能有效保证检测的实时性，又能全面系统的展示和评估检测结果。

技术实现思路

[0009]本专利技术目的在于提供一种基于机器视觉的实时工件表面缺陷检测评价系统及方法，该系统及方法通过机器视觉、深度学习、人机交互和无线通讯等技术实现远程实时评价工件表面质量，并对所存在的问题及时产生对应分析报告以供工作人员进行合理解决。有效解决了当下工件表面缺陷检测系统功能单一，适应性不强的问题。
[0010]本专利技术解决其技术问题所采用的技术方案是：
[0011]基于机器视觉的实时工件表面缺陷检测评价系统及方法，其特征在于：系统包括图像采集平台、无线传输平台、检测处理平台、可视化监控平台；
[0012]所述图像采集平台，包含信息捕捉模块和环境配置模块，系统硬件主要组成为工业相机，光源及数字控制器，所述工业相机用来实时拍摄/捕捉待检测工件表面图像，获取图像信息；所述光源及数字控制器用来调整拍摄环境参数，确保拍摄质量；该平台用于实时采集工件表面图像信息；
[0013]所述无线传输平台，包含发射模块和接收模块，系统硬件主要组成为主控机，开发板及AD/DA解码编码芯片；所述开发板主要完成图像格式转换，连接系统各个重要组成芯片，并且合成相应的控制信号；所述主控机完成对AD/DA解码编码芯片的初始化；所述AD/DA解码编码芯片分别完成图像解码和编码；该平台用于实现图像采集平台与可视化监控平台之间的无线信息传输；
[0014]所述检测处理平台，包含数据存储模块、实时检测模块和自主学习模块，系统硬件主要为运算服务器，储存硬盘；所述数据存储模块用于存储检测处理算法模型，实时传输的图像及对应的检测结果与质量报告；所述实时检测模块用于读取实时传输的图像信息及运行对应的检测处理算法模型，并生成缺陷标注信息和工件表面质量评估报告；所述自主学习模块用于对一定时间周期内数据存储模块中检测结果与质量报告进行分析生成检测准确性报告，并将所储存的图像进行重新标注以不断扩充检测算法模型训练集用来重新训练更新获得更为准确的检测模型权重，提高检测准确率；该平台用于实现对实时采集的图像中缺陷进行分类、定位、尺度量化及质量评估；
[0015]所述可视化监控平台，包含检测效果展示模块及控制指令生成模块，系统硬件主要为液晶触控面板及远程监控主机组合在一起的触控显示一体机，且与检测处理平台相连接，所述检测效果展示模块用于展示检测处理平台处理后得到的实时图像的缺陷检测结果、工件表面质量评估报告及一定作业时间周期内的缺陷检测准确性报告；所述控制指令生成模块，用于通过触控面板调整相机位置及数字控制器，保证高质量的图像采集质量；该
平台用于将基于实时图像得到的检测分析结果可视化，并远程控制调整拍摄环境，确保图像采集质量；
[0016]基于机器视觉的实时工件表面缺陷检测评价方法，包括以下步骤：
[0017]步骤1：接通工件表面缺陷检测系统电源，图像采集平台开始工作，液晶触控面板显示实时图像信息，展示检测调试界面，通过触控面板上的调整按键分别远程调节相机位置，光源位置与强度，保证图像采集质量；
[0018]步骤2：检测调试完成后，点击触控面板上的检测处理按钮启动检测处理平台，进入检测处理界面，通过触控面板上的“算法模型”按键可查看预存的算法模型库，并基于检测对象及目标调用已经训练好的指定检测处理算法模型，点击确定后，指定算法模型被调用，此时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的实时工件表面缺陷检测评价系统及方法，其特征在于：系统包括图像采集平台、无线传输平台、检测处理平台、可视化监控平台；所述图像采集平台，包含信息捕捉模块和环境配置模块，系统硬件主要组成为工业相机，光源及数字控制器，所述工业相机用来实时拍摄/捕捉待检测工件表面图像，获取图像信息；所述光源及数字控制器用来调整拍摄环境参数，确保拍摄质量；该平台用于实时采集工件表面图像信息；所述无线传输平台，包含发射模块和接收模块，系统硬件主要组成为主控机，开发板及AD/DA解码编码芯片；所述开发板主要完成图像格式转换，连接系统各个重要组成芯片，并且合成相应的控制信号；所述主控机完成对AD/DA解码编码芯片的初始化；所述AD/DA解码编码芯片分别完成图像解码和编码；该平台用于实现图像采集平台与可视化监控平台之间的无线信息传输；所述检测处理平台，包含数据存储模块、实时检测模块和自主学习模块，系统硬件主要为运算服务器，储存硬盘；所述数据存储模块用于存储检测处理算法模型，实时传输的图像及对应的检测结果与质量报告；所述实时检测模块用于读取实时传输的图像信息及运行对应的检测处理算法模型，并生成缺陷标注信息和工件表面质量评估报告；所述自主学习模块用于对一定时间周期内数据存储模块中检测结果与质量报告进行分析生成检测准确性报告，并将所储存的图像进行重新标注以不断扩充检测算法模型训练集用来重新训练更新获得更为准确的检测模型权重，提高检测准确率；该平台用于实现对实时采集的图像中缺陷进行分类、定位、尺度量化及质量评估；所述可视化监控平台，包含检测效果展示模块及控制指令生成模块，系统硬件主要为液晶触控面板及远程监控主机组合在一起的触控显示一体机，且与检测处理平台相连接，所述检测效果展示模块用于展示检测处理平台处理后得到的实时图像的缺陷检测结果、工件表面质量评估报告及一定作业时间周期内的缺陷检测准确性报告；所述控制指令生成模块，用于通过触控面板调整相机位置及数字控制器，保证高质量的图像采集质量；该平台用于将基于实时图像得到的检测分析结果可视化，并远程控制调整拍摄环境，确保图像采集质量；基于机器视觉的实时工件表面缺陷检测评价方法，包括以下步骤：步骤1：接通工件表面缺陷检测系统电源，图像采集平台开始工作，液晶触控面板显示实时图像信息，展示检测调试界面，通过...

【专利技术属性】
技术研发人员：王冠强，陈明松，蔺永诚，谭先华，张驰洲，梁佩，
申请(专利权)人：中南大学，
类型：发明
国别省市：