基于大数据的工件表面损伤检测系统技术方案

本发明专利技术公开了一种基于大数据的工件表面损伤检测系统，包括数据处理平台、边缘计算模块、摄像头模块、结果输出模块以及控制器，所述摄像头模块和所述结果输出模块分别与所述控制器电连接，所述边缘计算模块的一端与所述控制器电连接，所述边缘计算模块的另一端与所述数据处理平台基于公网通信连接。本发明专利技术从工件表面实时图像中提取目标工件图像，并对目标工件图像执行目标检测操作，输出表示未检测出工件表面损伤的第一检测结果或者输出表示工件表面损伤的位置信息的第二检测结果，这有利于对加工设备所输出的工件品质评判，从而有利于优化调控该加工设备装置的运作，从而有利于保障加工设备运作的高效性。障加工设备运作的高效性。障加工设备运作的高效性。

【技术实现步骤摘要】
基于大数据的工件表面损伤检测系统


[0001]本专利技术涉及金属加工
，尤其涉及一种基于大数据的工件表面损伤检测系统。

技术介绍

[0002]专利CN115017944A公开了一种工件加工状态的检测方法、装置和电子设备。其中，在检测工件对应的加工状态时，可以先获取工件加工过程中加工设备的目标参考信号，并根据目标参考信号，确定工件对应的目标加工状态。
[0003]专利CN212331322U公开了一种全自动多方位加工的加工设备，该设备可进行工件输送，并在输送过程中防止回流；且同时对工件的侧部以及端部进行加工，提高加工效率。
[0004]上述技术方案中，主要是涉及工件加工的自动化设备，但是未对工件品质评判，不利于优化调控相关加工设备的运作，从而不利于保障加工设备的高效性。
[0005]可见，如何设计一款能对输出的工件品质评判的检测系统，是亟需解决的技术问题。

技术实现思路

[0006]本专利技术所要解决的技术问题在于，提供一种基于大数据的工件表面损伤检测系统，有利于对工件品质的评判。
[0007]为了解决上述技术问题，本专利技术公开了一种基于大数据的工件表面损伤检测系统，包括数据处理平台、边缘计算模块、摄像头模块、结果输出模块以及控制器，所述摄像头模块和所述结果输出模块分别与所述控制器电连接，所述边缘计算模块的一端与所述控制器电连接，所述边缘计算模块的另一端与所述数据处理平台基于公网通信连接，所述控制器执行的控制步骤包括：
[0008]所述控制器获取所述摄像头模块拍摄到的工件表面实时图像；
[0009]所述控制器从所述工件表面实时图像中提取出目标工件图像；
[0010]所述控制器将所述目标工件图像传输至所述边缘计算模块，并触发所述边缘计算模块对所述目标工件图像基于卷积神经网络对所述目标工件图像执行关于工件表面损伤的目标检测操作；
[0011]所述控制器将所述边缘计算模块的所述目标检测操作的检测结果通过所述结果输出模块输出，其中，所述检测结果包括表示未检测出工件表面损伤的第一检测结果或者表示工件表面损伤的位置信息的第二检测结果。
[0012]可见，本专利技术的基于大数据的工件表面损伤检测系统，从工件表面实时图像中提取目标工件图像，并对目标工件图像执行目标检测操作，输出表示未检测出工件表面损伤的第一检测结果或者输出表示工件表面损伤的位置信息的第二检测结果，这有利于对加工设备所输出的工件品质评判，从而有利于优化调控该加工设备装置的运作，从而有利于保障加工设备运作的高效性。
[0013]作为一种可选的实施方式，本专利技术中，当所述边缘计算模块完成所述目标检测操作并得到检测结果为第二检测结果时，在所述控制器将所述边缘计算模块的所述目标检测操作的检测结果通过所述结果输出模块输出之前，所述边缘计算模块执行的步骤包括：
[0014]所述边缘计算模块对所述数据处理平台发送核验请求，触发所述数据处理平台执行对所述边缘计算模块执行的所述目标检测操作的核验操作；
[0015]当所述核验操作的结果表示所述第二检测结果异常时，所述数据处理平台对所述边缘计算模块发送检测结果重置指令，使得所述边缘计算模块将当前的检测结果重置为第一检测结果。
[0016]作为一种可选的实施方式，本专利技术中，所述控制器从所述工件表面实时图像中提取出目标工件图像，具体包括：
[0017]所述控制器对所述工件表面实时图像基于滤波算法执行边缘检测的操作，确定出所述工件表面实时图像中的目标工件外廓边缘；
[0018]所述控制器以所述目标工件外廓边缘的外接矩形框作为边界，使得所述目标工件图像从所述工件表面实时图像中分离出来。
[0019]作为一种可选的实施方式，本专利技术中，基于所述滤波算法执行边缘检测的过程包括：
[0020]对工件表面实时图像数据f(x,y)进行卷积处理，得到数字图像数据t(x,y)如下：
[0021]t(x,y)＝T(x,y)
×
f(x,y)
[0022]式中，x、y分别表示图像中的像素点的横坐标和纵坐标；
[0023]以及，T(x,y)的表达式如下：
[0024][0025]式中，σ为函数T(x,y)分布参数,n、r为经验系数，r∈(0,π],n>0；
[0026]求取数字图像数据t(x,y)中的目标工件图像外廓边缘点的集合G(x,y)如下：
[0027][0028]作为一种可选的实施方式，本专利技术中，σ取值确定过程包括：
[0029]构建σ与所述数字图像数据之间的模型如下：
[0030]Q
i
＝I
i
σ
k
+b
k
[0031]式中，σ
k
表示某特征向量在数字图像数据F的图像区域I
i
的函数T(x,t)的分布参数，Q
i
表示图像区域I
i
经过卷积处理后的图像区域，b
k
表示卷积处理过程中的偏置量；
[0032]构建评判函数E如下：
[0033][0034]式中，P
i
表示卷积处理后的先验图像区域，ε为正则化参数，ε∈(0,1)；
[0035]求取使得评判函数E收敛时的σ
k
的值，其中，σ∈{σ
k
}。
[0036]作为一种可选的实施方式，本专利技术中，所述特征向量对应的图像特征为灰度值、对比度、亮度当中的其中一个或多个图像特征融合而成的融合特征。
[0037]作为一种可选的实施方式，本专利技术中，所述边缘计算模块对所述目标工件图像基
于卷积神经网络对所述目标工件图像执行关于工件表面损伤的目标检测操作，具体包括：
[0038]所述边缘计算模块对所述目标工件图像执行网格化处理，将所述目标工件图像划分为若干个图像尺寸大小相同的网格图像；
[0039]所述边缘计算模块对于所述网格图像基于经过训练的深度卷积神经网络以工件表面损伤图像作为检测目标执行目标检测的操作；
[0040]当所述目标检测的操作的结果表示所述网格图像中包括检测目标时，所述边缘计算模块将所述网格图像标记为目标网格图像，
[0041]所述边缘计算模块将在所述目标工件图像中的相邻的目标网格图像所组成图像区域标记为目标图像区域，
[0042]所述边缘计算模块求取所述目标图像区域的标记图像位置，并以所述标记图像位置表示检测出的工件表面损伤的位置信息，得到第二检测结果；
[0043]当所述目标检测的操作的结果表示全部的网格图像均未包括检测目标时，所述边缘计算模块得到第一检测结果。
[0044]作为一种可选的实施方式，本专利技术中，所述边缘计算模块求取所述目标图像区域的标记图像位置，并以所述标记图像位置表示检测出的工件表面损伤的位置信息，得到第二检测结果，包括：
[0045]所述边缘计算模块确定所述目标图像区域中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的工件表面损伤检测系统，其特征在于，包括数据处理平台、边缘计算模块、摄像头模块、结果输出模块以及控制器，所述摄像头模块和所述结果输出模块分别与所述控制器电连接，所述边缘计算模块的一端与所述控制器电连接，所述边缘计算模块的另一端与所述数据处理平台基于公网通信连接，所述控制器执行的控制步骤包括：所述控制器获取所述摄像头模块拍摄到的工件表面实时图像；所述控制器从所述工件表面实时图像中提取出目标工件图像；所述控制器将所述目标工件图像传输至所述边缘计算模块，并触发所述边缘计算模块对所述目标工件图像基于卷积神经网络对所述目标工件图像执行关于工件表面损伤的目标检测操作；所述控制器将所述边缘计算模块的所述目标检测操作的检测结果通过所述结果输出模块输出，其中，所述检测结果包括表示未检测出工件表面损伤的第一检测结果或者表示工件表面损伤的位置信息的第二检测结果。2.根据权利要求1所述的基于大数据的工件表面损伤检测系统，其特征在于，当所述边缘计算模块完成所述目标检测操作并得到检测结果为第二检测结果时，在所述控制器将所述边缘计算模块的所述目标检测操作的检测结果通过所述结果输出模块输出之前，所述边缘计算模块对所述数据处理平台发送核验请求，触发所述数据处理平台执行对所述边缘计算模块执行的所述目标检测操作的核验操作；当所述核验操作的结果表示所述第二检测结果异常时，所述数据处理平台对所述边缘计算模块发送检测结果重置指令，使得所述边缘计算模块将当前的检测结果重置为第一检测结果。3.根据权利要求2所述的基于大数据的工件表面损伤检测系统，其特征在于，所述控制器从所述工件表面实时图像中提取出目标工件图像，具体包括：所述控制器对所述工件表面实时图像基于滤波算法执行边缘检测的操作，确定出所述工件表面实时图像中的目标工件外廓边缘；所述控制器以所述目标工件外廓边缘的外接矩形框作为边界，使得所述目标工件图像从所述工件表面实时图像中分离出来。4.根据权利要求3所述的基于大数据的工件表面损伤检测系统，其特征在于，基于所述滤波算法执行边缘检测的过程包括：对工件表面实时图像数据f(x，y)进行卷积处理，得到数字图像数据t(x，y)如下：t(x，y)＝T(x，y)
×
f(x，y)式中，x、y分别表示图像中的像素点的横坐标和纵坐标；以及，T(x，y)的表达式如下：式中，σ为函数T(x，y)分布参数，n、r为经验系数，r∈(0，π]，n＞0；求取数字图像数据t(x，y)中的目标工件图像外廓边缘点的集合G(x，y)如下：5.根据权利要求4所述的基于大数据的工件表面损伤检测系统，其特征在于，σ取值确
定过程包括：构建σ与所述数字图像数据之间的模型如下：Q
i
＝I
i
σ
k
+b
k
式中，σ
k<...

【专利技术属性】
技术研发人员：段向敏，杨明金，张春，李守太，
申请(专利权)人：西南大学，
类型：发明
国别省市：