【技术实现步骤摘要】
本专利技术涉及保温杯杯体缺陷检测方法，尤其涉及一种保温杯缺陷检测方法。
技术介绍
1、保温杯，一般是由不锈钢加上真空层做成的盛水的容器，顶部有盖，密封严实，真空绝热层能使装在内部的水等液体延缓散热，以达到保温的目的。
2、现有的保温杯的结构多为一个内胆和用于对内胆进行套接的外壳，在加工过程中，需要将外壳的顶部开口与内胆的顶部开口进行封口焊接，将外壳的底部通过底盖进行外壳封底焊接，在内胆与外壳之间进行抽真空处理，形成真空隔绝空间。保温杯的保温效果与该真空空间有很大的关联，如果在加工过程中处理不当，很容易造成杯口处出现断层、气孔和缺口等缺陷，或者杯底焊接处出现漏洞、焊缝、焊坑、气孔等，进而影响保温效果与美观。
3、因此，对于保温杯的合格检测主要包括杯口检测与杯底检测，传统的检测方式是采用人工使用手电灯照射，并通过眼睛观察，这种方式不仅效率低下，而且对于细小的人眼无法察觉的缺陷不能进准找出，进而给出厂产品的合格率造成影响。
4、目前市面上还没有专业的可同时实现对保温杯的杯口与杯底进行检测的方法，而传统的基于视觉的寻找缺陷的检测算法不仅占用系统资源大，而且耗时长，不利于检测的高效操作，而且由于传统的视觉检测算法复杂，并不能在规定时间内精准的对保温杯进行缺陷检测。
5、因此，亟需一种新的技术方案解决上述技术问题。
技术实现思路
1、本专利技术的目的在于克服上述现有技术的问题，提供了一种保温杯缺陷检测方法，用以解决市面上没有专业针对保温杯进行缺陷
2、上述目的是通过以下技术方案来实现：
3、一种保温杯缺陷检测方法，包括杯口检测和杯底检测，
4、所述杯口检测包括：
5、步骤(1-1)基于杯口缺陷数据构建svm缺陷分类器；
6、步骤(1-2)采集待检测杯口图像，并对所述杯口图像进行预处理，以便增强杯口图像定位，获得杯口位置；
7、步骤(1-3)根据所述杯口位置提取骨架线段，获得杯口骨架，通过线段拟合将所述杯口骨架拟合为一个完整的圆；
8、若拟合圆环数量＞1，则拟合失败，输出结果为不合格；
9、若拟合圆环数量≤1，则拟合成功，输出结果为合格；
10、步骤(1-4)获取输出结果为合格的拟合圆的图像，以拟合圆的圆心坐标(rowcircle，columcircle)和半径rcircle，对其制作杯口圆环区域；
11、定义内半径为r1，外半径为r2，则内外半径差d＝r1-r2，极坐标展开后的矩形宽度为d，该高度为圆环外圆周长r12π，即整个圆环；
12、步骤(1-5)对所述圆环进行均值滤波，还原节选大于阈值的部分，并进行特征提取；
13、步骤(1-6)将步骤(1-5)中特征提取的数据输入到所述svm缺陷分类器中进行判定；判定结果包括合格与不合格，若为不合格，则进行极坐标还原，标注不合格位置，并记录不合格数目，显示结果；
14、所述杯底检测包括：
15、步骤(2-1)基于杯底正样本图像构建异常检测模型；
16、步骤(2-2)采集待检测杯底图像，并对所述杯底图像进行预处理；
17、步骤(2-3)通过所述异常检测模型对步骤(2-3)中所述预处理后的图像进行重构，获得重构图像，并计算出所述重构图像与原始图像之间的误差值；
18、步骤(2-4)将步骤(2-3)中所述误差值与预先计算好的误差阈值进行比较；
19、若所述误差值在所述误差阈值范围内，则判定为合格图形；
20、若所述误差值在所述误差阈值范围外，则判定为不合格图形。
21、进一步地，所述步骤(1-1)具体为：将已处理好的杯口缺陷切片图和完好的杯口切片图分别进行特征提取，将分类好的数据集输入到支持向量机svm分类器中进行训练分类，获得所述svm缺陷分类器。
22、进一步地，所述特征提取中的特征包括：紧密度、水平灰度极值、垂直灰度极值、凸度，灰度熵、几何二阶矩。
23、进一步地，所述步骤(1-2)具体为：采集待检测杯口图像，并对所述杯口图像进行预处理，中值滤波去除图像中的干扰像素，设置掩模模板大小为5*5，输出公式如下：
24、g(x,y)＝med{f(x-k,y-1),(k,l∈w)}
25、式中，f(x,y)，g(x,y)分别表示输入图片和滤波后的图片；
26、再用图像增强方法增强输入图片的对比度，让缺陷部位更加突出显示，设定增强因子factor＝5，将图像进行如下公式的计算：
27、res：＝round((orig-mean)*factor)+orig；
28、进一步地，所述步骤(1-5)具体为：对所述圆环进行均值滤波，设一个滤波器的宽度maskwidth＝r12π，高度maskwidth＝d，将其所有位置做平滑处理，全部复原为合格的区域，再用原始图与平滑后的图片做阈值分割，找到阈值小于offset的比平滑图较暗的区域g0，公式如下：
29、g0≤gt-offset；
30、将所有区进行分割，每一个都扩张成大于展开宽度d的长方形区域，再将其全部裁剪成为杯口切片图，并进行特征提取。
31、进一步地，步骤(2-1)中所述异常检测模型由编码器和解码器构成，所述编码器由三个卷积层与三个池化层组成；网络中间使用全连接层作为隐藏层，所述解码器由三个反卷积层和三个反池化层组成。
32、进一步地，步骤(2-4)中所述误差阈值score的计算如下式：
33、score＝μ+kσ#
34、其中，μ和σ分别是正常数据的重构误差的均值和标准差，k是一个常数，通常设置为2或3。
35、进一步地，所述异常检测模型还包括超参数的设置，所述超参数包括初始学习率、每轮迭代的数据大小、训练迭代次数和隐藏层激活函数。
36、进一步地，所述初始学习率的设定值为0.001、所述每轮迭代的数据大小的设定值为32、训练迭代次数的设定值为50，隐藏层激活函数的设定值为relu。
37、有益效果
38、本专利技术所提供的一种保温杯缺陷检测方法，针对杯口缺陷的检测，通过支持向量机(svm)分类器构建svm缺陷分类器，然后对待检测保温杯的图像进行特征提取并输入到svm缺陷分类器中进行合格判定，并基于极坐标还原来标注不合格位置，以便显示检测结果；针对杯底缺陷的检测，通过基于卷积自编码器(cae)的无监督异常缺陷检测方法，通过卷积自编码器使用相对小的损失值来重新构建正常样本，反之异常缺陷的图像用较大的损失值来重构图像，通过在实验中输入训练正样本的合格图像，测试时遇到有缺陷的样本图像输入时，只会由卷积自编码器重建成为正常无缺陷的图像，通过计算其重构误差值，并且根据合适的阈值判别输入的图像是否为异常图像，以此来提高杯底焊缝缺陷检测的准确率。本方法不仅本文档来自技高网...
【技术保护点】
1.一种保温杯缺陷检测方法，其特征在于，包括杯口检测和杯底检测，
2.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-1)具体为：将已处理好的杯口缺陷切片图和完好的杯口切片图分别进行特征提取，将分类好的数据集输入到支持向量机SVM分类器中进行训练分类，获得所述SVM缺陷分类器。
3.根据权利要求2所述的一种保温杯缺陷检测方法，其特征在于，所述特征提取中的特征包括：紧密度、水平灰度极值、垂直灰度极值、凸度，灰度熵、几何二阶矩。
4.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-2)具体为：采集待检测杯口图像，并对所述杯口图像进行预处理，中值滤波去除图像中的干扰像素，设置掩模模板大小为5*5，输出公式如下：
5.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-5)具体为：对所述圆环进行均值滤波，设一个滤波器的宽度MaskWidth＝R12π，高度MaskWidth＝d，将其所有位置做平滑处理，全部复原为合格的区域，再用原始图与平滑后的图片做阈值分割，找到阈值小于offs
6.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，步骤(2-1)中所述异常检测模型由编码器和解码器构成，所述编码器由三个卷积层与三个池化层组成；网络中间使用全连接层作为隐藏层，所述解码器由三个反卷积层和三个反池化层组成。
7.根据权利要求2所述的一种保温杯缺陷检测方法，其特征在于，步骤(2-4)中所述误差阈值Score的计算如下式：
8.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述异常检测模型还包括超参数的设置，所述超参数包括初始学习率、每轮迭代的数据大小、训练迭代次数和隐藏层激活函数。
9.根据权利要求8所述的一种保温杯缺陷检测方法，其特征在于，所述初始学习率的设定值为0.001、所述每轮迭代的数据大小的设定值为32、训练迭代次数的设定值为50，隐藏层激活函数的设定值为Relu。
...【技术特征摘要】
1.一种保温杯缺陷检测方法，其特征在于，包括杯口检测和杯底检测，
2.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-1)具体为：将已处理好的杯口缺陷切片图和完好的杯口切片图分别进行特征提取，将分类好的数据集输入到支持向量机svm分类器中进行训练分类，获得所述svm缺陷分类器。
3.根据权利要求2所述的一种保温杯缺陷检测方法，其特征在于，所述特征提取中的特征包括：紧密度、水平灰度极值、垂直灰度极值、凸度，灰度熵、几何二阶矩。
4.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-2)具体为：采集待检测杯口图像，并对所述杯口图像进行预处理，中值滤波去除图像中的干扰像素，设置掩模模板大小为5*5，输出公式如下：
5.根据权利要求1所述的一种保温杯缺陷检测方法，其特征在于，所述步骤(1-5)具体为：对所述圆环进行均值滤波，设一个滤波器的宽度maskwidth＝r12π，高度maskwidth＝d，将其所有...
【专利技术属性】
技术研发人员：刘明言，李晓舸，杨敬辉，尹明，
申请(专利权)人：奈森智能科技浙江有限公司，
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。