【技术实现步骤摘要】
本专利技术涉及缺陷检测相关领域，具体为一种缺陷检测方法、装置、系统及存储介质。
技术介绍
1、目前，塑胶品被广泛应用于各个行业，其质量和可靠性对产品的性能和安全性起着重要作用。然而，由于塑胶品的特殊性质，如透明或半透明、复杂的几何结构等，导致现有的缺陷检测方法存在一定的局限性。
2、传统的缺陷检测方法主要依赖于视觉检查和人工分析，这种方法耗时、劳动密集，且易受主观因素的影响，无法实现快速且准确的检测。传感器技术的应用虽然提供了一些解决方案，但单一传感器只能提供有限的信息，难以满足复杂缺陷的检测需求。
技术实现思路
1、本专利技术的目的在于提供一种缺陷检测方法、装置、系统及存储介质，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种缺陷检测方法，包括以下步骤：
3、步骤s1、获取待测塑胶品的待测区块，并取得待测区块的图像，再应用边缘检测算法，提取待测区块的边界信息，接下来，使用颜色分析算法，分析待测区块的颜色特征，获取待测区块的表面信息和光学特性；
4、步骤s2、控制激光发射器照射待测区块，获得待测区块的视觉图像和光致发光光谱，具体通过激光照射，激发待测区块的光致发光现象，并利用相应的光谱仪器捕捉光致发光信号，获取光致发光光谱；
5、步骤s3、根据步骤s1中待测区块的表面信息中的视觉图像，确定待测区块上第一电极的位置，具体根据图像处理算法，准确定位待测区块上第一电极的位置；
6
7、步骤s5、根据视觉图像、光致发光光谱和电致发光光谱，采用模式识别算法进行缺陷识别和结果融合，得到待测塑胶品的缺陷检测结果。
8、优选的，所述机器视觉中应用的边缘检测算法和颜色分析算法具体包括以下内容：
9、边缘检测算法检测器捕捉到塑胶品的边界信息，从而判断是否存在缺陷或异常：假设通过传感器采集一张塑胶品的灰度图像l(x,y)，其中(x,y)表示图像上的像素坐标，利用sobel算子对该图像进行卷积操作，得到水平方向(gx)和垂直方向(gy)的梯度值：
10、对于水平方向的sobel算子，其计算公式如下：
11、
12、对于垂直方向的sobel算子，计算公式如下：
13、
14、根据gx和gy，计算每个像素点的梯度幅值和方向，用于检测塑胶品的边缘：
15、gradient_magnitude＝sqrt(gx2+gy2)；
16、gradient_direction＝atan2(gy,gx)；
17、通过设定适当的阈值，根据梯度幅值和方向，将像素点分为强边缘或弱边界，提取塑胶品的边缘信息；
18、颜色分析算法提取图像中的颜色特征，用于识别塑胶品的染色质量或检测表面的异物：假设通过传感器采集一张彩色图像i(x,y)，其中(x,y)表示图像上的像素坐标，将该彩色图像转换为hsv颜色空间，进行颜色分析；
19、hsv颜色空间由色调、饱和度和亮度三个分量组成，首先，将rgb图像转换为hsv图像，根据以下公式进行转换：
20、v＝max(r,g,b)；
21、s＝(v-min(r,g,b)/v)；
22、h＝0if v＝＝0；
23、60*(g-b)/(6*(v-min(r,g,b)))if v＝＝r；
24、60*(b-g)/(6*(v-min(r,g,b)))+120if v＝＝g；
25、60*(r-g)/(6*(v-min(r,g,b)))+240if v＝＝b；
26、通过颜色分析算法，计算出每个像素点在hsv颜色空间中的色调、饱和度和亮度值，再根据预设的标准或阈值，确定塑胶品的染色质量和异物。
27、优选的，所述步骤s3中采用的图像处理算法为模板匹配法，其具体步骤如下：
28、步骤s31、假设一个电极模板f(x,y)，其中(x,y)表示模板上的像素坐标，模板是第一电极的形状或特征；
29、步骤s32、使用模板匹配算法，在待测区块图像中滑动模板，并计算模板与图像局部区域的相似度或匹配程度，具体将模板与图像局部区域进行像素级别的差异度比较；
30、步骤s33、根据差异度的计算结果，确定与模板最匹配的区域，即待测区块上第一电极的位置。
31、优选的，所述步骤s32中使用的模板匹配法的具体内容为：
32、步骤a、准备工作：待测区块图像(f)：进行电极检测的塑胶品图像；模板图像(t)：包含第一电极形状的模板图像；
33、步骤b、模板匹配算法的步骤：将模板(t)从左上角开始，依次滑动到待测区块图像(f)的每个可能的位置；在每个位置，计算模板(t)与当前滑动位置下的图像局部区域(f′)的相似度或匹配程度；
34、步骤c、相似度的计算方法：在模板相似度算法中，使用均方差进行计算：
35、mse(t,f′)＝σ(t(x,y)-f′(x,y))2/(m×n)；
36、其中，f(x,y)是模板图像上的像素值，f′(x,y)是滑动位置下的图像局部区域上的像素值，m和n分别是模板图像的宽度和高度；
37、步骤d、匹配程度的确定：查看均方差，越小的值表示模板与图像局部区域的相似度越高，最小均方差的位置即为待测区块上第一电极的位置。
38、优选的，所述步骤s4中控制机械臂上第二电极与第一电极接触，获得待测区块的电致发光光谱的具体步骤为：
39、步骤s41、准备工作：第一电极：这是已经确定位置的塑胶品上的电极，检测到了可能的缺陷或需要进行光致发光光谱分析的区域；第二电极：机械臂上的电极，通过控制与第一电极进行接触；光谱仪器：使用荧光分光光度计获取光致发光光谱数据；
40、步骤s42、机械臂控制第二电极接触第一电极：根据第一电极的位置信息，通过精确控制机械臂的运动，使第二电极与第一电极准确接触；
41、步骤s43、电致发光光谱的获取：通过第一电极与第二电极的接触，建立起电路连接，使电荷在塑胶品中流动；使用荧光分光光度计对光致发光现象进行光谱数据采集；确定感兴趣的光致发光波长范围，具体设置光谱仪器的起始波长和终止波长；通过光谱仪器记录电致发光光谱的数据；
42、步骤s44、光谱数据的分析和处理：对记录的电致发光光谱数据进行进一步的分析和处理，具体分析和处理步骤包括峰值定位、光谱平滑、数据归一化；由上述光谱数据的分析和处理结果进行故障检测、质量评估和分析操作，确定塑胶品的性能和缺陷。
43、优选的，所述步骤s42中机械臂控制第二电极接触第一电极的具体方法如下本文档来自技高网...
【技术保护点】
1.一种缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述机器视觉中应用的边缘检测算法和颜色分析算法具体包括以下内容：
3.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述步骤S3中采用的图像处理算法为模板匹配法，其具体步骤如下：
4.根据权利要求3所述的一种缺陷检测方法，其特征在于：所述步骤S32中使用的模板匹配法的具体内容为：
5.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述步骤S4中控制机械臂上第二电极与第一电极接触，获得待测区块的电致发光光谱的具体步骤为：
6.根据权利要求5所述的一种缺陷检测方法，其特征在于：所述步骤S42中机械臂控制第二电极接触第一电极的具体方法如下：
7.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述步骤S5中采用模式识别算法进行缺陷识别和结果融合的具体步骤为：
8.一种缺陷检测装置，包括激光发射器、机械臂、第一电极和第二电机，其特征在于：所述激光发射器用于照射待测塑胶品的待测区块，所述机械臂上
9.一种缺陷检测系统，包括图像采集器、光致发光测量仪、控制模块和缺陷识别模块，其特征在于：所述图像采集器用于获取视觉图像，所述光致发光测量仪用于获得待测区块的光致发光光谱，所述控制模块用于控制机械臂的动作，所述缺陷识别模块用于进行缺陷识别和结果融合。
10.一种缺陷检测存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的缺陷检测方法的步骤。
...【技术特征摘要】
1.一种缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述机器视觉中应用的边缘检测算法和颜色分析算法具体包括以下内容：
3.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述步骤s3中采用的图像处理算法为模板匹配法，其具体步骤如下：
4.根据权利要求3所述的一种缺陷检测方法，其特征在于：所述步骤s32中使用的模板匹配法的具体内容为：
5.根据权利要求1所述的一种缺陷检测方法，其特征在于：所述步骤s4中控制机械臂上第二电极与第一电极接触，获得待测区块的电致发光光谱的具体步骤为：
6.根据权利要求5所述的一种缺陷检测方法，其特征在于：所述步骤s42中机械臂控制第二电极接触第一电极的具体方法如下：
7.根据权利要求1所述...
【专利技术属性】
技术研发人员：杨辉，季金平，沈凯翔，
申请(专利权)人：上海宝柏新材料股份有限公司，
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。