【技术实现步骤摘要】
本专利技术涉及图像处理和机器视觉，尤其涉及表面缺陷检测方法和装置。
技术介绍
1、在工业生产制造过程中，对象的表面缺陷检测是一个至关重要的环节，特别是在新能源领域，诸如电池、电芯等产品的制造过程中，经常会出现各种表面缺陷，这些表面缺陷类型包括划痕、凹坑、起泡、磨花、碰伤等。
2、以软包装电芯表面缺陷检测为例，现有表面缺陷检测手段主要为人工检测和利用机器实现的视觉检测。人工检测效率低且难以满足质控的需求，而传统的视觉检测采用二维成像方法，该方法通常在单一光源和固定光路条件下进行，对于微小缺陷的成像效果往往不尽如人意。另外，表面缺陷可能具有特殊的形状、深度或方向，二维成像方法难以准确捕捉，导致在表面缺陷检测工序中，无法及时检测出上述表面缺陷，导致不良品流入后续工序，容易对成品的产品质量产生负面影响。
3、因此，亟需软包电芯表面缺陷检测方法、系统和存储介质来克服上述缺陷。
技术实现思路
1、本专利技术的目的在于提供表面缺陷检测方法和装置，以解决或至少部分解决现有技术中所存在的技术问题。
2、为达此目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供了一种表面缺陷检测方法，其包括如下步骤：
4、s1、提供具有固定拍摄位置的线扫相机和多个球积分光源，不同所述球积分光源具有不同固定的照明方向；
5、s2、以预设速度和轨迹移动待检测物，及在所述待检测物的移动过程中，控制所有球积分光源间隔照明，并通过所述线扫相机对
6、s3、将所述所述待检测物的图像拆分为与所述球积分光源数量一致的子图像，每一子图像所包含的图像信息由所述线扫相机在对应的所述球积分光源的独立照明下拍摄获得；
7、s4、依据所有子图像重建所述待检测物的平均曲率图像；
8、s5、对所述平均曲率图像进行图像转换，以获得所述平均曲率图像的突出缺陷区域的增强图像；
9、s6、将所述增强图像作为训练数据，训练目标检测模型，利用训练后的目标检测模型进行表面缺陷检测。
10、较佳地，所述球积分光源的光源开口呈细条状设置。
11、较佳地，所述步骤s2具体包括：
12、s21、将所述待检测物放置在移动平台上；
13、s22、调整所述移动平台的移动速度和移动轨迹，通过所述移动平台带动所述待检测物以预设速度和轨迹移动；
14、s23、在所述待检测物的移动过程中，采用分时频闪即行触发和帧触发结合的方式控制所有球积分光源间隔照明，并通过所述线扫相机对所述待检测物进行连续拍摄，获取所述待检测物的图像。
15、较佳地，所述步骤s1进一步包括：
16、对所述球积分光源进行光源标定。
17、具体地，所述对所述球积分光源进行光源标定，具体包括：
18、将标定球放置在检测平台上；
19、控制所有球积分光源间隔照明，并通过所述线扫相机对所述标定球进行连续拍摄，获取所述标定球在每一所述球积分光源的独立照明下的标定图像；
20、分析每一所述标定图像中所述标定球的球心像素坐标和高光中心像素坐标；
21、依据所述标定球的半径，及每一所述标定图像中所述标定球的球心像素坐标和高光中心像素坐标，计算每一所述球积分光源的光源向量；
22、依据每一所述球积分光源的光源向量，对每一所述球积分光源进行光源标定。
23、较佳地，所述步骤s3中，将所述所述待检测物的图像拆分为与所述球积分光源数量一致的子图像，具体包括：
24、通过分图算法将所述所述待检测物的图像拆分为与所述球积分光源数量一致的子图像。
25、较佳地，所述步骤s4具体包括：
26、s41、将所有子图像从cpu内存传输至gpu内存；
27、s42、在gpu内存中，通过光度立体算法计算重建出所述待检测物的平均曲率图像；
28、s43、将所述待检测物的平均曲率图像传输至所述cpu内存。
29、较佳地，所述步骤s6具体包括：
30、s61、通过deepvision3软件对所述增强图像进行缺陷标注；
31、s62、将进行缺陷标注后的所述增强图像作为训练数据，训练目标检测模型；
32、s63、利用训练后的目标检测模型进行表面缺陷检测。
33、较佳地，所述步骤s5具体包括：
34、s51、将所述平均曲率图通过三维图像转换为整数数位图像；
35、s52、获取所述整数数位图像的最大高度和最大色阶；
36、s53、计算所述整数数位图像的最大高度和最大色阶的比值，得到转换系数；
37、s54、调节所述转换系数的数值大小，以获得所述平均曲率图像的突出缺陷区域的增强图像。
38、第二方面，本专利技术提供了一种表面缺陷检测装置，其包括：
39、线扫相机，具有固定拍摄位置；
40、多个球积分光源，不同所述球积分光源具有不同固定的照明方向；
41、第一执行单元，被配置为以预设速度和轨迹移动待检测物，及在所述待检测物的移动过程中，控制所有球积分光源间隔照明，并通过所述线扫相机对所述待检测物进行连续拍摄，以获取所述待检测物的图像；
42、第二执行单元，被配置为将所述所述待检测物的图像拆分为与所述球积分光源数量一致的子图像，每一子图像所包含的图像信息由所述线扫相机在对应的所述球积分光源的独立照明下拍摄获得；
43、第三执行单元，被配置为依据所有子图像重建所述待检测物的平均曲率图像；
44、第四执行单元，被配置为对所述平均曲率图像进行图像转换，以获得所述平均曲率图像的突出缺陷区域的增强图像；
45、第五执行单元，被配置为将所述增强图像作为训练数据，训练目标检测模型，利用训练后的目标检测模型进行表面缺陷检测。
46、与现有技术相比，本专利技术具有以下有益效果：
47、1、采用多个球积分光源进行照明，配合先扫相机拍摄，有效确保图像质量，且球积分光源的光源开口呈细条状设置，能够减少图像所存在的阴影问题；
48、2、相比传统使用cpu内存进行数据处理，本专利技术结合cuda加速技术，将大量的数据放在gpu内存进行并行处理，提高了检测速度，能够实时适应各种不同的检测环境和检测需求；
49、3、本专利技术通过在deepvision3软件上对增强图像进行缺陷快速标注，并对标注缺陷后的增强图像数据进行模型训练，得以通过深度学习的方式实现了快速高效的检测与识别，其不仅提升了缺陷识别的准确性，还优化了用户的操作体验，使得复杂的数据处理变得更加直观和便捷，大大提升检测准确度和检测效率。
50、本专利技术具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或本文档来自技高网...
【技术保护点】
1.一种表面缺陷检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的表面缺陷检测方法，其特征在于，所述球积分光源的光源开口呈细条状设置。
3.如权利要求1所述的表面缺陷检测方法，其特征在于，所述以预设速度和轨迹移动待检测物，及在所述待检测物的移动过程中，控制所有球积分光源间隔照明，并通过所述线扫相机对所述待检测物进行连续拍摄，以获取所述待检测物的图像，具体包括：
4.如权利要求1所述的表面缺陷检测方法，其特征在于，所述提供具有固定拍摄位置的线扫相机和多个球积分光源，不同所述球积分光源具有不同固定的照明方向，进一步包括：
5.如权利要求4所述的表面缺陷检测方法，其特征在于，所述对所述球积分光源进行光源标定，具体包括：
6.如权利要求1所述的表面缺陷检测方法，其特征在于，所述将所述所述待检测物的图像拆分为与所述球积分光源数量一致的子图像，具体包括：
7.如权利要求1所述的表面缺陷检测方法，其特征在于，所述依据所有子图像重建所述待检测物的平均曲率图像，具体包括：
8.如权利要求1所述的表面缺陷检
9.如权利要求1所述的表面缺陷检测方法，其特征在于，所述对所述平均曲率图像进行图像转换，以获得所述平均曲率图像的突出缺陷区域的增强图像，具体包括：
10.一种表面缺陷检测装置，其特征在于，包括：
...【技术特征摘要】
1.一种表面缺陷检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的表面缺陷检测方法，其特征在于，所述球积分光源的光源开口呈细条状设置。
3.如权利要求1所述的表面缺陷检测方法，其特征在于，所述以预设速度和轨迹移动待检测物，及在所述待检测物的移动过程中，控制所有球积分光源间隔照明，并通过所述线扫相机对所述待检测物进行连续拍摄，以获取所述待检测物的图像，具体包括：
4.如权利要求1所述的表面缺陷检测方法，其特征在于，所述提供具有固定拍摄位置的线扫相机和多个球积分光源，不同所述球积分光源具有不同固定的照明方向，进一步包括：
5.如权利要求4所述的表面缺陷检测方法，其特征在于，所述对所述球积分光源进行光源标定，...
【专利技术属性】
技术研发人员：黎华勇，汤泉，潘威，曹玲，卢盛林，
申请(专利权)人：广东奥普特科技股份有限公司，
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。