[发明专利]基于PCA的瑕疵开关插座自动分拣装置及方法

说明书

技术领域

本发明主要采用PCA技术对开关插座表面的质量进行高速检测并进行分拣，应属于工业自动化产品生产线智能检测领域，具体涉及一种基于PCA的瑕疵开关插座自动分拣装置及方法。

背景技术

随着社会的发展与生活水平的提高，人们对家庭用电开关提出了更高的要求，而集成式的开关插座因其性能安全、结构美观得到了人们的亲睐。而在工业生产流程中，由于商标的印制与加工流程较多等原因，往往导致表面出现局部区域的瑕疵，从而影响了其美观程度。为了避免残次品流向市场，提高产品的出厂合格率，需要将不合格的开关插座分拣出来。而传统的分拣方式是通过专业人员进行分类剔除，由于检测周期较长，检测员往往由于疲劳致使错误率较高，同时由于分拣的主观性，检测的标准不一，导致出厂品质存在差异，并且效率低下。针对开关插座表面质量人工检测存在的缺陷，十分迫切需要引入一种基于计算机系统的在线自动检测系统，避免人工分拣的差异性，因此，开展流程工业过程产品自动检测、分拣，具有很高应用价值。

主成分分析(PrincipleComponentAnalysis,PCA)是最为常用的特征提取方法，被广泛应用到各领域，如图像处理、综合评价、语音识别、故障诊断等。它是将原来众多具有相关性的指标化为少数几个相互独立的综合指标的一种统计方法，试图在力保数据信息丢失最少的原则下，简化问题处理的难度并提高数据信息的信噪比，以改善抗干扰能力。即研究指标体系的少数几个线性组合，并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息，这些综合指标就称为主成分。主成分概念首先由Karlparson在1901年引进，不过当时只是对非随机变量进行讨论，1933年Hotelling将这个概念推广到随机向量。可见，PCA技术具有非接触，检测速度快，准确率高，检测结果客观可靠的特点，配合合适的检测算法可以迅速准确地检测开关插座面板表面瑕疵，并进行分拣。

发明内容

根据以上现有技术的不足，本发明所要解决的技术问题是提出一种基于PCA的瑕疵开关插座自动分拣装置及方法，通过计算机自动检测出表面具有瑕疵的开关插座，并将其分拣出来，以提高检测的效率和准确性。

为了解决上述技术问题，本发明采用的技术方案为：一种基于PCA的瑕疵开关插座自动分拣装置，包括产品检测器、上位机、图像获取单元、分拣信号控制单元和分拣执行结构，当产品检测器检测到随传送带运送过来的待测产品时，向上位机发送一个信号，上位机给图像获取单元发送图像获取命令，并对返回的图像进行分析处理，分拣信号控制单元根据上位机的辨别结果控制分拣执行机构的工作。所述分拣执行结构为通过两个相交斜面实现分拣的执行机构。所述产品检测器包括信号发射器和信号接收器，当待测产品挡住了信号发射器给信号接收器的信号时，给上位机一个触发信号。所述自动分拣装置还包括专用光源，所述专用光源为平板式LED光源，使待测产品表面不产生阴影。

基于PCA的瑕疵开关插座自动分拣方法，分拣方法具体步骤为：步骤一、检测传送带上是否有产品，以生成触发信号给上位机，若检测到有产品，则打开光源获取产品图像；步骤二、提取待检测开关插座表面图像特征的标准参数，利用PCA技术对所述标准参数进行主成分分析，得到各主成分的得分，将得分与预先设置的标准范围进行对比，实现次品和正品的辨别；步骤三、根据步骤二的辨别结构，控制分拣执行结构的工作状态，实现自动分拣。所述步骤二具体为：S01、首先提取正品的特征参数，选取p个数据样本，每个数据样本有p个特征参数，构建一个p*p阶的数据矩阵，并计算相关系数矩阵，由相关系数矩阵计算方程的特征根，由特征根得到特征值和特征向量；S02、分别计算主成分贡献率及累计贡献率，取累计贡献率达85％到95％的特征值对应的主成分；S03、计算主成分载荷，再进一步计算主成分的得分。所述步骤S01中的相关系数矩阵的相关系数r_ij(i,j＝1,2,…,p)为原变量的x_i与x_j之间的相关系数，其计算公式如下：