[发明专利]曲轴止推片智能检测方法及系统

权利要求书

1.一种曲轴止推片智能检测方法，其特征在于，包括以下步骤：获取曲轴止推片不同工作面图像；对获取到的图像进行去噪和规范化预处理；根据预处理图像建立深度学习网络，并训练网络的初始权值和样本到无缺陷模板之间的特征映射关系；利用深度学习网络获取到的特征对待测曲轴止推片进行检测和分类。

2.根据权利要求1所述的曲轴止推片智能检测方法，其特征在于：

所述对获取到的图像进行去噪和规范化预处理，包括以下步骤：采用直接灰度变换法将获取到的图像转换为灰度图像；采用低通滤波方式对灰度图像去噪；对去噪后的灰度图像进行归一化操作。

3.根据权利要求2所述的曲轴止推片智能检测方法，其特征在于：

所述采用低通滤波方式对灰度图像去噪具体为采用滑动平均窗滤波器对灰度图像去噪。

4.根据权利要求1所述的曲轴止推片智能检测方法，其特征在于：

所述深度学习网络为深度置信网络。

5.根据权利要求1所述的曲轴止推片智能检测方法，其特征在于：

所述根据预处理图像建立深度学习网络，并训练网络的初始权值和样本到无缺陷模板之间的特征映射关系，包括以下步骤：无监督地训练每层网络得到网络初始权值；通过反向传播神经网络在线微调所述网络初始权值。

6.根据权利要求1所述的曲轴止推片智能检测方法，其特征在于：

所述利用深度学习网络获取到的特征对曲轴止推片进行检测和分类，包括以下步骤：利用获取的特征重构图像；比较重构后的图像和获取到的待测曲轴止推片图像；根据识别结果，将待测曲轴止推片分为正品和不同等级的缺陷品。

7.一种曲轴止推片智能检测系统，其特征在于，包括：图像获取单元，获取曲轴止推片不同工作面图像；图像预处理单元，对获取到的图像进行去噪和规范化预处理；特征提取单元，根据预处理图像建立深度学习网络，并训练网络的初始权值和样本到无缺陷模板之间的特征映射关系；识别分类单元，利用深度学习网络获取到的特征对待测曲轴止推片进行检测和分类。

8.根据权利要求7所述的曲轴止推片智能检测系统，其特征在于：

所述图像获取单元包括CCD相机和光学镜头。

9.根据权利要求8所述的曲轴止推片智能检测系统，其特征在于：

所述图像获取单元还包括照明光源。

10.根据权利要求7所述的曲轴止推片智能检测系统，其特征在于：

所述曲轴止推片智能检测系统还包括：进物星轮、检测主轮盘、正品盘和次品盘；待测曲轴止推片通过所述进物星轮运送至所述检测主轮盘；所述正品盘用于盛放检验合格的正品；所述次品盘用于盛放检验不合格的缺陷品。