[发明专利]基于机器视觉的蜂窝纸芯缺陷检测方法

权利要求书

1.一种基于机器视觉的蜂窝纸芯缺陷检测方法，其特征在于，包括以下步骤：

1)获取含缺陷的蜂窝纸芯图片样本，并根据宽高比进行等距分割，筛选分割后的图片集，保存含缺陷的图片，对其中的缺陷进行分类，并对缺陷进行位置标定，建立蜂窝纸芯缺陷检测训练数据库，对该训练数据库进行不同程度的数据扩充处理；

2)建立SSD目标检测模型，运用训练数据库中的样本进行模型训练优化，保存优化后的权重信息，得到蜂窝纸芯缺陷检测网络模型；

3)保证图像采集过程与生产线步进达成同步，每步进一次进行一次图片采集并在步进间隔进行本次采集图片的分析，所得蜂窝纸芯图片为长条图；等距分割长条图，建立生产现场临时数据库，临时保存所得图片，建立生产线坐标系，记录图片相对位置，根据生产流程对图片坐标进行实时更新；

4)将步骤3)得到的图片依次投入步骤2)中所建立的蜂窝纸芯缺陷检测网络模型，对图片中的缺陷进行定位和分类，将所得缺陷信息存入生产临时数据库中进行临时保存，实时检查是否存在被分割操作截断的缺陷检测框，对被截断的缺陷进行融合补全；

5)对缺陷进行复检，建立视觉运算样本库，运用机器视觉算法，离线计算样本库图片的面积、周长、直方图和角点特征，获取综合性判断阈值；在线计算SSD目标检测模型输出的检测框中缺陷图片的四个特征，与离线计算所获得的阈值进行比较，判断是否存在误检情况，删除生产现场临时数据库中误检缺陷的位置信息；

6)将数据库信息传递给尾端缺陷修复单元，以进行实时缺陷修补作业；缺陷修补的具体实现过程包括：设置视觉平台于生产线入口端，修复单元位于生产线尾端，运用生产线临时数据库保存数据，待检测得到的含缺陷图片对应的部分沿生产线前进进入修补系统修补视野内再进行修补操作，即检测的同时在另一端进行历史的含缺陷图片对应部分的修补工作，修补处理后的图片数据放入实时删除的备用表备用，主表根据坐标系步进自增随时更新，即图片保存的实时坐标信息根据生产线的步进进行实时自增，超出坐标系上限存入备用表，从主表删除；

图片保存的实时坐标信息根据生产线的步进进行实时自增的规则为：其中为缺陷框相对生产线坐标系绝对y坐标，α_y为每幅分割图像y轴方向绝对大小，n为自进入生产线后所经历的步进次数，步进并未改变缺陷框相对生产线坐标系绝对x坐标。

2.根据权利要求1所述的基于机器视觉的蜂窝纸芯缺陷检测方法，其特征在于，建立生产线坐标系，沿生产线宽度方向建立x轴，沿生产线长度方向建立y轴，设定一个刻度正好包含一幅分割图片，对缺陷进行位置标定的公式为：x轴变化：i＝1,2...n；j＝{左上，左下，右上，右下}；其中i为所求样本,j为缺陷检测框顶点所在位置，为第i个样本缺陷检测框j顶点的x坐标，x为样本图片相对于生产线的x方向上的相对坐标大小,α_x为每幅分割图像x轴方向绝对大小，所得为缺陷框相对生产线坐标系绝对x坐标；y轴变化：i＝1,2...n；j＝{左上，左下，右上，右下}；其中i为所求样本,j为缺陷检测框顶点所在位置，为第i个样本缺陷检测框j顶点的y坐标，y为样本图片相对于生产线的y方向上的相对坐标大小,α_y为每幅分割图像y轴方向绝对大小，所得为缺陷框相对生产线坐标系绝对y坐标。