[发明专利]一种基于认知视觉的拉链质量检测系统及方法

说明书

本发明公开了一种基于认知视觉的拉链质量检测系统及方法，本发明的检测系统包括认知视觉神经网络模型、工业相机和分拣机构，本发明检测方法包括如下步骤：S1、采集拉链缺陷图像，建立数据集；S2、搭建认知视觉神经网络模型，并通过上述数据集训练认知视觉神经网络模型；S3、通过工业相机采集生产过程中拉链的生产图像，并输送至训练好的认知视觉神经网络模型中，并输出检测结果；S4、分拣机构对当前拉链分拣至相应区域。本发明的检测系统采用通过工业相机采集拉链的生产图像，并将采集的拉链的生产图像送入到认知视觉神经网络模型中，认知视觉神经网络模型是基于大量拉链图像训练的卷积神经网络，能够提高对拉链的生产图像的处理能力，提高识别正确率。

技术领域

本发明涉及人工智能技术领域，具体地说是一种基于认知视觉的拉链质量检测系统及方法。

背景技术

拉链不但是近代方便人们生活的十大发明之一，而且在人类的日常生活中起着不可替代的作用。在拉链生产制造过程中，质量检测是一项必不可少的操作，关系着客户的体验程度。拉链制造商如能及时检测出拉链缺陷，并采取相应措施，既能为企业带来更高效益，又能让客户用上高品质拉链。

而拉链检测环节大多以人工目检为主，主要有以下缺陷：(1)准确率低：拉链质检员长期采用肉眼识别，极易造成视觉疲劳，进而降低准确率；(2)效率低：拉链制造企业全部采用人工目检，费时费力，从而导致效率低下；(3)成本高：拉链产量受季节影响，易造成旺季用工荒，进而使成本不断攀升。

随着人工目检的缺陷越来越明显，现有技术中也存在通过工业相机代替人工目检检测的方式，如申请号为201620518525的中国专利申请公开了一种拉链检测装置，具体包括支架、设置在支架上的进料装置和用于检测拉链的检测相机，利用检测相机采集生产过程中拉链的图像，提高拉链的检测效率和准确度，从而使拉链的检测省时省力。申请号为201110403900的中国专利申请公开了一种基于机器视觉的拉链金属链牙缺陷检测方法，该方法通过图像传感器获取拉链图像，然后将图像传输至控制系统，由控制系统对图像进行处理，根据处理的结果与判别标准比较，判断拉链是否存在缺陷。以上两个专利均采用机器视觉代替了传统人工目检，但是以上两种技术方案的图像处理方式仍采用传统图像处理方式，缺乏自学习能力，系统在更换生产拉链型号时，系统需要相应更换图像判断标准，使用起来较为麻烦。

发明内容

本发明的目的是针对以上不足，提供一种基于认知视觉的拉链质量检测系统及方法，提升对不同拉链图像的采集、识别和处理能力。

本发明所采用技术方案是：

一种基于认知视觉的拉链质量检测系统，包括认知视觉神经网络模型、工业相机和分拣机构，其中：

所述工业相机用于采集生产过程中的拉链图像，并将采集的拉链图像传递至认知视觉神经网络模型中；

所述认知视觉神经网络模型用于对拉链图像分析检测，并输出检测结果至分拣机构；

所述分拣机构通过认知视觉神经网络模型的检测结果对拉链的次品和良品区分分拣。

作为进一步的优化，本发明还包括人机交互显示装置，所述人机交互显示装置用于显示工业相机采集的当前拉链图像、检测结果和综合统计结果。

作为进一步的优化，本发明所述工业相机通过触发模块完成拉链图像的采集动作，所述触发模块包括硬触发模块和软触发模块，所述硬触发模块包括磁性开关，所述磁性开关用于检测是否存在拉链通过；所述软触发模块包括手动触发按钮，所述手动触发按钮设置于人机交互显示装置上。

作为进一步的优化，本发明所述分拣机构连接有控制模块，所述控制模块包括自动控制模块和手动控制模块，当控制模块选择为自动控制模块时，所述分拣机构通过认知视觉神经网络模型的检查结果自动区分分拣；当控制模块选择为手动控制模块时，认知视觉神经网络输出检测结果后需人工选择分类结果，所述人机交互显示装置上设置有控制模块选择界面。