[发明专利]二极管玻壳缺陷检测方法

说明书

本发明涉及计算机视觉网络领域，目的是提供二极管玻壳缺陷检测方法，本发明包括步骤1：将待检测的二极管玻壳放置在工业相机台上，启动工业相机台底部的背光光源；步骤2：所述工业相机台上设置有工业相机，通过工业相机上的远心镜头捕捉二极管玻壳图像；步骤3：将采集后的二极管玻壳图像作为输入发送至电脑内的已训练完成的缺陷识别模型，所述缺陷识别模型的输出为定位后的二极管玻壳图像，定位后的二极管玻壳图像上的缺陷被标记显示，本发明结构合理，设计巧妙，适合推广。

技术领域

本发明涉及计算机视觉领域，具体涉及二极管玻壳缺陷检测方法。

背景技术

由于二极管玻壳自身是透明状的，具有内部结构和轮廓特征，在呈像过程中这些都容易与缺陷特征形成干扰，再加上外部环境干扰，检测起来非常困难，要提高分类的准确率更加不容易，而运用到工业上就需要非常高的指标作为保障，本专利运用深度学习目标检测模型，能够能准确地实时检测与定位出二极管波壳图像中的二极管波壳缺陷，这样有效解决二极管玻壳图像复杂缺陷检测的问题，具有较高的准确率和实用性。

CN201510053437.6，一种基于机器视觉的柱状二极管表面缺陷检测装置，本发明公开了一种柱状二极管表面缺陷检测装置的硬件、软件算法设计。硬件设计包括：工业相机选型、镜头选型、光学平台搭建；软件的缺陷检测算法设计包括：管体分割、管体预处理、缺陷ROI分割、特征提取、决策树分类器设计。本发明针对光学平台设计，通过光学原理和对象的自身结构特征，测试出合理的照明方式和光源安放方式。针对缺陷检测算子的设计，难点在于缺陷ROI的分割和纹理特征提取，分别提出了改进型笔画宽度转换和模式化梯度直方图特征提取的方法；最后通过决策树分类器将缺陷分类，缺陷识别率接近100％，分类率达到了96.2％，取得了较好的识别分类效果。

因此,需要一种能够识别二极管玻壳表面的缺陷方法，能够快速的检测出二极管玻壳的缺陷，准确的实现缺陷的定位。

发明内容

本发明目的在于提供二极管玻壳缺陷检测方法，能够精确的定位二极管玻壳的缺陷检测，本发明结构合理，设计巧妙，适合推广；

本发明所采用的技术方案是：二极管玻壳缺陷检测方法，包括以下步骤：

步骤1：将待检测的二极管玻壳放置在工业相机台上，启动工业相机台底部的背光光源；步骤2：所述工业相机台上设置有工业相机，通过工业相机上的远心镜头捕捉二极管玻壳图像；

步骤3：将采集后的二极管玻壳图像作为输入发送至电脑内的已训练完成的缺陷识别模型，所述缺陷识别模型的输出为定位后的二极管玻壳图像，定位后的二极管玻壳图像上的缺陷被标记显示。

优选的，所述步骤2中，所述缺陷识别模型为YOLOv3模型。

优选的，所述步骤2中，所述工业相机台还包括有光源控制器，所述光源控制器分别与所述工业相机和所述背光光源连接，所述工业相机通过所述光源控制器与所述电脑连接。

优选的，所述步骤3中，所述缺陷识别模型的训练过程包括下面步骤，

步骤11：获取4000张不同类型缺陷二极管玻壳图像，进入步骤2；

步骤22：将得到的二极管玻壳图像进行扩充后得到50000样本集，将处理后样本集的图像进行标记；

步骤33：将标记后的二极管玻壳裂纹图像进行YOLOv3模型训练，42000张作为训练集，8000张作为验证集，得到训练完成的缺陷识别模型。

优选的，所述步骤11中，对采集到的图像进行左右翻转，得到翻转图像；进行不同尺寸裁剪，得到多种尺寸的图像；进行多尺度缩放，得到多尺寸的缩放图像；所述的翻转图像、多种尺寸的图像、多尺寸的缩放图像组成处理后样本集。

优选的，所述处理后的样本集的图像数量是所述玻壳样本数量的倍数。