[发明专利]一种用于螺栓检测的动态图像识别方法及系统

说明书

本发明涉及一种用于螺栓检测的动态图像识别方法及系统，包括如下步骤：步骤1、构建表面缺陷分析模型，并对其进行训练；步骤2、利用位于夹持部内侧的周边视觉相机采集螺栓边缘的图像数据，利用上部视觉相机采集螺栓顶部的图像数据，将两组图像数据分送至中控机；步骤3、中控机根据接收得到的图像数据反哺至表面缺陷分析模型中进行结果分析，对螺栓缺陷进行标记。通过中控机完成对螺栓的自动图像识别。利用位于夹持部内侧的周边视觉相机采集螺栓边缘的图像数据，利用上部视觉相机采集螺栓顶部的图像数据，将两组图像数据分送至中控机；相比于传统的磁粉探伤，本发明误判率低、且无需磁粉辅助，对螺栓的表面无影响。

技术领域

本发明涉及图像识别领域，具体涉及一种用于螺栓检测的动态图像识别方法及系统。

背景技术

螺栓是由头部和螺杆两部分组成的一类紧固件，需与螺母配合，用于紧固连接两个 带有通孔的零件。

现有技术中常见的用于检测螺栓的方法主要是磁粉探伤，利用螺栓缺陷处的漏磁场 与磁粉的相互作用，从而吸引磁粉形成缺陷处的磁粉堆积，在适当的光照条件下，显现出缺陷位置和形状，对这些磁粉的堆积加以观察和解释，以达到剔除不良品的目的。

上述做法比较依赖操作工对磁粉堆积的判断经验、且依赖照明条件，容易造成误判、 漏判、且工作效率不高。

发明内容

发明目的：提供一种用于螺栓检测的动态图像识别方法及系统，以解决现有技术存 在的上述问题。

技术方案：第一方面，提出一种用于螺栓检测的动态图像识别方法，包括如下步骤：

步骤1、构建表面缺陷分析模型，并对其进行训练；

步骤2、利用位于夹持部内侧的周边视觉相机采集螺栓边缘的图像数据，利用上部视觉相机采集螺栓顶部的图像数据，将两组图像数据分送至中控机；

步骤3、中控机根据接收得到的图像数据反哺至表面缺陷分析模型中进行结果分析， 对螺栓缺陷进行标记。

在进一步的实施例中，构建表面缺陷分析模型的过程进一步为：

由线性滤波器进行线性卷积操作以提取特征，通过非线性激活函数生成特征图：

x_i,j,k＝max(w_kx_i,j+b_k,0)

式中，x_i,j表示卷积区域的图像块，x_i,j,k表示经过卷积之后的特征图像块，max表示Relu激活函数，w_k表示第k个特征图的权重，b_k表示第k个特征图的偏置；

构建代价函数：

式中，1{*}表示示例函数，大括号内的表达式值为真时输出1，否则为0，y⁽ⁱ⁾表示第i个样本实际的标签值，表示第i个样本分类为j的概率，m表示标签个数， k表示类别个数，C表示权重衰减项；

其中，

式中，λ表示正则化系数，w_ij表示特征图的权重，其余各符号含义同上。

在进一步的实施例中，对缺陷分析模型进行训练的过程进一步为：

使用梯度下降法对代价函数进行优化，找到最优参数：

式中，w_j表示第j个特征图的权重，为最优参数，其余各符号含义同上；

采用反向传播到方式进行权重和偏置的更新，并采用交叉熵损失函数进行优化；所 述交叉熵损失函数如下表达式所示：