[发明专利]一种轴承三维缺陷检测方法及系统

权利要求书

1.一种轴承三维缺陷检测方法，其特征在于，所述方法包括：

S100，将待检测的轴承固定于转动平台上，对于不同规格的轴承，2D图像采集模块选用不同的组合光源，并使用转动平台设置不同转动步长转动，转动的同时所述组合光源根据所述转动步长对轴承表面进行在光源下的N个角度的拍摄，获得N张待检测的二维轴承图像，其中，N为大于等于3的自然数，转动步长=360°/N；

S200，对所述N张待检测二维轴承图像进行预处理，得到用于缺陷检测的1/N张预处理图像；

S300，将所述1/N张预处理图像输入到预先训练的N通道的深度学习模型中，得到缺陷检测结果；

S400，存储所述缺陷检测结果和1/N张预处理图像，并根据存储的所述缺陷检测结果和1/N张预处理图像，优化与修改深度学习模型；

其中，所述深度学习模型的训练过程包括：

S11，将步骤S200得到的所述1/N张预处理图像进行标注，作为训练图像；

S12，将所述训练图像输入多通道特征提取网络进行图像高层特征信息提取，获得待测轴承的高层特征图像；

S13，模型训练的过程中，引入多注意力机制实现轴承的缺陷部位权重增强，所述多注意力机制包括空间注意力机制、通道注意力机制以及卷积核自适应选择机制，其中空间注意力机制和通道注意力机制沿着通道和空间两个独立维度依次推断注意力图，然后将注意力图与输入特征图相乘以进行自适应特征优化，卷积核自适应选择机制根据输入自适应地调整其感受野尺寸，捕获具有不同尺度的目标物体；

S14，将所述待测轴承的高层特征图像与标准轴承的同层的特征图像做差分处理，得到待测轴承的差分特征图像；

S15，将所述差分特征图像输入检测网络，进行模型训练，最后输出改进的YOLO检测模型给步骤S300。

2.根据权利要求1所述的一种轴承三维缺陷检测方法，其特征在于：S200中，所述预处理所使用的方法为滤波、字符模板定位、通道分离与融合、拼接与匹配方法中的一种或多种。

3.根据权利要求1所述的一种轴承三维缺陷检测方法，其特征在于，步骤S400还包括：

S16，将存储的所述缺陷检测结果和1/N张预处理图像，交由复检工人进行复检，剔除检测错误的检测结果图；

S17，将缺陷检测结果正确的图像和对应的标注数据输入改进的YOLO检测网络中重新训练，优化与修改深度学习模型参数。