[发明专利]一种零部件智能检测与标签系统及方法

权利要求书

1.一种零部件智能检测与标签系统，其特征在于，包括用于输送零部件的传送带，所述传送带上沿零部件传输的方向设有零件类别照相机、零件特征照相机、激光打印机和识别码识别相机，还包括用于处理采集数据和输出信息的中央处理模块，所述中央处理模块上还具有功能模块，所述功能模块包括识别码生成模块、识别码校验模块以及接口状态检测模块，所述中央处理模块包括通信模块，所述中央处理模块通过通信模块与零件类别照相机、零件特征照相机、激光打印机和识别码识别相机建立信号通信，所述零件类别照相机、零件特征照相机和识别码识别相机上分别设有图像采集卡，所述图像采集卡采集拍摄图像转换为数字信号并通过通信模块传送给中央处理模块，所述中央处理模块上运行有算法模型，所述算法模型包括零部件分类模型、孔径识别模型、螺纹检测模型、设备标识码识别模型；

所述零部件分类模型将零部件类别判别问题抽象为图像分类问题，使用基于CNN的深度学习方法对图像进行分类，并根据特定的场景定制不同的卷积核和网络结构，抽取特定场景下零部件特征；

所述孔径识别模型将零部件的孔径检测问题抽象为目标检测问题，首先通过目标检测算法如检测零部件中的孔径，检测目标为是否包含孔径，在含有孔径的图片上，通过检测轮廓和连通域，计算内外轮廓的面积比值，根据和设置的阈值进行对比确定孔径是否合格；

所述螺纹检测模型将螺纹缺陷检测问题抽象为目标检测问题，使用高斯滤波对图像进行降噪处理并使用直方图均衡的方法对图片进行增强，使用darknet50对图像的特征进行提取，使用yolo对缺陷进行识别和检测，输出缺陷的位置坐标以及缺陷类别，缺陷的类别包括内径、攻牙、外侧划痕、异物，若检测的结果中包含一类及以上缺陷，则判断该零部件为不合格产品，否则为合格品；

所述设备标识码识别模型将零部件设备标识码识别问题转换成OCR文字识别问题，通过文字检测算法检测出文字所在区域，通过文字识别算法识别文字的内容，将识别的内容和入库时零部件清单信息进行对比，若能搜索到对应的编码，说明识别正确，返回识别结果，否则识别失败，返回错误提示。

2. 根据权利要求1所述的一种零部件智能检测与标签系统，其特征在于，所述中央处理模块运行在边缘端设备、移动端设备或X86架构的服务器上，所述中央处理模块具有用于与用户交互的客户端UI。

3. 根据权利要求1所述的一种零部件智能检测与标签系统，其特征在于，检测孔径的轮廓面积，再检测孔径所在矩形或者圆形的面积，计算，当比值在规定范围内认为部件孔径是合格的，否则不合格，判断逻辑如下

。

4.一种基于权利要求1所述零部件智能检测与标签系统的方法，其特征在于，包括以下步骤：

S1：将零部件放上所述传送带，经过所述零件类别照相机，所述零件类别照相机拍摄产品图片，调用所述零部件分类模型判断是否是已知的零部件，若不是则结束，若是进入下一步；

S2：零部件经过所述零件特征照相机，所述零件特征照相机拍摄产品图片，调用所述孔径识别模型，首先检测零部件孔径，然后检测孔径是否合格，若不合格则结束，若合格进入下一步；

S3：输入所述零件特征照相机拍摄的图片，调用所述螺纹检测模型，判断螺纹是否合格，若不合格则结束，若合格进入下一步；

S4：输入所述零件特征照相机拍摄的图片，调用所述设备标识码识别模型识别零部件自带的设备识别码，然后由所述识别码生成模块生成识别码，由所述激光打印机在零部件上打标；

S5：输入所述识别码识别相机拍摄的图片，所述识别码校验模块识别激光打印机打印的标签，并和系统中的标签数据进行对比，若不合格，则结束，若合格则进行零部件信息入库。