[发明专利]基于多角度和目标检测的透明容器缺陷检测方法及装置

权利要求书

1.一种基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述方法包括：

多角度获取待测透明容器不同部位的系列原始图像；

应用深度学习目标检测方法，以所述待测透明容器的缺陷为检测目标，对所述系列原始图像进行检测；

通过机器视觉方法对所述系列原始图像中检测出的缺陷的参数进行计算，并统计同一所述待测透明容器的所有缺陷数据；

根据预设的过滤参数，对所述待测透明容器的缺陷数据进行过滤，判定所述待测透明容器是否合格。

2.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述多角度获取待测透明容器不同部位的系列原始图像包括：

让所述待测透明容器依次通过多个工位，在每个工位上对所述待测透明容器的一个待测部位进行拍照；

旋转每个工位上的所述待测透明容器，按照预设数量n，所述待测透明容器每旋转360°/n角度拍摄一张图像，共取n张图像；或者，在每个工位上在360°范围内布置n个相机，获取n张图像。

3.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述深度学习目标检测方法包括：

根据图像属性和缺陷特性，设计并搭建合理的深度学习模型；

用大量图片和标注数据对模型进行训练；

将训练好的模型用于对图像进行缺陷检测。

4.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述过滤参数包括缺陷类型、面积、光学对比度、球型度、宽度、高度、宽高比、外接矩形面积和角度中的一种或者多种，每种缺陷最大容许数量，以及所有缺陷最大容许数量。

5.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述深度学习目标检测方法的模型训练方法包括：

图片收集和分类；

图片预处理，清洗图片上存在的干扰特征，使得特征更加明显；

确定标注标准，确定标注原则和标注位置；

图片标注，根据已经确定好的标注标准进行标注；

添加已标注图片到训练集，遵循少量多次的原则；

设置训练参数，包括迭代次数、数据自动增强及精度控制相关参数，训练模型；

对模型效果进行测试，根据结果分析优化方案，再次训练，直到模型满足预设要求。

6.一种基于多角度和目标检测的透明容器缺陷检测装置，其特征在于，所述装置包括：

取图模块，用于多角度获取待测透明容器不同部位的系列原始图像；

目标检测模块，用于应用深度学习目标检测方法，以所述待测透明容器的缺陷为检测目标，对所述系列原始图像进行检测；

计算模块，用于通过机器视觉方法对所述系列原始图像中检测出的缺陷的参数进行计算，并统计同一所述待测透明容器的所有缺陷数据；

判定模块，用于根据预设的过滤参数，对所述待测透明容器的缺陷数据进行过滤，判定所述待测透明容器是否合格。

7.根据权利要求6所述的基于多角度和目标检测的透明容器缺陷检测装置，其特征在于，所述取图模块分多个工位对所述透明容器的不同检测部位进行取图，所述透明容器的不同检测部位包括瓶身、瓶口、瓶底、瓶肩和瓶颈中的一种或者多种；

每个工位的所述取图模块分别包括相机、旋转机构及光源，待测透明容器被放置或固定在所述旋转机构上，所述相机与所述光源按照拍摄部位的不同布置在所述旋转机构的相应位置；所述旋转机构带动所述待测透明容器转动，所述相机用于拍摄所述待测透明容器的多角度图像。