[发明专利]工件废料检测方法、系统及装置

说明书

本发明涉及计算机视觉领域，提供一种工件废料检测方法，系统及装置，解决现有技术中存在的人工检测效率低，漏检和错检概率大的问题，避免后续工艺流程因为废料工件，导致生产异常的问题。本发明的方法包括，获取工件图像；根据所述工件图像合成点云数据并解析为纹理图像及深度图像；对所述纹理图像进行特征提取，获取待匹配工件图像特征信息；调取工件套料图模板的特征信息与所述待匹配工件图像特征信息进行匹配，获取匹配结果信息；以及根据匹配结果信息获取工件轮廓对应的点云深度信息，并进行统计学方法分析获取工件的缺陷结果信息。和现有技术相比，本发明能有效应用于自动分拣线上自动检测工件是否带废料，是否叠料以及是否翘板等缺陷。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种钢板分拣后的工件废料检测方法，系统及装置。

背景技术

目前主要是人工判断工件是否包含废料。人工检测的缺点是每天面对种类多，数量多的钢板工件时，人工检测废料的效率较低，漏检，错检的概率较大，而且无法长时间工作。

发明内容

有鉴于此，本发明实施例提供一种工件废料检测方法、系统及装置，用于如何解决短时间内、动态地识别工件的种类，并检测工件是否带有废料或者其他缺陷的技术问题。

本发明实施例的第一方面提供了一种工件废料检测方法，包括，获取工件图像；根据所述工件图像合成点云数据并解析为纹理图像及深度图像；对所述纹理图像进行特征提取，获取待匹配工件图像特征信息；提取训练好的工件套料图模板的特征信息与所述待匹配工件图像特征信息进行匹配，获取匹配结果信息；以及根据匹配结果信息获取工件轮廓及周围区域对应的点云深度信息，并进行统计学方法分析获取工件的缺陷结果信息。

本发明实施例的第二方面提供了一种工件废料检测系统，相机拍摄模块，用于获取工件图像；图像解析模块，用于根据所述工件图像合成点云数据并解析为纹理图像及深度图像；特征提取模块，用于对所述纹理图像进行特征提取，获取待匹配工件图像特征信息；特征匹配模块，用于提取训练好的工件套料图模板的特征信息与所述待匹配工件图像特征信息进行匹配，获取匹配结果信息；缺陷检测模块，用于根据匹配结果信息获取工件轮廓及周围区域对应的点云深度信息，并进行统计学方法分析获取工件的缺陷结果信息。

本发明实施例的第三方面提供工件废料检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述检测方法的步骤。

本发明提供的工件废料检测方法、系统及装置相比现有技术，具有以下效果：

本发明设计的工件废料检测系统及装置能有效应用于自动分拣线上自动检测工件是否带废料，是否叠料以及是否翘板等缺陷。避免后续工艺流程因为废料工件，导致生产异常的问题，造成人力以及物力的损失。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供应用场景示意图；

图2是本发明实施例提供工件废料检测方法流程图；

图3是本发明实施例提供输送线平面矫正流程图；

图4是本发明实施例提供的工件匹配流程图；

图5是本发明实施例提供的工件套料模板训练流程图；

图6是本发明实施例提供的工件废料检测系统结构框图；

图7是本发明实施例提供的工件套料图模板训练结构框图；

图8是本发明实施例提供的工件废料检测装置示意图。

具体实施方式