[发明专利]一种基于机器视觉的线缆表面缺陷实时检测方法和系统在审

专利信息
申请号: 202210241575.7 申请日: 2022-03-11
公开(公告)号: CN114677338A 公开(公告)日: 2022-06-28
发明(设计)人: 陈俊风;姜云逸;杜静静;李庆武 申请(专利权)人: 河海大学
主分类号: G06T7/00 分类号: G06T7/00;G06V10/77;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 常虹
地址: 210024 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 线缆 表面 缺陷 实时 检测 方法 系统
【权利要求书】:

1.一种基于机器视觉的线缆表面缺陷实时检测方法,其特征在于,包括步骤:

S1、构建线缆缺陷检测网络,所述网络包括:并行的三路特征提取分支,所述三路特征提取分支的输入均为线缆表面图像,输出均为提取的图像特征;三路特征提取分支的输出按不同权重级联后依次输入三层全连接层获取缺陷分类,输出线缆表面图像是否有缺陷;

所述三路特征提取分支的每一个支路均包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层;所述第一卷积层包括多个卷积子层;所述第二卷积层为ECA-Net;

S2、采用训练集对所述线缆缺陷检测网络进行训练,所述训练集为带有缺陷类别标签的线缆表面图像;训练的目标为最小化合页损失函数;

S3、采用测试集对训练后的线缆缺陷检测网络进行调优,所述测试集为带有缺陷类别标签的线缆表面图像;如准确率和召回率不符合预设的要求,则再次执行S2,进行再次训练;

S4、实时采集线缆表面图像,输入到训练好的线缆缺陷检测网络中,获取检测结果。

2.根据权利要求1所述的线缆表面缺陷实时检测方法,其特征在于,所述三路特征提取分支中的第一卷积层中的卷积核采用基于二维主成分分析方法进行初始化;采用均衡归一化方法调节卷积子层间权重Wh,i,j的比例;其中Wh,i,j表示第h层卷积子层中第i个卷积核的第j个窗口的权值,所有的偏移量都初始化为0;激活函数采用Tanh或ReLU。

3.根据权利要求1所述的线缆表面缺陷实时检测方法,其特征在于,所述三路特征提取分支中的第一池化层和第二池化层的池化类型均为最大池化,执行最大池化的树池分别是13x13、9x9、5x5、1x1;四个尺度池化后的结果进行做融合作为池化层的输出。

4.根据权利要求1所述的线缆表面缺陷实时检测方法,其特征在于,所述三路特征提取支路的权重值采用反向传播算法自学习确定。

5.根据权利要求1所述的线缆表面缺陷实时检测方法,其特征在于,所述三路特征提取分支中的第二卷积层中ECA-Net的一维卷积核k的大小为:

其中C为通道维数,|·|odd为获取最近的奇数运算符,γ与b均为预设的正整数;所述三路特征提取分支中,第一分支中γ与b取值为1与1,第二分支中γ与b取值为2与1,第三分支中γ与b取值为3与2。

6.一种基于机器视觉的线缆表面缺陷实时检测系统,其特征在于,包括:

图像采集装置,用于实时采集线缆表面图像;

检测控制装置,用于控制线缆运动,以及控制图像采集装置的拍摄频率;

线缆表面缺陷检测装置,用于对图像采集装置采集的线缆表面图像进行缺陷检测;所述线缆表面缺陷检测装置采用如权利要求1-5中任一项所述的线缆表面缺陷实时检测方法获取缺陷检测结果。

7.根据权利要求6所述的线缆表面缺陷实时检测系统,其特征在于,所述图像采集装置为一组固定的阵列摄像机;所述检测控制装置包括伺服电机和控制器,所述伺服电机带动线缆旋转,所述控制器用于控制线缆的旋转角速度和图像采集装置的拍摄频率,使线缆旋转一周图像采集装置拍摄多幅图像,所述多幅图像完整覆盖线缆一周的表面。

8.根据权利要求6所述的线缆表面缺陷实时检测系统,其特征在于,所述图像采集装置包括多组阵列摄像机,所述多组阵列摄像机沿待检测线缆的径向围绕线缆设置,从多个角度采集线缆表面图像,所述多个角度拍摄的图像完整覆盖线缆一周的表面;

所述检测控制装置控制多组阵列摄像机同步拍摄待检测线缆的表面图像。

9.根据权利要求6所述的线缆表面缺陷实时检测系统,其特征在于,所述图像采集装置还包括光源。

10.根据权利要求6所述的线缆表面缺陷实时检测系统,其特征在于,所述线缆表面缺陷检测装置包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的线缆表面缺陷实时检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210241575.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top