[发明专利]用于对刷子进行质量检测的方法、检测装置和刷子制造机

说明书

本发明涉及在刷子制造领域的改进。对此此外提出一种用于对刷子(2)进行质量检测的方法，其中，使用训练过的、优选基于人工智能的分类器(4)。在利用示出有缺陷的刷子的图像的训练数据集进行相应的训练后，分类器(4)设置为用于，将待检测的刷子(2)根据刷子(2)的图像分类为有缺陷的刷子。

技术领域

本发明涉及一种用于对刷子、特别是牙刷和/或圆刷进行质量检测的方法以及一种刷子制造机。

背景技术

对刷子的质量要求在过去这些年一直不断提高。此外，刷子的生产承受巨大的成本压力。因此，越来越需要一直不断改进用于制造刷子的方法。一个重要的方面在此是可靠且尽可能简单地对刷子进行质量检测。

发明内容

因此，本发明的任务在于，提供前述型式的一种用于对刷子进行质量检测的方法、一种检测装置和一种刷子制造机，所述方法、检测装置和刷子制造机利于刷子的经济性生产。

为了解决该任务，首先提出一种用于对刷子、特别是牙刷和/或圆刷进行质量检测的方法，该方法具有构件和针对此类方法的独立权利要求的特征。为了解决该任务，因此特别是提出一种用于对刷子、特别是牙刷和/或圆刷进行质量检测的方法，该方法在使用分类器的情况下进行质量检测，该分类器设置为用于，将待检测的刷子根据待检测的刷子的图像分类为有缺陷的刷子，其中，在进行质量检测之前利用训练数据集对分类器进行训练，该训练数据集包括有缺陷的刷子的图像。

该分类器可以是更下面还要更详细阐述的检测装置的分类器，该检测装置本身可以是更下面同样还要更详细阐述的刷子制造机的一部分。

通过使用训练过的分类器提供一种用于对刷子进行质量检测的自动化的方法，该方法能实现对刷子进行特别高效且经济性的质量检测。

通过利用训练数据集(该训练数据集具有有缺陷的刷子的图像)对分类器进行训练，特别简单可行的是，对分类器针对确定的刷子图案和针对在这些刷子图案中专门出现的缺陷的识别进行训练。由此该方法是相对灵活的，并且在对分类器进行相应训练后，即使待生产和待检测的刷子的图案变化，也可不费力地使用该方法。

在本方法的一种实施方式中规定，训练数据集的图像显示在刷毛镶嵌物中和/或在刷头上和/或在刷体上和/或在刷子握持部上具有至少一个缺陷的刷子。

具有有缺陷的刷子的图像的训练数据集可包括如下图像，所述图像示出至少一个在确定刷子类型中常出现的缺陷类型。以这种方式可能的是，对分类器进行针对于用于确定刷子质量检测的缺陷识别的训练。在此，特别是此类缺陷能在训练数据集的图像中示出，所述图像在必要时也考虑在生产刷子时使用的刷子制造机的类型。确定的刷子制造机能倾向于在特定的条件下、特别是在特定的环境条件下和/或其它外部因素下生产确定的错误图像。

在考虑刷子制造机类型、环境条件和/或其它外部因素的情况下，可以以这种方式有针对性地产生具有有缺陷的刷子的图像的训练数据集，并且将该训练数据集用作训练分类器，以便获得尽可能最好地训练过的分类器，该分类器能特别可靠地进行质量检测。

如果训练数据集包括完好的刷子的图像，那么还可进一步提高用于进行质量检测的分类器的质量。利用如此配置的既具有有缺陷的刷子的图像又具有完好的刷子的图像的训练数据集，分类器可特别快且可靠地学习：什么是有缺陷的刷子以及什么是完好的刷子。这可以显著改善将待检测的刷子分类为完好的或有缺陷的刷子的结果。

在实施方法时使用的分类器可设置为用于，将待检测的刷子根据刷子的图像分类为完好的刷子和/或有缺陷的刷子。

在方法的一种实施方式中可规定，从训练数据集中提取能表示在刷毛镶嵌物中和/或在刷头上和/或在刷体上和/或在刷子握持部上的缺陷的特征。接下来在训练分类器时可使用所述提取的特征。这特别是，分类器是基于人工智能的分类器，该基于人工智能的分类器能设置为例如用于机器学习或也用于深度学习。