[发明专利]一种基于人工智能的丝网印刷制品的检测方法

权利要求书

1.一种基于人工智能的丝网印刷制品的检测方法，其特征在于，所述方法包括：

确定标准图样；

获取待测物的图像和标准图样的图像；

对所述待测物的图像和所述标准图样的图像进行预处理；

基于模板匹配方式配准预处理后的所述待测物的图像和所述标准图样的图像；

通过图像灰度值做差的方式提取所述待测物的图像和所述标准图样的图像之间的差异信息；

对所述差异信息进行轮廓查找确定缺陷轮廓；

基于所述缺陷轮廓确定缺陷。

2.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，在获取待测物的图像和标准图样的图像之前，还包括：

确定所述待测物与工业相机和光源之间的空间结构关系；

确定所述待测物的纹理特征和颜色；

根据所述空间结构关系和所述待测物的纹理特征和颜色确定光源方案。

3.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述基于模板匹配方式配准预处理后的所述待测物的图像和所述标准图样的图像，包括：

确定待测物图像的大小，基于所述待测物图像的大小将待测物图像分割为多个子图像；

基于模板匹配方式配准预处理后的所述待测物的子图像和所述标准图样的子图像；所述配准的待测物的子图像和所述标准图样的子图像位置编码一样。

4.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述预处理包括霍夫直线检测、图像去噪和图像裁剪。

5.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，基于所述缺陷轮廓确定缺陷，包括：

将所述缺陷轮廓输入预设关系模型中，使所述预设关系模型输出对应的预测缺陷；

根据所述预测缺陷确定所述待测物的缺陷。

6.根据权利要求5所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述预设关系模型包括：

根据样本数据建立初始预设模型,所述样本数据为具有缺陷的待测物；

将所述样本数据按预设条件分为训练数据与验证数据；

基于所述训练数据对所述初始预设模型进行训练；

基于所述验证数据对训练后的所述初始预设模型进行测试，输出符合预设指标的所述预设模型。

7.根据权利要求6所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述根据样本数据建立初始预设模型,包括：

根据样本数据建立数据模型集群，数据模型集群包括多个数据模型；

将样本数据输入至数据模型群中得到与数据模型对应的初始分析结果；

将初始分析结果与事实缺陷相匹配，将匹配度最高的初始分析结果对应的数据模型确定为初始预设模型。

8.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述方法还包括：当检测到同一缺陷连续多次出现，停止印刷，并检测丝网印刷板。

9.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述标准图像为无缺陷的清晰图像。

10.根据权利要求1所述的基于人工智能的丝网印刷制品的检测方法，其特征在于，所述缺陷包括漏印、划伤、斑点。