一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)及檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及銅件表面缺陷視覺檢測技術(shù)領(lǐng)域，更具體地說，涉及一種基于半監(jiān)督 學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)及檢測方法。
【背景技術(shù)】
[0002] 電機(jī)精密銅件作為高鐵、地鐵等牽引電機(jī)的關(guān)鍵部件，對于其表面質(zhì)量有著嚴(yán)格 要求。目前工廠對銅件的表面缺陷（夾雜，裂紋，氣孔等）的檢測主要采用著色探傷及人工 目檢的方式，著色探傷所用到的著色劑對工人及環(huán)境都會(huì)有影響，而人工目視檢測效率低 且誤判率高，加之近年來勞動(dòng)力成本上升的緣故，因此，采用機(jī)器視覺自動(dòng)化檢測系統(tǒng)來取 代傳統(tǒng)檢測方法是非常必要的。
[0003] 經(jīng)檢索，關(guān)于銅件表面缺陷的檢測已有相關(guān)方案公開。如中國專利申請?zhí)?201120159962. 3,申請日為2011年5月19日，發(fā)明創(chuàng)造名稱為：一種基于機(jī)器視覺的銅件 外觀缺陷在線檢測儀；該申請案包括控制單元，送料機(jī)構(gòu)位于傳送機(jī)構(gòu)上方且送料機(jī)構(gòu)中 送料導(dǎo)軌出口直對傳送機(jī)構(gòu)中的輸送帶，側(cè)視檢工位I、側(cè)視檢工位II、上視檢工位III及分 揀機(jī)構(gòu)自左至右依次間距設(shè)在傳送機(jī)構(gòu)的工作臺(tái)上。該申請案能用機(jī)器代替人眼進(jìn)行銅件 外觀缺陷的自動(dòng)化檢測，提高了檢測質(zhì)量和效率。但該申請案結(jié)構(gòu)復(fù)雜、制造成本高，仍需 進(jìn)一步改進(jìn)。
[0004] 又如中國專利申請?zhí)?01410472732. 0,申請日為2014年9月16日，發(fā)明創(chuàng)造名稱 為：一種銅件表面缺陷檢測的機(jī)器視覺系統(tǒng)；該申請案包括皮帶傳送機(jī)構(gòu)，用于將待檢測 的銅件傳送到指定位置；傳感器，用于當(dāng)所述銅件到達(dá)傳感器固定位時(shí)，控制皮帶傳送機(jī)構(gòu) 停止運(yùn)動(dòng)，并同時(shí)觸發(fā)圖像采集系統(tǒng)的工作；圖像采集系統(tǒng)，其包括用于對銅件進(jìn)行照射的 同軸光光源以及對銅件進(jìn)行拍照的相機(jī)組件；所述機(jī)器視覺系統(tǒng)進(jìn)行銅件表面缺陷檢測的 方法是：步驟1、確定好圖像采集系統(tǒng)各部分的工作參數(shù)；步驟2、銅件通過皮帶傳送機(jī)構(gòu)， 傳送到傳感器固定位；步驟3、判斷銅件的表面是否有裂紋缺陷；步驟4、判斷銅件的表面是 否有夾雜、氣孔或凹坑缺陷；步驟5、取圖完畢后，完成分揀。該申請案提高了銅件的檢測效 率，但該申請案對采集圖像的處理效果欠佳，這直接影響到了對銅件表面缺陷檢測的準(zhǔn)確 性，因此整個(gè)方案仍需進(jìn)一步改進(jìn)。

【發(fā)明內(nèi)容】

[0005] 1.發(fā)明要解決的技術(shù)問題
[0006] 本發(fā)明針對現(xiàn)有技術(shù)中，采用人工目檢方式對銅件的檢測效率低下且易造成后續(xù) 污染的問題，提出了一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)及檢測方法； 本發(fā)明主要對待檢測的銅件先在本地處理器進(jìn)行圖像采集，圖像處理，及缺陷判定；并且通 過云端進(jìn)行實(shí)時(shí)監(jiān)控，數(shù)據(jù)存儲(chǔ)及系統(tǒng)維護(hù)，能夠?qū)崿F(xiàn)銅件表面夾雜、裂紋以及凹坑等缺陷 的自動(dòng)化連續(xù)檢測。
[0007] 2.技術(shù)方案
[0008] 為達(dá)到上述目的，本發(fā)明提供的技術(shù)方案為：
[0009] 本發(fā)明的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)，包括傳送帶、 導(dǎo)軌、上視檢工位相機(jī)、第一側(cè)視檢相機(jī)、下視檢工位相機(jī)、第二側(cè)視檢相機(jī)和光源，沿待檢 銅件的運(yùn)動(dòng)方向設(shè)置有多于一段的傳送帶，所述的導(dǎo)軌設(shè)置于傳送帶上及兩傳送帶之間； 上視檢工位相機(jī)設(shè)置于傳送帶正上方，下視檢工位相機(jī)設(shè)置于兩傳送帶間隙處正下方，所 述的第一側(cè)視檢相機(jī)和第二側(cè)視檢相機(jī)則分別設(shè)置于傳送帶水平方向的兩側(cè)；所述的光源 為相機(jī)拍照提供光照。
[0010] 更進(jìn)一步地，該視覺檢測系統(tǒng)還包括一監(jiān)控相機(jī)和云端服務(wù)器，所述的監(jiān)控相機(jī) 實(shí)時(shí)遠(yuǎn)程監(jiān)控視覺檢測系統(tǒng)的運(yùn)行情況；所述的云端服務(wù)器對視覺檢測系統(tǒng)進(jìn)行遠(yuǎn)程的實(shí) 時(shí)監(jiān)控、維護(hù)及參數(shù)調(diào)整。
[0011] 更進(jìn)一步地，所述的上視檢工位相機(jī)、第一側(cè)視檢相機(jī)、下視檢工位相機(jī)和第二側(cè) 視檢相機(jī)均配備有光源，該光源采用同軸光源。
[0012] 本發(fā)明的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測方法，其步驟為：
[0013] 步驟一、待檢銅件在傳送帶的作用下到達(dá)檢測工位，上視檢工位相機(jī)在光源作用 下拍照，獲取銅件上表面圖片；
[0014] 步驟二、對步驟一采集圖片進(jìn)行圖像處理，檢測銅件上表面缺陷；
[0015] 步驟三、重復(fù)步驟一和步驟二，依次檢測銅件一側(cè)面、銅件底面和銅件另一側(cè)面的 缺陷；
[0016] 步驟四、根據(jù)缺陷檢測結(jié)果，對待檢銅件進(jìn)行分類；
[0017] 步驟五、將采集圖片和獲得的缺陷信息存儲(chǔ)于云端，并通過云端服務(wù)器對視覺檢 測系統(tǒng)進(jìn)行遠(yuǎn)程的實(shí)時(shí)監(jiān)控、維護(hù)及參數(shù)調(diào)整。
[0018] 更進(jìn)一步地，步驟二所述對采集圖片進(jìn)行圖像處理的過程為：
[0019] 1)取得銅件圖片后，采用Sobel算子提取圖像中的興趣域ROI ;
[0020] 2)對步驟一所得圖像采用最佳閾值分割法進(jìn)行動(dòng)態(tài)閾值分割，獲得二值化圖像；
[0021] 3)對步驟二所得圖像采用數(shù)學(xué)形態(tài)學(xué)和BLOB分析，進(jìn)行特征提取和選擇，獲得銅 件圖像上的灰度及形狀特征；
[0022] 4)采用基于貝葉斯和最大期望算法相結(jié)合的半監(jiān)督學(xué)習(xí)模型對銅件缺陷進(jìn)行分 類。
[0023] 3.有益效果
[0024] 采用本發(fā)明提供的技術(shù)方案，與已有的公知技術(shù)相比，具有如下顯著效果：
[0025] (1)本發(fā)明的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)，針對常見 的銅件表面缺陷，使用傳送帶和導(dǎo)軌將銅件移動(dòng)到四個(gè)相應(yīng)的檢測工位，采用圖像采集系 統(tǒng)拍照取圖來依次檢測銅件的上下表面及兩側(cè)面是否有缺陷存在，并根據(jù)判定的結(jié)果對銅 件進(jìn)行分類，該檢測系統(tǒng)能實(shí)現(xiàn)自動(dòng)連續(xù)地對銅件的表面缺陷進(jìn)行檢測，取代人工目視檢 測方法，提高了檢測的效率與準(zhǔn)確率；
[0026] (2)本發(fā)明的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測系統(tǒng)，將檢測結(jié) 果信息及圖片保存到云端，通過半監(jiān)督學(xué)習(xí)模型平臺(tái)實(shí)現(xiàn)遠(yuǎn)程監(jiān)控及維護(hù)，能夠方便的對 檢測系統(tǒng)進(jìn)行參數(shù)調(diào)整、數(shù)據(jù)的存儲(chǔ)與統(tǒng)計(jì)等控制操作；
[0027] (3)本發(fā)明的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺檢測方法，能夠高效 處理采集的銅件表面圖像，處理后的圖像能夠準(zhǔn)確表征銅件表面缺陷，提高了對銅件表面 缺陷檢測的準(zhǔn)確性，且能夠檢測出銅件表面夾雜、裂紋、氣孔和凹坑等缺陷，缺陷檢測全面。
【附圖說明】
[0028] 圖1是本發(fā)明的視覺檢測系統(tǒng)的結(jié)構(gòu)示意圖；
[0029] 圖2是本發(fā)明的視覺檢測系統(tǒng)的云端操作示意圖；
[0030] 圖3是本發(fā)明進(jìn)行視覺檢測的流程圖；
[0031] 圖4是本發(fā)明進(jìn)行視覺檢測的圖像處理流程圖；
[0032] 圖5是本發(fā)明的視覺檢測系統(tǒng)的圖像采集結(jié)構(gòu)示意圖；
[0033] 圖6是本發(fā)明的視覺檢測系統(tǒng)的半監(jiān)督分類算法流程圖。
[0034] 不意圖中的標(biāo)號(hào)說明：
[0035] 1、傳送帶；2、檢測工位；3、待檢銅件；4、導(dǎo)軌；51、上視檢工位相機(jī)；52、第一側(cè)視 檢相機(jī)；53、下視檢工位相機(jī)；54、第二側(cè)視檢相機(jī)；6、光源。
【具體實(shí)施方式】
[0036] 為進(jìn)一步了解本發(fā)明的內(nèi)容，結(jié)合附圖和實(shí)施例對本發(fā)明作詳細(xì)描述。
[0037] 實(shí)施例1
[0038] 參看圖1、圖2和圖5,本實(shí)施例的一種基于半監(jiān)督學(xué)習(xí)模型的銅件表面缺陷視覺 檢測系統(tǒng)，包括傳送帶1、導(dǎo)軌4、上視檢工位相機(jī)51、第一側(cè)視檢相機(jī)52、下視檢工位相機(jī) 53、第二側(cè)視檢相機(jī)54和光源6。所述的傳送帶1沿待檢銅件3的運(yùn)動(dòng)方向設(shè)置了多段， 每段傳送帶1由輥輪傳動(dòng)，相鄰兩傳送帶1的上表面平行，能夠保證待檢銅件3在傳送帶1 上平穩(wěn)移動(dòng)。所述的導(dǎo)軌4也設(shè)置有多段，多段導(dǎo)軌4或設(shè)置于傳送帶1上，或設(shè)置于兩傳 送帶1之間。所述的上視檢工位相機(jī)51設(shè)置于傳送帶1正上方，該上視檢工位相機(jī)51主 要用于對待檢銅件3的上表面進(jìn)行拍照，上視檢工位相機(jī)51的附近設(shè)置有光源6,該光源6 采用同軸光源，其主要用于為相機(jī)拍照提供光照。所述的第一側(cè)視檢相機(jī)52、下視檢工位相 機(jī)53和第二側(cè)視檢相機(jī)54也配備有光源6,下視檢工位相機(jī)53設(shè)置于兩傳送帶1間隙處 正下方，該下視檢工位相機(jī)53主要用于對待檢銅件3的下表面進(jìn)行拍照。所述的第一側(cè)視 檢相機(jī)52和第二側(cè)視檢相機(jī)54則分別設(shè)置于傳送帶1水平方向的兩側(cè)，用于對待檢銅件 3的兩側(cè)面進(jìn)行拍照。
[0039] 本實(shí)施例的視覺檢測系統(tǒng)還配備了一個(gè)監(jiān)控相機(jī)，通過該監(jiān)控相機(jī)來實(shí)時(shí)遠(yuǎn)程監(jiān) 控系統(tǒng)運(yùn)行情況。而系統(tǒng)配置后的參數(shù)調(diào)整、數(shù)據(jù)的存儲(chǔ)與統(tǒng)計(jì)、系統(tǒng)的實(shí)時(shí)遠(yuǎn)程監(jiān)控及維 護(hù)等操作，則根據(jù)處理實(shí)時(shí)性的要求設(shè)置了云端服務(wù)器，可以采用在云端進(jìn)行操作或者云 端與處理器實(shí)時(shí)處理相結(jié)合的方式操作。本實(shí)施例的視覺檢測系統(tǒng)，能實(shí)現(xiàn)自動(dòng)連續(xù)地對 銅件的表面缺陷進(jìn)行檢測，取代人工目視檢測方法，提高了檢測的效率與準(zhǔn)確率。
[0040] 參看圖3,運(yùn)用本實(shí)施例的視覺檢測系統(tǒng)對銅件的表面缺陷進(jìn)行檢測的過程為：
[0041] 步驟一、銅件移動(dòng)到檢測工位：
[0042] 待檢銅件3在傳送帶1的作用下到達(dá)指定的上表面缺陷檢測工位2,觸發(fā)上視檢工 位相機(jī)51在同軸光源6的作用下拍照，獲取銅件圖片。本實(shí)施例中，傳送帶將銅件移動(dòng)到檢 測工位是采用編碼器控制或者傳感器指定位置的辦法來實(shí)現(xiàn)，其中傳送帶的速度要與相機(jī) 的成像精度匹配，保證銅件在傳送帶上運(yùn)動(dòng)的過程中也能拍到清晰的銅件圖片。圖片采集 過程則需要調(diào)節(jié)光源的亮度，相機(jī)工作距離，鏡頭的光圈，焦距，工作距離以及視場大小等， 保證所拍攝的銅件圖片清晰，缺陷特征明顯。
[0043] 步驟二、檢測銅件的上表面缺陷：
[0044] 待檢銅件3到達(dá)上表面缺陷檢測工位，取得銅件圖片后，就可以采用如圖4所示的 圖像處理算法（該圖像處理算法將在下文具體描述），首先對所取得的銅件圖片采集圖像， 接著對圖像進(jìn)行動(dòng)態(tài)閾值分割作二值化處理，對分割后的銅件圖像經(jīng)過特征提取與選擇后 就可以提取該銅件圖像上的灰度及形狀特征，接著采用基于貝葉斯和最大期望算法相結(jié)合 的半監(jiān)督學(xué)習(xí)模型對銅件缺陷進(jìn)行分類。上述的圖像處理步驟根據(jù)缺陷檢測實(shí)時(shí)性的要求 都是在云端或者實(shí)時(shí)處理器結(jié)合云端的方式進(jìn)行操作的。
[0045] 步驟三、檢測銅件的兩側(cè)面及下表面缺陷；
[004