[發明專利]零部件表面缺陷的識別方法和裝置

在審

• 申請號: 201711246947.0
• 申請日: 2017-12-01
• 公開（公告）號: CN108061735A
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 卞賢掌;鄭忠斌;費海平;張功;李世強;丁鎮
• 申請（專利權）人: 工業互聯網創新中心（上海）有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

一種零部件表面缺陷的識別方法和裝置，其中，該方法包括：獲取多個樣品圖像，其中，多個樣品圖像包括：多個無缺陷零部件的樣品圖像和多個有缺陷零部件的樣品圖像；根據多個樣品圖像，建立用于識別表面缺陷的卷積神經網絡；獲取待檢測的零部件圖像；根據待檢測的零部件圖像和用于識別表面缺陷的卷積神經網絡，確定待檢測的零部件是否存在表面缺陷。由于該方案通過先利用多個樣品圖像建立用于識別表面缺陷的卷積神經網絡，再利用上述卷積神經網絡識別零部件表面缺陷，從而解決了現有方法中存在的無法準確地識別零部件表面缺陷的技術問題，達到可以在光照較差的環境中快速、準確地識別零部件表面缺陷的技術效果。

技術領域

本發明涉及機械部件檢測技術領域，特別是涉及一種零部件表面缺陷的識別方法和裝置。

背景技術

在生產施工中，往往需要對大批量的機械零部件進行檢測，以快速地從眾多零部件中剔除不符合生產要求、質量不合格的零部件。例如，快速剔除存在表面缺陷的零部件。

目前，為了快速地識別零部件表面缺陷，現有方法大多是采集零部件圖像，通過檢測灰度閾值的方法將零部件的圖像進行二值化處理，再將上述二值化處理后的圖像與模板進行比對，以確定零部件的表面質量情況。但是，由于上述檢測灰度閾值的方法本身相對比較簡單，分辨率相對較低，導致具體實施時，識別零部件表面缺陷的準確度不高。并且，現有方法在實施的過程中通常對于光照環境的要求較高。在光照環境較弱的情況下，現有方法往往無法有效地識別出缺陷。綜上可知，現有方法具體實施時，往往存在無法準確地識別零部件表面缺陷的技術問題。

針對上述問題，目前尚未提出有效的解決方案。

發明內容

本申請實施方式提供了一種零部件表面缺陷的識別方法和裝置，以解決有方法中存在的無法準確地識別零部件表面缺陷的技術問題。

本申請實施例提供了一種零部件表面缺陷的識別方法，包括：

獲取多個樣品圖像，其中，所述多個樣品圖像包括：多個無缺陷零部件的樣品圖像和多個有缺陷零部件的樣品圖像；

根據所述多個樣品圖像，建立用于識別表面缺陷的卷積神經網絡；

獲取待檢測的零部件圖像；

根據所述待檢測的零部件圖像和所述用于識別表面缺陷的卷積神經網絡，確定待檢測的零部件是否存在表面缺陷。

在一個實施方式中，所述零部件包括以下至少之一：軸承、螺釘、齒輪、氣動元件、密封件、緊固件。

在一個實施方式中，根據所述多個樣品圖像，建立用于識別表面缺陷的卷積神經網絡，包括：

根據所述多個無缺陷零部件的樣品圖像和多個有缺陷零部件的樣品圖像，建立第一訓練集和第一測試集；

利用所述第一訓練集和所述第一測試集進行訓練，以建立零部件缺陷識別網絡，并將所述零部件缺陷識別網絡作為所述用于識別表面缺陷的卷積神經網絡。

在一個實施方式中，所述多個有缺陷零部件的樣品圖像包括多種零部件缺陷類型圖像。

在一個實施方式中，所述多種零部件缺陷類型圖像包括：裂紋類型圖像、劃痕類型圖像、孔洞類型圖像、斑跡類型圖像。

在一個實施方式中，所述根據所述多個樣品圖像，建立用于識別表面缺陷的卷積神經網絡，包括：

根據所述多個無缺陷零部件的樣品圖像和多個有缺陷零部件的樣品圖像，建立第一訓練集和第一測試集；

利用所述第一訓練集和所述第一測試集進行訓練，以建立所述零部件缺陷識別網絡；

根據所述多種零部件缺陷類型圖像，建立第二訓練集和第二測試集；