[發(fā)明專利]一種基于多級特征比對的令紙缺陷檢測方法有效
| 申請?zhí)枺?/td> | 202010556716.5 | 申請日: | 2020-06-17 |
| 公開(公告)號: | CN111709936B | 公開(公告)日: | 2023-10-24 |
| 發(fā)明(設(shè)計(jì))人: | 余孟春;謝清祿;毛新宇;王顯飛 | 申請(專利權(quán))人: | 廣州麥侖智能科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06V10/74;G06V10/772;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08;G06V10/762 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 廣東省廣州市黃埔區(qū)中新廣州知識城*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 多級 特征 缺陷 檢測 方法 | ||
本發(fā)明涉及圖像處理及令紙缺陷檢測技術(shù)領(lǐng)域,特別地涉及一種基于多級特征比對的令紙缺陷檢測方法,包括:步驟S1、訓(xùn)練特征提取模型:基于正常令紙樣本圖像并采用自編碼器的方式對令紙樣本圖像的特征提取模型進(jìn)行訓(xùn)練;步驟S2、建立多級特征字典:采用訓(xùn)練好的特征提取模型對大量正常令紙樣本圖像進(jìn)行多級特征提取,獲得各級特征向量,建立正常令紙樣本圖像的多級特征字典;步驟S3、令紙缺陷檢測判定:應(yīng)用特征提取模型提取待測令紙圖像的多級特征向量并轉(zhuǎn)變成特征碼,比對待測令紙的多級特征碼與多級特征字典中的特征碼的歐氏距離,求出各個(gè)距離值后由缺陷判定模塊來判斷是否為有缺陷令紙,完成令紙的缺陷檢測。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理及令紙缺陷檢測技術(shù)領(lǐng)域,特別地涉及一種基于多級特征比對的令紙缺陷檢測方法。
背景技術(shù)
所述令紙(Ream Paper)在造紙工業(yè)中是指一定數(shù)量單位完全相同的紙頁,一般以500張完全相同的紙頁為一令紙,即成令的紙張。例如在辦公用紙上,普通的A4打印紙一包紙一般為500頁裝。令紙?jiān)谠旒埰髽I(yè)自動(dòng)化生產(chǎn)流水線上都需要經(jīng)過質(zhì)檢篩選,將有缺陷的令紙產(chǎn)品剔除出生產(chǎn)流水線隊(duì)列并讓合格的正常令紙進(jìn)入下一步包裝工序。
大型造紙企業(yè)的機(jī)械化和自動(dòng)信息化生產(chǎn)水平在日益提高,但是令紙生產(chǎn)過程中由于來料、刀具、流水線各環(huán)節(jié)以及生產(chǎn)環(huán)境等一系列因素的影響會(huì)出現(xiàn)各種各樣的缺陷,如:臟污、折皺、凸出、參差不齊、死紋、毛邊等。這些缺陷的存在降低了紙品出廠的品質(zhì),對此造紙企業(yè)一般采用人工檢查的方式來進(jìn)行品質(zhì)管理。但人工檢查的方式抽檢率低、準(zhǔn)確性不高、實(shí)時(shí)性差、效率低、勞動(dòng)強(qiáng)度大、受人工經(jīng)驗(yàn)和主觀因素的影響大,且工作重復(fù)、現(xiàn)場嘈雜、人員容易疲勞,無法對良品率做出有效統(tǒng)計(jì),給信息化生產(chǎn)管理工作也帶來很大的不便,檢查的效果并不理想。
為了解決這個(gè)問題,部分造紙企業(yè)引入了令紙視覺檢測系統(tǒng),拍攝流水線上令紙的實(shí)時(shí)圖像并進(jìn)行一系列的圖像處理操作(如:邊緣檢測、投影、閾值分割、紋理比對等),從而找出有缺陷的令紙。但由于缺陷類別眾多且表現(xiàn)各異,算法很難適應(yīng)各種例外,以致較難達(dá)到實(shí)用的效果。除了上述傳統(tǒng)的令紙視覺處理方式,基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)分類方法也在推廣使用。由于令紙缺陷檢測過程中缺陷的表現(xiàn)形式各種各樣,缺陷大小尺度上跨度較大,要求分類模型具備較高的復(fù)雜度才能確保有能力進(jìn)行區(qū)分,因此需要大量的令紙缺陷樣本圖像來進(jìn)行模型訓(xùn)練。但工廠缺少有缺陷的令紙樣本圖像,需要耗費(fèi)時(shí)間和精力來收集。在費(fèi)時(shí)費(fèi)力收集到大量令紙樣本圖像后仍然需要耗費(fèi)更多的人力來進(jìn)行令紙缺陷圖像篩選和標(biāo)注,另外,模型訓(xùn)練還涉及反復(fù)調(diào)參調(diào)優(yōu)過程。這一系列困難也導(dǎo)致基于深度學(xué)習(xí)分類模型的令紙缺陷檢測項(xiàng)目難以落地。
發(fā)明內(nèi)容
針對上述問題,本發(fā)明提出了一種基于多級特征比對的令紙缺陷檢測方法。本發(fā)明的技術(shù)方案同樣基于深度學(xué)習(xí)模型,但是為了避免對大量令紙標(biāo)注圖像的依賴,通過采用品質(zhì)合格的正常令紙樣本圖像來進(jìn)行訓(xùn)練,讓模型學(xué)習(xí)得到正常令紙樣本圖像的特征,考慮到正常令紙樣本圖像的表現(xiàn)也有一定的多樣性,在技術(shù)方案中專門設(shè)定了正常令紙樣本圖像的多級特征碼字典。
在具體檢測時(shí),待檢測令紙圖像通過特征提取模型提取得到的特征碼與正常令紙樣本圖像的特征字典中的特征碼進(jìn)行比對,判斷歐氏距離值,差異大的就是有缺陷令紙。
另外,深度學(xué)習(xí)模型中隨著數(shù)據(jù)由網(wǎng)絡(luò)低層向網(wǎng)絡(luò)高層傳遞,特征平面不斷縮小,所包含的信息也不斷抽象,高層的特征包含更多全局信息,而低層的特征包含更多的局部細(xì)節(jié)信息,以致小尺度對象的特征信息不太容易在網(wǎng)絡(luò)高層中表現(xiàn)出來。因此,考慮到令紙缺陷大小的尺度跨度較大,本發(fā)明技術(shù)方案中采用了多級特征提取和比對的方式。令紙中較大的缺陷通過高層的特征信息來檢測發(fā)現(xiàn);中等大小的缺陷通過中層特征信息來檢測發(fā)現(xiàn);較小的缺陷通過低層特征信息來檢測發(fā)現(xiàn),大、中、小缺陷兼顧,進(jìn)而綜合判斷,因此需要建立正常令紙樣本圖像的多級特征碼字典。
為實(shí)現(xiàn)上述目的,本發(fā)明提供的一種基于多級特征比對的令紙缺陷檢測方法,具體包括以下的實(shí)施步驟:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州麥侖智能科技有限公司,未經(jīng)廣州麥侖智能科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010556716.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





