[發明專利]一種基于深度學習的口罩耳帶焊點檢測方法

有效

• 申請號: 202110277743.3
• 申請日: 2021-03-15
• 公開（公告）號: CN113066056B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 李菁;郭世財;陳則金;黃慶旺
• 申請（專利權）人: 南昌大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 殷康明

本發明公開了一種基于深度學習的口罩耳帶焊點檢測方法，包括以下步驟：標準化分類步驟：對口罩耳帶焊點進行標準化分類；圖像采集步驟：通過安裝于全自動耳帶焊接機出料側料盤上方的攝像機采集圖像；圖像預處理步驟：待測圖像預處理得到耳帶4個焊點的標準化圖像；樣本標記步驟：對攝像機的采集圖像按照標準化分類，判斷待測耳帶焊點的類別，并將對應的標準化圖像進行標記，得到訓練數據集；訓練模型步驟：將數據集中的圖像輸入卷積神經網絡進行訓練計算，循環迭代得到訓練好的模型；評估判斷步驟：使用新采集的圖像檢測模型訓練效果，評估模型預測的準確率。

技術領域

本發明涉及圖像處理、缺陷檢測及耳帶焊點檢測領域，具體涉及一種基于深度學習的口罩耳帶焊點檢測方法。

背景技術

口罩是一種用于過濾呼吸空氣，保護人體健康的衛生用品，人體佩戴口罩可有效防止飛沫、粉塵等有害人體健康的污物吸入人體呼吸道。因此，檢測口罩耳帶焊點，保證口罩質量，具有非常大的現實意義。口罩主要包括口罩主體、鼻梁條以及耳帶，耳帶需要通過焊接的方式連接在口罩主體上，目前無紡布口罩耳帶均采用超聲波塑料焊接機進行焊接。在口罩生產過程中，由于氣壓、電源等不確定性因素的影響，耳帶焊接容易出現焊接不良的情況，因此需要對耳帶焊點進行檢測，以確保口罩質量。在生產實際中，對口罩耳帶焊點檢測大都采用人工基于經驗進行目視檢測或進行拉力測試，需要花費一定的工時，而且難以做到全面檢測。

發明內容

本發明的目的在于提供一種基于深度學習的口罩耳帶焊點檢測方法，以解決上述提到的問題。

本發明的技術目的是通過以下技術方案得以實現的：一種基于深度學習的口罩耳帶焊點檢測方法，包括以下步驟：

標準化分類步驟：對口罩耳帶焊點進行標準化分類；

圖像采集步驟：通過安裝于全自動耳帶焊接機出料側料盤上方的攝像機采集圖像；

圖像預處理步驟：待測圖像預處理得到耳帶4個焊點的標準化圖像；

樣本標記步驟：對攝像機的采集圖像按照標準化分類，判斷待測耳帶焊點的類別，并將對應的標準化圖像進行標記，得到訓練數據集；

訓練模型步驟：將數據集中的圖像輸入卷積神經網絡進行訓練計算，循環迭代得到訓練好的模型；

評估判斷步驟：使用新采集的圖像檢測模型訓練效果，評估模型預測的準確率，判斷準確率是否滿足使用要求，如果不滿足，則繼續采集擴大訓練數據集繼續訓練模型；如果達到要求，則該模型可投入使用。

進一步地，所述標準化分類步驟中，口罩焊點標準化分類是依據全自動耳帶焊接機生產實際中焊點可能出現的所有情況進行制定，4個焊點均正常的口罩為合格品，其余為不合格品，需返工或報廢。該分類標準在實際實施過程中也可按需要進行更改。

進一步地，所述圖像采集步驟中，攝像機一次安裝好后，相機位置相對于放置口罩的料盤是固定的，所有圖像中的口罩片均為矩形，且口罩片處于圖像中相對固定的位置。

進一步地，所述圖像預處理步驟包括如下步驟：

步驟一：確定口罩片四個角在圖像中坐標，通過背景色與口罩片顏色的顯著差異確定口罩片在圖像中所占的矩形區域，得到該矩形四個角的坐標(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)；