[發明專利]基于深度支持向量數據描述模型的拉鏈異常檢測方法

有效

• 申請號: 202110487679.1
• 申請日: 2021-05-06
• 公開（公告）號: CN113222926B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 高新波;梁棟;路文;李庚桓;何立火
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/774
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

本發明公開了一種基于深度支持向量數據描述模型的拉鏈異常檢測方法，其方案是：采集拉鏈圖像；獲取訓練集，測試集與驗證集，并進行預處理；構建自編碼器，用預處理后的訓練集拉鏈圖像塊對其預訓練；將訓練后自編碼器中的編碼器參數作為深度支持向量數據描述模型中特征提取網絡的初始參數，用預處理后的訓練集拉鏈圖像塊對其訓練；將驗證集和測試集中的拉鏈圖像塊分別輸入到訓練好的深度支持向量數據描述模型中，得到經驗閾值T和測試集中拉鏈圖像塊的異常得分s，若s＞T，則拉鏈塊為異常，反之，為正常；歸并完整拉鏈上所有拉鏈塊檢測結果，檢測出整條拉鏈的質量。本發明檢測種類多，檢測精度高，檢測速度快，大大降低了數據采集成本，可用于拉鏈生產線。

技術領域

本發明屬于圖像處理技術領域，更進一步涉及一種拉鏈異常檢測方法，可應用于工業制造的自動化流水線中衣物品上拉鏈的異常檢測，降低生產成本。

背景技術

拉鏈在日常生活中普遍存在，例如在服飾、箱包等生活用品中有著廣泛的應用。而在拉鏈生產過程中難免出現各種各樣的異常情況，如鏈齒小咪、布帶破損以及下止不到位等瑕疵。而瑕疵品的出現可能會影響人們的生活體驗，并損害生產單位和相關品牌的名譽。當前工廠往往需要雇傭工人來人工篩選缺陷樣本，而人工目視檢測存在以下幾個缺點：一是檢測質量差：人工質檢受到主觀因素影響較大，不同檢測人員的檢測結果難以統一，且受視覺疲勞影響，檢測質量不穩定；二是檢測效率低：人工檢測的速度慢，且不同人員檢測效率也不一致；三是人工成本高：人工培訓成本和用工成本比較高，人員流動也造成人力成本進一步增加；四是信息集成難：人工檢測難以做到實時集成和處理檢測數據，影響生產工藝改進和質量控制分析的效率，對自動化生產流程適配比較弱。

由于人工檢測手段存在各種不足，且不能滿足當前自動化流水線高產能的特點，工廠企業迫切需求某項能夠代替人工檢測的技術來緩解檢測壓力。近年來，基于計算機視覺的自動化檢測技術蓬勃發展，而且自動化檢測能夠一次投入，運營成本低，效率高，且監控質量穩定。

廣東歐亞寶拉服飾配件有限公司在其申請的專利文獻“拉鏈自動檢測機”(專利申請號：201320544461.6；申請公布號：CN203432617U)中提出了一種拉鏈自動檢測機。該裝置包括底座，底座上設有傳送單元、檢測單元、控制單元以及分離單元，其中傳送單元，即傳送帶，用于傳送待檢測的拉鏈，檢測單元用于檢測拉鏈，并將拉鏈信息傳送到控制單元，控制單元判斷拉鏈是否合格，分離單元將判斷出的非合格拉鏈與合格拉鏈進行分離。該方法由于在檢測部分只表述了利用處理器快速地對拍攝的影像進行分析和處理，以判斷是否為合格品，而沒有詳細闡述如何進行分析和處理，因而拉鏈檢測效果差。

中國計量大學、杭州智感科技有限公司、杭州質慧信息技術有限公司在其申請的專利文獻“一種拉鏈尺寸圖像采集裝置及基于該裝置的在線視覺檢測系統”(專利申請號：201810135429.X；申請公布號：CN108180837A)中提出了一種拉鏈尺寸圖像采集裝置及基于該裝置的在線視覺檢測系統。其通過中心處理器和控制器控制圖像采集裝置實現拉鏈尺寸是否合格的實時判斷，輸出檢測結果。但由于該在線視覺檢測系統只能針對拉鏈的尺寸不正常這一種異常類型進行檢測，而現實生活中拉鏈的異常種類繁多，因而該發明并不能滿足生產中篩選出所有異常種類拉鏈的需求。

發明內容

本發明的目的在于針對上述已有技術的不足，提出一種基于深度支持向量數據描述模型的拉鏈異常檢測方法，以檢測出多種異常類別的拉鏈，提升拉鏈異常檢測效果。

為實現上述目的，本發明的技術方案包括如下：

(1)使用兩個點光源，分別置于拉鏈的上側和下側，保持光照強度不變，使用強對比度背景置于拉鏈正下側，使用線掃相機對其進行拍攝，采集正常拉鏈圖像與異常拉鏈圖像，保證采集到的正常拉鏈圖像與異常拉鏈圖像的數量比例為5：1；

(2)選取采集正常拉鏈圖像的十分之九作為訓練集，選取采集正常拉鏈圖像的十分之一與采集異常拉鏈圖像的二分之一作為測試集，并將剩余的采集異常拉鏈圖像的二分之一作為驗證集；