[發明專利]一種塑料制品的質量檢測方法

在審

• 申請號: 202111153822.X
• 申請日: 2021-09-29
• 公開（公告）號: CN113588672A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 金忠發
• 申請（專利權）人: 武漢綠色塑料包裝有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01B11/00;G01B11/24;G06T17/00
• 代理公司: 南通一恒專利商標代理事務所(普通合伙) 32553
• 代理人: 梁金娟

1.一種塑料制品的質量檢測方法，其中，所述方法應用于一塑料制品的質量檢測裝置，所述裝置包括一全方位紅外線掃描儀，所述方法包括：

通過所述全方位紅外線掃描儀，對第一塑料制品進行完整性掃描，獲得第一3D紅外掃描模型，其中，所述第一3D紅外掃描模型為所述第一塑料制品按照第一姿態通過所述全方位紅外線掃描儀而得到；

獲得所述第一塑料制品的圖紙參數信息；

根據所述圖紙參數信息進行3D建模，獲得所述第一塑料制品的標準3D模型；

將所述第一3D紅外掃描模型與所述標準3D模型進行特征比對，獲得第一相似度值和第一區別特征；

獲得所述第一區別特征的位置信息和所述第一區別特征的屬性信息；

將所述第一相似度、所述位置信息和所述屬性信息輸入塑料制品質量檢測模型，獲得第一質量檢測結果。

2.如權利要求1所述的方法，其中，所述方法還包括：

通過所述全方位紅外線掃描儀，對所述第一塑料制品進行完整性掃描，獲得第N3D紅外掃描模型，其中，所述第N3D紅外掃描模型為所述第一塑料制品按照第N姿態通過所述全方位紅外線掃描儀而得到，其中，所述第一塑料制品的N種姿態互不相同；

將所述第N3D紅外掃描模型與所述標準3D模型進行特征比對，獲得相似度值集合和區別特征集合；

根據所述相似度值集合和所述區別特征集合對神經網絡模型進行訓練直到收斂狀態，獲得所述塑料制品質量檢測模型。

3.如權利要求1所述的方法，其中，所述方法還包括：

獲得第二3D紅外掃描模型，其中，所述第二3D紅外掃描模型為所述第一塑料制品按照第二姿態通過所述全方位紅外線掃描儀而得到，其中，所述第二姿態為所述第一姿態旋轉90°后的姿態；

將所述第一3D紅外掃描模型和所述第二3D紅外掃描模型的數據進行最小二乘法擬合，獲得擬合數據集；

根據所述擬合數據集，獲得第三3D紅外掃描模型；

將所述第三3D紅外掃描模型與所述標準3D模型進行特征比對，獲得第二相似度值和第二區別特征；

根據所述第二相似度值和第二區別特征，獲得第二質量檢測結果。

4.如權利要求1所述的方法，其中，所述方法還包括：

根據所述第一3D紅外掃描模型，獲得所述第一3D紅外掃描模型的毛刺特征，所述毛刺特征包括毛刺位置和毛刺大小；

將所述毛刺位置和毛刺大小對所述塑料制品質量檢測模型進行增量學習，獲得第一塑料制品質量檢測模型；

根據所述第一塑料制品質量檢測模型，獲得第三質量檢測結果。

5.如權利要求4所述的方法，其中，所述將所述毛刺位置和毛刺大小對所述塑料制品質量檢測模型進行增量學習，獲得第一塑料制品質量檢測模型，包括：

將所述毛刺位置和毛刺大小輸入所述塑料制品質量檢測模型，獲得第四質量檢測結果；

對所述第四質量檢測結果進行數據損失分析，獲得第一損失數據；

通過所述第一損失數據對所述塑料制品質量檢測模型進行訓練，獲得第一塑料制品質量檢測模型。

6.如權利要求1所述的方法，其中，所述裝置還包括一可見光源和一圖像采集裝置，所述方法還包括：

通過所述可見光源對所述第一塑料制品按照預定軌跡進行勻速移動照射，通過所述圖像采集裝置獲得所述第一塑料制品被所述可見光源透射后的圖像集合；

獲得預定透光度閾值；

根據所述預定透光度閾值，獲得卷積核集合；

根據所述卷積核集合對所述圖像集合進行特征遍歷比對，獲得第一提取結果；

根據所述第一提取結果，獲得透光均勻度；

根據所述透光均勻度對所述第一質量檢測結果進行修正，獲得第五質量檢測結果。

7.如權利要求6所述的方法，其中，所述根據所述第一提取結果，獲得透光均勻度，包括：

計算所述第一提取結果和所述第一塑料制品的感興趣區域的比值，獲得所述透光均勻度。