[發明專利]鋁塑膜制造中基于機器視覺的智能瑕疵識別方法

在審

• 申請號: 202111164193.0
• 申請日: 2021-09-30
• 公開（公告）號: CN113933308A
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 李勇;葛銘;沈井學;魏江
• 申請（專利權）人: 杭州百子尖科技股份有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01B21/08;G06T7/00
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 沈敏強

1.一種鋁塑膜制造中基于機器視覺的智能瑕疵識別方法，其特征在于：

獲取產品圖像，檢測出產品圖像中鋁塑膜上的瑕疵；

對每個檢測到的瑕疵圖片輸入智能分類器識別每個瑕疵的類別；

根據鋁塑膜上識別出的瑕疵的類別和數量給產品做打分判等，輸出等級信息；

所述智能分類器識別每個瑕疵的類別，包括：

提取瑕疵特征，特征包含平均灰階值、最小灰階、最大灰階、瑕疵面積、瑕疵周長、長軸短軸比、形狀、LBP特征和Haar特征；

基于瑕疵特征構建一個高維向量，將高維向量輸入KNN分類器，分類器經過運算，給出類別編號。

2.根據權利要求1所述的鋁塑膜制造中基于機器視覺的智能瑕疵識別方法，其特征在于，所述檢測出產品圖像中鋁塑膜上的瑕疵，包括：

對產品圖像做高斯平滑濾波器處理，根據灰階度差異，計算出瑕疵點像素，匯總出檢測結果。

3.一種鋁塑膜制造中基于機器視覺的智能瑕疵識別裝置，其特征在于，包括：

瑕疵檢測模塊，用于獲取產品圖像，檢測出產品圖像中鋁塑膜上的瑕疵；

瑕疵分類模塊，用于對每個檢測到的瑕疵圖片輸入智能分類器識別每個瑕疵的類別；

瑕疵判等模塊，用于根據鋁塑膜上識別出的瑕疵的類別和數量給產品做打分判等，輸出等級信息；

所述智能分類器識別每個瑕疵的類別，包括：

提取瑕疵特征，特征包含平均灰階值、最小灰階、最大灰階、瑕疵面積、瑕疵周長、長軸短軸比、形狀、LBP特征和Haar特征；

基于瑕疵特征構建一個高維向量，將高維向量輸入KNN分類器，分類器經過運算，給出類別編號。

4.根據權利要求3所述的鋁塑膜制造中基于機器視覺的智能瑕疵識別方法，其特征在于，所述檢測出產品圖像中鋁塑膜上的瑕疵，包括：

對產品圖像做高斯平滑濾波器處理，根據灰階度差異，計算出瑕疵點像素，匯總出檢測結果。

5.一種存儲介質，其上存儲有能被處理器執行的計算機程序，其特征在于：所述計算機程序被執行時實現權利要求1或2所述鋁塑膜制造中基于機器視覺的智能瑕疵識別方法的步驟。

6.一種數據處理設備，具有存儲器和處理器，存儲器上存儲有能被處理器執行的計算機程序，其特征在于：所述計算機程序被執行時實現權利要求1或2所述鋁塑膜制造中基于機器視覺的智能瑕疵識別方法的步驟。

7.一種鋁塑膜制造中基于機器視覺的智能質量檢測系統，其特征在于，包括：

工業相機Ⅰ，用于采集產品正面圖像；

工業相機Ⅱ，用于采集產品反面圖像；

編碼器，與產品接觸，用于獲取產品的傳送距離，并在產品每傳送一定距離后為相機Ⅰ、Ⅱ提供圖像采集觸發信號；

光源，用于照亮所述工業相機Ⅰ、Ⅱ對應的產品；

數據處理單元，具有存儲器和處理器，存儲器上存儲有能被處理器執行的計算機程序，所述計算機程序被執行時實現權利要求1或2所述鋁塑膜制造中基于機器視覺的智能瑕疵識別方法的步驟。

8.根據權利要求7所述的鋁塑膜制造中基于機器視覺的智能質量檢測系統，其特征在于，還包括：

膜厚儀，接于所述數據處理單元上，用于量測產品的膜層厚度。