资讯中心
当前位置:
缺陷检测相关的资讯
共找到 24 个符合条件的资讯
某种基于机器视觉的载玻片缺陷检测方法
大学仕 2021-08-25 09:03 315浏览
某        2.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法,其特征在于,步骤S1中每个检测流道中放置的若干个载玻片两两之间至少间隔35mm。         7.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法,其特征在于,所述步骤S2中的第三光线发生装置的光线出射端的延长线与所述载玻片下表面的锐角夹角范围为5°-25°。         8.根据权利要求1所述的基于机器视觉的载玻片缺陷检测方法,其特征在于,所述步骤S2中的第三光线发生装置的光线出射端到载玻片下表面的工作距离为30mm-50mm。
某种产品缺陷检测设备和方法 
大学仕 2021-08-09 09:32 576浏览
种产品缺陷检测方法和设备。该产品缺陷检测方法根据获取的模型构建参与方的样本数据,根据数据模型训练指令对数据模型进行训练得到中间参数,并对中间参数进行加密;对加密后的中间参数进行解密,并对解密后的中间参数进行融合得到融合参数;然后,根据融合参数对数据模型的模型参数进行更新,得到以工业产品数据为输入、以产品表面缺陷检测结果为输出的产品缺陷检测分类模型,解决了“大数据”时代数据不易共享的问题,进而保护了数据的安全性,同时使得缺陷数据更加丰富,模型更加精确。某获取模型构建参与方的样本数据和数据模型训练指令;所述样本数据为工业产品表面缺陷数据; 根据所述融合参数对数据模型的模型参数进行更新,得到共享模型;所述共享模型即是以工业产品数据为输入,以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。6.一种产品缺陷检测设备,其特征在于,包括:获取模块,用于获取模型构建参与方的样本数据和数据模型训练指令;所述样本数据为工业产品表面缺陷数据; 中间参数确定模块,用于根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数,并对所述中间参数进行加密;融合参数确定模块,用于对加密后的所述中间参数进行解密,并对解密后的中间参数进行融合得到融合参数;模型构建模块,用于根据所述融合参数对数据模型的模型参数进行更新,得到共享模型;所述共享模型即是以工业产品数据为输入,以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。 9.根据权利要求8所述的产品缺陷检测设备,其特征在于,所述中间参数确定单元具体包括:判断子单元,用于判断与所述样本数据ID对应的模型构建参与方的样本数据是否均为标签数据,得到判断结果; 第一中间参数确定子单元,用于当样本数据属于同类工业产品,且所述样本数据均为标签数据时,采用横向联邦学习方法对数据模型进行训练得到中间参数; 第二中间参数确定子单元,用于当样本数据属于同类工业产品,且所述样本数据不均为标签数据时,获取无标签样本数据的伪标签,并将具有伪标签的样本数据替代无标签的样本数据后,重设数据模型的损失函数,采用横向联邦学习方法对重设损失函数后的数据模型进行训练得到中间参数。10.一种产品缺陷检测设备,其特征在于,包括:客户端,用于上传模型构建参与方的样本数据和数据模型训练指令;所述样本数据为工业产品表面缺陷数据;本地联邦计算节点,与所述客户端连接,用于根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数,并用于对所述中间参数进行加密;服务器,分别与所述客户端和所述本地联邦计算节点连接,用于对加密后的所述中间参数进行解密,用于对解密后的中间参数进行融合得到融合参数,并用于根据所述融合参数对所述本地联邦计算节点中数据模型的模型参数进行更新,得到共享模型;所述共享模型即是以工业产品数据为输入,以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。
某种基于DSP与FPGA的零件视觉检测系统
大学仕 2021-08-09 09:26 861浏览
某所述的处理控制单元包括LCD显示器(11)、DSP模块(12)、FPGA模块(13),其特征在于:所述的DSP模块(12)通过螺栓固定在电气控制柜(14)上,所述的LCD显示屏(11)通过螺栓固定在电气控制柜(14)上,且LCD显示器(11)通过导线与DSP模块(12)电性连接,所述的FPGA模块(13)通过螺栓固定在电气控制柜(14)上,FPGA模块(13)与DSP模块(12)电性连接。某3.根据权利要求1所述的某5.根据权利要求1所述的
某种玻管缺陷检测系统及其清洁装置
大学仕 2021-08-05 09:14 401浏览
1.4.根据权利要求1所述的玻管缺陷检测系统的清洁装置,其特征在于,所述清洁机构包括空气加热装置(23),所述空气加热装置(23)设置在所述吹气单元(21)的上游并与所述吹气单元(21)连通,该空气加热装置(23)用于加热并调节流出自身的压缩空气的温度。 7.根据权利要求6所述的玻管缺陷检测系统的清洁装置,其特征在于,所述清洁机构包括用于加热压缩空气的空气加热装置(23),所述空气加热装置(23)设置于所述吹气单元(21)的上游并具有多个第一连接管段(25),每个所述吹气单元(21)通过一个所述第一连接管段(25)与所述空气加热装置(23)连通。 8.根据权利要求1所述的玻管缺陷检测系统的清洁装置,其特征在于,所述吹气单元(21)具有朝向所述玻管(10)吹气的出气斜面(211),所述出气斜面(211)在所述玻管(10)的进料方向上沿逐渐靠近所述玻管(10)的方向延伸。 种玻管缺陷检测系统,其特征在于,包括权利要求1-9中任意一项所述的清洁装置和设置于玻管检测区域(100)的缺陷检测装置,所述清洁装置设置于所述缺陷检测装置在所述玻管(10)的进料方向上的上游侧。
某种用于表面缺陷检测的正样本扩充方法
大学仕 2021-08-04 09:49 953浏览
种用于表面缺陷检测的正样本扩充方法,包括,将检测器生成的目标框和检测框的位置坐标输入至非极大抑制单元,通过非极大抑制单元去除重叠检测框,保留包含目标信息的检测框;通过样本判定单元筛选和判定负样本、正样本以及半正样本;通过样本采样单元根据设定的正负样本采样比例对负样本、正样本以及半正样本进行采样;将全部采样数据输入至损失回归单元,通过损失回归单元进行检测框分类损失训练和检测框定位回归训练,进而扩充正样本;本发明可以更准确地衡量检测框与目标框之间的重叠程度;同时,改善了正负样本的不平衡问题,且可直接迁移应用至多种目标检测网络中,无需预训练,通用性好。某        2.如权利要求1所述的用于表面缺陷检测的正样本扩充方法,其特征在于:所述非极大抑制单元包括, 所述非极大抑制单元在每个特征层内的检测框之间,通过执行非极大抑制策略,以去除所述重叠检测框; 而后在相邻的特征层内检测框之间,所述非极大抑制单元通过衡量检测框之间的相关性,并据此筛选与保留所述包含目标信息的检测框。         5.如权利要求3所述的用于表面缺陷检测的正样本扩充方法,其特征在于:所述COP BGt的限定条件包括, 若每个检测框和所有目标框的COP BGt中的最大值低于负样本阈值,则此检测框判定为所述负样本。
某种玻璃口服液瓶缺陷检测系统
大学仕 2021-08-04 09:38 567浏览
种玻璃口服液瓶缺陷检测系统,包括:传输单元,用于传递玻璃口服液瓶至设定位置,其中传递玻璃口服液瓶至设定位置时,玻璃口服液瓶停止传输;图像采集单元,用于将运行至设定位置的玻璃口服液瓶脱离传输单元,并采集玻璃口服液瓶图像;处理与控制单元,用于控制传输单元传输以及图像采集单元的采集,并根据图像采集单元采集的图像,判断是否有缺陷;踢瓶单元,在处理与控制单元控制下,用于将有缺陷的玻璃口服液瓶移除至缺陷区;出瓶单元,在处理与控制单元控制下,用于将无缺陷的玻璃口服液瓶移除至无缺陷区。解决相关技术中检测过程中不能全方位检测、相机和光源使用数量多、系统不易拓展以及气动装置精度低的问题。个工作面,所述工作面的两侧设置分别有第一限位板和第二限位板,所述第        4.按照权利要求2所述的系统,其特征在于,所述水平传送装置包括前链轮轴、后链轮轴、第一传送链条以及第二传送链条,所述前链轮轴上设置有两个前链轮,所述两个前链轮的间距小于一个玻璃口服液瓶瓶长:所述前链轮轴设置于所述上料传送装置的后下方,与所述的上料传送装置上端的工作面平行;所述后链轮轴设置于所述前链轮轴的后方,与所述前链轮轴平行且处于同一水平面上,所述后链轮轴上设置有两个与所述前链轮平行且相同规格的后链轮,所述前链轮和所述后链轮通过所述第一侧:平面反射镜,为矩形,其长边与所述光源平行,短边与水平面的夹角为45°,反射面朝向所述光源的方向,所述平面反射镜、所述的摩擦旋转装置下端和所述光源处于同        6.按照权利要求5所述的系统,其特征在于,所述顶升装置包括:设置于水平传送装置所在平面的下方,包括第一支撑底座、第一导轨、第一升降台 、第一曲轴连杆以及第一步进电机:所述第一支撑底座固定 在系统的骨架上,其一侧固定有第一步进电机, 另一侧固定有整直放置的第一导轨;固定有所述第一导轨的一侧还设置有所述第一升降台;所述第一        8.按照权利要求5所述的系统,其特征在于,所述拍摄模块包括:瓶身拍摄模块,设置于平面反射镜的正上方,包括瓶身工业相机和固定底座,所述瓶身工业相机设置在所述固定底座上,所述固定底座与所述平面反射镜镜安装在同一连接架,第一端侧。        9.按照权利要求1所述的系统,其特征在于,所述踢瓶单元设置于所述水平传送装置的中后部,包括第二支撑底座、第二导轨、第二升降台、第二曲轴连杆、第二步进电机、剪刀型双叶片,斜坡和中空矩形管道:所述第二支撑底座固定在系统的骨架上,其一        10.按照权利要求1所述的系统,其特征在于,所述出瓶单元设置于所述传输单元的后端,包括第一滑坡.第二滑坡、出瓶柜、顶出柱、第三导轨、第三曲轴连杆以及第三步进电机:所述第一滑坡设置于水平传送装置的后端,设置有两道供所述水平传送装置V型卡齿片通过的槽,第一滑坡朝后方倾斜,可将水平传送装置上的玻璃口服液瓶拨出并滑向后方的第二滑坡;所述第二滑坡设置于第
某种表面缺陷检测方法及装置
大学仕 2021-07-30 09:14 866浏览
种表面缺陷检测方法及装置;该方法首先对待检测的表面缺陷图像的各底层特征进行提取得到各特征图像金字塔,根据中心周边差机制确定各特征图像金字塔对应的各特征图,将各特征图进行归一化处理,并将同一类型的特征图进行相加得到各特征显著图,以各特征显著图所具有的能量比例为权重融合各特征显著图得到合成显著图,然后对表面缺陷图像的高层特征进行提取、融合和采样操作得到高层显著图,最后以合成显著图所具有的能量比例以及高层显著图所具有的能量比例为权重,融合合成显著图和高层显著图得到总显著图,再根据总显著图确定表面缺陷图像的缺陷种类和缺陷位置。本申请提高了表面缺陷检测的识别精度。种表面缺陷检测方法,其特征在于,包括: 获取待检测的表面缺陷图像; 对所述表面缺陷图像的各底层特征进行提取,得到各特征图像金字塔; 根据中心周边差机制确定所述各特征图像金字塔对应的各特征图; 将所述各特征图进行归一化处理,并将同一类型的特征图进行相加,得到各特征显著图; 以所述各特征显著图所具有的图像能量比例为权重,融合所述各特征显著图,得到合成显著图,所述各特征显著图所具有的图像能量比例为所述各特征显著图所具有的图像能量与各特征显著图所具有的图像能量之和的比例; 对所述表面缺陷图像的高层特征进行提取、融合和采样操作,得到高层显著图; 以所述合成显著图所具有的图像能量比例以及所述高层显著图所具有的图像能量比例为权重,融合所述合成显著图和所述高层显著图,得到总显著图,所述合成显著图所具有的图像能量比例为所述合成显著图所具有的图像能量,与所述合成显著图和所述高层显著图所具有的图像能量之和的比例,所述高层显著图层具有的图像能量比例为所述高层显著图所具有的图像能量,与所述合成显著图和所述高层显著图所具体的图像能量之和的比例; 根据所述总显著图,确定所述表面缺陷图像的缺陷种类和缺陷位置。        4.根据权利要求1所述的表面缺陷检测方法,其特征在于,所述根据中心周边差机制确定所述各特征图像金字塔对应的各特征图的步骤,包括: 根据中心周边差机制选取中心空间尺度和外围空间尺度; 针对任意一个特征图像金字塔,选取所述特征图像金字塔在所述中心空间尺度下的第一特征图和在所述外围空间尺度下的第二特征图; 采用插值法处理所述第一特征图和所述第二特征图,以保持所述第一特征图和所述第二特征图的大小一致; 将处理后的所述第一特征图和所述第二特征图进行相减,得到特征图。         7.根据权利要求1所述的表面缺陷检测方法,其特征在于,所述根据所述总显著图,确定所述表面缺陷图像的缺陷位置的步骤,包括: 从所述总显著图中确定目标像素点; 以所述目标像素点为初始生长种子,在所述总显著图中采用区域生长的方式进行区域生长,得到生长完成区域; 从所述表面缺陷图像中确定所述生长完成区域对应的缺陷位置。
某种陶瓷砖印花缺陷的检测方法
大学仕 2021-07-30 09:11 652浏览
种陶瓷砖印花缺陷的检测方法,S1)取待印花陶瓷砖坯置于覆有待检印花图案的丝印网板下方,在所述丝印网板上涂刷含有色素的印刷釉,印刷所述待检印花图案于所述待印花陶瓷砖坯的表面,制得显色印花砖;S2)将所述显色印花砖与对比样砖进行比对,找出所述显色印花砖的表面呈现为有色图案的所述待检印花图案中的印花缺陷,如果不存在印花缺陷,检测结束,反之,如果存在印花缺陷继续执行以下步骤;S3)根据获得的所述印花缺陷,确认所述丝印网板与所述印花缺陷对应的位置存在的网眼缺陷。本发明的所述陶瓷砖印花缺陷的检测方法简单有效,可靠性高。某        2.根据权利要求1所述的陶瓷砖印花缺陷的检测方法,其特征在于,步骤S1)中,所述色素为食用色素,所述食用色素与所述印花图案的色差值ΔE大于等于3.0。         5.根据权利要求1所述的陶瓷砖印花缺陷的检测方法,其特征在于,步骤S1)中,所述待检印花图案为由下到上依次套印的多个图案中的任一个图案,并且所述待印花陶瓷砖坯已印刷有需在所述待检印花图案前套印的所有图案;步骤S2)中,所述对比样砖印有所述待检印花图案,所述待检印花图案为显色图案。         8.根据权利要求1-7任一项所述的陶瓷砖印花缺陷的检测方法,其特征在于,还包括以下步骤: S4)根据所述网眼缺陷,分析造成对应的所述网眼缺陷的原因,修复所述网眼缺陷; S5)完成以上所述修复后,重复执行步骤S1)至S4),直至步骤S2)中所述印花缺陷消失。  
某种电池外观缺陷的检测系统及方法
大学仕 2021-07-29 09:07 773浏览
种电池外观缺陷的检测系统及方法,包括:成像模组、图像预处理模块和缺陷检测模块;成像模组包括承载台、成像相机和侧部光源组,承载台用于承载被检测电池,成像相机和侧部光源组位于承载台的上方,侧部光源组包括4个侧部光源,侧部光源朝向承载台,且围绕承载台设置;成像模组,用于获取多种光照环境下拍摄的被检测电池的多张外观图像;图像预处理模块,用于对所述多张外观图像进行融合处理,得到一高维度图像;缺陷检测模块,用于将高维度图像输入外观缺陷检测模型,得到被检测电池的外观缺陷。本发明可以提高自动化缺陷检测的检出率,降低了漏检率,提高了缺陷类型的检测覆盖率。种电池外观缺陷的检测系统,其特征在于,包括: 成像模组、图像预处理模块和缺陷检测模块; 所述成像模组包括承载台、成像相机和侧部光源组,所述承载台用于承载被检测电池,所述成像相机和所述侧部光源组位于所述承载台的上方,所述侧部光源组包括4个侧部光源,所述侧部光源朝向所述承载台,且围绕所述承载台设置; 所述成像模组,用于获取多种光照环境下拍摄的所述被检测电池的多张外观图像; 所述图像预处理模块,用于对所述多张外观图像进行融合处理,得到一高维度图像; 所述缺陷检测模块,用于将所述高维度图像输入外观缺陷检测模型,得到所述被检测电池的外观缺陷。        4.根据权利要求3所述的检测系统,其特征在于: 所述成像模组,还用于通过逐次开启一个侧部光源并拍摄,得到各个角度的单角度图像;根据所有得到的单角度图像合成所述光度图像。         7.根据权利要求1所述的检测系统,其特征在于,还包括: 模型构建模块,用于基于深度学习网络构建外观缺陷检测模型。 某        9.根据权利要求8所述的电池外观缺陷的检测方法,其特征在于: 所述的获取多种光照环境下拍摄的被检测电池的外观图像,包括: 获取所述被检测电池的低曝光图像、高曝光图像和光度图像; 所述的对所述外观图像进行融合处理,得到一高维度图像,包括: 对所述高曝光图像、所述低曝光图像和所述光度图像进行融合处理,得到一高维度图像。         10.根据权利要求9所述的电池外观缺陷的检测方法,其特征在于,获取所述被检测电池的光度图像包括: 通过逐次开启一个侧部光源并拍摄,得到各个角度的单角度图像; 根据所有得到的单角度图像合成所述光度图像。
某种缺陷检测方法和装置
大学仕 2021-07-29 09:02 622浏览
种缺陷检测方法和装置,其中,该方法包括:采集训练样本图像;对训练样本图像进行灰度化和去均值化处理,以获取目标样本集,并对目标样本集进行标注以将目标样本集划分为良好样本集和缺陷样本集;根据良好样本集和缺陷样本集采用对角白化变换的方式构造空域滤波器;采用空域滤波器对良好样本集和缺陷样本集进行处理,以获取相应的目标特征向量;根据目标特征向量对SVM算法进行训练,以获取SVM分类模型;根据SVM分类模型对待检测产品进行缺陷检测。根据本发明的缺陷检测方法,不仅能够准确地进行缺陷检测,而且方案实施简单,并且所需的样本较少,即使在复杂工业环境下也能够保证缺陷检测的准确性。种缺陷检测方法,其特征在于,包括以下步骤: 采集训练样本图像; 对所述训练样本图像进行灰度化和去均值化处理,以获取目标样本集,并对所述目标样本集进行标注以将所述目标样本集划分为良好样本集和缺陷样本集; 根据所述良好样本集和所述缺陷样本集采用对角白化变换的方式构造空域滤波器; 采用所述空域滤波器对所述良好样本集和所述缺陷样本集进行处理,以获取相应的目标特征向量; 根据所述目标特征向量对SVM算法进行训练,以获取SVM分类模型; 根据所述SVM分类模型对待检测产品进行缺陷检测。        4.根据权利要求1所述的缺陷检测方法,其特征在于,根据所述良好样本集和所述缺陷样本集采用对角白化变换的方式构造空域滤波器,包括: 采用离散小波变换的方式分别对所述良好样本集和所述缺陷样本集进行N层小波分解,其中,N为正整数; 将所述良好样本集进行N层小波分解的小波系数按照分解的顺序组成第一特征矩阵,并将所述缺陷样本集进行N层小波分解的小波系数按照分解的顺序组成第二特征矩阵; 计算所述第一特征矩阵的第三协方差矩阵,并计算所述第二特征矩阵的第四协方差矩阵; 对所述第三协方差矩阵和所述第四协方差矩阵进行求和运算以获取第七矩阵; 根据所述第七矩阵进行白化变换,以获取第八矩阵; 根据所述第八矩阵分别对所述第三协方差矩阵和所述第四协方差矩阵进行处理,以获取第九矩阵和第十矩阵; 对所述第九矩阵和所述第十矩阵进行同时对角化变换,以获取第二特征向量; 根据所述第二特征向量和所述第八矩阵计算第二投影矩阵,并通过所述第二投影矩阵构建所述空域滤波器。         5.种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现根据权利要求1-4中任一项所述的缺陷检测方法。 某
免费咨询
扫一扫关注大学仕公众号 了解行业最新动态,关注行业发展与未来。