[发明专利]疵点识别设备在审

专利信息
申请号: 201811563465.2 申请日: 2018-12-20
公开(公告)号: CN109580645A 公开(公告)日: 2019-04-05
发明(设计)人: 金玲玲;饶东升;何文玮 申请(专利权)人: 深圳灵图慧视科技有限公司
主分类号: G01N21/88 分类号: G01N21/88
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 被测产品 全局图像 疵点识别 局部图像 表面疵点 成像装置 第一数据 疵点 图像识别装置 疵点位置 检测区域 信息采集 长产品 申请 行进 采集
【说明书】:

本申请公开了疵点识别设备,包括:第一成像装置,用于采集被测产品位于检测区域内的全局图像;第二成像装置,用于根据全局图像所包含的被测产品的疵点位置信息采集包含疵点的局部图像;以及图像识别装置,用于接收与所述全局图像对应的第一数据和与所述局部图像对应的第二数据并对所述第一数据和所述第二数据进行疵点识别处理。本申请的实施例的方案先对被测产品的全局图像进行识别,在确定存在表面疵点时,再对被测产品的局部图像进行识别,有效提高了行进中的长产品的表面疵点识别速度。

技术领域

本申请涉及识别设备领域,特别涉及疵点识别设备。

背景技术

在例如纺织品、皮革等产品的生产线上,需要识别正在生产或生产出的产品是否存在表面疵点,例如,产品上是否有污渍、斑点等。这类产品均为长产品,具有一定的长度,当对这类产品进行识别时,目前主要是通过识别设备将产品展开并连续传送至检测区域,或者是生产设备一边生产一边将生产出的产品连续传送经过检测区域,然后由检测人员站在检测设备或生产设备前通过肉眼识别的方式观察识别区域中的被测产品,从而发现是否存在疵点并进行记录。在产量很大的情况下,由检测人员来识别将会很费人力,而且,检测人员识别速度很慢,在工作一段时间之后容易疲劳,从而存在发生误检的可能性。因此,由检测人员来识别的总体疵点检测效率不高、并且识别准确度不够稳定。

近年来,逐渐发展基于机器视觉的疵点识别技术以代替人工检测,其利用相机采集被测产品图像并利用图像识别装置运行的疵点识别应用程序和/或识别算法(例如神经网络模型)对图像进行检测以对疵点进行识别。目前往往是通过采集一定范围内的全局图像,对全局图像进行分析,但由于疵点往往很小,因此对全局图像进行分析所占用的计算资源较大,导致疵点识别速度较慢。

发明内容

鉴于以上问题,本申请的实施例提供疵点识别设备,其能提高表面疵点识别速度和准确度。

按照本申请的实施例的疵点识别设备,包括:第一成像装置,用于采集被测产品位于检测区域内的全局图像;第二成像装置,用于根据全局图像所包含的被测产品的疵点位置信息采集包含疵点的局部图像;以及图像识别装置,用于接收与所述全局图像对应的第一数据和与所述局部图像对应的第二数据并对所述第一数据和所述第二数据进行疵点识别处理。

在一个实施方式中,所述图像识别装置包括第一图像识别装置和第二图像识别装置,所述第一图像识别装置用于接收所述第一数据并对所述第一数据进行疵点识别处理,所述第二图像识别装置用于接收所述第二数据并对所述第二数据进行疵点识别处理。

在一个实施方式中,所述第一图像识别装置运行第一神经网络模型,以及所述第二图像识别装置运行第二神经网络模型。

在一个实施方式中,所述第一神经网络模型是卷积神经网络模型,以及所述第二神经网络模型是基于区域的卷积神经网络模型。

在一个实施方式中,所述第一成像装置包括一个或多个位置固定的相机,以及所述第二成像装置包括一个或多个位置可调整的相机。

在一个实施方式中,所述设备还包括控制装置,其用于控制所述第一成像装置采集全局图像,以及控制第二成像装置采集局部图像。

在一个实施方式中,所述设备还包括标记装置,其用于根据所述控制装置的控制指令对疵点进行标记。

在一个实施方式中,所述设备还包括输送装置,其用于输送被测产品连续地通过所述检测区域。

在一个实施方式中,所述输送装置包括第一传动辊和第二传动辊,所述检测区域设置在所述第一传动辊和所述第二传动辊之间,所述检测区域上方设置有支架,所述第一成像装置和所述第二成像装置沿传动方向一前一后设置在所述支架上

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳灵图慧视科技有限公司,未经深圳灵图慧视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811563465.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top