[发明专利]一种基于机器视觉的智能制造产品识别与检测方法

说明书

本发明公开了一种基于机器视觉的智能制造产品识别与检测方法，包含以下步骤：A、首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；B、使用机器视觉图像采集装置采集待检测产品的画面信息；C、对步骤B采集的数据进行初步识别，判断图像有效性；D、将步骤A和步骤B得到的图像信息做对比；本发明基于机器视觉的智能制造产品识别与检测方法采用3CCD高清面阵彩色相机作为机器视觉图像采集装置，能够精确的采集产品图像信息，同时利用特征比对技术将待检测产品与标准产品对比，能够快速的判断产品质量，同时还增加了人工判断阶段，减少机器检测存在的遗漏。

技术领域

本发明涉及一种神经网络技术领域，具体是一种基于机器视觉的智能制造产品识别与检测方法。

背景技术

近年来，随着技术的发展，产品的自动化生产是现代生产发展的主要趋势之一，自动化生产对加速社会生产力发展，改进企业生产技术，减轻工人劳动力具有重要意义。

在高端消费和产能快速增长的需求下，企业想提高竞争力，产品的检测变得越来越重要。产品表面瑕疵可分为很多种，例如：褶皱、划痕、污点等。所以，机器视觉的瑕疵检测也是必不可少的。

传统的人工视觉检测不仅效率低下，准确率大打折扣，检测工作还单调乏味。而且，工业生产量大，工作时间长，工人们容易视觉疲劳，使得检测容易出现误检、漏检等情况。而且，人工检测的判别标准不是量化过的，产品的质量不能得到保证。所以，基于机器视觉的瑕疵检测系统应运而生。

现有的基于机器视觉的检测和识别系统虽然能够大概的检测出异常产品，但是检测精度不高，检测效率较低，因此有待于改进。

发明内容

本发明的目的在于提供一种基于机器视觉的智能制造产品识别与检测方法，以解决所述背景技术中提出的问题。

为实现所述目的，本发明提供如下技术方案：

一种基于机器视觉的智能制造产品识别与检测方法，包含以下步骤：

A、首先使用机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；

B、使用机器视觉图像采集装置采集待检测产品的画面信息；

C、对步骤B采集的数据进行初步识别，判断图像有效性；

D、将步骤A和步骤B得到的图像信息做对比；

E、结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除，同时转入后台进行人工质检。

作为本发明的进一步技术方案：所述机器视觉图像采集装置为3CCD高清面阵彩色相机。

作为本发明的进一步技术方案：所述步骤C具体是：将采集到的一定时间内的图像进行坐标定位识别，如果比对结果一致，则判断该图像的采集角度和位置没有问题，属于有效图像，如果比对结果不一致，则判断该图像为无效图像。

作为本发明的进一步技术方案：所述步骤A中的标准图像数据是由多张无瑕疵产品的高清彩色图像采用统计平均法合成。

作为本发明的进一步技术方案：所述步骤D具体是：将待检测产品的图像数据和标准图像数据中的特征点数据，并且以其为基准，完成待测图像和标准图像的配准，进行数据对比。

作为本发明的进一步技术方案：所述步骤E中数据比对的标准是：特征点比对一致率≥99.5%时判定为一致图片，特征点比对一致率≤99.5%时判定为不一致图片。

作为本发明的进一步技术方案：所述步骤E中的人工质检首先进行图片信息的排查，确定图片采集是否存在问题，当确定图片采集没有问题时再进行实物检测。