[发明专利]一种智能火花塞外观缺陷检测系统

权利要求书

1.一种智能火花塞外观缺陷检测系统，其特征在于，包括以下步骤：

(1)采集待识别火花塞的外观图像；

(2)将采集得到的TIFF格式的图像转换为JPG格式图像；

(3)根据火花塞外观缺陷的类型将原图像进行区域分割；

(4)针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；

(5)根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；

(6)应用多层卷积层、多层非线性激活层、多层池化层对图像的特征进行提取，生成特征图；

(7)应用区域建议网络来实现对特征图的感兴趣区域提取，获得区域建议特征图；

(8)利用已经获得的区域建议特征图，通过全连接层与softmax函数计算每个区域建议具体属于哪个缺陷类别，输出类置信度概率向量；同时再次利用边界框回归获得每个区域建议的位置偏移量，更加精确的输出缺陷检测框位置；

(9)将训练集送入步骤(5)、(6)、(7)、(8)中进行训练，根据生成的训练模型对测试集进行测试，生成测试数据，根据测试数据调节网络相关参数优化测试结果；

(10)将上述步骤得到的针对不同区域、不同缺陷的优选训练模型进行整合，针对测试图片，在一块或多块GPU上加载全部模型对各分割区域的缺陷进行多进程预测，最终一并输出检测结果，包括缺陷分区归属、缺陷具体位置、缺陷类别、缺陷识别置信度；

所述火花塞外观缺陷的类型包括4大类，陶瓷层缺陷、六方缺陷、外圆缺陷、螺纹缺陷；

所述陶瓷层缺陷包括：陶瓷破碎、商标缺损、陶瓷开裂、钢丝圈外露、陶瓷釉面脏污；

所述六方缺陷包括：六方磕碰、六方缺损；

所述外圆缺陷包括：外圆磕碰、外圆缺损；

所述螺纹缺陷包括：螺纹磕碰、螺纹缺肉凹坑、螺纹毛刺、无螺牙。

2.根据权利要求1所述的一种智能火花塞外观缺陷检测系统，其特征在于，所述采集待识别火花塞的外观图像，包括：

利用上位机控制工业线阵摄像头进行图像采集，线阵摄像头与上位机通过网口连接；采集图像时，需要借助补光设备；采集的图像包括正样本和负样本，正样本为图像中存在外观缺陷的图片，负样本为合格的火花塞外观图片；采集的照片进行分类编辑后存储在上位机中。

3.根据权利要求1所述的一种智能火花塞外观缺陷检测系统，其特征在于，所述根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注，包括：

针对每一幅图像均生成一个对应的.xml标签文件，其中记录原图像路径、表面缺陷类别、缺陷位置坐标，整合步骤(4)中的图片数据与步骤(5)中的标签文件生成完整的数据集。

4.根据权利要求1所述的一种智能火花塞外观缺陷检测系统，其特征在于，所述应用区域建议网络来实现对特征图的感兴趣区域提取，获得区域建议特征图，包括：

先用一个3×3卷积核对特征图进行卷积，之后分为两个分支：上线分支采用更小的1×1卷积核进行卷积操作，卷积后特征图经重塑后通过softmax函数分类判断，生成正样本和负样本分类；下线只进行1×1卷积操作，用于计算对于锚点的边界框回归偏移量，最后建议层综合正样本锚点和边界框回归偏移量获取区域建议，同时剔除太小和超出边界的区域建议，再采用非极大值抑制算法对重叠的锚点进行筛选，得到区域建议特征图。