[发明专利]一种基于树莓派的深度学习产品缺陷检测系统及方法

说明书

本发明提供了一种基于树莓派的深度学习产品缺陷检测系统，包括：采集模块，用于采集待检测产品图像；树莓派，与采集模块通信连接，接收并对采集到的待检测产品图像进行预处理，根据预处理后的待检测产品图像，识别缺陷产品并获取缺陷产品图像信息；显示模块，与树莓派通信连接，接收缺陷产品图像信息，并根据缺陷产品图像信息显示缺陷产品图像以及缺陷产品图像轮廓。本发明可以实现缺陷产品的检测识别，其具有成本低廉的优点，具有很高的推广和使用价值。相应地，本发明还提供一种基于树莓派的深度学习产品缺陷检测方法。

技术领域

本发明涉及图像识别技术领域，具体而言，涉及一种基于树莓派的深度学习产品缺陷检测系统及方法。

背景技术

在现代制造业中，机器视觉技术发生了翻天覆地的变化，成为其不可替代的一个环节。基于深度学习的机器视觉技术在机械、包装、化妆品等加工领域得到广泛的应用。比如在疾病诊断中，机器视觉技术可以对各种医学图像做诊断，通过识别眼科OCT图像，可以知道对应的疾病。如在工业制造中，可以通过SVM支持向量机技术实现对产品缺陷的检测，在提升准确率的同时提高了生产效率，减少了人力、材料支出。再如在自动驾驶中，机器视觉技术可以识别汽车行驶过程中周围复杂的情况，将这些信息反馈到计算机进行处理。

在最近发表的一些专利中发现了一些比较新颖的缺陷检测方法，其利用工业CCD以及PLC工控机对产品图像进行采集和处理，并使用Labview的编程来实现产品图像高精度的轮廓检测，以识别缺陷产品。这种方法虽然能够实现对缺陷产品的检测识别，但其成本高昂。

发明内容

基于此，为了解决现有技术中利用工业CCD、PLC工控机以及Labview的编程来实现缺陷产品的检测识别，其成本高昂的问题，本发明提供了一种基于树莓派的深度学习产品缺陷检测系统及方法，其具体技术方案如下：

一种基于树莓派的深度学习产品缺陷检测系统，包括：

采集模块，用于采集待检测产品图像；

树莓派，与采集模块通信连接，接收并对采集到的待检测产品图像进行预处理，根据预处理后的待检测产品图像，识别缺陷产品并获取缺陷产品图像信息；

显示模块，与树莓派通信连接，接收缺陷产品图像信息，并根据缺陷产品图像信息显示缺陷产品图像以及缺陷产品图像轮廓。

树莓派具有体积小、价格便宜且可扩展功能强大的优点，其稳定性在一定范围内是可控的，适合尝试用于工控领域控制，在价格方面具有足够的优势。相对于现有技术中利用工业CCD、PLC工控机以及Labview的编程来实现缺陷产品的检测识别而言，利用上述所述的基于树莓派的深度学习产品缺陷检测系统来实现缺陷产品的检测识别，可以大大降低工厂的生产成本，其具有成本低廉的优点，具有很高的推广和使用价值。

进一步地，所述采集模块为摄像头。

进一步地，所述摄像头与所述树莓派通过串口通信连接。

进一步地，所述显示模块为人机交互界面。

相应地，本发明提供一种基于树莓派的深度学习产品缺陷检测方法，其包括如下步骤：

步骤1，采集待检测产品图像；

步骤2，对采集到的待检测产品图像进行预处理，根据预处理后的待检测产品图像，识别缺陷产品并获取缺陷产品的图像信息；

步骤3，根据缺陷产品的图像信息显示缺陷产品图像以及缺陷产品图像轮廓。

进一步地，在步骤2中，根据预处理后的待检测产品图像，识别缺陷产品并获取缺陷产品的图像信息的具体方法包括：

步骤2a，利用样本数据对深度卷积神经网络进行训练；

步骤2b，利用训练好的深度卷积神经网络对预处理后的待检测产品图像进行特征提取；