[发明专利]基于背景光的E-TPU鞋中底缺陷检测方法及系统

说明书

本发明提供了一种基于背景光的E‑TPU鞋中底缺陷检测方法及系统。该方法包括：搭建背景光源；基于背景光源采集被检测E‑TPU鞋中底的图像；基于被检测E‑TPU鞋中底的图像对被检测E‑TPU鞋中底位置进行配准及旋转，获得配准后鞋中底图像；对配准后鞋中底图像进行超像素分割，获得多个超像素；根据超像素对被检测E‑TPU鞋中底进行缺陷检测，获得缺陷检测结果。相应地，该系统包括：背景光源搭建模块，配准和旋转模块，超像素分割模块、缺陷检测模块。本发明系统结构简单，智能化，被用来检测E‑TPU鞋中底表面的缺陷，并将该类缺陷预先分拣出，降低对后续缺陷检测过程的干扰，也可以实现在背景光源下对E‑TPU鞋中底缺陷在线检测，提高了缺陷检测效率和准确性。

技术领域

本发明涉及图像处理与缺陷检测领域，具体涉及一种基于背景光的E-TPU鞋中底缺陷检测方法及系统。

背景技术

智能制造是一种新的生产模式，其中制造机器通过网络完全连接，由传感器监控并由高级计算智能控制，以提高产品质量。随着TPU(热塑性聚氨酯弹性体)的成型工艺和生产技术的进一步成熟，新型材料E-TPU(爆米花)相继问世，在E-TPU进一步渗透到鞋底材料的市场过程中，智能制造也随之应用与鞋底生产。

工业上的表面缺陷通常定义为嵌入均匀纹理中的局部异常。在E-TPU鞋中底的制备过程中，模具和材料本身导致鞋底外观形成各种形式的缺陷。功能缺陷，该类缺陷包括孔洞、萎缩、颗粒结合不密实(小型孔洞)、颗粒未完全发泡、断裂等肉眼可见或不可见的形状缺陷。颗粒结合不密实(小型孔洞)缺陷非常特殊，没有色彩上的明显差异，缺陷面积极小，而且分布杂乱，与鞋底上纹理构造近乎相同，单纯使用图像处理方法很难确定为缺陷，甚至它们存在于鞋底内部，人眼无法看到；颗粒发泡不完全缺陷更为特殊，不但拥有上述特点外，而且其本身与发泡完全的颗粒几乎没有明显差别；断裂缺陷只有在进行弯折实验过程中才会暴露出来，亦属于人眼无法识别缺陷。这类缺陷对产品的美观影响较小，但会对鞋中底的舒适度、使用性能和使用寿命产生极其恶劣的影响。因此，E-TPU鞋中底缺陷检测是制备过程中的一个重要环节。

目前，E-TPU鞋中底的检测方法还不够成熟，且检测设备仍然稀缺，为了实现自动和无损检测，目视检查系统(VIS)在表面检查中得到了广泛的应用。通常，这些检查技术可以大致划分为以下三种类别：光谱，统计和基于模型的方法。频谱算法的基本思想是将图像变换到频域，在频域中，缺陷和无缺陷背景的响应预计会有所不同，因此可以识别缺陷，但是滤镜的选择会在一定程度上影响其性能。统计方法通常采用共现矩阵，直方图和其他纹理统计来检测表面缺陷。不幸的是，频谱方法和统计方法都很难处理随机纹理表面上出现随机变化的情况。通常，基于模型的方法往往需要很高的计算复杂度。

近年来，经过精心设计的深度卷积神经网络已成为各种计算机视觉任务中的强大工具。结果，一些研究尝试使用深度学习(DL)方法进行缺陷检查，但是这些方法仍然面临巨大挑战。训练一个DL模型通常需要相当多的样本，而收集和标记大量缺陷图像可能是昂贵的。此外，DL方法依赖于具有特定监督信息的数据集。因此，学习模型与特定数据集紧密耦合，可能无法在其他数据集上很好地执行。

然而，这些方法大多是针对特定任务的，因此很难将它们转化为类似的检测方法用于检测和识别E-TPU鞋中底上的表面缺陷。

发明内容

本发明旨在解决现有方法难以检测和识别E-TPU鞋中底表面缺陷的技术问题，本发明的目的是提供一种基于背景光的E-TPU鞋中底缺陷检测方法及系统，能针对E-TPU鞋中底表面缺陷进行检测和识别。

为了实现上述目的，本发明提出一种基于背景光的E-TPU鞋中底缺陷检测方法，所述方法包括以下步骤：

搭建背景光源，所述背景光源包括：由多条条形光源组合形成的面光源，用于进行光强调节的控制器。

基于所述背景光源采集被检测E-TPU鞋中底的图像；