[发明专利]基于人工智能拉拔线表面缺陷检测系统及方法

权利要求书

1.基于人工智能拉拔线表面缺陷检测系统，其特征在于，包括六面柱光学检测平台、图像处理模块、控制器、实时预警模块以及预警管理模块；

所述六面柱光学检测平台包括旋转编码器触发模块、六面柱图像采集模块以及平行无影光照明模块；所述旋转编码器触发模块用于感应拉拔线产品的运动，当拉拔线产品运动时，旋转编码器随之转动，旋转编码器触发模块输出相机触发采集信号至六面柱图像采集模块；六面柱图像采集模块用于接收相机触发采集信号后采集拉拔线产品的图像信息，并将图像信息传输至图像处理模块；平行无影光照明模块用于对拉拔线产品进行平行无影光照射；

所述六面柱图像采集模块用于采集不良产品的图像信息并进行分类标注，得到检测模型M；所述图像处理模块用于接收采集的拉拔线产品的图像信息并结合检测模型M进行分析和处理，得到分析结果；

所述图像处理模块用于将分析结果经控制器发送至存储模块进行存储；所述控制器用于将分析结果发送至实时预警模块；所述实时预警模块用于对分析结果进行预警分析，确定对应的拉拔线设备是否存在生产不合格产品的趋势；

所述预警管理模块用于接收预警指令后分配对应的管理人员进行检修。

2.根据权利要求1所述的基于人工智能拉拔线表面缺陷检测系统，其特征在于，所述六面柱图像采集模块由四个相机和镜头组成，镜头安装在相机的后部；所述镜头的结构表面涂有白色亚光涂层，所述镜头结构外侧的相机固定位置与非对称拍摄位形成360度拍摄角度，机械手设置在生产线上的剔除工位上。

3.根据权利要求1所述的基于人工智能拉拔线表面缺陷检测系统，其特征在于，所述检测模型M的获取方法为：

采集不良产品的图像，从中选取800张包含不同缺陷的样本图片构成样本集S1；并人工标注出其中的缺陷类型；

对样本集S1中的每一张样本图片进行特征标准化操作，得到样本集S2；

对样本集S1中的每一张样本图片，以其中心坐标为旋转中心，旋转+35°或旋转-35°，得到样本集S3；对样本集S1中的每一张样本图片进行水平翻转，得到样本集S4；

将集合{S1，S2，S3，S4}标记成数据样本集S；从样本集S中随机选取2400张图片作为训练集，其余800张作为测试集，输入YOLOv3网络，得到检测模型M；六面柱图像采集模块用于将检测模型M传输到数据库进行存储。

4.根据权利要求1所述的基于人工智能拉拔线表面缺陷检测系统，其特征在于，所述实时预警模块的具体分析步骤如下：

图形化展示图像处理模块在预设时间内检测的多个拉拔线产品的分析结果；当分析结果为合格信号时，则Gi＝1，当分析结果为不合格信号时，则Gi＝0；

在Gi＝0的数量达到第一预设数量或者Gi＝0的数量达到预定比例或者连续Gi＝0的数量达到第二预设数量时，生成预警指令；并将对应拉拔线设备标记为预警设备；实时预警模块将预警指令和预警设备位置发送至预警管理模块。

5.基于人工智能拉拔线表面缺陷检测方法，其特征在于，包括如下步骤：

采集不良产品的图像信息，并人工标注出其中的缺陷类型；得到检测模型M；

当拉拔线产品运动时，旋转编码器随之转动，输出相机触发采集信号至六面柱图像采集模块；六面柱图像采集模块接收到相机触发采集信号后采集拉拔线产品的图像信息；

对采集的图像信息进行转换处理，得到新的图像数据，将新的图像数据与检测模型M进行识别分析得到分析结果；

对分析结果进行预警分析，图形化展示在预设时间内检测的多个拉拔线产品的分析结果；确定对应的拉拔线设备是否存在生产不合格产品的趋势；

当对应的拉拔线设备存在生产不合格产品的趋势时，生成预警指令；所述预警管理模块用于接收预警指令后分配对应的管理人员进行检修。