[发明专利]一种玻璃表面缺陷采集装置及检测方法

权利要求书

1.一种玻璃表面缺陷采集装置，其特征在于，包括箱体(1)、工业相机(2)、环形光源(3)和传送带(4)；所述工业相机(2)安装在箱体(1)内部顶端，所述传送带(4)安装在箱体(1)内部底端，所述环形光源(3)安装在工业相机(2)和传送带(4)之间；玻璃放置在传送带(4)上。

2.根据权利要求1所述的一种玻璃表面缺陷采集装置，其特征在于，还包括光源支架(5)，所述光源支架(5)安装在箱体(1)上，并可在箱体(1)内部上下移动；所述环形光源(3)安装在光源支架(5)上。

3.根据权利要求1所述的一种玻璃表面缺陷采集装置，其特征在于，还包括相机夹具(6)，所述相机夹具(6)安装在箱体(1)内部顶端，所述工业相机(2)安装在相机夹具(6)内。

4.根据权利要求1所述的一种玻璃表面缺陷采集装置，其特征在于，还包括基座(7)，所述箱体(1)安装在基座(7)上。

5.根据权利要求1所述的一种玻璃表面缺陷采集装置，其特征在于，还包括驱动电机(8)，所述传送带(4)由驱动电机(8)控制转动。

6.一种利用权利要求1至5任一项所述玻璃表面缺陷采集装置的玻璃表面缺陷检测方法，其特征在于，包括如下步骤：

S1：将环形光源(3)所在高度调整到工业相机(2)能采集玻璃平面最大宽度的高度，采集图片；

S2：采用图像处理技术将环形光源(3)打光的圆形区域进行提取，剔除多余的干扰信息，进行ROI兴趣区域提取；

S3：ROI兴趣区域提取完成后再对其进行特征提取，强化特征信息；

S4：使用标签软件对玻璃表面上的划痕、脏污、崩边等目标进行框选以及分类，并制作数据集；

S5：选定YOLOv4作为基础算法框架，构建YOLOv4深度学习缺陷检测网络，优化训练策略，模型根据训练集标注的缺陷信息，通过神经网络学习缺陷信息，得到训练权重模型，并将其用于服务器缺陷检测模块中。

7.根据权利要求6所述的一种玻璃表面缺陷检测方法，其特征在于，步骤S2包括：

S21：对图像进行图像增强，增强缺陷的特征信息；

S22：采用中值滤波对图像进行去噪；

S23：采取灰度直方图划分区域，并选中需要进行缺陷信息识别的的圆形区域，剔除其他干扰区域。

8.根据权利要求6所述的一种玻璃表面缺陷检测方法，其特征在于，步骤S3包括：

S31：使用sobel算子对缺陷信息进行边缘提取，突出缺陷信息；

S32：根据缺陷信息形状进行拟合，完成部分缺陷信息；

S33：通过对图像进行旋转变化、尺度变换和平移变换，扩增数据样本数量。

9.根据权利要求6所述的一种玻璃表面缺陷检测方法，其特征在于，步骤S4包括：

S41：将缺陷分为三类，为划痕、脏污、崩边，并制作对等的正样本集；

S42：将所需要的检测的目标用label标签软件框选出缺陷特征，生成对应的xml文件，里面包含框选出来的缺陷特征的位置以及类别信息；

S43：将数据集分成三份，为80％训练集，10％测试集和10％验证集。

10.根据权利要求6所述的一种玻璃表面缺陷检测方法，其特征在于，所述方法还包括：采用DropBlock正则化方法、Mosaic数据增强和余弦退火学习率进一步优化模型；采用K折交叉验证法提高测试结果的准确度。