[发明专利]基于机器视觉的五孔插座面板缺陷智能检测方法及系统

权利要求书

1.一种基于机器视觉的五孔插座面板缺陷智能检测方法，其特征在于，所述方法包括：

获取五孔插座的图像信息；

将所述图像信息与预设的标准面板图像进行比对以确定所述五孔插座的外观是否存在缺陷；

在判断所述五孔插座的外观不存在缺陷的情况下，获取所述图像信息中的五孔中的多个点位的位置坐标；

根据所述位置坐标执行空间坐标计算以确定所述五孔插座的结构参数特性是否合格；

在判断所述结构参数特性合格的情况下，确定所述五孔插座合格。

2.根据权利要求1所述的方法，其特征在于，获取五孔插座的图像信息包括：

获取图像采集单元前的光电信息以确定待检测的五孔插座是否已经被运输至预设位置；

在判断所述五孔插座被运输至预设位置的情况下，采集所述图像信息。

3.根据权利要求1所述的方法，其特征在于，将所述图像信息与预设的标准面板图像进行比对以确定所述五孔插座的外观是否存在缺陷包括：

对所述五孔插座执行旋转校正操作。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在判断所述五孔插座的外观存在缺陷的情况下，采用预设的缺陷检测单元识别所述图像信息以确定所述缺陷的类型。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取用于训练所述缺陷检测单元的数据集；

根据公式(1)确定所述缺陷检测单元，

其中，y(x_i)为所述缺陷检测单元的输出，o_i为输入所述缺陷检测单元的图像信息x_i后，所述缺陷检测单元的实际输出，β_j为第j个隐含层节点和输出层节点之间的权值向量，L为权值向量的数量和，w_j和b_j为第j个隐含层节点的参数，g为激活函数，N为智能进化随机网络的节点数；

根据公式(2)确定所述缺陷检测单元的参数关联关系，

其中，t_i为图像信息x_i对应的标签数据；

根据公式(3)至公式(5)确定所述参数关联关系的矩阵形式，

Hβ＝T， (3)

其中，β为智能进化随机网络的输出权值矩阵，T为智能进化随机网络中隐含节点的输出矩阵，为权值向量β₁的转置，为标签数据t₁的转置，m为输出层节点的数量和；

根据公式(6)确定用于训练所述缺陷检测单元的目标函数，

min||Hβ-T||²,β∈R^L×m， (6)

其中，R^L×m为L×m的实数矩阵；

根据公式(7)确定用于计算上述目标函数的数值，

其中，x_ij为第i个体第j维比特信息，RLO为人类学习优化算法的随机学习算子，ik_ip,j为第i个体中第p个最佳知识的第j维比特信息，sk_qj为第q个最佳知识的第j维比特信息，r是介于0和1之间的随机数，pr和pi为确定人类学习优化算法中三个学习算子执行概率的参数；

在所述目标函数取最小值的情况下，将智能进化随机网络作为所述缺陷检测单元。