[发明专利]一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法

说明书

本发明公开了一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法，装置包括上、下料传送带、分度盘、二轴移动夹爪、四轴机械手、第一、第二、第三和第四图像采集单元；通过移动待检测零件到不同工位第一、第二、第三和第四图像采集单元采集待检测零件表面是否存在缺陷及缺陷类型，计算轮廓尺寸并判断是否合格；将待检测零件摆放到对应位置。通过训练深度学习模型，针对待检测零件上、下表面和侧面分别采集不同规格、不同缺陷类型的样本图像，通过局部选取ROI的方式，建立缺陷数据库，训练三个深度分类网络，分别用于上、下表面和侧面缺陷检测。本发明能够在工业现场实现在线缺陷检测和尺寸测量，速度快、精度高。

技术领域

本发明属于机器视觉缺陷检测及测量技术领域，具体涉及一种回转体外观缺陷和轮廓尺寸检测装置及方法。

背景技术

在工业零部件生产制造过程中，由于机床加工不当、工艺流程不完善、材料内部缺陷、零部件碰撞等因素，难免会对加工产品表面造成划伤、压伤、碰伤等缺陷，而这些表面缺陷不仅影响产品的美观和舒适度，也可能导致零部件安装失败，验收不合格，并在特定应用场景中极其容易造成重大安全事故。因此，必须对表面缺陷进行检测，从而对加工产品进行质量控制，以便及时发现，从而有效控制产品质量，还可以根据检测结果分析生产工艺中存在的某些问题，从而杜绝或减少缺陷品的产生。

人工检测是产品表面缺陷的传统检测方法之一，该方法抽检率低、准确性不高、实时性差、效率低、劳动强度大、受人工经验和主观因素的影响大，而基于机器视觉的检测方法可以很大程度上克服上述弊端。尤其对于高反光零部件表面缺陷的检测，人眼难以一时判断清楚，检测人员需要不断调节零部件角度，使得缺陷在特定角度能够凸显，效率和准确性都极低，也不利于检测人员的身心健康。

机器视觉是一种无接触、无损伤的自动检测技术，是实现设备自动化、智能化和精密控制的有效手段，具有安全可靠、光谱响应范围宽、可在恶劣环境下长时间工作和生产效率高等突出优点。机器视觉检测系统通过适当的光源和图像传感器(CCD摄像机)获取产品的表面图像，利用相应的图像处理算法提取图像的特征信息，然后根据特征信息进行表面缺陷的定位、识别、分级等判别和统计、存储、查询等操作。但是，传统机器视觉技术主要存在以下问题：

一是受环境、光照、生产工艺和噪声等多重因素影响，检测系统的信噪比一般较低，微弱信号难以检出或不能与噪声有效区分；

二是由于检测对象多样、表面缺陷种类繁多、形态多样、复杂背景，对于众多缺陷类型产生的机理以及其外在表现形式之间的关系尚不明确，致使对缺陷的描述不充分，缺陷的特征提取有效性不高，缺陷目标分割困难；同时，很难找到“标准”图像作为参照，这给缺陷的检测和分类带来困难，造成识别率尚有待提高；

三是机器视觉表面缺陷检测，特别是在线检测，其特点是数据量庞大、冗余信息多、特征空间维度高，同时考虑到真正的机器视觉面对的对象和问题的多样性，从海量数据中提取有限缺陷信息的算法能力不足、实时性差等。

基于深度学习的目标检测算法具有非接触、实时性、准确度高等优点，将其引入到缺陷检测系统中，可以实现高精度、实时性、自动化的工业流水线缺陷检测，减少人为误差，提高检测效率和检测精度。然而，目前基于深度学习的缺陷检测算法并未大量在企业生产中应用，受限于检测装置设计、数据集制作和检测精度的问题，以及整体的检测流程如何设计，特别是针对回转体工件如何设计一套缺陷检测和尺寸测量装置及方法是企业生产中比较困难的问题。

发明内容

为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种回转体外观缺陷和轮廓尺寸检测装置及方法，操作简单高效，缺陷检测和轮廓尺寸测量速度快、精度高，具有较强的环境适应性，适合工业流水线工作，能够在工业现场实现在线检测和测量，尤其适合小型高反光回转体精密零部件缺陷检测和轮廓尺寸测量。

本发明是通过下述技术方案来实现的。

本发明公开了一种小型回转体外观缺陷和轮廓尺寸在线检测装置，包括：