[发明专利]一种基于机器视觉的三维织造导向棒在线安插检测方法

权利要求书

1.一种基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，具体包括以下步骤：

(1)通过图像采集装置收集导向模板上方图像，组成图像集，对图像集中插入导向孔中的导向棒进行人工标记，并将图像集分成训练集和测试集；

(2)将Faster RCNN模型中的区域建议生成网络特征提取框设置为圆形，将人工标记的训练集输入Faster RCNN模型中进行训练，直至损失函数收敛，使用测试集验证FasterRCNN模型，当输出的导向棒圆形特征提取框与人工标记的导向棒比较，准确率高于95％时，完成对Faster RCNN模型的训练，否则重复步骤(2)；

(3)通过图像采集装置在垂直方向上采集导向模板上方图像，通过图像拼接算法，得到包含所有导向孔的区域图像；

(4)将步骤(3)获得的包含所有导向孔的区域图像输入训练好的Faster RCNN模型中，输出特征提取框及其几何中心位置；

(5)将步骤(4)输出的特征提取框及其几何中心位置映射到与导向模板上阵列孔的行数和列数相同的导向孔状态检测矩阵中，定位出导向模板上未插入导向棒的导向孔。

2.根据权利要求1所述基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，步骤(2)中设置为圆形的特征提取框的半径大于导向棒端面半径，且所述特征提取框的采集间距小于相邻两个导向孔的孔心距。

3.根据权利要求2所述基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，所述孔心距是采集间距的整数倍。

4.根据权利要求1所述基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，步骤(2)中训练过程具体为：将训练集中的一张图像输入Faster RCNN模型中，通过圆形的特征提取框获取特征提取框内包含圆的概率张量，将包含圆的概率大于阈值的特征提取框输出，并保存其圆心位置坐标，通过设置特征提取框的采集间距，完成对该图像上所有导向孔对应特征提取框的提取，再次输入训练集中的图像，重复执行上述过程，直至损失函数收敛。

5.根据权利要求1或4所述基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，所述损失函数L为：

其中，N表示提取到的特征提取框总数，L_cls表示focal损失函数，L_reg表示交叉熵损失函数，(x,y)表示训练图像中圆几何中心位置坐标，α为超参数，取值为1。

6.根据权利要求1所述基于机器视觉的三维织造导向棒在线安插检测方法，其特征在于，步骤(5)具体为：将步骤(4)输出的特征提取框及其几何中心位置映射到与导向模板上阵列孔的行数和列数相同的导向孔状态检测矩阵中，遍历输出的几何中心位置，确定特征提取框在导向孔状态检测矩阵中的区域，导向孔状态检测矩阵中未覆盖区域即为未安插导向棒的区域。