[发明专利]胶路缺陷检测方法、装置及设备

权利要求书

1.一种胶路缺陷检测方法，其特征在于，所述方法包括：

获取多个训练样本胶路表面数据，所述表面数据由基于结构光或激光三角法原理的三维数据采集设备采集得到，所述表面数据为图像格式的；

提取所述训练样本胶路的所述表面数据中的多个剖面数据；

从多个数据统计角度对每一个所述剖面数据的剖面曲线进行描述，得到相对应每一个所述剖面数据的一组特征描述向量，多个所述数据统计角度至少包括方差、标准差、变异系数、平均值、中位数、分位数、三均值、极差、四分位差、偏度、峰度、相对于基准胶形的皮尔森相关性系数中的一种或多种；

对所述特征描述向量中的特征进行归一化和赋予特征权重比例，以及逐一对所述特征描述向量进行缺陷标注，生成相对应于所述特征描述向量中每一个所述特征的标注数据集后，得到描述特征；

将所述描述特征输入到多层感知神经网络MLP，训练生成检测模型；

将产品胶路的所述剖面数据输入到所述检测模型中，生成相对应于所述产品胶路的检测结果。

2.根据权利要求1所述的胶路缺陷检测方法，其特征在于，从多个所述数据统计角度对每一个所述剖面数据的剖面曲线进行描述的过程包括：

设定单个所述剖面数据为集合，以x_i表示，得到集合x_i，其中x_i＝[x₁,x₂,x₃…x_n]，n为单轮廓点数；

计算所述集合x_i的所述平均值：

基于所述平均值，计算所述集合x_i的所述方差：

基于所述方差，计算所述集合x_i的所述标准差：

基于所述标准差和所述平均值，得到所述变异系数：

对所述集合x_i进行从小到大的排序，获得中间计算数列，对排序后的中间计算数列的特定点位数据进行计算：Q₁＝X_n·.，Q₂＝X_n·.，Q₃＝X_n·.，得到所述分位数，所述分位数包括Q₁、Q₂、Q₃，其中，X_n为中间计算数列，Q₁为位置序列在所述数列X_n的25％处的第一四分位数，Q₂为位置序列在50％处的第二四分位数，Q₃为位置序列在75％处的第三四分位数；

将所述第一四分位数、两倍的所述第二四分位数、所述第三四分位数相加后除以四，得到所述三均值；

将所述第三四分位数减去所述第一四分位数，得到四分位差；

将所述中间计算数列的最大值减去最小值，得到极差；

根据偏度计算公式：

得到偏度；

根据峰度计算公式：

得到峰度；

选取一个合格样本的所述剖面数据作为基准胶型，计算所述集合x_i的所述皮尔森相关性系数；

将所述集合x_i的所述平均值、所述变异系数、所述第二四分位数、所述三均值、所述四分位差、所述极差、所述偏度、所述峰度作为所述特征，得到所述剖面数据的所述特征描述向量。

3.根据权利要求2所述的胶路缺陷检测方法，其特征在于，所述计算所述集合的所述皮尔森相关性系数，包括：

设定合格样本的所述剖面数据为y_i，计算公式：

其中，r_xy为所述皮尔森相关性系数，μ_x为集合x_i的所述平均值，μ_y为集合y_i的所述平均值。

4.根据权利要求1所述的胶路缺陷检测方法，其特征在于，所述归一化的过程包括：

取单个所述特征的最小值；

取单个所述特征的最大值；

将所述特征减去其最小值的差除以所述特征的最大值减去最小值的差，得到归一化后的所述特征，将归一化后的所述特征替换到所述特征描述向量中。