[发明专利]一种产品表面金属异物及金属镀层损伤的检测方法及系统

权利要求书

1.一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，包括以下步骤：

S1.获取图像：根据检测物的不同，设计不同的成像方案，并获取包含产品缺陷的同一位置上的多张图像；

S2.主图检测：通过在主图上对疑似金属及镀层缺损的位置，利用感兴趣区域算法提取感兴趣区域，并留存每个感兴趣区域在图像上的坐标位置；

S3.从图检测：根据主图提取到的感兴趣区域坐标，在从图中将对应位置的区域切割出来，并对子块进行检测；

S4.缺陷结果综合决策：对将主图与从图中相对应区域的判断结果进行综合决策，最终给出判断结果。

2.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S1所述的获取包含缺陷的多张图像，包括：

a)利用不同的可见光拍摄的图像，包括同轴光、环形光、隧道光；

b)利用紫外相机拍摄的图像，包括不同金属对于不同波长反射不同的性质，所利用不同波长光源拍摄的图像；

c)根据待测金属的不同以及对光吸收程度的不同，开发的滤波片及配套波长的光源下拍摄的图像；拍摄的包括主图与从图，主图中默认存在过检；从图中则利用不同频率、不同带宽的滤波片，更为精确的采集图像。

3.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S2所述的主图检测，其步骤包括：

d)通过传统机器视觉算法或深度学习算法，分别对两张主图进行检测并获取成像的感兴趣区域；

e)将感兴趣区域按单边外扩后，切割出子块并记录子块位于图像上的坐标信息，提升算法的鲁棒性；

f)将两张主图切割出的子块汇总，删除重复项。

4.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S3所述的从图检测，其步骤包括：

g)根据主图中给出的子块坐标位置信息，利用深度学习算法或传统算法在从图中切割相对应的子块；

h)对切割出的子块进行检测，并得出检测结果。

5.如权利要求1所述的一种产品表面金属异物及金属镀层损伤的检测方法，其特征在于，所述步骤S4所述的缺陷结果综合决策，根据主图以及从图中同一位置子块的三个判断结果，综合决策，得出最终的判断结果，并且从图的判别结果占有综合决策中的较大权重。

6.一种产品表面金属异物及金属镀层损伤的检测系统，其特征在于，包括以下模块：

图像获取模块：获取包括产品缺陷的同一位置上应用不同成像方案的多张图像；

主图预处理模块：在主图上获取包括缺陷的感兴趣区域；

主图子块缺陷训练推理模块：将在主图上获得的感兴趣区域进行缺陷推理运算，仅保留疑似含有金属异物或镀层缺损的子块，并获取该类子块在图中的坐标位置；

从图预处理模块：根据从主图中获得的疑似含有金属的子块的坐标，将从图中对应的区域切割出来；

从图子块缺陷训练推理模块：对从图切割出的子块进行缺陷推理运算，计算其中是否含有金属异物或镀层缺损；

缺陷结果综合决策模块：将主图子块的计算结果与从图子块的计算结果进行综合决策分析，得出最终的缺陷判别结果。