[发明专利]一种五金零件缺陷检测系统及方法有效
| 申请号： | 201610979684.3 | 申请日： | 2016-11-08 |
| 公开（公告）号： | CN106568783B | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 李海艳;黄景维;魏登明;黄运保;张沙清 | 申请（专利权）人： | 广东工业大学;惠州市广工大物联网协同创新研究院有限公司 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88 |
| 代理公司： | 44202 广州三环专利商标代理有限公司 | 代理人： | 温旭<国际申请>=<国际公布>=<进入国 |
| 地址： | 510006 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种五金零件缺陷检测系统及方法，其中系统包括图像采集模块、缺陷信息提取模块、人工神经网络训练模块、缺陷识别模块；图像采集模块用于采集五金零件的标准图片及对应的缺陷样本图片，并进行图像灰度化处理与图像去噪处理，获取标准图片及缺陷样本图片灰度化图像；缺陷信息提取模块通过缺陷最小包围盒位置提取单元和缺陷特征提取单元提取缺陷样本图片的缺陷特征值；人工神经网络训练模块利用BP算法和缺陷样本图片的缺陷特征值训练人工神经网络；本发明通过已训练的人工神经网络识别被检测五金零件的缺陷类型及缺陷位置，实现了五金零件表面缺陷的自动化检测，提高了五金零件表面缺陷的检测效率，节省了人力物力财力。 | ||
| 搜索关键词： | 五金零件 缺陷样本 人工神经网络训练 人工神经网络 图像采集模块 标准图片 表面缺陷 缺陷信息 提取模块 检测 缺陷检测系统 缺陷特征提取 人力物力财力 图像灰度化 最小包围盒 图片 单元提取 缺陷类型 缺陷识别 缺陷位置 图像去噪 位置提取 灰度化 自动化 采集 图像 | ||
【主权项】：
1.一种五金零件缺陷检测系统，包括图像采集模块、缺陷信息提取模块、缺陷识别模块，其特征在于：还包括人工神经网络训练模块；/n所述图像采集模块用于控制工业相机采集完好的五金零件的标准图片及对应的有缺陷的五金零件的缺陷样本图片，将所述缺陷样本图片进行标号和缺陷类型的定义；并对采集的标准图片和缺陷样本图片进行图像灰度化处理与图像去噪处理，获取标准图片灰度化图像和缺陷样本图片灰度化图像；/n所述缺陷信息提取模块根据所述标准图片灰度化图像和缺陷样本图片灰度化图像，通过缺陷最小包围盒位置提取单元和缺陷特征提取单元提取所述缺陷样本图片的缺陷特征值；/n人工神经网络训练模块利用BP算法和缺陷样本图片的缺陷特征值训练人工神经网络，获取所述缺陷样本图片对应的五金零件的隐含层权值矩阵和输出层权值矩阵；/n所述图像采集模块还用于采集被检测五金零件的待检测图片，并对采集的待检测图片进行图像灰度化处理与图像去噪处理，获取待检测图片灰度化图像；/n所述缺陷信息提取模块还根据所述标准图片灰度化图像和待检测图片灰度化图像，通过缺陷最小包围盒位置提取单元和缺陷特征提取单元提取所述待检测图片的缺陷特征值；/n缺陷识别模块用于将所述待检测图片的缺陷特征值输入至已训练的人工神经网络中，所述已训练的人工神经网络利用所述待检测图片对应的五金零件的隐含层权值矩阵和输出层权值矩阵识别所述被检测五金零件的缺陷类型，并将所述被检测五金零件的缺陷类型及位置存储并显示在智能终端上；/n缺陷最小包围盒位置提取单元用于将所述标准图片灰度化图像和缺陷样本图片灰度化图像或待检测图片灰度化图像的像素值进行差值计算，并将所述差值大于阈值的缺陷样本图片灰度化图像或待检测图片灰度化图像的像素点设为白点，获取缺陷最小包围盒位置坐标；所述缺陷特征提取单元根据所述缺陷最小包围盒位置坐标提取缺陷最小包围盒的缺陷特征值；/n所述缺陷特征值包括缺陷周长、缺陷最小包围盒面积、缺陷区域平均灰度值。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学;惠州市广工大物联网协同创新研究院有限公司，未经广东工业大学;惠州市广工大物联网协同创新研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610979684.3/，转载请声明来源钻瓜专利网。
