[发明专利]一种深度学习汽车部件表面缺陷检测系统及方法

权利要求书

1.一种深度学习汽车部件表面缺陷检测系统，其特征在于，包括控制模块、图像预处理模块、图像识别模块和三维立体识别模块，所述图像识别模块由侯检区域识别和全方位缺陷识别组成。

2.根据权利要求1所述的一种深度学习汽车部件表面缺陷检测系统，其特征在于，所述图像预处理模块包括图像特征提取模块与图像特征识别摄像模块。

3.根据权利要求1所述的一种深度学习汽车部件表面缺陷检测系统，其特征在于，所述侯检区域识别对处在侯检区域内的汽车部件进行表面识别，并利用图像与处理模块中的图像特征提取处的图像特征进行比对，根据比对的差异化的识别实现对侯检区中存在表面缺陷的产品的识别。

4.根据权利要求1所述的一种深度学习汽车部件表面缺陷检测系统，其特征在于，所述全方位缺陷识别由三维摄像装置进行识别，并在识别后根据识别情况分别对汽车部件进行缺陷识别剔除和顺线持续输送。

5.一种深度学习汽车部件表面缺陷检测方法，其特征在于，包括以下步骤：

S1、汽车部件数据处理:将汽车部件的制造数据输入到控制模块内，控制模块将汽车部件的图像数据输送到图像数据预处理模块中进行图像特征提取；

控制模块将汽车部件的三维坐标数据进行整理后，输入到三维扫描仪内；

S2、汽车表面缺陷图像检测：在侯检区内对处在侯检区域内的汽车部件进行表面识别，识别出侯检区内的汽车部件的表面缺陷，并对缺陷汽车部件进行识别定位，并利用推算公式得出汽车部件表面缺陷的比例；

通过传输带对侯检区内的汽车部件进行输送，汽车部件被输送到三维摄像区域处，通过三维立体识别装置对汽车部件表面的缺陷进行识别，识别合格的汽车部件通过传输带继续输送，识别不合格的汽车部件通过分选机构进行筛除；

S3、三维立体检测：通过传输带将汽车部件输送到三维扫描仪内，三维扫描仪通过该汽车部件的三维数据进行对比，得出该汽车部件的表面缺陷十分存在；

S4、经三维扫描仪扫描后的汽车部件进行分选，得出符合标准的汽车部件。

6.根据权利要求5所述的一种深度学习汽车部件表面缺陷检测方法，其特征在于，所述三维扫描仪的三维坐标数据输入方式包括但不仅限于接触式和非接触式，接触测量方法包括坐标测量机和色谱法；非接触测量方法包括光学测量、超声波测量、电磁测量方法。

7.根据权利要求5所述的一种深度学习汽车部件表面缺陷检测方法，其特征在于，所述三维立体识别装置在对侯检区检测出表面缺陷的汽车部件进行识别前，在传输带上对缺陷汽车部件进行识别定位的摄像装置会在缺陷汽车部件移动到三维摄像区域时，输出给控制模块反馈信号，着重对该汽车部件进行详细识别。

8.根据权利要求5所述的一种深度学习汽车部件表面缺陷检测方法，其特征在于，所述被侯检区检测出表面缺陷的汽车部件的推算数据与经三维立体检测后得出的具体数据进行比对，控制单元比对后根据数据差异进行深度学习。