[发明专利]小型可插拔收发光模块底座缺陷的检测方法

说明书

本发明公开了一种小型可插拔收发光模块底座缺陷的检测方法，包括：获取光模块底座的图像；对光模块底座的图像进行预处理；根据光模块底座的缺陷分布位置，从预处理后的图像提取出至少一个感兴趣区域；将提取到的感兴趣区域作为检测块进行缺陷检测，得到检测块的缺陷类型；采用与缺陷类型相应的算法提取检测块的特征向量；将特征向量输入训练好的分类模型中，判断检测块中是否存在缺陷类型对应的缺陷。本发明的技术方案提升了小型可插拔收发光模块底座缺陷检测的准确率。

技术领域

本发明涉及缺陷检测领域，尤其涉及一种基于机器视觉的小型可插拔收发光模块底座缺陷的检测方法、计算设备及可读存储介质。

背景技术

随着5G时代的到来，光纤通信行业的市场规模与日俱增，光纤通信领域最为基础的零部件之一的小型可插拔收发光模块(Small Form-factor Pluggable，简称SFP)底座的需求量也随之迅速增长。SFP光模块底座生产质量不仅直接影响SFP装配质量、寿命与使用效果，SFP底座若存在缺陷，则会引发装配不到位、配合不稳定等情况，将影响到SFP的使用稳定性，还可能影响整个光纤通讯系统的运转，因此严格把控SFP底座的生产质量极为必要。

目前，SFP底座均由锌合金铸造而成，经由喷砂、人工打磨、电镀等工艺，最终产出符合标准的SFP底座。最终产出的SFP底座由于生产过程中的工艺、人工处理不到位等问题导致SFP底座的成品难免会出现颗粒、多料、毛刺、卡石、缺料等表面缺陷。对于大多数SFP底座生产制造厂家而言，SFP底座质量检测普遍依靠检测工人借助放大镜协助完成。然而，这种依靠人工检测的方式存在诸多问题：SFP底座尺寸较小，人工检测费时费力，长期进行检测工作会使人产生疲劳，影响检测人员身心健康；同时，人工检测需要进行主观判断，且受状态、环境等因素干扰较大，检测的精准度与速度难以保证；此外，随着人工成本的逐年增加，企业的SFP底座生产成本也不断上升。SFP底座的表面缺陷检测仅依靠人工目视完成，检测精度与效率难以满足SFP底座的自动化生产需求，为推动智能制造在通信行业的全面发展，研究SFP底座表面缺陷的智能化检测方法具有极为重要的工程意义和应用价值。

现有的基于机器视觉的光模块表面缺陷检测方案中，廖佳乐提出的基于机器视觉的光模块底座表面缺陷检测，为了实现光模块底座卡石、颗粒和毛刺等缺陷的检测，利用形态学方法可以擦除微小边缘的特点，通过将形态学处理后的图像与原始图像进行图像差分来提取缺陷，对于形态学方法无法处理的缺陷，采用基于改进的SURF进行特征点提取，结合基于MSAC的双向最近领域法剔除误匹配点，完成被检测图像与标准图像之间的配准，然后基于改进的图像差分方法完成缺陷提取。该方案本质上是采用传统图像处理方法对光模块的部分表面缺陷展开研究，并使用人工设计的阈值对提取特征进行缺陷判定，其检测效率和鲁棒性有待提升。另有徐成鸿提出的基于立体视觉光纤模块检测算法研究，为了实现光纤模块弹片部位的变形缺陷检测，选择双目立体视觉进行图像采集，采用基于改进的SURF特征点提取和改进的KD-Tree实现立体特征匹配，完成被检测工件的三维点云信息获取，通过标准工件与被检测工件的点云差来判定是否含有变形缺陷。该方案采用双目视觉进行光纤模块弹片边缘检测，其检测精度不高，针对微小缺陷效果不佳，且双目视觉所需硬件成本较高，标定过程繁琐，尚有改进空间。

为此，本发明提供一种基于机器视觉的小型可插拔收发光模块底座缺陷的检测方案，以解决现有技术中存在的问题。

发明内容

为此，本发明提供一种基于机器视觉的小型可插拔收发光模块底座缺陷的检测方法、计算设备及可读存储介质，以解决或至少缓解上面存在的问题。

根据本发明的第一个方面，提供了一种小型可插拔收发光模块底座缺陷的检测方法，方法包括：获取光模块底座的图像；对光模块底座的图像进行预处理；根据光模块底座的缺陷分布位置，从预处理后的图像提取出至少一个感兴趣区域；将提取到的感兴趣区域作为检测块进行缺陷检测，得到检测块的缺陷类型；采用与缺陷类型相应的算法提取检测块的特征向量；将特征向量输入训练好的分类模型中，判断检测块中是否存在缺陷类型对应的缺陷。