[发明专利]一种卷料涂布生产线瑕疵检测方法及系统

说明书

本发明涉及图像处理技术领域，提供了一种卷料涂布生产线瑕疵检测方法及系统，该方法包括如下步骤：获取卷料涂布在第一视觉下的第一图像，识别第一图像瑕疵缺陷类型；获取卷积涂布在第二视觉下的第二图像，识别第二图像瑕疵缺陷类型；获取第一视觉下的第一图像与第二视觉下的第二图像之间的角度差异值；根据角度差异值，获取融化处理后的第一融合图像特征值；根据第一融合图像特征值识别第一融合瑕疵缺陷类型；根据第一图像瑕疵缺陷类型、第二图像瑕疵缺陷类型以及第一融合瑕疵缺陷类型检测卷料涂布的最终瑕疵缺陷类型。本发明通过多维度检测识别卷料涂布的瑕疵缺陷，可以提高瑕疵缺陷识别的准确度。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种卷料涂布生产线瑕疵检测方法及系统。

背景技术

涂布广泛应用于各种膜、纸、无纺布等材料的表面加工，是生产纳滤膜与反渗透膜的工艺过程中关键环节之一。在涂布工业生产中，由于各种因素所涂的熔喷布会出现刮痕、竖线、亮点和褶皱等瑕疵缺陷。这些瑕疵缺陷的存在，会降低涂布的良品率。为此，有必要对涂布的瑕疵缺陷进行检测。

申请号为CN202010933241.7的中国发明专利申请公开了一种基于深度学习的涂布缺陷检测方法，其利用将缺陷图像直接输入深度卷积网络，构建一个多层神经网络，对图像逐层特征提取，在大量训练数据集训练下，能够准确学习到反映隐含在图像数据内部的高级特征，并对网络结构进行优化，训练得出最优参数值，解决在涂布熔喷过程中多缺陷类型检测识别问题。又如申请号为CN202010932809.3的中国发明专利申请公开了一种基于深度学习的涂布缺陷检测系统，其通过图像采集模块、图像处理模块和图像分析模块之间的配合可以高效实现对不同类型熔喷布涂胶面缺陷的检测，不仅检测精度高，适应性广泛，速度快。再如申请号为CN202110438812.4的中国发明专利申请公开了一种涂布测量、纠偏与瑕疵检测方法，其实现在涂布生产过程中的尺寸检测、纠偏检测和瑕疵检测，并自动触发喷码机进行不良喷码、纠偏组件自动纠偏，实现无人自动化生产，大大提升了生产效率和不良品的检测效率，提高了涂布的生产质量。

因此，对于如何实现涂布瑕疵缺陷的检测，还存在许多未提出的技术方案。

发明内容

基于此，为了实现涂布瑕疵缺陷的检测，本发明提供了一种卷料涂布生产线瑕疵检测方法及系统，其具体技术方案如下：

一种卷料涂布生产线瑕疵检测系统，其包括第一图像模块、第二图像模块、获取模块、融合处理模块以及识别模块。

第一图像模块用于获取卷料涂布在第一视觉下的第一图像，提取第一图像的第一图像特征值，并根据第一图像特征值识别第一图像瑕疵缺陷类型。

第二图像模块用于获取卷积涂布在第二视觉下的第二图像，提取第二图像的第二图像特征值，并根据第二图像特征值识别第二图像瑕疵缺陷类型。

获取模块用于获取第一视觉下的第一图像与第二视觉下的第二图像之间的角度差异值。

融合处理模块用于根据角度差异值，对第一图像特征值以及第二图像特征值进行融合处理，获取融化处理后的第一融合图像特征值。

识别模块用于根据第一融合图像特征值识别第一融合瑕疵缺陷类型，根据第一图像瑕疵缺陷类型、第二图像瑕疵缺陷类型以及第一融合瑕疵缺陷类型检测卷料涂布的最终瑕疵缺陷类型。

在所述卷料涂布生产线瑕疵检测系统中，根据第一图像特征值识别第一图像瑕疵缺陷类型以及基于第二图像特征值识别第二图像瑕疵缺陷类型，可以基于不同视觉实现卷料涂布的瑕疵缺陷识别，提高瑕疵缺陷识别的准确度。