[发明专利]一种轮形铸造产品缺陷自动检测方法有效

专利信息
申请号: 201510334740.3 申请日: 2015-06-16
公开(公告)号: CN105118044B 公开(公告)日: 2017-11-07
发明(设计)人: 黄茜;颜伟鑫 申请(专利权)人: 华南理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06N3/08
代理公司: 广州市华学知识产权代理有限公司44245 代理人: 陈宏升
地址: 510640 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: 发明提供了一种轮形铸造产品缺陷自动检测方法,包括样本预处理、离线训练、在线检测三个阶段,具体步骤包括训练样本的采集;进行样本的预处理;样本分类成轮辐、轮辋和轮轴三大类并进行处理;通过轮辐、轮辋和轮轴三类样本,网络离线学习训练并分别生成在线适用的轮辐、轮辋和轮轴检测器;将训练成功的CNN轮辐缺陷检测器、CNN轮辋缺陷检测器、CNN轮轴缺陷检测器分别载入上位机,并置于自动生产检测线;进行在线全自动缺陷检测;缺陷识别检测的输出方式根据用户的要求输出。本发明的自动检测方法,在缺陷检测过程中对光照、拍摄角度和位置等具有一定的鲁棒性,对缺陷检测准确,无需操作者参与进行繁琐的参数调节,自动化程度高。
搜索关键词: 一种 铸造 产品 缺陷 自动检测 方法
【主权项】:
一种轮形铸造产品缺陷自动检测方法,其特征在于,包括样本预处理、离线训练、在线检测三个阶段,具体步骤包括:S1.训练样本的采集;S2.进行样本的预处理;S3.样本分类成轮辐、轮辋和轮轴三大类并进行处理;S4.通过轮辐、轮辋和轮轴三类样本,网络离线学习训练并分别生成在线适用的轮辐、轮辋和轮轴检测器;S5.将训练成功的卷积神经网络轮辐缺陷检测器、卷积神经网络轮辋缺陷检测器、卷积神经网络轮轴缺陷检测器分别载入上位机,并置于自动生产检测线;S6.进行在线全自动缺陷检测;具体包含以下子步骤:S6‑1.获取轮毂的轮轴图像,并利用样本离线预处理的方法对获取的轮轴图像进行预处理,调用轮轴缺陷检测检测器对每幅轮轴图像进行缺陷检测,如果发现存在缺陷,则对存在缺陷的区域进行标记,并以检测的时间作为文件名命名该幅图像进行保存;S6‑2.获取轮毂的轮辐图像,并利用样本离线预处理的方法对获取的轮辐图像进行预处理,调用轮辐缺陷检测检测器对每幅轮辐图像进行缺陷检测,如果发现存在缺陷,则对存在缺陷的区域进行标记,并以检测的时间作为文件名命名该幅图像进行保存;S6‑3.获取轮毂的轮辋图像,并利用样本离线预处理的方法对获取的轮辋图像进行预处理,调用轮辋缺陷检测检测器对每幅轮辋图像进行缺陷检测,如果发现存在缺陷,则对存在缺陷的区域进行标记,并以检测的时间作为文件名命名该幅图像进行保存;S6‑4.如果在步骤S6‑1至S6‑3的任一幅图像中检测出缺陷,则将该轮毂送入不合格产品区,如果没有检测出缺陷,就将该轮毂送入合格产品区;S7.缺陷识别检测的输出方式根据用户的要求输出。
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华南理工大学,未经华南理工大学许可,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/201510334740.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top