Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 无锡华氏恒辉精密装备科技有限公司华晓东获国家专利权

无锡华氏恒辉精密装备科技有限公司华晓东获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉无锡华氏恒辉精密装备科技有限公司申请的专利一种基于快速立体重建的外观缺陷检测系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116678826B

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310631016.1,技术领域涉及:G01N21/01;该发明授权一种基于快速立体重建的外观缺陷检测系统及方法是由华晓东;祁云峰;吴静静;胡锦超设计研发完成,并于2023-05-31向国家知识产权局提交的专利申请。

一种基于快速立体重建的外观缺陷检测系统及方法在说明书摘要公布了:本发明公开了一种基于快速立体重建的外观缺陷检测系统及方法,属于光学三维重建缺陷检测技术领域。所述方法通过灵活构建多方向光源照明图像采集处理系统,精确定位目标区域,对光强进行标定修正,改进了传统光度立体法,利用先验信息快速求解获得目标表面三维信息图像,提高了金属工件表面缺陷图像对比度;并利用不同通道的法向量图、深度图方向敏感性优点,设计基于多通道的图像增强算法,最后提出基于多视图的多级YOLO检测模型,对各视图的检测结果进行融合决策,以实现金属工件表面的高精度检测。

本发明授权一种基于快速立体重建的外观缺陷检测系统及方法在权利要求书中公布了:1.一种基于快速立体重建的外观缺陷检测方法,用于对目标表面进行缺陷检测,其特征在于,所述方法快速立体重建的外观缺陷检测系统实现; 所述系统为多工位、多工件同时在线检测系统,包括:PLC控制器,旋转夹持机构,图像采集装置,照明装置和检测装置; 所示检测系统中的多个工位分别实现对于目标上端面、下端面和侧面的缺陷检测,各工位之间设有茶色遮挡板;其中,上端面和下端面检测工位的照明装置采用多分区环形光源,图像采集装置采用面阵相机;侧面检测工位的照明装置采用线性条纹光源,图像采集装置采用线扫相机;采集图像时光源依次频闪照明采集多方向光照图像; 所述多分区环形光源为四分区环形光源,检测时,上端面和下端面检测工位上,目标被旋转夹持机构夹持固定,配合多分区光源的依次频闪获取多方向光照图像; 所述侧面检测工位设置有旋转平台,检测时,目标被放置在旋转平台上旋转,配合线性条纹光源频闪实现侧面图像采集; 所述方法包括: 步骤1:针对目标上端面和下端面,分别采集其在四个方向光照下的图像,并进行图像预处理;针对目标侧面,采集一张条纹光照图,并进行拆分抑制高光; 步骤2:根据预先计算的各单向光源的光强以及步骤1所采集到的图像,利用改进光度立体法计算目标表面的法向量N、反射率及深度信息,得到目标表面的法向量图、反射率图以及深度图; 步骤3:基于所述法向量图和深度图,利用多通道图像融合的缺陷增强算法,确定最优增强效果的权重系数,根据权重系数融合各通道值合成新的增强色彩图; 步骤4:利用YOLOv5s模型实现对于不同类型缺陷的检测,输出缺陷的类别状态向量集,其中,为检测的缺陷类型,分别为预测区域的中心点坐标和宽高;所述缺陷类型包括划伤、针眼、凹凸和脏污; 步骤5:设定融合决策,根据YOLOv5s模型输出的类别状态向量进行融合判断,获得各检测工位的最终检测结果; 所述步骤2利用改进光度立体法计算目标表面的法向量N、反射率及深度信息,包括: 传统朗伯理想漫反射模型中,漫反射光的光强计算公式如公式1: 1 其中,I为图像传感器光亮度;E为光源主光强;为光源的单位方向向量; 对公式1进行简化如下: 2 3 4 其中,为光源光强修正后的像素值;为光源光强修正系数;为单位法向量和单位光源向量的夹角;s为光源方向单位向量;n为单位法向量;为光源照射的俯角;为方位角;将求解法向量问题简化为求解,问题,、为表面像素灰度在和方向的梯度,四分区环形光源产生四个方向光照明,方位角分别约为0o、90o、180o、270o,利用正弦值和余弦值在这些特殊角度时均远大于对方的特性,将这四个方位角带入上式中,利用光源位置的对向关系进行相消得: 5 6 式5中,、、、为四分区环形光源方位角分别为0o、90o、180o、270o时的光源光强修正后的像素值,为四方向图像光强修正后的像素值之和,用于归一化; 式6中,和通过光源光强修正后四幅图像对应元素数值计算得到,是用来计算表面梯度,的中间值的,这样表面梯度,就可以通过光源光强修正后的像素值、、、以及光源照射的俯角来表示;光源俯角正切值由实际采集装置布局位置确定后预先计算;由此获得了目标表面的法向量N; 7 8 9 其中,为法向量计算得到梯度值;是一个尺寸为2×m,m的稀疏矩阵,m为像素个数;通过最小二乘法来求解线性方程组,最终得到高度值; 将、、值分别线性归一化带入灰度值中得到包含三维信息的法向量图、反射率图和深度图,对四张单方向光照图系数加权得到均匀光照原图; 所述步骤3包括: 将单通道灰度图转换为伪彩色深度图; 将法向量图与伪彩色深度图依次分离为对应的BGR分量图; 分析不同方向敏感缺陷在不同通道灰度图像上的对比度,对通道图像进行不同组合的图像增强,并利用交叉验证寻找一组最优的通道图像组合方案; 分别从深度图中抽取三维深度特征,法向量图中抽取表面曲率特征并融合; 将法向量图中反映高度方向的Z分量提取替换到原伪彩色图中,通过赋予如公式12所示的不同权重系数组合,融合各通道值合成得到新的增强色彩图,通过具体缺陷对比度指标SSIM评价缺陷图像增强效果,寻找最优增强效果的权重系数;所述公式12表达为: 其中,B、G、R为彩色图像对应B、G、R通道,fusionmap为融合图,pseudocolormap为伪彩色图,normalmap为法向量图;为权重系数; 所述步骤4包括将待检测图像输入到YOLOv5s模型中,模型将图像划分成7×7个网格,对每一个网格进行BoundingBox预测估计和所属目标类别估计,输出预测框的中心坐标、宽高和置信度信息;将电池工件对应的结果图样本进行分类训练,其中待检测缺陷类别标签分别为划伤、针眼、凹凸、脏污,使用训练模型文件在线预测对应图像,标记图像预测置信度和被识别的区域,通过置信度与经验阈值大小来判断是否存在缺陷; 所述步骤5中融合决策具体为: 下端面Case1:当反射率图和融合图预测都无缺陷,表示该电池下端面无缺陷; 下端面Case2:该电池下端面存在缺陷; 上端面Case1:当原图和反射率图预测都无缺陷,表示该电池上端面无缺陷; 上端面Case2:该电池上端面存在缺陷; 圆柱侧面Case1:当原图和融合图预测都无缺陷,表示该电池侧面无缺陷; 圆柱侧面Case2:该电池侧面存在缺陷。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人无锡华氏恒辉精密装备科技有限公司,其通讯地址为:214000 江苏省无锡市经济开发区华庄街道华运路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。