【技術實現步驟摘要】
本專利技術涉及自動檢測區域，具體涉及基于光度立體算法的石墨片組件外觀缺陷檢測方法。
技術介紹
1、石墨片作為電子產品(ipad等)的散熱部件，其表面精度要求較高，但其成型工藝中可能伴隨變形、劃傷、壓痕、褶皺、凹點、凸點、氣泡、臟污等缺陷。由于裝配工藝的需求，針對凹凸類缺陷，石墨片上的凹點和凸起的容忍度不同，凹點容忍度比凸點容忍度高，凸點會妨礙工件與其他工件的組裝，這就要求凹點和凸起的成像要有差異。然而目前市場上通常采用傳統光度立體成像技術，光源是單一點光源，同時待檢測產品的表面滿足郎伯反射特性，傳統的立體成像技術無法檢測石墨片組件的各類微小缺陷，特別是難以判別凹凸屬性。因此，對于石墨片組件的各類缺陷判別的需求，尤其是凹凸缺陷的識別，提出一種改進的光度立體成像技術應用于石墨片組件缺陷的視覺檢測中，是急需解決的技術問題。
技術實現思路
1、為解決上述技術問題，本專利技術提供了基于光度立體算法的石墨片組件外觀缺陷檢測方法，用于檢測石墨片組件的各類缺陷，尤其是判別凹凸點缺陷類型。
2、本專利技術的技術方案是：基于光度立體算法的石墨片組件外觀缺陷檢測方法，石墨片組件包括石墨片區域和鎳片區域，包括以下步驟：
3、a)、在s1工位利用線掃相機a斜角拍攝石墨片組件的工件表面，在s2工位利用線掃相機b垂直拍攝石墨片組件的工件表面，從線掃相機a拍攝的線掃圖像獲取石墨片區域的變形、劃傷、壓痕、褶皺、凹點、凸點等缺陷，從線掃相機b拍攝的線掃圖像獲取鎳片區域上的氣泡、劃傷、壓痕、褶皺
4、b)、在s3工位利用彩色線掃相機c垂直拍攝，通過分時頻閃曝光獲得兩張不同曝光的圖片，檢測鎳片區域毛絲、鎳片區域溢膠、石墨片區域破損等缺陷；
5、c)、在s4工位采用遠心鏡頭近似正投影模型的面陣相機d，光源采用四面條狀光源，所述四面條狀光源同一高度等間隔90度分布，依次打開四面條狀光源，利用四面條狀光源分別拍攝四張圖像，計算每張圖像下每一個像素點的法向量，并將每一個像素點的法向量合并得到整張圖像的法向量，利用光度立體成像法檢測步驟a)中的凹點、凸點缺陷類型；
6、d)、下料模組根據輸出結果將ok品和ng品分別輸送至不同的流線。
7、進一步的，步驟a)中包括以下步驟：
8、a1)、使用預處理算法對線掃相機a、b分別獲得的線掃圖像進行高斯濾波去噪，使用邊緣提取算法得到鎳片準確的外邊緣，根據產品2條外邊緣的交點作為原點，以寬度方向為x軸建立產品的工件坐標系，在工件坐標系下設定檢測roi區域，并區分鎳片區域和石墨片區域，將鎳片區域和石墨片區域發送給深度學習網絡；
9、a2)、深度學習包括兩級學習網路，一級學習網絡(語義分割模型deeplabv3+)遍歷石墨片區域和鎳片區域發送的若干小塊圖像的所有缺陷，根據檢測對象的不同，劃分為石墨片區缺陷和鎳片區缺陷；
10、若一級學習網絡輸出ok，對應的石墨片組件視為合格產品，若一級學習網絡輸出ng，根據一級學習網絡輸出的缺陷的長、寬、面積等參數進行初步篩選，對于不滿足條件的缺陷，對應的石墨片組件仍視為合格產品；
11、對于滿足條件的缺陷圖像，發送給二級學習網絡進行復檢(分類模型resnet50)，若二級學習網絡輸出ok，對應的石墨片組件視為合格產品；對二級學習網絡輸出ng圖像進行分析，根據缺陷位置和個數進行質量篩選，若缺陷超出預先設定條件，對應的石墨片組件判定為最終的ng產品；
12、a3)、分析步驟a2)中的結果，將標簽為凹點缺陷、凸點缺陷的區域，合并為同一類區域，作為待判定缺陷，同時工件坐標系下確定凹點缺陷、凸點缺陷的坐標值、面積、尺寸信息。
13、進一步的，步驟b)中包括以下步驟：
14、b1)、采用預處理算法對彩色線掃圖片進行高動態圖片融合；
15、b2)、對鎳片外邊緣使用邊緣提取算法得到準確的邊，根據兩條邊的交點作為原點，以寬度方向為x軸建立關于產品鎳片區域的工件坐標系，在工件坐標系下設定檢測roi區域，區分鎳片區域和覆蓋其上的石墨片區域；最后送給深度學習網絡；
16、b3)、深度學習網絡采用二級學習網絡結構，一級學習網絡使用分割網絡，檢測鎳片區域毛絲、鎳片區域溢膠、石墨片區域破損等缺陷；對于一級學習網絡的輸出的ng品，再根據缺陷的長、寬和面積進行初步過濾，排除部分明顯的誤檢缺陷；二級學習網絡使用分類網絡，對于滿足設定缺陷條件的待判斷缺陷，根據缺陷位置和個數進行更一步篩選，對于不滿足條件的缺陷判為最終的ng品。
17、進一步的，步驟c)中，計算每張圖像下每一個像素點的法向量，并將每一個像素點法向量合并得到整張圖像的法向量，包括：
18、c1)、計算四個條狀光源的光源方向，并讀取光源方向計算環節中得到的四個條狀光源的方向向量；
19、c2)、讀取每一個光源對應采集到的圖像，記錄圖像的長寬；
20、c3)、將每張圖像的光源強度歸一化；
21、c4)、得到圖像的歸一化矩陣；
22、c5)、遍歷圖像的行列坐標，對于每一個像素坐標計算其對應的法向量；
23、c6)、歸一化每一個像素點的法向量，得到四張圖像下每一像素點的單位法向量；
24、c7)、所有的圖像坐標點的單位法向量合并起來，獲得整張圖像的法向量；
25、進一步的，步驟c1)中，讀取四個條狀光源方向的向量，并讀取光源方向計算環節中得到的四個光源方向組成的向量，包括：
26、c1-1)、通過圖像處理技術分析較高反射率的塑料球的圖像，確定光度立體成像中每一條狀光源方向l；
27、c1-2)、依次打開四面條狀光源，按上述方法獲取到每一條狀光源的光源方向，將每一條狀光源的光源方向放在表示光源方向的向量中，以備后續操作使用。
28、進一步的，步驟c1-1)中通過圖像處理技術分析較高反射率的塑料球的圖像，確定光度立體成像中每一條狀光源的方向，包括步驟：
29、c1-1-1)、在成像環境設定階段，盡可能去除環境干擾，獲取圖像后，使用高斯濾波去除噪聲，計算整張圖像的灰度均值，加上適當的偏移量作為閾值，本專利技術中偏移量設定為+30,得到高亮區域后，形態學開運算對高亮區域進行去干擾處理，按最大面積篩選得到目標區域，最后計算其外接圓，目標區域外接圓圓心設定為高亮點坐標(px，py),并計算塑料球的外接圓圓心即為球心坐標(cx，cy)，方法同目標區域外接圓圓心坐標的獲取；
30、c1-1-2)、計算球表面法向量n，n＝n(nx，ny，nz)＝(px-cx，py-cy，)，其中r為球體半徑；
31、c1-1-3)、設定光源反射方向的單位向量r設為(0，0，1)，則光源方向l的表達式為：
32、其中|n|為球表面法向量本文檔來自技高網...
【技術保護點】
1.基于光度立體算法的石墨片組件外觀缺陷檢測方法，石墨片組件包括石墨片區域和鎳片區域，其特征在于，包括以下步驟：
2.根據權利要求1所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟a)中包括以下步驟：
3.根據權利要求2所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟b)中包括以下步驟：
4.根據權利要求3所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c)中，計算每張圖像下每一個像素點的法向量，并將每一個像素點法向量合并得到整張圖像的法向量，包括：
5.根據權利要求4所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c1)中，讀取四個條狀光源方向的向量，并讀取光源方向計算環節中得到的四個光源方向組成的向量，包括步驟：
6.根據權利要求5所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c1-1)中通過圖像處理技術分析較高反射率的塑料球的圖像，確定光度立體成像中每一條狀光源的方向L，包括步驟：
7.根據權利要求4所述基于光度
8.根據權利要求7所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，當光源個數為4，設光源方向矩陣L＝[L1,L2,L3,L4]T，對應的四張圖像上第i點的像素灰度值構成的向量為Pi＝[Pi1,Pi2,Pi3,Pi4]T，則
9.根據權利要求1所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c)中，利用光度立體成像檢測步驟a)中的凹點、凸點缺陷，還包括步驟：
10.根據權利要求6所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，偏移量設定為+30。
...【技術特征摘要】
1.基于光度立體算法的石墨片組件外觀缺陷檢測方法，石墨片組件包括石墨片區域和鎳片區域，其特征在于，包括以下步驟：
2.根據權利要求1所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟a)中包括以下步驟：
3.根據權利要求2所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟b)中包括以下步驟：
4.根據權利要求3所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c)中，計算每張圖像下每一個像素點的法向量，并將每一個像素點法向量合并得到整張圖像的法向量，包括：
5.根據權利要求4所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c1)中，讀取四個條狀光源方向的向量，并讀取光源方向計算環節中得到的四個光源方向組成的向量，包括步驟：
6.根據權利要求5所述基于光度立體算法的石墨片組件外觀缺陷檢測方法，其特征在于，步驟c1...
【專利技術屬性】
技術研發人員：林懿，李果，
申請(專利權)人：弗埃斯工業技術蘇州有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。