【技術實現步驟摘要】
本申請涉及視覺檢測，具體涉及一種基于機器視覺的膠黏帶動態厚度檢測方法及系統。
技術介紹
1、長期以來，工業領域質量檢測是計算機視覺最有挑戰性的一項任務，工業質量檢測是工業檢測領域中不可或缺的一部分。目前，在工業質量檢測領域的實際應用場景中，大多數使用以機器學習為基礎的傳統機器視覺技術，該方法對噪聲數據過于敏感，尤其是當圖片不清晰時，識別效果較差，此外，這種方法需要人為提取標定特征并對其進行訓練和檢測，開發周期較長，適用性較差。然而，在工業應用中，對于膠黏帶經常需要進行厚度、氣泡、橘皮等缺陷的質量檢測，但是由于膠黏帶表面特征復雜，同一種缺陷外觀差異較大，傳統機器視覺算法準確率較低。如傳統的厚度檢測方法，接觸式測量或離線抽檢等，往往存在響應慢、精度低以及無法實時反饋等缺點，這不僅影響了產品質量，也限制了生產效率的提升。
技術實現思路
1、本申請實施例公開了一種基于機器視覺的膠黏帶動態厚度檢測方法及系統，能夠通過實時監測和自動糾偏，有效控制膠層厚度，以減少膠黏帶的缺陷。
2、本申請實施例公開一種基于機器視覺的膠黏帶動態厚度檢測方法，應用于電子設備，所述電子設備與攝像模塊通信連接，所述方法包括：
3、獲取所述攝像模塊拍攝到的膠黏帶圖像；
4、對所述膠黏帶圖像進行圖像處理，得到處理后的膠黏帶圖像；
5、通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果。
6、作為一種可選的實施方式，所述對所述膠黏帶圖像進行圖像處理，
7、對所述膠黏帶圖像進行降噪處理，得到降噪后的膠黏帶圖像；
8、對所述降噪后的膠黏帶圖像進行邊緣點檢測，以提取出所述降噪后的膠黏帶圖像中的候選邊緣點；
9、從多個候選邊緣點中選擇滿足預設條件的候選邊緣點，組成邊緣點集，并根據所述邊緣點集生成所述處理后的膠黏帶圖像。
10、作為一種可選的實施方式，所述通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果，包括：
11、通過所述厚度檢測模型根據所述處理后的膠黏帶圖像，得到圖像特征矩陣；
12、對所述圖像特征矩陣進行展開，以得到多個圖像特征向量；
13、對所述多個圖像特征向量與歷史圖像特征向量進行級聯處理，得到目標特征向量；所述歷史圖像特征向量為根據上一時間段采集到的膠黏帶圖像生成的圖像特征向量；
14、對所述目標特征向量進行分類，得到所述厚度檢測結果。
15、作為一種可選的實施方式，所述通過所述厚度檢測模型根據所述處理后的膠黏帶圖像，得到圖像特征矩陣，包括：
16、對所述膠粘帶圖像進行卷積處理，以生成卷積特征圖；
17、對所述卷積特征圖進行池化處理以生成池化特征圖；
18、對所述池化特征圖進行非線性激活以生成激活特征圖；
19、計算所述激活特征圖的各個位置沿通道維度的均值以生成空間特征矩陣；
20、計算所述空間特征矩陣中各個位置的類softmax函數值以獲得空間得分矩陣；
21、計算所述空間特征矩陣和所述空間得分矩陣的按位置點乘以獲得圖像特征矩陣。
22、作為一種可選的實施方式，所述對所述圖像特征矩陣進行展開，以得到多個圖像特征向量，包括：
23、將所述圖像特征矩陣沿著行向量進行特征矩陣展開以得到所述多個圖像特征向量。
24、作為一種可選的實施方式，所述對所述多個圖像特征向量與歷史圖像特征向量進行級聯處理，得到目標特征向量，包括：
25、將所述多個圖像特征向量與歷史圖像特征向量輸入所述基于轉換器的?上下文編碼器以得到多個上下文特征向量；
26、對所述多個上下文特征向量進行特征聚合度優化以得到多個優化后的多個上下文特征向量；
27、將所述多個優化后的多個上下文特征向量進行級聯以得到所述目標特征向量。
28、作為一種可選的實施方式，所述電子設備與伺服電機通信連接；在所述通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果之后，所述方法還包括：
29、若所述厚度檢測結果指示厚度不正常，則控制所述伺服電機調整涂布頭的位置以及膠水流量，以糾正膠層厚度。
30、本申請實施例公開一種基于機器視覺的膠黏帶動態厚度檢測系統，應用于電子設備，所述電子設備與攝像模塊通信連接，所述系統包括：
31、圖像獲取模塊，用于獲取所述攝像模塊拍攝到的膠黏帶圖像；
32、圖像處理模塊，用于對所述膠黏帶圖像進行圖像處理，得到處理后的膠黏帶圖像；
33、厚度檢測模塊，用于通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果。
34、本申請實施例公開一種電子設備，包括存儲器及處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器實現本申請實施例公開的任意一種基于機器視覺的膠黏帶動態厚度檢測方法。
35、本申請實施例公開一種計算機可讀存儲介質，其存儲計算機程序，其中，所述計算機程序被處理器執行時，實現本申請實施例公開的任意一種基于機器視覺的膠黏帶動態厚度檢測方法。
36、與相關技術相比，本申請實施例具有以下有益效果：
37、本申請實施例提供了一種基于機器視覺的膠黏帶動態厚度檢測方法及系統，獲取攝像模塊拍攝到的膠黏帶圖像；對膠黏帶圖像進行圖像處理，得到處理后的膠黏帶圖像；通過厚度檢測模型對處理后的膠黏帶圖像進行分析，得到厚度檢測結果。實施本申請實施例，對拍攝模塊拍攝到的膠黏帶圖像進行圖像處理，以得到處理后的膠黏帶圖像，能夠提高厚度檢測模型對處理后的膠黏帶圖像進行分析的準確性，從而為通過厚度檢測模型對處理后的膠黏帶圖像進行分析提供技術基礎。通過厚度檢測模型對處理后的膠黏帶圖像進行分析，得到厚度檢測結果，避免由于人工進行檢測所造成響應慢以及檢測精度低等問題，能夠通過實時監測和自動糾偏，有效控制膠層厚度，以減少膠黏帶的缺陷。
本文檔來自技高網...【技術保護點】
1.一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，應用于電子設備，所述電子設備與攝像模塊通信連接，所述方法包括：
2.根據權利要求1所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述對所述膠黏帶圖像進行圖像處理，得到處理后的膠黏帶圖像，包括：
3.根據權利要求1所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果，包括：
4.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述通過所述厚度檢測模型根據所述處理后的膠黏帶圖像，得到圖像特征矩陣，包括：
5.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述對所述圖像特征矩陣進行展開，以得到多個圖像特征向量，包括：
6.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述對所述多個圖像特征向量與歷史圖像特征向量進行級聯處理，得到目標特征向量，包括：
7.根據權利要求1所述的一種基于機器視
8.一種基于機器視覺的膠黏帶動態厚度檢測系統，其特征在于，應用于電子設備，所述電子設備與攝像模塊通信連接，所述系統包括：
9.一種電子設備，其特征在于，包括存儲器及處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器實現如權利要求1至7任一所述的一種基于機器視覺的膠黏帶動態厚度檢測方法。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一所述的一種基于機器視覺的膠黏帶動態厚度檢測方法。
...【技術特征摘要】
1.一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，應用于電子設備，所述電子設備與攝像模塊通信連接，所述方法包括：
2.根據權利要求1所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述對所述膠黏帶圖像進行圖像處理，得到處理后的膠黏帶圖像，包括：
3.根據權利要求1所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述通過厚度檢測模型對所述處理后的膠黏帶圖像進行分析，得到厚度檢測結果，包括：
4.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述通過所述厚度檢測模型根據所述處理后的膠黏帶圖像，得到圖像特征矩陣，包括：
5.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方法，其特征在于，所述對所述圖像特征矩陣進行展開，以得到多個圖像特征向量，包括：
6.根據權利要求3所述的一種基于機器視覺的膠黏帶動態厚度檢測方...
【專利技術屬性】
技術研發人員：張鋒斌，郭群濤，賈鵬，曾麗娟，李俊，曹東成，劉正剛，
申請(專利權)人：佛山市順德區永創翔億電子材料有限公司，
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。