摘要
本发明公开基于光度立体算法的石墨片组件外观缺陷检测方法,涉及自动检测领域,包括a)、在S1工位利用线扫相机A拍摄石墨片组件的工件表面,在S2工位利用线扫相机B拍摄石墨片组件的工件表面,利用深度学习网络判定石墨片组件为OK品或者NG品,对判定为NG品中的凹点、凸点缺陷记录为待判定缺陷;b)、在S3工位利用彩色线扫相机C垂直拍摄,通过分时频闪曝光获得两张不同曝光的图片;c)、在S4工位采用远心镜头近似正投影模型的面阵相机D,利用光度立体成像法检测步骤a)中的凹点、凸点缺陷类型。本发明能够区分外观缺陷在高度方向上的凹凸属性,凹属性外观缺陷灰度偏暗,凸属性外观缺陷灰度偏亮,漏检数量较传统检测方法降低98%,过检数量降低72%。
技术关键词
外观缺陷检测方法
石墨片
光度立体
条状光源
深度学习网络判定
相机
镍片
像素点
边缘提取算法
预处理算法
工位
远心镜头
坐标系
图像处理技术
系统为您推荐了相关专利信息
特征提取模型
外观缺陷检测方法
电镀
计算机视觉技术
深度卷积神经网络架构
散热装置
基板管理控制器
加热片
温度传感器
冷凝液
三维网格模型
加工件表面
缺陷分类器
机器学习分类器
统计特征
外观缺陷检测方法
保护膜
神经网络模型
外观缺陷检测系统
结构光
外观缺陷检测方法
核燃料组件
特征提取器
样本
神经网络模型