技术领域
[0001] 本
发明涉及表面检测领域，特别涉及一种基于人工智能的缺陷分类学习系统及其分类方法。
背景技术
[0002] 表面检测是以不损坏被检测对象的使用性能为前提，运用物理、化学、材料科学及工程学理论为
基础，对各种工程材料、零部件和产品进行有效的检验，借以评价它们的完整性、连续性、及安全可靠性。表面的特征及分布揭示了缺陷的性质、形状、
位置和数量，因此表面检测主要集中于检测以上的内容。通过对缺陷的综合分析和评定可以完成对于缺陷分类的学习，并最终提高整体生产效率。因此，正确辨认和分析缺陷图像在卷材表面检测中占了相当重要的地位。
[0003] 传统卷材产品的表面检测，通常由人工来进行产品缺陷的判别。而卷材表面的检测，常常需要多名检验员每天完成数以千计的卷材的检测，并且卷材在长度达到一定数量时，在实际检测中难免会出现因检验员用眼疲劳而导致的漏检、误判问题。而且，
无损检测技术正向无损评价方向发展，自动化和智能化是大势所趋。产品缺陷图像自动识别技术是智能无损检测设备的关键所在，势必在无损检测行业得到广泛应用。
发明内容
[0004] 本发明要解决的技术问题是提供一种基于人工智能的缺陷分类学习系统及其分类方法，能够对于卷材表面的缺陷，进行记录分析和存储。
[0005] 为了解决上述技术问题，本发明的技术方案为：
[0006] 一种基于人工智能的缺陷分类学习系统，包括:
[0007] 一相机装置，其中所述相机装置具有两个拍摄区域，在每一拍摄区域中设置有图像感光芯片；
[0009] 一检测装置，所述检测装置包括一辊压组件和一传送带，所述辊压组件带动所述传送带进行循环传送，所述相机装置设置在所述传送带的上方，所述光源装置设置在所述传送带的下方以对应拍摄区域；以及
[0010] 一
图像处理单元，所述图像处理单元通信连接所述相机装置，以检测图像感光芯片中所拍摄的图像
信号，并控制所述相机装置在不同的拍摄区域中拍摄同一卷材表面，并联合两次检测内容完成对于卷材表面的缺陷检测。
[0011] 优选地，所述图像处理单元包括一扫描模
块、一预处理模块、一特征提取模块和一比对模块，所述扫描模块通信连接所述相机装置以获取并扫描所述图像信号，所述预处理模块通信连接所述扫描模块以获取扫描后的图像信号并进行预处理，所述特征提取模块通信连接所述预处理模块和所述比对模块，以对图像模块进行缺陷检测。
[0012] 优选地，所述图像处理单元还包括一案例
数据库，所述案例数据库通信连接所述比对模块，以完成案例数据的比对，并且当所述比对模块中不属于所述案例数据库中的缺陷，则存入所述案例数据库以等待命名。
[0013] 优选地，所述光源装置包括多个LED光源和至少一高频
闪光灯，所述LED光源分别设置在不同的拍摄区域中所对应的位置，所述高频闪光灯则设置在其中一个拍摄区域中，以完成缺陷检测。
[0014] 优选地，所述辊压组件还包括一
编码器，所述编码器控制所述辊压组件的传动速度。
[0015] 本发明还提供了一种基于
机器视觉的分类方法，包括以下步骤：
[0016] (a)启动所述缺陷分类学习系统，当所述卷材产品经过第一个拍摄区域时，设置在第一个拍摄区域的图像感光芯片进行拍摄，输出图像信号；
[0017] (b)扫描和预处理所述图像信号，在预处理阶段中，疑似有缺陷问题的等待下一拍摄区域中对应的所述图像信号进行缺陷诊断，没有问题则无需进行下一拍摄区域的操作，输出合格信号；
[0018] (c)当对应的卷材产品经过第二个拍摄区域时，设置在所述拍摄区域中的图像感光芯片进行拍摄，输出图像信号，所述图像信号经过缺陷诊断阶段的检测，属于已知的缺陷问题时，则输出当前的缺陷信号，属于未知的缺陷问题时，则存入当前案例数据库。
[0019] 优选地，在步骤(b)之中还包括以下步骤：
[0020] (b1)在预处理阶段中，对所述图像信号进行扫描；
[0021] (b2)扫描后的图像信号，进行分割区域处理，所述图像信号分割成多个
检测区域；
[0022] (b3)对分割后的检测区域逐一进行检测，当出现问题时，则输出检测信号以进行下一流程的操作；没有出现问题，则输出合格信号无需进行后续操作。
[0023] 优选地，在步骤(c)之中还包括以下步骤：
[0024] (c1)在第二个拍摄区域中，对图像信号进行去干扰操作，去除干扰之后，出现缺陷问题的进入下一步骤，没有出现问题的则输出合格信号无须进行后续操作；
[0025] (c2)对出现缺陷问题的图像信号进行特征提取，进而把提取的缺陷特征与所述案例数据库中的缺陷进行比对，比对符合的输出当前对应的缺陷信号，比对不符合的存入当前案例数据库中。
[0026] 优选地，在步骤(c)之中还包括以下步骤：
[0027] (c0)所述光源装置由常亮的LED光源改为常亮的LED光源配合拍摄时启动的高频闪光灯。
[0028] 采用上述技术方案，由于所述检测系统通过图像处理单元对卷材表面进行二次检测，使得本发明的有益效果在于：
[0029] 第一、检测更有效率，分为两次检测，第一次检测中仅做预处理，第二次做缺陷诊断，在提高检测
精度的同时，提高检测速度。
[0030] 第二、检测过程中对同一检测目标进行分割处理，并在第二次检测时，通过光源的变化做深度检测。
[0031] 第三、检测过程中，出现未知的缺陷问题，则存入案例数据库以等待命名。
附图说明
[0032] 图1为本发明所述缺陷分类学习系统的装置部分结构示意图；
[0033] 图2为本发明所述缺陷分类学习系统的图像处理部分流程示意图；
[0034] 图3为本发明所述分类方法的步骤示意图。
具体实施方式
[0035] 下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0036] 如图1所示，本发明提供了一种基于人工智能的缺陷分类学习系统。所述缺陷分类学习系统包括一相机装置10、一光源装置20、一图像处理单元30和一检测装置40，其中所述检测装置40包括一辊压组件41和一传送带42，其中所述辊压组件41设置在所述传送带42的两端，以完成对于所述传送带42的循环传送，在所述传送带42上设置有卷材产品，使得所述卷材产品能够跟随所述传送带42进行传输。
[0037] 进一步地，所述辊压装置41设置有一编码器410，所述编码器410能够控制所述辊压组件41的转动速度，也就是控制所述传送带42的速度。所述相机装置10设置在所述传送带42的上方，所述光源装置20设置在所述传送带42的下方。
[0038] 具体地，当所述光源装置20发射光源，使得所述相机装置10在采集到所述卷材表面时，能够有更加清晰的画面。使得本发明中所述图像处理单元30能够处理得更好。
[0039] 通常地，所述相机装置10包括图像感光芯片和数字
接口组成，使得所述相机装置10能够将
光信号转换为有序的
电信号。所述机器视觉的重要部分即是所述相机装置10的性能，所述相机装置10设置有一拍摄区域100，所述拍摄区域100设置在所述传送带42的其中一部分，随着所述传送带42的传输移动，所述卷材表面经过所述拍摄区域100被拍摄。
[0040] 当所述卷材表面的所述拍摄区域100中，所述相机装置10拍摄到所述卷材表面的图像信号，传输到所述图像处理单元30。所述相机装置10的图像
信号传输到所述图像处理单元30中进行检测，当检测到图像信号中携带有瑕疵的缺陷图像，由于缺陷图像与正常图像存在灰阶差异，因此所述拍摄区域中100，所述相机装置10的拍摄速度和所述传送带42的传输速度具有一定比例，优选地，所述相机装置10的拍摄速度和所述传送带42的传输速度相同，使得每隔一个拍摄区域100，所述相机装置10进行拍摄一次，当然了，为了保证拍摄
质量和准确率，所述相机装置10还设置有另一拍摄区域101，所述拍摄区域101设置在所述拍摄区域100的后方，也就是所述传送带42传送方向的后方。
[0041] 具体地，当前一所述拍摄区域100中，所述相机装置10的所述图像信号传送到所述图像处理单元30中，所述图像处理单元30检测出有一些缺陷问题时，所述图像处理单元30对另一所述拍摄区域100进行拍摄。也就是说，所述相机装置10分别在所述拍摄区域100和101中设置有图像感光芯片，因此，所述拍摄过程中，前一拍摄区域100中检测出有一些缺陷问题后，后一拍摄区域101中的所述图像感光芯片才进行开启，使得后一拍摄区域101中所述图像感光芯片对所述拍摄区域100中的所述卷材表面的进行进一步地检测。
[0042] 更具体地，所述图像处理单元30对前一拍摄区域100中的所述图像信号进行预处理，所述图像处理单元30对所述图像信号进行分割处理，以探测出当前各个分割区域中的缺陷问题，而后一拍摄区域100中对疑似有缺陷部分的，进行进一步地检测，以提高检测效率。
[0043] 在上述过程中，所述光源装置20设置在所述传送带42的下方，使得所述光源装置20的光源正对所述相机装置10。通常地，所述光源装置20主要采用LED光源，所述LED光源的
稳定性和使用寿命较高。另一方面，所述光源装置20还配置有高频闪光灯，由于高频闪光灯的光线均匀性较LED光源要好。因此，所述光源装置20包括LED光源21和高频闪光灯22，具体地，所述LED光源21保持长亮状态，所述高频闪光灯22在所述图像处理单元30对所述卷材表面进行第二次检测时启动，平时保持待机状态，以节省电源。
[0044] 如图2所示，根据上述操作方式，所述图像处理单元30包括一扫描模块31，所述扫描模块31用于接收所述相机装置10的图像信号，并扫描成有序的电信号。还包括一预处理模块32，所述预处理模块32对扫描后的图像信号进行预处理，预处理过程中包括两步：
[0045] 第一步，分割所述图像信号，也就是说分割所述卷材表面，所述卷材表面所在的区域被分割成若干份，优选地，可以分割成9份。当然，分割过程实际上是在虚拟过程中完成。
[0046] 第二步，在分割成若干区域之后，对每一区域中的所述图像信号进行问题检测，也就是说对于每一区域中是否存在问题进行检测。检测所述图像信号中的问题，可能出现误判，但是在预处理阶段无需进行误判的检测。
[0047] 具体地，当预处理阶段中，所述分割区域中检测到所述卷材表面疑似有缺陷问题时，当前拍摄区域100中的所述卷材经过所述传送带42传输到下一拍摄区域101中，所述图像处理单元30接收到所述拍摄区域101中的所述图像信号。此时，由于前一拍摄区域101中的预处理过程中，标记有所述图像信号疑似有问题的所述分割区域，使得所述后一拍摄区域101中所述相机装置10的感光芯片直接拍摄标记的分割区域的图像。
[0048] 因此，所述后一拍摄区域101中，所述图像处理单元30处于缺陷诊断阶段，在缺陷诊断阶段中，分为以下几步：
[0049] 第一、进行去干扰操作，所述图像处理单元30直接对所述图像信号进行去干扰操作，具体地，利用灰度图像进行确认。在这个过程中，所述图像处理单元30设置有一去干扰模块33，所述去干扰模块33对所述图像信号中的缺陷特征进行去干扰操作，当出现误判时，则输出误判信号，无需进行下一步骤，直接输出当前合格信号；反之则继续下一步骤继续判断。
[0050] 在整个过程中，所述图像处理单元30包括一案例数据库300，所述案例数据库300包括有一些基本的典型的缺陷特征图像信号，用于后期比对和测量。另一方面，当出现没有录入所述案例数据库300中的被检测的缺陷，则存入所述案例数据库300并等待命名。另外，所述图像处理单元30还可以通过外联互联网的方式进行案例数据的获取和比对，因此在这种技术方案中，不需要所述案例数据库。
[0051] 第二、进行特征提取，所述特征提取过程中，所述图像处理单元30包括一特征提取模块34和一比对模块35，所述特征提取模块34提出当前图像信号中的所述特征信号，所述比对模块35对当前特征信号和有关缺陷的案例数据库进行的比对，当比对符合时，则输出对应的缺陷特征信号，当比对不符合时，则存入当前案例数据库。
[0052] 如图3所示，因此，根据上述实施方式，本发明提供了以下的分类流程：
[0053] L10、启动所述检测装置40和所述相机装置10以及光源装置20，所述辊压组件41带动所述传送带42和装在所述传送带42上的卷材产品；
[0054] L11、当所述卷材产品经过第一个拍摄区域100时，所述相机装置10设置在第一个拍摄区域100的图像感光芯片进行拍摄，输出图像信号；
[0055] L12、所述图像处理单元30的所述扫描模块31对图像信号进行扫描，进而将扫描后的图像信号传输到所述预处理模块32进行预处理阶段；在预处理阶段中，疑似有缺陷问题的等待下一拍摄区域101中对应的所述图像信号进行缺陷诊断，没有问题则无需进行下一拍摄区域101的操作。
[0056] L13、当对应的卷材产品经过第二个拍摄区域101时，所述相机装置10设置在所述拍摄区域101中的图像感光芯片进行拍摄，输出图像信号，所述图像信号经过预处理阶段之后，所述图像信号经过缺陷诊断阶段，当属于已知的缺陷问题时，则输出当前的缺陷信号，属于未知的缺陷问题时，则存入当前案例数据库300。
[0057] 进一步地，在L12中，具体还包括以下流程：
[0058] L121、在预处理阶段中，对所述图像信号进行扫描；
[0059] L122、扫描后的图像信号，进行分割区域处理，所述图像信号分割成多个检测区域；
[0060] L123、对分割后的检测区域逐一进行检测，当出现问题时，则输出检测信号以进行下一流程的操作；没有出现问题，则输出合格信号无需进行后续操作。
[0061] 进一步地，在L13中，具体还包括以下流程：
[0062] L131、在第二个拍摄区域101中，对所述相机装置10设置在所述拍摄区域101中的图像感光芯片拍摄而输出图像信号进行去干扰操作，去除干扰之后，出现缺陷问题的进入下一步骤，没有出现问题的则输出合格信号无须进行后续操作；
[0063] L132、对出现缺陷问题的图像信号进行特征提取，进而把提取的缺陷特征与所述案例数据库300中的缺陷进行比对，比对符合的输出当前对应的缺陷信号，比对不符合的存入当前案例数据库300中。
[0064] 另外，在L13中，所述光源装置20由常亮的LED光源21改为常亮的LED光源配合拍摄时启动的高频闪光灯。
[0065] 根据上述操作流程，本发明进一步地提供了一种基于机器视觉的分类方法，包括以下步骤：
[0066] (a)启动所述缺陷分类学习系统，当所述卷材产品经过第一个拍摄区域时，设置在第一个拍摄区域的图像感光芯片进行拍摄，输出图像信号；
[0067] (b)扫描和预处理所述图像信号，在预处理阶段中，疑似有缺陷问题的等待下一拍摄区域中对应的所述图像信号进行缺陷诊断，没有问题则无需进行下一拍摄区域的操作，输出合格信号；
[0068] (c)当对应的卷材产品经过第二个拍摄区域时，设置在所述拍摄区域中的图像感光芯片进行拍摄，输出图像信号，所述图像信号经过缺陷诊断阶段的检测，属于已知的缺陷问题时，则输出当前的缺陷信号，属于未知的缺陷问题时，则存入当前案例数据库。
[0069] 进一步地，在步骤(b)之中还包括以下步骤：
[0070] (b1)在预处理阶段中，对所述图像信号进行扫描；
[0071] (b2)扫描后的图像信号，进行分割区域处理，所述图像信号分割成多个检测区域；
[0072] (b3)对分割后的检测区域逐一进行检测，当出现问题时，则输出检测信号以进行下一流程的操作；没有出现问题，则输出合格信号无需进行后续操作。
[0073] 进一步地，在步骤(c)之中还包括以下步骤：
[0074] (c1)在第二个拍摄区域中，对图像信号进行去干扰操作，去除干扰之后，出现缺陷问题的进入下一步骤，没有出现问题的则输出合格信号无须进行后续操作；
[0075] (c2)对出现缺陷问题的图像信号进行特征提取，进而把提取的缺陷特征与所述案例数据库中的缺陷进行比对，比对符合的输出当前对应的缺陷信号，比对不符合的存入当前案例数据库中。
[0076] 在步骤(c)之中还包括以下步骤：
[0077] (c0)所述光源装置由常亮的LED光源改为常亮的LED光源配合拍摄时启动的高频闪光灯。
[0078] 以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、
修改、替换和变型，仍落入本发明的保护范围内。
