详情

原文传递一种产品在线检测方法及装置

专利名称：	一种产品在线检测方法及装置
摘要：	本发明属于产品检测领域，公开了一种产品在线检测方法及装置，其方法包括：获取待检产品的可见光图像；对待检产品的可见光图像进行图像识别，得到待检产品的可见光参数模型；根据可见光参数模型，在预先构建的产品参数数据库中查找与待检产品对应的X射线检测参数集；根据X射线检测参数集，配置X射线检测模块的检测参数；X射线检测模块根据配置好的检测参数，采集待检产品的X射线图像；根据待检产品的X射线图像，计算得到待检产品的检测值；根据检测值和X射线检测参数集中的检测阈值，判断待检产品是否为良品。本发明可自动检测不同类型的产品，无需生产线员工来选择配置参数，并且不需要停止生产线，以提高检测效率。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	上海微现检测设备有限公司
发明人：	朱鹏;孔庆水;王辉
专利状态：	有效
申请日期：	2019-07-10T00:00:00+0800
发布日期：	2019-09-17T00:00:00+0800
申请号：	CN201910616769.9
公开号：	CN110243826A
代理机构：	上海硕力知识产权代理事务所(普通合伙)
代理人：	董磊
分类号：	G01N21/84(2006.01);G;G01;G01N;G01N21
申请人地址：	201209 上海市浦东新区金丰路455号4幢1楼东部分
主权项：	1.一种产品在线检测方法，其特征在于，包括：获取待检产品的可见光图像；对所述待检产品的可见光图像进行图像识别，得到所述待检产品的可见光参数模型；根据所述可见光参数模型，在预先构建的产品参数数据库中查找与所述待检产品对应的X射线检测参数集，所述产品参数数据库中存储有各产品的可见光参数模型和X射线检测参数集；根据所述X射线检测参数集，配置X射线检测模块的检测参数；所述X射线检测模块根据配置好的检测参数，采集所述待检产品的X射线图像；根据所述待检产品的X射线图像，计算得到所述待检产品的检测值；根据所述检测值和所述X射线检测参数集中的检测阈值，判断所述待检产品是否为良品。 2.根据权利要求1所述的一种产品在线检测方法，其特征在于，所述获取待检产品的可见光图像之前还包括：获取良品的可见光图像；对所述良品的可见光图像进行图像识别，得到所述良品的可见光参数模型；所述X射线检测模块根据初始检测参数，采集所述良品的X射线图像；根据所述良品的X射线图像，计算得到所述良品的X射线检测参数集；在数据库中存储所述良品的名称、所述良品的可见光参数模型和所述良品的X射线检测参数集，并建立所述良品的索引号，以形成所述产品参数数据库。 3.根据权利要求2所述的一种产品在线检测方法，其特征在于，所述根据所述良品的X射线图像，计算得到所述良品的X射线检测参数集具体包括：计算所述良品的X射线图像中的目标轮廓，得到良品特征参数Cx；计算所述良品的X射线图像中的灰度分布，得到良品特征参数Rx；计算所述良品的X射线图像中的纹理特征，得到良品特征参数Hx；根据所述良品特征参数Cx、所述良品特征参数Rx和所述良品特征参数Hx，计算得到所述良品的X射线检测参数集。 4.根据权利要求1-3任一项所述的一种产品在线检测方法，其特征在于，所述对所述待检产品的可见光图像进行图像识别，得到所述待检产品的可见光参数模型具体包括：计算所述待检产品的可见光图像中的目标轮廓，得到特征参数Cv；计算所述待检产品的可见光图像中的颜色分布，得到特征参数Rv；计算所述待检产品的可见光图像中的灰度分布，得到特征参数Hv；计算所述待检产品的可见光图像中的纹理特征，得到特征参数Tv；将所述待检产品的可见光图像输入深度学习网络模型中，得到特征参数Mv；根据所述特征参数Cv、所述特征参数Rv、所述特征参数Hv、所述特征参数Tv和所述特征参数Mv，得到所述待检产品的可见光参数模型。 5.根据权利要求1-3任一项所述的一种产品在线检测方法，其特征在于，所述根据所述待检产品的X射线图像，计算得到所述待检产品的检测值具体包括：计算所述待检产品的X射线图像的目标轮廓，得到待检品特征参数Cx；计算所述待检产品的X射线图像的灰度分布，得到待检品特征参数Rx；计算所述待检产品的X射线图像的纹理特征，得到待检品特征参数Hx；根据所述待检品特征参数Cx、所述待检品特征参数Rx和所述待检品特征参数Hx，计算得到所述待检产品的异物和缺陷检测值。 6.一种产品在线检测装置，其特征在于，包括：可见光图像获取模块，用于获取待检产品的可见光图像；可见光图像识别模块，用于对所述待检产品的可见光图像进行图像识别，得到所述待检产品的可见光参数模型；查找模块，用于根据所述可见光参数模型，在预先构建的产品参数数据库中查找与所述待检产品对应的X射线检测参数集，所述产品参数数据库中存储有各产品的可见光参数模型和X射线检测参数集；参数配置模块，用于根据所述X射线检测参数集，配置X射线检测模块的检测参数； X射线图像采集模块，用于所述X射线检测模块根据配置好的检测参数，采集所述待检产品的X射线图像； X射线图像识别模块，用于根据所述待检产品的X射线图像，计算得到所述待检产品的检测值；判断模块，用于根据所述检测值和所述X射线检测参数集中的检测阈值，判断所述待检产品是否为良品。 7.根据权利要求6所述的一种产品在线检测装置，其特征在于，所述可见光图像获取模块，用于获取良品的可见光图像；所述可见光图像识别模块，用于对所述良品的可见光图像进行图像识别，得到所述良品的可见光参数模型；所述X射线图像采集模块，用于所述X射线检测模块根据初始检测参数，采集所述良品的X射线图像；所述X射线图像识别模块，用于根据所述良品的X射线图像，计算得到所述良品的X射线检测参数集；还包括：构建模块，用于在数据库中存储所述良品的名称、所述良品的可见光参数模型和所述良品的X射线检测参数集，并建立所述良品的索引号，以形成所述产品参数数据库。 8.根据权利要求7所述的一种产品在线检测装置，其特征在于，所述X射线图像识别模块包括：第一轮廓计算模块，用于计算所述良品的X射线图像中的目标轮廓，得到良品特征参数Cx；第一灰度计算模块，用于计算所述良品的X射线图像中的灰度分布，得到良品特征参数Rx；第一纹理计算模块，用于计算所述良品的X射线图像中的纹理特征，得到良品特征参数Hx；第一参数集计算模块，用于根据所述良品特征参数Cx、所述良品特征参数Rx和所述良品特征参数Hx，计算得到所述良品的X射线检测参数集。 9.根据权利要求6-8任一项所述的一种产品在线检测装置，其特征在于，所述可见光图像识别模块包括：第二轮廓计算模块，用于计算所述待检产品的可见光图像中的目标轮廓，得到特征参数Cv；第二颜色计算模块，用于计算所述待检产品的可见光图像中的颜色分布，得到特征参数Rv；第二灰度计算模块，用于计算所述待检产品的可见光图像中的灰度分布，得到特征参数Hv；第二纹理计算模块，用于计算所述待检产品的可见光图像中的纹理特征，得到特征参数Tv；网络模型模块，用于将所述待检产品的可见光图像输入深度学习网络模型中，得到特征参数Mv；参数模块获取模块，用于根据所述特征参数Cv、所述特征参数Rv、所述特征参数Hv、所述特征参数Tv和所述特征参数Mv，得到所述待检产品的可见光参数模型。 10.根据权利要求6-8任一项所述的一种产品在线检测装置，其特征在于，所述X射线图像识别模块包括：第一轮廓计算模块，用于计算所述待检产品的X射线图像的目标轮廓，得到待检品特征参数Cx；第一灰度计算模块，用于计算所述待检产品的X射线图像的灰度分布，得到待检品特征参数Rx；第一纹理计算模块，用于计算所述待检产品的X射线图像的纹理特征，得到待检品特征参数Hx；检测值计算模块，用于根据所述待检品特征参数Cx、所述待检品特征参数Rx和所述待检品特征参数Hx，计算得到所述待检产品的异物和缺陷检测值。
所属类别：	发明专利