一种基于视觉识别的板端自动机屏蔽壳生产检测系统的制作方法

1.本发明属于屏蔽壳生产检测技术领域，具体为一种基于视觉识别的板端自动机屏蔽壳生产检测系统。


背景技术：

2.自动机屏蔽壳是用来屏蔽电子信号的工具。作用就是屏蔽外界电磁波对内部电路的影响和内部产生的电磁波向外辐射。自动机屏蔽壳在生产过程中，需要对表面的划痕空洞等进行检测。
3.但是常见的检测多采用人工进行检测，使得检测的准确性不够高，从而影响了检测使用时的精准性。


技术实现要素：

4.本发明的目的在于：为了解决上述提出的问题，提供一种基于视觉识别的板端自动机屏蔽壳生产检测系统。
5.本发明采用的技术方案如下：一种基于视觉识别的板端自动机屏蔽壳生产检测系统，包括启动模块、图像采集模块、图像预处理模块、图像处理模块、屏蔽壳缺陷检测模块、分类标记模块、图像滤波模块、图像增强模块、边缘检测模块、特征提取模块、分类模块，所述启动模块的输出端连接有所述图像采集模块的输入端，所述图像采集模块的输出端连接有所述图像预处理模块的输入端，所述图像预处理模块的输出端连接有所述图像处理模块的输入端，所述图像处理模块的输出端连接有所述屏蔽壳缺陷检测模块的输入端，所述屏蔽壳缺陷检测模块的输出端连接有所述分类标记模块的输入端
6.在一优选的实施方式中，所述图像预处理模块的内部设置有图像滤波模块、图像增强模块和边缘检测模块，所述图像滤波模块、图像增强模块和边缘检测模块的整体输出端连接有所述图像预处理模块的输入端；
7.所述分类标记模块的内部设置有特征提取模块和分类模块，所述特征提取模块和分类模块的整体输出端连接有所述分类标记模块的输入端。
8.在一优选的实施方式中，所述图像采集模块由滚筒、编码器、镜头、光源、工业摄像机、工控机、执行机构组成，滚筒运动时带动编码器旋转，旋转的编码器会输出外触发信号到线阵相机上，从而控制线阵相机采用行扫描的方式进行图像采集。
9.在一优选的实施方式中，所述图像滤波模块采用双边滤波的方法进行图像去噪。双边滤波对像素信息的处理是非线性的，将像素点在图像中的坐标纳入到考虑范围的同时，也将周围区域像素点的差异影响加入了计算范围中。
10.在一优选的实施方式中，所述图像增强模块通过比例系数将图像的原灰度范围转换成新灰度范围进行图像增强，当图像中某区域的对比度较低时，可用斜率大于1的拉伸函数进行图像增强，反之则用斜率小于1的拉伸函数。
11.在一优选的实施方式中，所述边缘检测模块利用相邻点像素的灰度差，在边缘处
取得极值，从而检测到图像边缘信息，删除非边缘部分，从而对噪声起到平滑作用。
12.在一优选的实施方式中，所述图像处理模块通过选择适当的阈值将原本具有多个灰度等级的图像转换成仍然能够反映图像整体与局部特征的黑白二值图像。
13.在一优选的实施方式中，所述屏蔽壳缺陷检测模块进行膨胀运算，结构元素可以根据需要自由选择，在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀；所述屏蔽壳缺陷检测模块采用了骨架提取算法。
14.在一优选的实施方式中，所述特征提取模块依据不同的图像特征将图像上的点分为不同的子集，根据目标需求，对这些子集进行提取。
15.在一优选的实施方式中，所述分类模块中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提取，当面积小于100时定义为污点，超过100以上的归类为划痕；而对于褶皱，由于其在图像增强部分采用的是频率域处理的方法，在经过阈值分割和形态学处理后，其效果图已不同于污点和划痕瑕疵的处理效果图，因此在进行特征提取时，面积在10～999这个区间时被定义为褶皱瑕疵。
16.综上所述，由于采用了上述技术方案，本发明的有益效果是：
17.1、本发明中，图像采集模块的内部设置有预处理模块，从而可以对拍摄到的图像进行处理，从而可以使得后续的图像处理更加精确，减少了误差的产生，提高了板端自动机屏蔽壳的图像质量，保证了系统的检测精度，同时图像预处理模块对经过预处理的图像信息进行先恢复处理，从而提高了图像的清晰程度，后续通过对像素点的增强和校正，达到增加图像清晰度的效果，同时也保证了图像处理之后的清晰程度和质量，提高了生产检测过程中精确性。
18.2、本发明中，分类模块和特征提取模块配合使用，可以对板端自动机屏蔽壳表面的缺陷进行分类，从而便于人们及时检测，提高了检测效率，使得人们可以对不同缺陷程度的板端自动机屏蔽壳进行分类处理，提高了产品的合理利用率。
19.附图说明
20.图1为本发明的系统框图；
21.图2为本发明中图像预处理模块系统框图；
22.图3为本发明中分类标记模块系统框图。
23.图中标记：1-启动模块、2-图像采集模块、3-图像预处理模块、4-图像处理模块、5-屏蔽壳缺陷检测模块、6-分类标记模块、7-图像滤波模块、8-图像增强模块、9-边缘检测模块、10-特征提取模块、11-分类模块。
具体实施方式
24.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
25.参照图1-3，
26.一种基于视觉识别的板端自动机屏蔽壳生产检测系统，包括启动模块1、图像采集模块2、图像预处理模块3、图像处理模块4、屏蔽壳缺陷检测模块5、分类标记模块6、图像滤波模块7、图像增强模块8、边缘检测模块9、特征提取模块10、分类模块11，启动模块1的输出
端连接有图像采集模块2的输入端，图像采集模块2的输出端连接有图像预处理模块3的输入端，图像预处理模块3的输出端连接有图像处理模块4的输入端，图像处理模块4的输出端连接有屏蔽壳缺陷检测模块5的输入端，屏蔽壳缺陷检测模块5的输出端连接有分类标记模块6的输入端。
27.图像预处理模块3的内部设置有图像滤波模块7、图像增强模块8和边缘检测模块9，图像滤波模块7、图像增强模块8和边缘检测模块9的整体输出端连接有图像预处理模块3的输入端；
28.分类标记模块6的内部设置有特征提取模块10和分类模块11，特征提取模块10和分类模块11的整体输出端连接有分类标记模块6的输入端。
29.图像采集模块2由滚筒、编码器、镜头、光源、工业摄像机、工控机、执行机构组成，滚筒运动时带动编码器旋转，旋转的编码器会输出外触发信号到线阵相机上，从而控制线阵相机采用行扫描的方式进行图像采集，当相机将采集到的多帧图像数据通过千兆网传送给工控机时，图像处理软件会将这多帧图像数据组帧成一幅图像并生成为bmp格式，随后做图像处理。
30.图像滤波模块7采用双边滤波的方法进行图像去噪。双边滤波对像素信息的处理是非线性的，将像素点在图像中的坐标纳入到考虑范围的同时，也将周围区域像素点的差异影响加入了计算范围中。这样对于灰度平缓区域的处理有类似高斯滤波的效果，而在异常区域则不进行处理，从而保持边缘信息。
31.图像增强模块8通过比例系数将图像的原灰度范围转换成新灰度范围进行图像增强，当图像中某区域的对比度较低时，可用斜率大于1的拉伸函数进行图像增强，反之则用斜率小于1的拉伸函数；区域提取模块12将图像与gauss平滑滤波器进行卷积：通过卷积算子分别求得和方向的一阶偏导数，通过偏导数求出梯度幅值和方位角，再通过非极大值抑制nms保留幅值局部变化最大的点；最后采取双阈值进行边缘的检测和连接，通过高阈值得到的边缘图像含有较少的虚假边缘，且边缘不可能实现闭合。若在断点的8邻域点中寻找满足的低阈值点，再根据收集新的边缘，就可实现图像边缘的闭合。
32.边缘检测模块9利用相邻点像素的灰度差，在边缘处取得极值，从而检测到图像边缘信息，删除非边缘部分，从而对噪声起到平滑作用，先对图像进行高斯滤波，然后再进行laplacian边缘检测，边缘检测结果为零的即为边缘点的位置。
33.图像处理模块4通过选择适当的阈值将原本具有多个灰度等级的图像转换成仍然能够反映图像整体与局部特征的黑白二值图像，即只要像素的灰度值大于给定阈值的就置为255，小于给定阈值的就置为0，经过这样处理后的图像就会呈现出黑白对比明显的效果；这里可以把灰度值为0的屏蔽壳像素点组成的区域判定为属于特定目标物体；灰度值为255表示的屏蔽壳像素点组成区域判定为特定目标物体背景或者其他的物体区域；当然，也可以将灰度为255的屏蔽壳像素点区域判定为特定目标物体，灰度为0的屏蔽壳像素点区域判定为背景或者其他的物体区域。
34.屏蔽壳缺陷检测模块5进行膨胀运算，结构元素可以根据需要自由选择，一般有方形、圆形、椭圆形等不同类型。本系统在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀；屏蔽壳缺陷检测模块5采用了骨架提取算法，它不仅能够提取出瑕疵对应区域的骨架，同时还能提供精确的瑕疵位置信息。
35.特征提取模块10，依据不同的图像特征将图像上的点分为不同的子集，这些子集不限形状，它们可以是孤立的点，也可以是连续的曲线或区域，根据目标需求，对这些子集进行提取。
36.分类模块11中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提取，当面积(即像素点数)小于100时定义为污点，超过100以上的归类为划痕。而对于褶皱，由于其在图像增强部分采用的是频率域处理的方法，在经过阈值分割和形态学处理后，其效果图已不同于污点和划痕瑕疵的处理效果图，因此在进行特征提取时，面积在10～999这个区间时被定义为褶皱瑕疵。
37.本发明中，图像采集模块2的内部设置有预处理模块，从而可以对拍摄到的图像进行处理，从而可以使得后续的图像处理更加精确，减少了误差的产生，提高了板端自动机屏蔽壳的图像质量，保证了系统的检测精度，同时图像预处理模块3对经过预处理的图像信息进行先恢复处理，从而提高了图像的清晰程度，后续通过对像素点的增强和校正，达到增加图像清晰度的效果，同时也保证了图像处理之后的清晰程度和质量，提高了生产检测过程中精确性。
38.本发明中，分类模块11和特征提取模块10配合使用，可以对板端自动机屏蔽壳表面的缺陷进行分类，从而便于人们及时检测，提高了检测效率，使得人们可以对不同缺陷程度的板端自动机屏蔽壳进行分类处理，提高了产品的合理利用率。
39.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
40.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于视觉识别的板端自动机屏蔽壳生产检测系统，包括启动模块(1)、图像采集模块(2)、图像预处理模块(3)、图像处理模块(4)、屏蔽壳缺陷检测模块(5)、分类标记模块(6)、图像滤波模块(7)、图像增强模块(8)、边缘检测模块(9)、特征提取模块(10)、分类模块(11)，其特征在于：所述启动模块(1)的输出端连接有所述图像采集模块(2)的输入端，所述图像采集模块(2)的输出端连接有所述图像预处理模块(3)的输入端，所述图像预处理模块(3)的输出端连接有所述图像处理模块(4)的输入端，所述图像处理模块(4)的输出端连接有所述屏蔽壳缺陷检测模块(5)的输入端，所述屏蔽壳缺陷检测模块(5)的输出端连接有所述分类标记模块(6)的输入端。2.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述图像预处理模块(3)的内部设置有图像滤波模块(7)、图像增强模块(8)和边缘检测模块(9)，所述图像滤波模块(7)、图像增强模块(8)和边缘检测模块(9)的整体输出端连接有所述图像预处理模块(3)的输入端；所述分类标记模块(6)的内部设置有特征提取模块(10)和分类模块(11)，所述特征提取模块(10)和分类模块(11)的整体输出端连接有所述分类标记模块(6)的输入端。3.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述图像采集模块(2)由滚筒、编码器、镜头、光源、工业摄像机、工控机、执行机构组成，所述滚筒运动时带动编码器旋转，所述编码器会输出外触发信号到线阵相机上，从而控制线阵相机采用行扫描的方式进行图像采集。4.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述图像滤波模块(7)采用双边滤波的方法进行图像去噪。5.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述图像增强模块(8)通过比例系数将图像的原灰度范围转换成新灰度范围进行图像增强，当图像中某区域的对比度较低时，可用斜率大于1的拉伸函数进行图像增强，反之则用斜率小于1的拉伸函数。6.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述边缘检测模块(9)利用相邻点像素的灰度差，在边缘处取得极值，从而检测到图像边缘信息，删除非边缘部分，对噪声起到平滑作用。7.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述图像处理模块(4)通过选择阈值将原本具有多个灰度等级的图像转换成仍然能够反映图像整体与局部特征的黑白二值图像。8.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述屏蔽壳缺陷检测模块(5)进行膨胀运算，膨胀运算过程中的结构元素可以根据需要自由选择，在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀；所述屏蔽壳缺陷检测模块(5)采用了骨架提取算法。9.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述特征提取模块(10)依据不同的图像特征将图像上的点分为不同的子集，根据目标需求，对这些子集进行提取。10.如权利要求1所述的一种基于视觉识别的板端自动机屏蔽壳生产检测系统，其特征在于：所述分类模块(11)中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提
取，当面积小于100时定义为污点，超过100以上的归类为划痕；而对于褶皱，由于其在图像增强部分采用的是频率域处理的方法，在经过阈值分割和形态学处理后，其效果图已不同于污点和划痕瑕疵的处理效果图，因此在进行特征提取时，面积在10～999这个区间时被定义为褶皱瑕疵。

技术总结
本发明公开了一种基于视觉识别的板端自动机屏蔽壳生产检测系统。本发明中，图像采集模块的内部设置有预处理模块，从而可以对拍摄到的图像进行处理，从而可以使得后续的图像处理更加精确，减少了误差的产生，提高了板端自动机屏蔽壳的图像质量，保证了系统的检测精度，同时图像预处理模块对经过预处理的图像信息进行先恢复处理，从而提高了图像的清晰程度，后续通过对像素点的增强和校正，达到增加图像清晰度的效果，同时也保证了图像处理之后的清晰程度和质量，提高了生产检测过程中精确性，分类模块和特征提取模块配合使用，可以对板端自动机屏蔽壳表面的缺陷进行分类，从而便于人们及时检测，提高了检测效率。提高了检测效率。提高了检测效率。


技术研发人员：张雅舒 徐航航 亓帅航 尚昌恒 沈浩
受保护的技术使用者：昆山捷翔工业设备有限公司
技术研发日：2023.05.30
技术公布日：2023/8/13