CN114399473A - 一种应用于工业生产的缺陷样本图像采集装置 - Google Patents
一种应用于工业生产的缺陷样本图像采集装置 Download PDFInfo
- Publication number
- CN114399473A CN114399473A CN202111636449.3A CN202111636449A CN114399473A CN 114399473 A CN114399473 A CN 114399473A CN 202111636449 A CN202111636449 A CN 202111636449A CN 114399473 A CN114399473 A CN 114399473A
- Authority
- CN
- China
- Prior art keywords
- defect sample
- module
- data
- sample image
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请涉及用于训练深度学习机器视觉模型中图像数据集采集技术领域,提供一种应用于工业生产的缺陷样本图像采集装置,通过在离线状态下非实时地对缺陷图像数据进行采集,以解决在线采集缺陷图像数据困难的问题。本申请提供的柔性数据采集台架,是一台低成本模拟生产工位,可抽象模拟、仿真各种检测任务的不同生产线,集中采集缺陷图像数据。而且,本申请中缺陷图像数据可来自于历史人工检测出的缺陷样本留样,也可以是其他检测手段在检测过程中剔除的样本,本申请能大大降低缺陷图像数据的采集难度,减少样本采集时间。
Description
技术领域
本申请涉及图像数据集采集技术领域,尤其涉及一种应用于工业生产的缺陷样本图像采集装置。
背景技术
在工业生产中,基于机器视觉的质量检测,是一种新型的基于人工智能的先进检测手段,能够代替人工检测缺陷,是提高生产效率、减少劳动力、降低人工劳动强度和保证产品质量的重要措施。但是,基于机器视觉的质量检测方法主要通过采集大量的目标缺陷图像数据,通过深度学习模型进行训练后,获得较为准确的机器视觉模型,再将训练好的机器视觉模型应用到工业生产线中。
传统的缺陷数据采集方法通常需要在生产线中加装采集图像设备,并在缺陷产生时对缺陷部分进行拍照,从而获得目标缺陷图像数据。然而,在实际工业生产中,缺陷品的产生通常是少量的、不连续的,因此难以预测缺陷何时产生,难以利用传统的缺陷数据采集方法对缺陷图像数据进行采集,也难以获得大量的缺陷样本。这种情况下,如果依然采用传统的缺陷数据采集方法,则需要投入大量的时间成本和人力成本。
目前,现有技术中依然大多采用在生产线增加图像采集模块等方式,在线完成图像数据采集工作,且主要通过人工故意制造某些缺陷类型的样本,或通过其他质量检测手段发现缺陷样本后通知图像采集模块,进行图像数据采集。但是,上述方案难以应用到工业生产场景中,无法有针对性地、高效率地采集随机产生的缺陷图像信息,在数据收集便利性和及时性上存在很大局限性。
发明内容
为了克服现有技术的不足,解决现有技术中无法有针对性地、高效率地采集随机产生的缺陷图像信息,在数据收集便利性和及时性上有着很大局限性的问题,本申请旨在提供一种应用于工业生产的缺陷样本图像采集装置,能够在离线状态下,非实时地对缺陷图像数据进行采集,并且能够能大大降低缺陷样本采集难度,减少样本采集时间。
为了实现上述目的,本申请提供一种应用于工业生产的缺陷样本图像采集装置,具体包括:
柔性模拟工位模块,用于模拟实际生产线上的缺陷样本图像采集装置的目标安装工位。
数据采集模块,设置于所述柔性模拟工位模块上,用于离线采集缺陷样本图像信息。
数据处理模块,用于对离线采集的缺陷样本图像信息进行处理,获得处理数据,以及存储所述处理数据。
控制模块,与所述数据采集模块和所述数据处理模块信号连接,用于控制所述数据采集模块和所述数据处理模块的运行。
进一步的,所述控制模块集成于所述数据处理模块。
进一步的,所述数据采集模块包含可调节支架和图像采集传感器,所述图像采集传感器通过所述可调节支架安装在所述柔性模拟工位模块上,可进行全方位多维度调节。
进一步的,所述数据采集模块还可用于在线采集实时缺陷样本图像信息。
进一步的,所述缺陷样本图像采集装置设置在柔性数据采集台架上,所述柔性数据采集台架用于抽象模拟实际生产线上的用于采集缺陷样本图像的所有装置的目标安装工位及环境。
进一步的,所述柔性数据采集台架还包括可调光源、多维可调夹具和台架框架。
所述可调光源,用于对目标检测物进行打光照明。
所述多维可调夹具,用于夹持缺陷样本,并可进行多维度调节。
所述台架框架,用于承载所述柔性数据采集台架的所有装置。
进一步的,所述台架框架可移动,并可沿轴向和径向进行扩展。
进一步的,所述离线数据采集台架通过积木式组合在一起,可任意改变组合方式,以模拟不同的生产工位及环境。
进一步的,所述缺陷样本图像包括可见光图像、红外线图像和紫外线图像。
进一步的,所述缺陷样本图像采集装置还包括数据标注模块,用于对采集到的缺陷样本图像进行数据标注。
本申请提供一种应用于工业生产的缺陷样本图像采集装置,通过在离线状态下非实时地对缺陷图像数据进行采集,以解决在线采集缺陷图像数据困难的问题。本申请提供的柔性数据采集台架,是一台低成本模拟生产工位,可抽象模拟、仿真各种检测任务的不同生产线,集中采集缺陷图像数据。而且,本申请中缺陷图像数据可来自于历史人工检测出的缺陷样本留样,也可以是其他检测手段在检测过程中剔除的样本,本申请能大大降低缺陷图像数据的采集难度,减少样本采集时间。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用于工业生产的缺陷样本图像采集装置结构示意图;
图2为本申请实施例提供的柔性数据采集台架结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行完整、清楚的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为便于理解本申请实施例的技术方案,以下首先对本申请实施例所涉及到的一些概念进行说明。
本申请实施例中,柔性数据采集台架是用于解决在线数据采集困难而设计的。由于生产过程中产生的缺陷零件数量较少,因此仅通过在线方式采集数据效率较低,并且有可能对正常生产造成干扰。相比之下,通过柔性数据采集台架可集中离线采集缺陷零件样本,并且对正常生产过程不会产生影响。
利用柔性数据采集台架对缺陷零件特征进行集中离线采集后,将相同设备安装于生产线,仅需少量在线采集图片进行修正,即可实现较高精度的缺陷识别。并且,能够在短时间内利用少量人力即可实现大量的数据采集、标注工作,大幅提高深度学习模型的训练进度。相比于传统的图像数据采集和标注方式,本申请实施例提供的一种应用于工业生产的缺陷样本图像采集装置能够大幅提高效率。
参见图1,本申请实施例提供一种应用于工业生产的缺陷样本图像采集装置,具体包括:柔性模拟工位模块、数据采集模块、数据处理模块、控制模块和数据标注模块。
本申请实施例中,柔性模拟工位模块用于模拟实际生产线上的缺陷样本图像采集装置的目标安装工位。具体的,该柔性模拟工位模块主要功能是以较低成本,在通过图像采集模块所采集到的图像信息中实现模拟还原目标安装工位的图像特征。该特征包括但不限于可见光图像、红外图像特征等。通常该模块包括实际工位中使用的夹具,以及能够使夹具在台架上安装的转换安装结构组成。
本申请实施例中,数据采集模块设置在柔性模拟工位模块上,用于离线采集缺陷样本图像信息,以及在线采集实时缺陷样本图像信息。具体的,缺陷样本图像包括可见光图像、红外线图像和紫外线图像。需要说明的是,本申请实施例提供的缺陷样本图像并不限于可见光图像、红外线图像和紫外线图像,只要能够通过采集装置采集到的任何格式的图像数据均在本申请实施例的保护范围内。
本申请实施例中,数据采集模块包含可调节支架和图像采集传感器,其中,图像采集传感器通过可调节支架安装在柔性模拟工位模块上,使得该图像采集传感器可进行全方位多维度调节。具体的,通过可调节支架,图像采集模块可实现各方位的位置调整,以适应低成本柔性模拟工位模块的安装环境,便于调节。
本申请实施例中,数据标注模块用于对采集到的缺陷样本图像进行数据标注,以节省后续处理时间。
本申请实施例中,数据处理模块用于对离线采集的缺陷样本图像信息进行处理,获得处理数据,以及存储所述处理数据。具体的,该数据处理模块不仅可用于处理采集的图像信息,还可用于处理其他信息,且该数据处理模块预装图像及相关信号处理所需的软件。
本申请实施例中,控制模块与数据采集模块和数据处理模块信号连接,用于控制数据采集模块和数据处理模块的运行。
具体的,本申请实施例中的控制模块集成于数据处理模块,这样更节约空间,而且便于操作和管理。
本申请实施中,该缺陷样本图像采集装置设置在柔性数据采集台架上,而该柔性数据采集台架用于抽象模拟实际生产线上的用于采集缺陷样本图像的所有装置的目标安装工位及环境。具体的,该柔性数据采集台架是一台低成本模拟生产工位,并在模拟工位集成图像采集模块,而且是采用积木式组合在一起,可任意改变组合方式,以模拟不同的生产工位及环境。参见图2,为本申请实施例提供的柔性数据采集台架结构示意图,从图上可以看出,该柔性数据采集台架具体包括可调光源、缺陷样本图像采集装置、多维可调夹具和台架框架。其中,可调光源,用于对目标检测物进行打光照明,从而使得样本缺陷或目标物体更加明显,并且可调光源的位置、亮度以及颜色均可自由调节;多维可调夹具,用于夹持缺陷样本,并可进行多维度调节;台架框架,用于承载设置在柔性数据采集台架上的所有装置级附件,且该台架框架各梁或平面均可移动,并可沿轴向和径向进行扩展,以适应不同数据的采集工况。多维可调节支架做为数据采集模块载体,具有承载数据采集模块的功能,并且可进行多维度调节,以适应数据采集过程中目标检测物的不同位置或工作距离。
下面将从实际应用角度详细阐述本申请实施例提供的一种应用于工业生产的缺陷样本图像采集装置。
具体的,该缺陷样本图像采集装置进行离线采集缺陷图像信息的方法如下:利用生产积累的缺陷产品以及目前生产过程中产生的缺陷产品,将缺陷产品按照生产线上相同方式安装在柔性数据采集台架的夹具上。利用数据处理模块,通过柔性数据采集台架上的控制模块控制数据采集模块对目标缺陷进行图像数据采集。具体的,采集的图像信息可以包括但不限于一般可见光图像、红外线图像和紫外线图像,但是,该图像信息必须能够反映缺陷图像特征的必要因素;数据采集模块在采集图像数据后,将数据传送至数据处理模块处理后存储。利用本申请实施例所提供的缺陷样本图像采集装置进行缺陷特征提取后,在实际应用时仅需极少量在线采集图像的调整,即可达到媲美全在线数据采集方法训练的模型的判读精度。
更具体的,本申请实施例提供的柔性数据采集台架具有以下特点:该台架为生产线未来图像检测***目标安装工位的抽象模拟。其中数据采集模块所能辐射到的图像视野内的台架部分,需要与生产线实际特征相似,最好是以在数据采集模块采集的图像中,图像特征与实际生产线相似位置的图像特征近似为准。该图像特征可以包括但不限于一般可见光图像,红外线图像以及紫外线图像,只要能够采集到的图像特征均在本申请实施例的保护范围内。另外,该柔性数据采集台架能够在短时间内通过积木式组合模拟新的生产工位,应用场合普适性很强,经快速改造能够快速、便捷地用于不同项目的数据离线采集任务。该柔性数据采集台架不仅为实际生产线等应用目标的抽象,而且对于能够实时在线采集数据的应用,可直接在生产线安装图像信息采集模块及数据处理模块,进行在线采集数据。
需要说明的是,本申请实施例中提及的数据采集方法,也可采用通过计算机模拟图像产生虚拟生产线影像环境,将缺陷产品采用图像处理的方式合成至虚拟影像环境中进行缺陷图像采集及特征提取;还可以采用三维建模的方式,对缺陷产品及特征进行建模,并合成至虚拟生产环境中,进行缺陷图像特征采集与提取,最后再结合少量真实世界目标产品图像数据对模型进行修正。
需要进一步强调的是,在图像采集过程中,使用实际工位中应用的夹具对目标检测工件进行夹持,然后将夹具通过转换安装结构牢固安装在台架上。当实际工位的夹具过大或成本过高时,也可采用其他方法实现最终目标,只要在最终采集的图像视野中,目标工件及背景做到与实际安装位置相似即可。并且,图像采集过程不在目标生产线上进行,例如将数据采集模块安装在训练工位,该训练工位不在目标生产线上,但和未来目标安装工位近似,可作为目标安装工位的等效替代,从而可节约成本,并在图像采集过程中不影响生产线的正常运行。
与现有技术相比,本申请实施例具有以下优势:
第一,缺陷样本图像数据采集过程中,不需要对原生产线进行改动。
第二,缺陷样本图像数据采集过程,无需占用现有生产线的生产资源和工序时间。
本申请提供一种应用于工业生产的缺陷样本图像采集装置,具体包括:
柔性模拟工位模块,用于模拟实际生产线上的缺陷样本图像采集装置的目标安装工位。
数据采集模块,设置于所述柔性模拟工位模块上,用于离线采集缺陷样本图像信息。
数据处理模块,用于对离线采集的缺陷样本图像信息进行处理,获得处理数据,以及存储所述处理数据。
控制模块,与所述数据采集模块和所述数据处理模块信号连接,用于控制所述数据采集模块和所述数据处理模块的运行。
由以上技术方案可知,本申请提供一种应用于工业生产的缺陷样本图像采集装置,通过在离线状态下非实时地对缺陷图像数据进行采集,以解决在线采集缺陷图像数据困难的问题。本申请提供的柔性数据采集台架,是一台低成本模拟生产工位,可抽象模拟、仿真各种检测任务的不同生产线,集中采集缺陷图像数据。而且,本申请中缺陷图像数据可来自于历史人工检测出的缺陷样本留样,也可以是其他检测手段在检测过程中剔除的样本,本申请能大大降低缺陷图像数据的采集难度,减少样本采集时间。
以上结合具体实施方式和范例性实例对本申请进行了详细说明,使本领域技术人员能够理解或实现本申请,不过这些说明并不能理解为对本申请的限制。本领域技术人员理解,在不偏离本申请精神和范围的情况下,可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。
Claims (10)
1.一种应用于工业生产的缺陷样本图像采集装置,其特征在于,包括:
柔性模拟工位模块,用于模拟实际生产线上的缺陷样本图像采集装置的目标安装工位;
数据采集模块,设置于所述柔性模拟工位模块上,用于离线采集缺陷样本图像信息;
数据处理模块,用于对离线采集的缺陷样本图像信息进行处理,获得处理数据,以及存储所述处理数据;
控制模块,与所述数据采集模块和所述数据处理模块信号连接,用于控制所述数据采集模块和所述数据处理模块的运行。
2.根据权利要求1所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述控制模块集成于所述数据处理模块。
3.根据权利要求1所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述数据采集模块包含可调节支架和图像采集传感器,所述图像采集传感器通过所述可调节支架安装在所述柔性模拟工位模块上,可进行全方位多维度调节。
4.根据权利要求3所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述数据采集模块还可用于在线采集实时缺陷样本图像信息。
5.根据权利要求1-4任一项所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述缺陷样本图像采集装置设置在柔性数据采集台架上,所述柔性数据采集台架用于抽象模拟实际生产线上的用于采集缺陷样本图像的所有装置的目标安装工位及环境。
6.根据权利要求5所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述柔性数据采集台架还包括可调光源、多维可调夹具和台架框架;
所述可调光源,用于对目标检测物进行打光照明;
所述多维可调夹具,用于夹持缺陷样本,并可进行多维度调节;
所述台架框架,用于承载所述柔性数据采集台架的所有装置。
7.根据权利要求6所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述台架框架可移动,并可沿轴向和径向进行扩展。
8.根据权利要求7所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述柔性数据采集台架通过积木式组合在一起,可任意改变组合方式,以模拟不同的生产工位及环境。
9.根据权利要求1所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述缺陷样本图像包括可见光图像、红外线图像和紫外线图像。
10.根据权利要求9所述的一种应用于工业生产的缺陷样本图像采集装置,其特征在于,所述缺陷样本图像采集装置还包括数据标注模块,用于对采集到的缺陷样本图像进行数据标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111636449.3A CN114399473A (zh) | 2021-12-29 | 2021-12-29 | 一种应用于工业生产的缺陷样本图像采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111636449.3A CN114399473A (zh) | 2021-12-29 | 2021-12-29 | 一种应用于工业生产的缺陷样本图像采集装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114399473A true CN114399473A (zh) | 2022-04-26 |
Family
ID=81228176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111636449.3A Pending CN114399473A (zh) | 2021-12-29 | 2021-12-29 | 一种应用于工业生产的缺陷样本图像采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114399473A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863424A (zh) * | 2022-05-07 | 2022-08-05 | 天津优海云图科技有限公司 | 一种用于方便面瑕疵检测的分类数据集构建方法 |
-
2021
- 2021-12-29 CN CN202111636449.3A patent/CN114399473A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863424A (zh) * | 2022-05-07 | 2022-08-05 | 天津优海云图科技有限公司 | 一种用于方便面瑕疵检测的分类数据集构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104655641A (zh) | 一种高精密全自动fpc缺陷检测装置及检测工艺 | |
CN110293559B (zh) | 一种自动识别定位对准的安装方法 | |
CN109405755B (zh) | 一种大尺寸管板孔径和节距测量装置与测量方法 | |
CN109638959B (zh) | 基于ar和深度学习的电力设备遥信功能调试方法及*** | |
CN111968048B (zh) | 电力巡检少样本图像数据增强方法及*** | |
CN113900436B (zh) | 巡检控制方法、装置、设备和存储介质 | |
CN106124512A (zh) | 悬挂式单轨箱型梁巡检装置 | |
CN115932530B (zh) | 一种半导体检测设备标定的方法 | |
CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及*** | |
CN114399473A (zh) | 一种应用于工业生产的缺陷样本图像采集装置 | |
CN113935971A (zh) | 一种复合材料表面缺陷的检测方法及装置 | |
CN108844961A (zh) | 一种温控器壳体视觉检测***及方法 | |
CN211827005U (zh) | 一种基于多目视觉的五轴数控机床多功能检测装置 | |
CN111189401B (zh) | 盾尾间隙实时自动测量方法及*** | |
CN113628159A (zh) | 一种基于深度学习网络全自动训练方法、装置及存储介质 | |
CN105023018A (zh) | 一种喷码检测方法及*** | |
CN112256060A (zh) | 一种输电线路无人机自动巡检的图片实时自动命名的方法 | |
CN109015632A (zh) | 一种机器人手爪末端定位方法 | |
CN109622404B (zh) | 一种基于机器视觉的微工件自动分拣***及方法 | |
CN110097042A (zh) | 一种具有弧度的剃须刀外壳的字符检测***及检测方法 | |
CN211604116U (zh) | 一种投影式增强现实紧固件装配引导及检测装置 | |
CN113034620A (zh) | 校正方法、校正装置、计算机可读存储介质及计算机设备 | |
CN204565789U (zh) | Cnc视觉辅助加工*** | |
CN114147727B (zh) | 一种机器人位姿校正的方法、装置和*** | |
CN110909653B (zh) | 一种室内机器人自动标定配电室屏柜的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |