本發(fā)明涉及圖像檢測(cè)的，尤其是涉及一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法。
背景技術(shù)：
1、在傳統(tǒng)的產(chǎn)品包裝工藝中，包裝質(zhì)檢的方式主要依靠人工進(jìn)行，但是人工質(zhì)檢不僅需要投入大量的人力成本，而且人在長(zhǎng)時(shí)間工作后容易出現(xiàn)疲勞、注意力難以長(zhǎng)時(shí)間高度集中的問(wèn)題，這會(huì)導(dǎo)致質(zhì)檢效率低下，且質(zhì)檢的效果也堪憂，且人工檢驗(yàn)在準(zhǔn)確性方面也存在很大的局限性；這在現(xiàn)實(shí)中常常會(huì)出現(xiàn)類似的問(wèn)題，如食品廠在人工質(zhì)檢過(guò)程中，因工人疏忽，未能及時(shí)發(fā)現(xiàn)一批食品包裝袋封口不牢固的問(wèn)題，隨著生產(chǎn)規(guī)模的不斷擴(kuò)大以及市場(chǎng)對(duì)產(chǎn)品質(zhì)量要求的日益提高，傳統(tǒng)的質(zhì)檢方式愈發(fā)難以滿足實(shí)際需求。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述問(wèn)題，本發(fā)明提供一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，對(duì)于流水線自動(dòng)包裝的產(chǎn)品進(jìn)行質(zhì)量檢測(cè)，將不合格的產(chǎn)品挑選出來(lái)，減少人工檢測(cè)的時(shí)間，并避免不合格的產(chǎn)品出廠。
2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，包括以下步驟：
3、步驟一：采集包裝圖像，并進(jìn)行預(yù)處理；
4、步驟二：對(duì)預(yù)處理后的圖像進(jìn)行紋理分析，對(duì)應(yīng)得到代表紋理特征的灰度共生矩陣，相應(yīng)得到紋理特征向量；
5、步驟三：對(duì)紋理分析后的圖像進(jìn)行標(biāo)注，形成訓(xùn)練數(shù)據(jù)集，完成識(shí)別模型的訓(xùn)練；
6、步驟四：利用訓(xùn)練完成的識(shí)別模型，實(shí)現(xiàn)對(duì)產(chǎn)品缺陷的定位和分類。
7、優(yōu)選地：所述步驟一中，通過(guò)安裝在包裝機(jī)的上方和側(cè)方的攝像頭采集包裝圖像，同時(shí)拍攝場(chǎng)景采用環(huán)形光源和背光源組合的光源設(shè)置方式。
8、優(yōu)選地：所述步驟一中，采集包裝圖像之后，進(jìn)行預(yù)處理之前，還包括：
9、使用缺陷生成對(duì)抗網(wǎng)絡(luò)對(duì)所采集的包裝圖像進(jìn)行處理，生成缺陷圖像，并與所采集的包裝圖像進(jìn)行合并。
10、優(yōu)選地：所述缺陷生成對(duì)抗網(wǎng)絡(luò)包括生成器和判別器，其中：
11、生成器包括多個(gè)反卷積層和批量歸一化層，生成器的輸入為所采集的包裝圖像以及隨機(jī)噪聲向量、條件信息，條件信息為獨(dú)熱編碼表示的缺陷類型和坐標(biāo)表示的缺陷位置，生成器的輸出為所采集的包裝圖像相同尺寸的帶有缺陷的圖像；
12、判別器包括多個(gè)卷積層和批量歸一化層，判別器的輸入為生成器的輸出以及條件信息，輸出為一個(gè)概率值，表示輸入圖像為真實(shí)圖像的概率。
13、優(yōu)選地：所述步驟一中，預(yù)處理包括噪聲去除、圖像增強(qiáng)和裁剪，其中：
14、采用高斯濾波或中值濾波進(jìn)行噪聲去除；
15、采用直方圖均衡化進(jìn)行圖像增強(qiáng)；
16、將噪聲去除、圖像增強(qiáng)后的圖像統(tǒng)一裁剪為預(yù)設(shè)分辨率的圖像塊。
17、優(yōu)選地：對(duì)每個(gè)圖像塊進(jìn)行嵌入操作，獲得圖像塊的嵌入向量，添加位置編碼，以捕捉圖像中的位置信息；
18、將紋理特征向量與每個(gè)圖像塊的嵌入向量進(jìn)行拼接，得到融合后的特征向量，作為識(shí)別模型的輸入。
19、優(yōu)選地：所述步驟二中，采用對(duì)比度、同質(zhì)性、能量、熵和相關(guān)性作為紋理特征向量。
20、優(yōu)選地：識(shí)別模型采用transformer網(wǎng)絡(luò)模型。
21、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法的步驟。
22、本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法的步驟。。
23、因此，本發(fā)明采用上述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，具有以下有益效果：
24、在本發(fā)明中，采用transformer模型進(jìn)行實(shí)時(shí)圖像識(shí)別和缺陷分類，結(jié)合灰度共生矩陣（glcm）和高斯濾波等技術(shù)，提高檢測(cè)精度，灰度共生矩陣（glcm）：能提取圖像的紋理特征，增強(qiáng)缺陷識(shí)別能力對(duì)于圖像處理過(guò)程，與現(xiàn)有技術(shù)相比，本發(fā)明采用了更先進(jìn)的圖像處理技術(shù)，如高斯濾波、灰度共生矩陣（glcm）、灰度線性變換等，有效提高了圖像質(zhì)量和特征提取的準(zhǔn)確性，傳統(tǒng)的圖像處理方法在復(fù)雜場(chǎng)景中誤差較大，而本發(fā)明通過(guò)深度學(xué)習(xí)算法，能夠更好地適應(yīng)不同包裝類型和生產(chǎn)環(huán)境。
1.一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：所述步驟一中，通過(guò)安裝在包裝機(jī)的上方和側(cè)方的攝像頭采集包裝圖像，同時(shí)拍攝場(chǎng)景采用環(huán)形光源和背光源組合的光源設(shè)置方式。
3.根據(jù)權(quán)利要求1所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：所述步驟一中，采集包裝圖像之后，進(jìn)行預(yù)處理之前，還包括：
4.根據(jù)權(quán)利要求3所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：所述缺陷生成對(duì)抗網(wǎng)絡(luò)包括生成器和判別器，其中：
5.根據(jù)權(quán)利要求1所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：所述步驟一中，預(yù)處理包括噪聲去除、圖像增強(qiáng)和裁剪，其中：
6.根據(jù)權(quán)利要求5所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：對(duì)每個(gè)圖像塊進(jìn)行嵌入操作，獲得圖像塊的嵌入向量，添加位置編碼，以捕捉圖像中的位置信息；
7.根據(jù)權(quán)利要求1所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：所述步驟二中，采用對(duì)比度、同質(zhì)性、能量、熵和相關(guān)性作為紋理特征向量。
8.根據(jù)權(quán)利要求1所述的一種基于視覺(jué)系統(tǒng)的自動(dòng)包裝質(zhì)檢方法，其特征在于：識(shí)別模型采用transformer網(wǎng)絡(luò)模型。
9.一種電子設(shè)備，包括存儲(chǔ)器和處理器，其特征在于：所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-8中任一所述方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-8中任一所述方法的步驟。