基于机器视觉的新能源汽车减震杆检测系统及方法与流程

本申请涉及图像处理，且更为具体地，涉及一种基于机器视觉的新能源汽车减震杆检测系统及方法。

背景技术：

1、随着新能源汽车产业的飞速发展，消费者对汽车质量和安全性的要求日益提高。减震杆作为新能源汽车悬挂系统的重要组成部分，其性能直接影响到车辆的驾驶稳定性和乘坐舒适性。因此，对减震杆进行准确的质量检测，对于确保新能源汽车的质量和安全至关重要。

2、传统的减震杆检测方法主要依靠人工目视或简单的机械检测工具，这些方法不仅效率低下，而且容易受到人为因素的影响，导致检测结果的准确性和可靠性不高。同时，随着新能源汽车减震杆设计复杂性的增加，其缺陷的类型和表现形式也日趋多样化，传统的检测方法已难以满足现代工业生产的需要。

3、近年来，机器视觉技术凭借其高精度、高效率和非接触式检测等优点，在工业生产自动化领域得到了广泛应用。因此，期待一种基于机器视觉的新能源汽车减震杆检测系统及方法。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于机器视觉的新能源汽车减震杆检测系统及方法，其采用基于深度学习的机器视觉技术对新能源汽车的减震杆进行表面缺陷检测，提取出减震杆表面状态图像的多尺度语义特征，并基于待检测减震杆的表面状态图像与合格减震杆的表面状态参考图像之间的语义特征差异，智能判断待检测的新能源汽车减震杆是否存在表面缺陷。这样，可以有效地提升减震杆质量检测的准确性和效率，同时降低人为因素导致的误检和漏检率。

2、相应地，根据本申请的一个方面，提供了一种基于机器视觉的新能源汽车减震杆检测系统，其包括：

3、减震杆参考图像调取模块，用于从后台数据库提取被标注为合格的减震杆表面状态参考图像的集合；

4、参考图像本质特征提取模块，用于对所述被标注为合格的减震杆表面状态参考图像的集合进行多尺度语义特征提取和本质化特征筛选以得到减震杆表面状态多尺度本质语义表示特征向量；

5、待检测减震杆图像获取模块，用于获取由摄像头采集的待检测新能源汽车减震杆的表面状态图像；

6、待检测图像语义特征提取模块，用于对所述待检测新能源汽车减震杆的表面状态图像进行多尺度语义特征提取以得到减震杆表面状态多尺度检测语义特征向量；

7、全局匹配度量模块，用于基于所述减震杆表面状态多尺度本质语义表示特征向量和所述减震杆表面状态多尺度检测语义特征向量之间的全局匹配特征，确定所述待检测新能源汽车减震杆是否存在表面缺陷。

8、根据本申请的另一个方面，提供了一种基于机器视觉的新能源汽车减震杆检测方法，其包括：

9、从后台数据库提取被标注为合格的减震杆表面状态参考图像的集合；

10、对所述被标注为合格的减震杆表面状态参考图像的集合进行多尺度语义特征提取和本质化特征筛选以得到减震杆表面状态多尺度本质语义表示特征向量；

11、获取由摄像头采集的待检测新能源汽车减震杆的表面状态图像；

12、对所述待检测新能源汽车减震杆的表面状态图像进行多尺度语义特征提取以得到减震杆表面状态多尺度检测语义特征向量；

13、基于所述减震杆表面状态多尺度本质语义表示特征向量和所述减震杆表面状态多尺度检测语义特征向量之间的全局匹配特征，确定所述待检测新能源汽车减震杆是否存在表面缺陷。

14、与现有技术相比，本申请提供的基于机器视觉的新能源汽车减震杆检测系统及方法，其采用基于深度学习的机器视觉技术对新能源汽车的减震杆进行表面缺陷检测，提取出减震杆表面状态图像的多尺度语义特征，并基于待检测减震杆的表面状态图像与合格减震杆的表面状态参考图像之间的语义特征差异，智能判断待检测的新能源汽车减震杆是否存在表面缺陷。这样，可以有效地提升减震杆质量检测的准确性和效率，同时降低人为因素导致的误检和漏检率。

技术特征：

1.一种基于机器视觉的新能源汽车减震杆检测系统，其特征在于，包括：

2.根据权利要求1所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述参考图像本质特征提取模块，包括：

3.根据权利要求2所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述多尺度语义特征提取单元，包括：

4.根据权利要求3所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述多尺度语义编码子单元，用于：

5.根据权利要求4所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述本质化特征筛选单元，包括：

6.根据权利要求5所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述待检测图像语义特征提取模块，包括：

7.根据权利要求6所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述全局匹配度量模块，包括：

8.根据权利要求7所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，所述全局匹配系数计算单元，用于：

9.根据权利要求8所述的基于机器视觉的新能源汽车减震杆检测系统，其特征在于，还包括用于对所述基于densenet模型的表面状态特征提取器、所述多尺度语义特征提取器和所述基于门控机制的特征筛选本质化网络进行训练的训练模块；

10.一种基于机器视觉的新能源汽车减震杆检测方法，其特征在于，包括：

技术总结本申请涉及图像处理技术领域，其具体地公开了一种基于机器视觉的新能源汽车减震杆检测系统及方法，其采用基于深度学习的机器视觉技术对新能源汽车的减震杆进行表面缺陷检测，提取出减震杆表面状态图像的多尺度语义特征，并基于待检测减震杆的表面状态图像与合格减震杆的表面状态参考图像之间的语义特征差异，智能判断待检测的新能源汽车减震杆是否存在表面缺陷。这样，可以有效地提升减震杆质量检测的准确性和效率，同时降低人为因素导致的误检和漏检率。技术研发人员：胡胜达,王忠亮,舒冬冬,岑康康,岑秀慧受保护的技术使用者：浙江稳达减振器有限公司技术研发日：技术公布日：2024/7/29