一种机械零部件表面缺陷视觉检测方法及其检测装置

本发明涉及机械零部件检测，具体为一种机械零部件表面缺陷视觉检测方法及其检测装置。

背景技术：

1、机械零件又称机械元件，是构成机械的基本元件，是组成机械和机器的不可分拆的单个制件；更具体的零件为不能拆分的单个组件，而部件为实现某个动作或功能的零件组合，部件可以是一个零件，也可以是多个零件的组合体。

2、现有技术中，在对机械零部件检测过程中，需要工作人员手动从传输机上拿取至指定检测区域进行检测，导致检测效率较低，且由于机械加工容易产生的飞屑的等问题，导致待检测的机械零部件上容易残留飞屑，导致在后续进行识别过程中容易出现误差报警，需要工作人员多次检测，从而增加工作人员劳动量。

技术实现思路

1、本发明的目的在于提供一种机械零部件表面缺陷视觉检测方法及其检测装置，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种机械零部件表面缺陷视觉检测装置，包括传输机本体，所述传输机本体底部固定连接有支撑腿，所述传输机本体正面固定连接有推动气缸，所述传输机本体顶部固定连接有第一支撑架，所述第一支撑架顶部设置有检测器，所述传输机本体顶部设置有限位清理机构，所述传输机本体背部设置有辅助传输机构；

3、所述限位清理机构包括限位组件与清理组件，所述限位组件设置在传输机本体内部，所述清理组件设置在传输机本体顶部。

4、优选的，所述限位组件包括连接台，所述连接台固定连接在传输机本体内部，所述连接台正面固定连接有第一电机，所述第一电机输出端贯穿连接台延伸至内部固定连接有双向螺纹杆，所述连接台内部固定连接有限位杆，所述限位杆外部滑动连接有活动块，所述活动块外部固定连接有限位板，便于调节限位板位置，从而满足对不同尺寸的机械零部件进行限位传输，避免出现跑偏情况。

5、优选的，所述活动块与双向螺纹杆螺纹连接，所述活动块与连接台滑动连接，所述活动块与传输机本体滑动连接，便于调节过程更稳定。

6、优选的，所述清理组件包括第二支撑架，所述第二支撑架固定连接在传输机本体顶部，所述第二支撑架顶部固定连接有吸尘风机，所述第二支撑架顶部内侧固定连接有防护箱，所述防护箱内部固定连接有第二电机，所述第二电机输出端贯穿防护箱延伸至内部固定连接有第二转动杆，所述第二支撑架内部转动连接有第一转动杆，所述第一转动杆底部固定连接有吸尘板，所述第一转动杆内部转动连接有连接杆，便于实现吸尘板左右往复运动，增加对机械零部件吸尘范围，减少检测误差情况出现。

7、优选的，所述连接杆与第二转动杆对应位置处开设有槽，且所述第二转动杆与连接杆转动连接，所述吸尘风机与吸尘板之间设置有连接管，便于除尘过程更稳定。

8、优选的，所述辅助传输机构包括导流板，所述导流板固定连接在传输机本体背部，所述导流板背部固定连接有连接箱，所述连接箱内部固定连接有弹簧，所述弹簧正面固定连接有滑杆，所述滑杆正面固定连接有挡板，所述挡板背部固定连接有阻尼杆，便于对导流板上的机械零部件进行减震，避免出现磕碰等造成机械零部件的损伤，方便后续返工等操作。

9、优选的，所述阻尼杆与导流板固定连接，所述连接箱与滑杆对应位置处开设有槽，且所述滑杆滑动连接在槽内部，所述滑杆与导流板滑动连接，便于减震过程更稳定。

10、一种机械零部件表面缺陷视觉检测方法，包括以下步骤：

11、s1、特征点设置

12、在第一支撑架的四个角点处分别设置边界特征点，获取含有边界特征点的图像，再对双目相机进行系统标定，获得双目相机中左相机和右相机的参数，并进行立体标定获得左右相机之间的相对位置关系矩阵，现场相机采集传输机本体及其传输的机械零部件表面图像，并通过无线传输设备发送至远程控制平台；

13、s2、相机校正

14、对左右相机进行校正，并通过图像处理技术检测校正图像中的特征点，通过视差法实现特征点的三维重建，提取第一支撑架的边界特征点；若提取边界特征点失败，则返回步骤s1重新提取边界特征点，反之，若边界特征点提取成功，则进入到下一步骤；

15、s3、数据生成

16、对含有边界特征点的图像进行透视投影变换，得到矫正后的目标图像，在远程控制平台，通过数字区域定位和字符分割，将字符图像归一化得到标准像素尺寸后标记，生成样本数据集；

17、s4、构建网络模型

18、对矫正后的目标图像进行目标区域背景移除，提取包含机械零部件表面的目标区域中值图像，构建基于pytorch框架的网络模型，将样本数据集按比例划分后输入网络模型中训练。

19、优选的，所述步骤s3中，标注感兴趣区域，将标注点引向四周，提取四个角的像素点特征，提取感兴趣区域，即图像中的数字区域，同时进行角度矫正，在数字区域中，根据水平垂直投影切割最小字符区域，然后依据先验信息数字高宽比和行列数，等分切割出单字符；将分割好的数字字符按照20*50像素标准化，分别将数字1至9标记为文件夹1至9，将带有小数点的“1.”至“9.”字符标记为文件夹10至19，一共20类样本数据集；切割出单字符之后，将提取的数码管字符的二值化图像在竖直方向投影，投影公式为：

20、sj＝∑colsjp(i，j)

21、其中，sj为第j列的图像像素值为255的像素点的和，i、j分别为图像像素点的行列坐标，cols是图像的列宽，p(i,j)取值0或者1，当坐标(i,j)点的像素点的灰度值为255时，p(i,j)取值为1，否则为0；以图像的行号作为横轴，以对应每行的灰度值为255的像素点数目作为纵轴生成投影直方图，扫描投影直方图，提取最大最小的边界坐标点，从而得到数码管字符的上下边界，进而达到字符分割。

22、优选的，所述步骤s4中，创建基于pytorch框架的深度学习沙盒环境,采用cnn特征提取、残差学习的resnet网络学习方式，基于github的代码框架完成深度学习resnet网络环境的配置和模型的搭建。

23、与现有技术相比，本发明提供了一种机械零部件表面缺陷视觉检测方法及其检测装置，具备以下有益效果：

24、1.该机械零部件表面缺陷视觉检测方法及其检测装置，通过设置的限位清理机构，在使用过程中，通过设置的第一电机工作，使双向螺纹杆转动，便于调节限位板位置，从而满足对不同尺寸的机械零部件进行限位传输，避免出现跑偏情况，通过设置的第二电机工作，使第二转动杆转动，便于实现吸尘板左右往复运动，增加对机械零部件吸尘范围，减少检测误差情况出现。

25、2.该机械零部件表面缺陷视觉检测方法及其检测装置，通过设置的辅助传输机构，在使用过程中，通过设置的挡板运动，使滑杆运动，便于对导流板上的机械零部件进行减震，避免出现磕碰等造成机械零部件的损伤，方便后续返工等操作。

26、3.该机械零部件表面缺陷视觉检测方法及其检测装置，通过构建基于深度学习的resnet网络模型，配合样本数据集的收集，极大降低了算法复杂度，提升了算法效率，并规避了立体匹配算法可能带来的误差使得机械零部件定位算法更具有泛化能力且精确度更高，提升了三维重建的精度。