开云优惠体育网页版入口

专利名称：一种注塑模具表面缺陷视觉检测方法

专利类型：发明专利

专利申请号：CN202410888400.4

专利申请（专利权）人：四川职业技术学院
权利人地址：四川省遂宁市学府北路1号

专利发明（设计）人：周淑容,：,聂彩高

专利摘要：本发明公开了一种注塑模具表面缺陷视觉检测方法，涉及图像处理技术领域。包括基础信息获。夯袢⊥枷衽纳阕榧、打光组件、样品注塑模具、与样品注塑模具对应的标准注塑模具和基础反馈信息。本发明通过设置的图像优化方法，即可对图像进行优化，利于降低由于图像质量差导致缺陷检测方法的检测产生误差的概率，通过关联工作路径组配合相关关系，即可得到与实时检测中样品注塑模具对应的打光组件的最终工作路径，打光组件根据最终工作路径进行打光，利于对样品注塑模具的模腔进行充分打光，避免图像受到光照不均匀影响后续缺陷检测方法的检测，利于降低检测产生误差的概率，便于进一步提高图像的质量以及缺陷信息的准确率。

主权利要求：
1.一种注塑模具表面缺陷视觉检测方法，其特征在于：包括：
基础信息获。夯袢⊥枷衽纳阕榧、打光组件、样品注塑模具、与样品注塑模具对应的标准注塑模具和基础反馈信息，基础反馈信息包括IP地址、电子邮箱；
图像获。和ü嗪欧椒ǘ匝纷⑺苣＞呓斜嗪诺玫奖嗪抛⑺苣＞，通过图像获取方法配合图像拍摄组件和打光组件对编号注塑模具和标准注塑模具进行拍摄得到若干张检测图像和若干张标准图像，通过编号方法对检测图像进行进一步编号得到编号图像；
信息处理：通过图像优化方法对编号图像和标准图像进行处理得到优化编号图像和优化标准图像，建立优化标准图像与优化编号图像的关联关系，通过缺陷检测方法对优化标准图像进行检测得到相关信息，基于关联关系和相关信息通过缺陷检测方法对优化编号图像进行检测得到结果信息，基于基础反馈信息将结果信息反馈至工作人员；
图像获取方法包括：基于编号注塑模具的内腔形状预设若干个形状等级，基于若干个形状等级通过调节方法得到打光组件的关联工作路径组，通过视觉检测实时检测中样品注塑模具的内腔形状得到实时模腔形状，建立实时模腔形状与形状等级的相关关系，基于相关关系和关联工作路径确定打光组件的最终工作路径，基于打光组件的最终工作路径配合图像拍摄组件通过拍摄方法对样品注塑模具和标准注塑模具进行拍摄得到若干张预检测图像和若干张预标准图像，对若干张预检测图像和若干张预标准图像中进行去重处理得到若干张检测图像和若干张标准图像；
图像优化方法包括：预设阈值图像，对比编号图像与阈值图像以及标准图像与阈值图像得到第一相关趋势和第二相关趋势，基于第一相关趋势和第二相关趋势根据图像处理方法得到最终编号图像和最终标准图像，对最终编号图像和最终标准图像进行灰度化、去噪和去：蟮玫接呕嗪磐枷窈陀呕曜纪枷，对比编号图像与阈值图像以及标准图像与阈值图像得到第一相关趋势和第二相关趋势这一过程，采用图像阈值为中间值，根据多个编号图像超越或不超越图像阈值得到第一相关趋势，根据多个标准图像超越或不超越图像阈值得到第二相关趋势；
所述图像处理方法包括：基于第一相关趋势和第二相关趋势提取超越阈值图像的标准图像和编号图像得到预采集标准图像和预采集编号图像，基于基础反馈信息将预采集标准图像和预采集编号图像反馈至工作人员，通过工作人员自检图像拍摄组件和打光组件后干预图像获取阶段对预采集标准图像和预采集编号图像进行重新定向获取图像得到编号图像与标准图像并反馈至图像优化方法中，基于第一相关趋势和第二相关趋势提取没有超越阈值图像的标准图像和编号图像得到最终编号图像和最终标准图像。
2.根据权利要求1所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述形状等级包括一级等级、二级等级和三级等级，选取编号注塑模具中任意一个模腔形状作为选取目标，基于选取目标预设形状复杂因素，基于形状复杂因素预设形状复杂范围，模腔形状的形状复杂因素位于形状复杂范围内为二级等级，模腔形状的形状复杂因素小于形状复杂范围为一级等级，模腔形状的形状复杂因素大于形状复杂范围为三级等级。
3.根据权利要求1所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述调节方法包括：提取一级等级、二级等级和三级等级中形状复杂因素最大的模腔形状得到模腔组，模腔组包括一级模腔形状、二级模腔形状和三级模腔形状，基于模腔组通过视觉检测模拟打光组件的工作路径得到与模腔组中模腔形状对应的预工作路径，检验预工作路径得到检验结果或反馈信息，基于反馈信息通过视觉检测模拟打光组件的工作路径得到预工作路径，检验预工作路径得到检验结果或反馈信息，基于检验结果得到一级关联工作路径、二级关联工作路径和三级关联工作路径，整合一级关联工作路径、二级关联工作路径和三级关联工作路径得到关联工作路径组，基于反馈信息通过视觉检测模拟打光组件的工作路径进行反馈信息中预工作路径的重新生成并检验直至检验预工作路径得到检验结果。
4.根据权利要求3所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述检验预工作路径的检验过程为：通过模腔组得到相关样品注塑模具，基于打光组件采用对应预工作路径配合视觉检测判断是否完全对和相关样品注塑模具的模腔进行均匀打光，完全均匀打光时，预工作路径为关联工作路径，关联工作路径为检验结果，没有完全均匀打光时，提取相关样品注塑模具及其模腔无均匀打光处并整合预工作路径得到反馈信息，将反馈信息反馈至调节方法中，进行预工作路径的重新生成。
5.根据权利要求1所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述拍摄方法包括：实时拍摄和间隔拍摄，间隔拍摄包括：预设图像拍摄组件的拍摄间隔时间以及打光组件移动速度，基于打光组件根据最终工作路径移动的速度快慢调节拍摄间隔时间，当打光组件移动速度变快或变慢时，则缩短拍摄间隔时间，当打光组件移动速度不变时，则拍摄间隔时间不变。
6.根据权利要求1所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述缺陷检测方法包括：通过边缘检测对优化标准图像进行处理得到相关信息，通过边缘检测对优化编号图像进行处理得到缺陷信息，基于关联关系，提取相关信息中与优化编号图像对应的子信息，将缺陷信息和子信息打包得到结果信息。
7.根据权利要求1所述的一种注塑模具表面缺陷视觉检测方法，其特征在于：所述编号方法包括：对样品注塑模具进行母编号得到编号注塑模具，对编号注塑模具的相关检测图像进行母编号的基础上添加子编号后缀得到编号图像，子编号的排序顺序根据标准注塑模具的标准图像拍摄顺序决定。 说明书 : 一种注塑模具表面缺陷视觉检测方法技术领域[0001] 本发明涉及图像处理技术领域，具体为一种注塑模具表面缺陷视觉检测方法。背景技术[0002] 注塑模具是一种用于制造塑料制品的工具，通过注塑成型技术将熔化后的塑料注入模具中，经过冷却固化后取出成型的塑料制品，注塑模具通常由模具座、模芯、模腔、冷却系统、顶出机构等部分组成，每个部分都有其特定的功能，在注塑模具的生产过程中，为了保证产品的质量，通常会对注塑模具进行表面缺陷检测。[0003] 专利公开号为CN118071753A的一种注塑模具表面缺陷视觉检测方法，包括：获取注塑模具灰度图像；得到第二边缘图像；根据第二边缘图像中每个边缘的波动，得到边缘的边缘特征指标；根据边缘中像素点的灰度变化方向，得到边缘的灰度变化一致性；根据邻域区域中不同边缘的边缘特征指标差异和灰度变化一致性差异，得到边缘作为纹理边缘的可能性；得到第二边缘图像的若干缺陷边缘；根据不同缺陷边缘之间的距离和边缘特征指标差异，得到注塑模具灰度图像的若干缺陷区域。本发明减少注塑模具纹理边缘对缺陷边缘检测的干扰，提高注塑模具表面缺陷视觉检测方法结果的准确性。[0004] 上述方法中采用边缘检测对图像进行处理以获得缺陷信息，但在图像获取过程中，存在由于外界环境因素影响导致图像质量差的问题，由于上述方法中并不具备对图像进行优化处理的方法，导致无法提高图像的质量，进而可能导致边缘检测对图像进行检测时产生误差，例如打光组件打光不均匀导致图像效果差进而影响边缘检测的结果，由此提出本发明。发明内容[0005] 本发明的目的在于提供一种注塑模具表面缺陷视觉检测方法，以解决上述背景技术中提出的问题。[0006] 为实现上述目的，本发明提供如下技术方案：一种注塑模具表面缺陷视觉检测方法，包括：[0007] 基础信息获。夯袢⊥枷衽纳阕榧、打光组件、样品注塑模具、与样品注塑模具对应的标准注塑模具和基础反馈信息；[0008] 图像获。和ü嗪欧椒ǘ匝纷⑺苣＞呓斜嗪诺玫奖嗪抛⑺苣＞，通过图像获取方法配合图像拍摄组件和打光组件对编号注塑模具和标准注塑模具进行拍摄得到若干张检测图像和若干张标准图像，通过编号方法对检测图像进行进一步编号得到编号图像；[0009] 信息处理：通过图像优化方法对编号图像和标准图像进行处理得到优化编号图像和优化标准图像，建立优化标准图像与优化编号图像的关联关系，通过缺陷检测方法对优化标准图像进行检测得到相关信息，基于关联关系和相关信息通过缺陷检测方法对优化编号图像进行检测得到结果信息，基于基础反馈信息将结果信息反馈至工作人员；[0010] 图像获取方法包括：基于编号注塑模具的内腔形状预设若干个形状等级，基于若干个形状等级通过调节方法得到打光组件的关联工作路径组，通过视觉检测实时检测中样品注塑模具的内腔形状得到实时模腔形状，建立实时模腔形状与形状等级的相关关系，基于相关关系和关联工作路径确定打光组件的最终工作路径，基于打光组件的最终工作路径配合图像拍摄组件通过拍摄方法对样品注塑模具和标准注塑模具进行拍摄得到若干张预检测图像和若干张预标准图像，对若干张预检测图像和若干张预标准图像中进行去重处理得到若干张检测图像和若干张标准图像。[0011] 更进一步地，所述形状等级包括一级等级、二级等级和三级等级，选取编号注塑模具中任意一个模腔形状作为选取目标，基于选取目标预设形状复杂因素，基于形状复杂因素预设形状复杂范围，模腔形状的形状复杂因素位于形状复杂范围内为二级等级，模腔形状的形状复杂因素小于形状复杂范围为一级等级，模腔形状的形状复杂因素大于形状复杂范围为三级等级。[0012] 更进一步地，所述调节方法包括：提取一级等级、二级等级和三级等级中形状复杂因素最大的模腔形状得到模腔组，模腔组包括一级模腔形状、二级模腔形状和三级模腔形状，基于模腔组通过视觉检测模拟打光组件的工作路径得到与模腔组中模腔形状对应的预工作路径，检验预工作路径得到检验结果或反馈信息，基于反馈信息通过视觉检测模拟打光组件的工作路径得到预工作路径，检验预工作路径得到检验结果或反馈信息，基于检验结果得到一级关联工作路径、二级关联工作路径和三级关联工作路径，整合一级关联工作路径、二级关联工作路径和三级关联工作路径得到关联工作路径组，基于反馈信息通过视觉检测模拟打光组件的工作路径进行反馈信息中预工作路径的重新生成并检验直至检验预工作路径得到检验结果。[0013] 更进一步地，所述检验预工作路径的检验过程为：通过模腔组得到相关样品注塑模具，基于打光组件采用对应预工作路径配合视觉检测判断是否完全对相关样品注塑模具的模腔进行均匀打光，完全均匀打光时，预工作路径为关联工作路径，关联工作路径为检验结果，没有完全均匀打光时，提取相关样品注塑模具及其模腔无均匀打光处并整合预工作路径得到反馈信息，将反馈信息反馈至调节方法中，进行预工作路径的重新生成。[0014] 更进一步地，所述拍摄方法包括：实时拍摄和间隔拍摄，间隔拍摄包括：预设图像拍摄组件的拍摄间隔时间以及打光组件移动速度，基于打光组件根据最终工作路径移动的速度快慢调节拍摄间隔时间，当打光组件移动速度变快或变慢时，则缩短拍摄间隔时间，当打光组件移动速度不变时，则拍摄间隔时间不变。[0015] 更进一步地，所述图像优化方法包括：预设阈值图像，对比编号图像与阈值图像以及标准图像与阈值图像得到第一相关趋势和第二相关趋势，基于第一相关趋势和第二相关趋势根据图像处理方法得到最终编号图像和最终标准图像，对最终编号图像和最终标准图像进行灰度化、去噪和去：蟮玫接呕嗪磐枷窈陀呕曜纪枷。[0016] 更进一步地，所述图像处理方法包括：基于第一相关趋势和第二相关趋势提取超越阈值图像的标准图像和编号图像得到预采集标准图像和预采集编号图像，基于基础反馈信息将预采集标准图像和预采集编号图像反馈至工作人员，通过工作人员自检图像拍摄组件和打光组件后干预图像获取阶段对预采集标准图像和预采集编号图像进行重新定向获取图像得到编号图像与标准图像并反馈至图像优化方法中，基于第一相关趋势和第二相关趋势提取没有超越阈值图像的标准图像和编号图像得到最终编号图像和最终标准图像。[0017] 更进一步地，所述缺陷检测方法包括：通过边缘检测对优化标准图像进行处理得到相关信息，通过边缘检测对优化编号图像进行处理得到缺陷信息，基于关联关系，提取相关信息中与优化编号图像对应的子信息，将缺陷信息和子信息打包得到结果信息。[0018] 更进一步地，所述编号方法包括：对样品注塑模具进行母编号得到编号注塑模具，对编号注塑模具的相关检测图像进行母编号的基础上添加子编号后缀得到编号图像，子编号的排序顺序根据标准注塑模具的标准图像拍摄顺序决定。[0019] 与现有技术相比，本发明的有益效果是：[0020] 该注塑模具表面缺陷视觉检测方法，通过设置的图像优化方法，即可对图像进行优化，利于降低由于图像质量差导致缺陷检测方法的检测产生误差的概率，通过关联工作路径组配合相关关系，即可得到与实时检测中样品注塑模具对应的打光组件的最终工作路径，打光组件根据最终工作路径进行打光，利于对样品注塑模具的模腔进行充分打光，避免图像受到光照不均匀影响后续缺陷检测方法的检测，利于降低检测产生误差的概率，便于进一步提高图像的质量以及缺陷信息的准确率。[0021] 同时，在缺陷检测方法中，根据关联关系可获得优化编号图像的检测信息和与优化编号图像对应的优化标准图像的检测信息，结合两个检测信息，采用优化标准图像的检测信息作为参照物，即可剔除样品注塑模具和标准注塑模具共有的纹理等因素，利于提高检测表面缺陷的准确率。[0022] 同时，通过设置的编号方法，利于后续根据检测图像的子编号快速找寻对应的样品注塑模具，利于提高工作效率，根据子编号的排序顺序根据标准注塑模具的标准图像拍摄顺序决定，利于后续进行信息的一一对比。附图说明[0023] 图1为本发明的整体流程结构示意图；[0024] 图2为本发明的调节方法结构示意图；[0025] 图3为本发明的确定预工作路径结构示意图；[0026] 图4为本发明的第一变化趋势和第二变化趋势结构示意图。具体实施方式[0027] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。[0028] 对注塑模具进行表面缺陷检测是保障产品质量、降低废品率、提高生产效率、延长模具寿命以及提升企业形象的重要手段，通过对注塑模具表面缺陷进行有效检测和管理，企业可以更好地控制生产过程，提高生产质量和效率，从而获得更好的经济效益和市场竞争力。[0029] 如图1?图4所示，本发明提供一种技术方案：一种注塑模具表面缺陷视觉检测方法，包括：[0030] 基础信息获。夯袢⊥枷衽纳阕榧、打光组件、样品注塑模具、与样品注塑模具对应的标准注塑模具和基础反馈信息；[0031] 图像获。和ü嗪欧椒ǘ匝纷⑺苣＞呓斜嗪诺玫奖嗪抛⑺苣＞，通过图像获取方法配合图像拍摄组件和打光组件对编号注塑模具和标准注塑模具进行拍摄得到若干张检测图像和若干张标准图像，通过编号方法对检测图像进行进一步编号得到编号图像；[0032] 信息处理：通过图像优化方法对编号图像和标准图像进行处理得到优化编号图像和优化标准图像，建立优化标准图像与优化编号图像的关联关系，通过缺陷检测方法对优化标准图像进行检测得到相关信息，基于关联关系和相关信息通过缺陷检测方法对优化编号图像进行检测得到结果信息，基于基础反馈信息将结果信息反馈至工作人员；[0033] 需要注意的是，样品注塑模具通过抽样拿取生产中的注塑模具得到，标准注塑模具为与样品注塑模具对应的最符合合格标准或质量标准的注塑模具，标准注塑模具的数量与样品注塑模具的种类数量一致，一类样品注塑模具对应一个标准注塑模具，基础反馈信息为工作人员的地址包括但不限于IP地址、电子邮箱，图像获取阶段中，通过编号方法对样品注塑模具以及对与样品注塑模具关联的检测图像进行编号，利于后续存在缺陷的情况下快速找寻相关的样品注塑模具，信息处理阶段中，对图像获取阶段中获取的检测图像和标准图像进行优化，通过设置的图像优化方法，即可对检测图像和标准图像进行优化，便于后续缺陷检测方法对图像进行检测，利于降低由于图像自身因素导致缺陷检测方法的检测产生误差的概率，优化标准图像和优化编号图像的数量为多个，关联关系为其中一个优化标准图像与其中一个优化编号图像相关，建立优化标准图像与优化编号图像的关联关系的过程为：根据优化编号图像确定产生该优化编号图像的样品注塑模具，再根据该样品注塑模具确定对应的标准注塑模具，通过标准注塑模具的优化标准图像与样品注塑模具的优化编号图像对应得到关联关系，在缺陷检测方法中，根据关联关系可获得优化编号图像的检测信息和与优化编号图像对应的优化标准图像的检测信息，结合两个检测信息，采用优化标准图像的检测信息作为参照物，即可剔除样品注塑模具和标准注塑模具共有的纹理等因素，利于提高检测表面缺陷的准确率。[0034] 图像获取方法包括：基于编号注塑模具的内腔形状预设若干个形状等级，基于若干个形状等级通过调节方法得到打光组件的关联工作路径组，通过视觉检测实时检测中样品注塑模具的内腔形状得到实时模腔形状，建立实时模腔形状与形状等级的相关关系，基于相关关系和关联工作路径确定打光组件的最终工作路径，基于打光组件的最终工作路径配合图像拍摄组件通过拍摄方法对样品注塑模具和标准注塑模具进行拍摄得到若干张检测图像和若干张标准图像。[0035] 需要注意的是，获得实时模腔形状是为了建立实时模腔形状与形状等级的相关关系，实时模腔形状可通过相关摄像组件或图像拍摄组件采集实时检测中样品注塑模具的内腔形状获得，获得实时模腔形状后，根据若干个形状等级对实时模腔形状进行匹配得到相关关系，实时模腔形状只会与若干个形状等级中的一个形状等级存在相关关系，通过调节方法得到的打光组件关联工作路径组配合相关关系，即可得到与实时检测中样品注塑模具对应的打光组件的最终工作路径，通过打光组件根据最终工作路径进行打光，利于对样品注塑模具的模腔进行充分打光，避免图像受到光照不均匀影响后续缺陷检测方法的检测，利于降低误差。[0036] 形状等级包括一级等级、二级等级和三级等级，选取编号注塑模具中任意一个模腔形状作为选取目标，基于选取目标预设形状复杂因素，基于形状复杂因素预设形状复杂范围，模腔形状的形状复杂因素位于形状复杂范围内为二级等级，模腔形状的形状复杂因素小于形状复杂范围为一级等级，模腔形状的形状复杂因素大于形状复杂范围为三级等级。[0037] 需要注意的是，形状复杂因素可以为多个也可以为单个，根据实际样品注塑模具的实际模腔形状确定，形状复杂范围的数量与形状复杂因素的数量一致，例如形状复杂因素为样品注塑模具中模腔内部的阴角，则形状复杂范围为阴角数量加减自定义数量，此时模腔形状的阴角数量位于形状复杂范围内为二级等级，模腔形状的阴角数量小于形状复杂范围为一级等级，模腔形状的阴角数量大于形状复杂范围为三级等级；当模腔形状中阴角数量一致时，形状复杂因素可以为样品注塑模具中模腔内部的阴角深度，则形状复杂范围为阴角深度加减自定义大。耸蹦Ｇ恍巫吹囊踅巧疃任挥谛巫锤丛臃段谖级等级，模腔形状的阴角深度小于形状复杂范围为一级等级，模腔形状的阴角深度大于形状复杂范围为三级等级，为了提高缺陷检测的准确率，选取目标最好为多个样品注塑模具模腔形状的中间值。[0038] 如图2和图3所示，调节方法包括：提取一级等级、二级等级和三级等级中形状复杂因素最大的模腔形状得到模腔组，模腔组包括一级模腔形状、二级模腔形状和三级模腔形状，基于模腔组通过视觉检测模拟打光组件的工作路径得到与模腔组中模腔形状对应的预工作路径，检验预工作路径得到检验结果或反馈信息，基于反馈信息通过视觉检测模拟打光组件的工作路径得到预工作路径，检验预工作路径得到检验结果或反馈信息，基于检验结果得到一级关联工作路径、二级关联工作路径和三级关联工作路径，整合一级关联工作路径、二级关联工作路径和三级关联工作路径得到关联工作路径组，基于反馈信息通过视觉检测模拟打光组件的工作路径进行反馈信息中预工作路径的重新生成并检验直至检验预工作路径得到检验结果。[0039] 需要注意的是，通过视觉检测模拟打光组件的工作路径得到与模腔组中模腔形状对应的预工作路径这一阶段，可通过工作人员手动进行多次操控相关摄像组件或图像拍摄组件和打光组件移动，通过工作人员肉眼观察保证模腔内部完全均匀打光并记录多次操作产生的多条打光组件的工作路径，提取多条打光组件的工作路径中的最佳路径得到预工作路径，也可通过训练相关贴合于本发明的模型进行模拟生成预工作路径，预工作路径生成后，对预工作路径进行检验并反。谔岣吆笮杉枷竦闹柿。[0040] 检验预工作路径的检验过程为：通过模腔组得到相关样品注塑模具，基于打光组件采用对应预工作路径配合视觉检测判断是否完全对和相关样品注塑模具的模腔进行均匀打光，完全均匀打光时，预工作路径为关联工作路径，关联工作路径为检验结果，没有完全均匀打光时，提取相关样品注塑模具及其模腔无均匀打光处并整合预工作路径得到反馈信息，将反馈信息反馈至调节方法中，进行预工作路径的重新生成。[0041] 需要注意的是，检验时，选取与该打光组件预工作路径对应的相关样品注塑模具，对相关样品注塑模具的模腔通过相关摄像组件或图像拍摄组件进行实时图像获。卸贤枷裰心Ｇ皇欠窬鹊玫酱蚬，检验过程，可通过人工检验或训练专用于检验的相关模型进行检验，人工检验和模型检验各有优缺点，可根据实际使用需求决定，人工检验效率较低，但准确率高，模型检验效率高，但准确率低，可采用模型检验和人工复检，以提高工作效率。[0042] 拍摄方法包括：实时拍摄和间隔拍摄，间隔拍摄包括：预设图像拍摄组件的拍摄间隔时间以及打光组件移动速度，基于打光组件根据最终工作路径移动的速度快慢调节拍摄间隔时间，当打光组件移动速度变快或变慢时，则缩短拍摄间隔时间，当打光组件移动速度不变时，则拍摄间隔时间不变。[0043] 需要注意的是，实时拍摄为图像拍摄组件一直拍摄，这种拍摄方式图像采集较为全面，但后续进行缺陷检测时，较为耗费时间，间隔拍摄图像采集全面性不如实时拍摄，但可以缩短后续缺陷检测时的检测时间，可根据实际情况选择拍摄方式，间隔拍摄中可根据实际拍摄情况设定图像拍摄组件的拍摄间隔时间以及打光组件移动速度，根据打光组件移动速度的快慢，来进一步调节图像拍摄组件的拍摄间隔时间，例如在打光组件为模腔中深度较深的阴角打光时，其移动速度会变慢，这是缩短拍摄间隔时间，利于捕捉细节，便于获取均匀打光的图像。[0044] 图像优化方法包括：预设阈值图像，对比编号图像与阈值图像以及标准图像与阈值图像得到第一相关趋势和第二相关趋势，基于第一相关趋势和第二相关趋势根据图像处理方法得到最终编号图像和最终标准图像，对最终编号图像和最终标准图像进行灰度化、去噪和去：蟮玫接呕嗪磐枷窈陀呕曜纪枷。[0045] 需要注意的是，图像阈值根据图像去噪和去：淖畲笙薅戎贫，对比编号图像与阈值图像以及标准图像与阈值图像得到第一相关趋势和第二相关趋势这一过程，采用图像阈值为中间值，根据多个编号图像超越或不超越图像阈值得到第一相关趋势，根据多个标准图像超越或不超越图像阈值得到一二相关趋势，对图像进行灰度化、去噪和去：，即可利于后续缺陷检测方法进行检测，利于提高缺陷检测的准确率。[0046] 如图4所示，图像处理方法包括：基于第一相关趋势和第二相关趋势提取超越阈值图像的标准图像和编号图像得到预采集标准图像和预采集编号图像，基于基础反馈信息将预采集标准图像和预采集编号图像反馈至工作人员，通过工作人员自检图像拍摄组件和打光组件后干预图像获取阶段对预采集标准图像和预采集编号图像进行重新定向获取图像得到编号图像与标准图像并反馈至图像优化方法中，基于第一相关趋势和第二相关趋势提取没有超越阈值图像的标准图像和编号图像得到最终编号图像和最终标准图像。[0047] 需要注意的是，提取第一相关趋势和第二相关趋势中超越阈值图像的标准图像和编号图像进行重新图像获。狈蠢≈凉ぷ魅嗽，避免出现图像拍摄组件或打光组件损坏导致标准图像和编号图像超越阈值图像，由工作人员对拍摄组件和打光组件进行检查维护后再进行预采集标准图像和预采集编号图像的重新获取。[0048] 缺陷检测方法包括：通过边缘检测对优化标准图像进行处理得到相关信息，通过边缘检测对优化编号图像进行处理得到缺陷信息，基于关联关系，提取相关信息中与优化编号图像对应的子信息，将缺陷信息和子信息打包得到结果信息。[0049] 需要注意的是，检测顺序为，先检测完所有优化标准图像得到并记录相关信息，再检测优化编号图像得到缺陷信息，根据优化编号图像与优化标准图像之间的关联关系，提取对应子信息，将缺陷信息中与子信息重合的部分剔除，即可提高缺陷因素的准确率，边缘检测可以通过不同的技术来获得模具的表面缺陷，包括但不限于Sobel算子、Canny边缘检测、Laplacian算子、边缘检测滤波器，根据实际使用情况选取对应技术。[0050] 编号方法包括：对样品注塑模具进行母编号得到编号注塑模具，对编号注塑模具的相关检测图像进行母编号的基础上添加子编号后缀得到编号图像，子编号的排序顺序根据标准注塑模具的标准图像拍摄顺序决定。[0051] 需要注意的是，对样品注塑模具进行母编号，例如1A、2A、3A、nA，对对编号注塑模具的相关检测图像进行母编号的基础上添加子编号，例如1A1、1A2、1A3、1An，子编号的排序顺序根据标准注塑模具的标准图像拍摄顺序决定，利于后续进行信息的一一对比，通过设置的编号方法，利于后续根据检测图像的子编号快速找寻对应的样品注塑模具，利于提高工作效率。[0052] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附实施例及其等同物限定。

专利地区：四川

专利申请日期：2024-07-04

专利公开日期：2024-10-01

专利公告号：2024-10-01