CN206772843U - 结合ccd线扫描相机与深度学习的缺陷分类检测系统 - Google Patents

Abstract

本实用新型涉及视觉检测设备技术领域，特别涉及一种结合CCD线扫描相机与深度学习的缺陷分类检测系统，包括CCD线阵相机(1)、步进电机(2)、编码器(3)、PLC控制模块(4)、光源模块(5)、控制柜(6)、图像采集卡模块(7)和PC端(8)，所述CCD线阵相机(1)与控制柜(6)信号连接，所述步进电机(2)、编码器(3)和图像采集卡模块(7)依次信号连接，所述步进电机(2)与PLC控制模块(4)信号连接，所述光源模块(5)通过外部供电对CCD线阵相机(1)的图像捕捉提供照明，所述控制柜(6)与PC端(8)信号连接。

Description

结合CCD线扫描相机与深度学习的缺陷分类检测系统

技术领域

本实用新型涉及视觉检测设备技术领域，特别涉及一种结合CCD线扫描相机与深度学习的缺陷分类检测系统。

背景技术

在图像采集方面我们主要使用的是CCD线阵相机，CCD相机从芯片结构上可分为面阵CCD和线阵CCD两种类型。面阵CCD主要用于民用数码照相机和摄象机，而线阵CCD用在工业或者军用领域。CCD相机在采集图像时将待测缺陷物体粘贴在转轴上，使用电机驱动转轴，相机的镜头朝向转轴，这样就构成了一个完整的驱动采集模块。采集模块主要利用CCD图像传感器，它可以和光学系统以及计算机联合组成检测系统，且具有准确、快速等的特点，有效的提高检测的技术水平以及自动化程度。因此，CCD图像传感器在工业机器人视觉、工件表面以及尺寸测量、温度测量等工业测控领域都有较为广泛的应用。相比于COMS图像传感器， CCD图像传感器最大的优点就是高灵敏度，高分辨率，以及抑制噪声的能力，由于这些优点使CCD线阵相机在高端相机应用市场占据主导地位。

但是CCD相机主要的问题就是机器之间的时间同步问题。CCD相机的触发主要有三种方式；内触发，外触发和软件触发。内触发方式的相机数据的采集时间由自己管理，外触发方式的相机的数据采集数据时间有外部因素管理，软件触发相机的数据采集数据时间以可控编程的方式自由设置。其扫描方式主要是自扫描，即相机根据自己事先设定的扫描频率进行扫描；设置频率扫描就是由用户根据扫描精度和目标运动速度综合考虑，这种方式的自由度高，在实际扫描过程主要是这两者的相互结合。

当我们采用外触发的方式，由于图像采集和分类在两台机器下操作，所以时间同步就成了最大的问题。算法在计算图像梯度的时候，一定要知道当前参数的具体值，因为梯度是针对某一个具体的参数值才有意义的。但是，由于计算机计算量非常大，当计算机A从服务器上获得参数值后，完成梯度的计算得到步进量的时候，可能在它提交结果之前，计算机B已经修改了参数服务器上的参数了。也就是说，A所得到的步进量，并不是针对当前的参数值的，所以二者就形成了时间差；以及在CCD线阵相机构成的图像分析系统中，其深度学习的计算速率，内存损耗问题，以及在训练过程和检测过程中要进行模板匹配，在多组图像进行分类时，由于算法的复杂度高，花费的时间就相对比较长，对计算机得到性能要求就比较过高。

实用新型内容

本实用新型的目的在于，提供一种结合CCD线扫描相机实现对图像采集做到精准控制、图像处理实现深度自学习的结合CCD线扫描相机与深度学习的缺陷分类检测系统。

本实用新型解决其技术问题所采用的技术方案是：一种结合CCD线扫描相机与深度学习的缺陷分类检测系统，包括CCD线阵相机、步进电机、编码器、PLC控制模块、光源模块、控制柜、图像采集卡模块和PC端，所述CCD线阵相机与控制柜信号连接，所述步进电机、编码器和图像采集卡模块依次信号连接，所述步进电机与PLC控制模块信号连接，所述光源模块通过外部供电对CCD线阵相机的图像捕捉提供照明，所述控制柜与PC 端信号连接，所述控制柜和图像采集卡模块数据连接。

作为优选，所述控制柜还与以太网进行数据连接。

本实用新型的优点和积极效果是：(1)使用CCD线阵相机相比面阵相机，它的传感器只有一行感光元素，因此使高扫描频率和高分辨率成为可能。线阵相机的典型应用领域是检测连续的材料，例如金属、塑料、纸和纤维等。被检测的物体通常匀速运动,利用一台或多台相机对其逐行连续扫描,以达到对其整个表面均匀检测。可以对其图象一行一行进行处理，或者对由多行组成的面阵图象进行处理。另外线阵相机非常适合测量场合，这要归功于传感器的高分辨率，它可以准确测量到微米。

(2)深度学习算法分类器主要是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而提高图像分类或者预测的准确性。相比于传统的分类算法，例如聚类算法和模板匹配算法而言，在处理高维的图像层次中，深度学习算法可以使用多层网络结构使用逐层特征变换，将样本在原空间的特征表示变换到一个新特征空间，从而使分类或预测更加容易。与人工规则构造特征的方法相比，利用大数据来学习特征，更能够刻画数据的丰富内在信息。

附图说明

图1是本实用新型的结合CCD线扫描相机与深度学习的缺陷分类检测系统的连接框图。

图2是本实用新型的结合CCD线扫描相机与深度学习的图像采集的原理图。

图3是本实用新型的结合CCD线扫描相机与深度学习的自学习工作的原理图。

附图说明：1、CCD线阵相机，2、步进电机，3、编码器，4、PLC控制模块，5、光源模块，6、控制柜，7、图像采集卡模块，8、PC端。

具体实施方式

如图所示，一种结合CCD线扫描相机与深度学习的缺陷分类检测系统，包括CCD线阵相机1、步进电机2、编码器3、PLC控制模块4、光源模块5、控制柜6、图像采集卡模块7和PC端8，所述CCD线阵相机1与控制柜6信号连接，所述步进电机2、编码器3和图像采集卡模块7依次信号连接，所述步进电机2与PLC控制模块4信号连接，所述光源模块5通过外部供电对CCD线阵相机1的图像捕捉提供照明，所述控制柜6与PC端8信号连接；所述控制柜6还与以太网进行数据连接，所述控制柜6和图像采集卡模块7 数据连接。

在具体实施时，所述CCD线阵相机为dalsa相机，所述步进电机为SI HONG57BYGH276-3004A-8型步进电机，所述PLC控制模块为西门子p lc，所述光源为LED白色光源。

所述CCD线阵相机通过控制柜获取图像，检测变点，并对图像进行处理，然后通过Internet以太网传输到PC端进行后续的操作。

所述步进电机驱动模块采用以步进电机为主的驱动方式，它的驱动脉冲信号依靠PLC来提供。

所述编码器用于测量电机的转速并产生相应输出脉冲信号给图像采集卡，使电机的转动速率与相机的扫描频率相匹配。

所述PLC控制模块用于发出脉冲信号来驱动步进电机。

本系统图像的采集工作主要是借助CCD线阵相机来完成，相机以待采物体做匀速的运动的方式来采集图像，先将待检测品粘贴在转轴上，使用电机驱动转轴，CCD线阵相机镜头朝向转轴，这样就构成了一个完整的驱动采集模块。本系统的电机驱动模块采用以步进电机为主的驱动方式，它的驱动脉冲信号主要为光电触发信号，依靠PLC来提供。

图像采集的工作原理如下图2所示，为使相机的触发频率和电机的转速之间进行同步，即当电机带动被测物体旋转一周之后，相机刚好将物体表面图像全部采集完成，通常使用在电机上集成编码器的方法。编码器在采集模块中主要原理是电机以某一速率运行，该转速可以通过编码器(所谓编码器是指光电编码器)进行测量，编码器测量电机的转速并产生相应输出脉冲信号给图像采集卡，相机采用外触发模式并根据采集卡提供的脉冲信号进行图像采集，光电编码器再给相机输出一个实时的脉冲频率，这样就做到了实时反馈，使电机的转动速率与相机的扫描频率相匹配。

虽然这种驱动方式可以实现相机扫描频率与电机转动频率的完美匹配，但是由于采用直流电机作为主要驱动方式，就造成该系统在精度以及制动性方面存在弊端。本系统的电机驱动模块采用以步进电机为主的驱动方式。其在控制精度以及制动性方面都有明显优势。

图像处理的原理如图3所示，在图像处理方面，主要是采用深度学习算法将采集到的图片进行分类处理。

(1)分别从标准图像和待配准图像中提取共同的特征点；

(2)对步骤(1)中提取的特征点进行特征匹配；

(3)构造图像分层语义模型。

(4)对配准后的图像进行比对处理。

具体说来，对经过第一步采集的图像先进行预处理，再与标准图像进行配准运算，然后将经过配准运算以后的图像与标准图像进行比对，从而找出两幅图像的差异并加以显示，最终达到检测瑕疵的目的。

以上述依据实用新型的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项实用新型技术思想的范围内，进行多样的变更以及修改，本项实用新型的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (2)

1.一种结合CCD线扫描相机与深度学习的缺陷分类检测系统，包括CCD线阵相机(1)、步进电机(2)、编码器(3)、PLC控制模块(4)、光源模块(5)、控制柜(6)、图像采集卡模块(7)和PC端(8)，所述CCD线阵相机(1)与控制柜(6)信号连接，所述步进电机(2)、编码器(3)和图像采集卡模块(7)依次信号连接，所述步进电机(2)与PLC控制模块(4)信号连接，所述光源模块(5)通过外部供电对CCD线阵相机(1)的图像捕捉提供照明，所述控制柜(6)与PC端(8)信号连接，所述控制柜(6)和图像采集卡模块(7)数据连接。

2.根据权利要求1所述的结合CCD线扫描相机与深度学习的缺陷分类检测系统，其特征在于:所述控制柜(6)还与以太网进行数据连接。