輪轂表面缺陷檢測(cè)是輪轂企業(yè)生產(chǎn)物流過程中的重要一環(huán)。通過市場(chǎng)的初步調(diào)研 , 此前主要通過人工檢測(cè)進(jìn)行缺陷肉眼檢測(cè)和分揀等。而由于汽車輪轂結(jié)構(gòu)復(fù)雜,人工檢測(cè)的方法效率低、工作量大,此種檢測(cè)方式越來越難以滿足輪轂生產(chǎn)過程越來越高的快速、準(zhǔn)確、穩(wěn)定的要求。

為了實(shí)現(xiàn)生產(chǎn)物流裝備自動(dòng)化與智能化,提升輪轂制造 企業(yè)生產(chǎn)物流過程的效率,降低人工成本,針對(duì)上述情況 ,維視智造于2021年3月推出VisionBank Ai深度學(xué)習(xí)視覺解決方案，相繼針對(duì)性推出了基于深度學(xué)習(xí)的輪轂表面缺陷檢測(cè)解決方案。

1.輪轂生產(chǎn)線缺陷檢測(cè)系統(tǒng)流程設(shè)計(jì)。本系統(tǒng)包含完整的輪轂在線缺陷檢測(cè)流程,包括圖像采集、圖像預(yù)處理、輪轂圖像缺陷檢測(cè)等等。

2.建立輪轂表面缺陷數(shù)據(jù)庫(kù)。

具體流程是在生產(chǎn)線現(xiàn)場(chǎng)通過工業(yè)相機(jī)采集輪轂表面缺陷圖像,之后進(jìn)行數(shù)據(jù)清洗,并通過專業(yè)標(biāo)注軟件對(duì)缺陷圖像進(jìn)行標(biāo)注, 最終得到帶有精確標(biāo)注的缺陷圖像數(shù)據(jù)庫(kù)。

3.識(shí)別模糊圖像。

采用消除模糊算法是基于深度學(xué)習(xí)的生成式對(duì)抗網(wǎng)絡(luò)實(shí)現(xiàn)的, 因此運(yùn)算速度較慢,而采集的圖像中只有一部分圖像存在模糊現(xiàn)象,為了提高缺陷檢測(cè)算法系統(tǒng)的效率,在進(jìn)行消除圖像模糊之前,設(shè)計(jì)算法識(shí)別模糊圖像 , 如檢測(cè)為模糊,則送入深度學(xué)習(xí)消除圖像模糊網(wǎng)絡(luò)。

若識(shí)別為清晰圖像,則直接進(jìn)行輪轂圖像缺陷檢測(cè)。

4. 消除輪轂表面圖像模糊現(xiàn)象。

在對(duì)輪轂缺陷圖像進(jìn)行檢測(cè)之前,需要對(duì)缺陷圖像進(jìn)行預(yù)處理已滿足算法需求。由于本文提出的缺陷檢測(cè)系統(tǒng)中圖像采集階段是輪轂在生產(chǎn)線上輸送的同時(shí)進(jìn)行的, 所以采集的輪轂圖像會(huì)存在運(yùn)動(dòng)模糊現(xiàn)象。 針對(duì)這一問題,本位提出了深度對(duì)抗學(xué)習(xí)算法,在不需要準(zhǔn)確運(yùn)動(dòng)信息的條件下消除運(yùn)動(dòng)模糊。

5.輪轂圖像缺陷檢測(cè)。

給出缺陷位置以及缺陷類型。