透明构件缺陷的光学和热红外多级成像检测方法及装置
基本信息
申请号 | CN201911054181.5 | 申请日 | - |
公开(公告)号 | CN110827256B | 公开(公告)日 | 2022-04-26 |
申请公布号 | CN110827256B | 申请公布日 | 2022-04-26 |
分类号 | G06T7/00(2017.01)I;G06N3/04(2006.01)I;G06V20/10(2022.01)I;G06V10/40(2022.01)I;G06V10/82(2022.01)I;G01N21/958(2006.01)I;G01N25/72(2006.01)I;G01J5/48(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 张国军;明五一;张臻;尹玲;陈志君;张红梅;廖敦明;卢亚;耿涛;沈帆 | 申请(专利权)人 | 广东华中科技大学工业技术研究院 |
代理机构 | 广州粤高专利商标代理有限公司 | 代理人 | 罗晓林;杨桂洋 |
地址 | 523000广东省东莞市松山湖高新技术产业开发区科技九路1号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种透明构件缺陷的光学和热红外多级成像检测方法及装置,包括以下步骤:对3C透明构件进行光学成像,获取光学图像,初步判定3C透明构件的缺陷位置和大小;利用氮气对3C透明构件的缺陷位置加热,进行热红外成像,获取热红外图像;将光学图像和热红外图像进行融合处理,再通过深度学习认识出3C透明构件的缺陷类别。所述装置包括通过总线相互通信连接的光学检测模块、热红外检测模块、运动控制模块、数据融合模块、深度学习模块、辅助机械手和显示报警模块。本发明通过光学成像和热红外超声成像,对缺陷产品进行多物理量、多级方式检测,再通过卷积神经网络完成光学和红外的多源信息融合,从而提升3C透明构件缺陷检测的辨识率。 |
