1.一种镀锌钢板坏点检测装置,其特征在于,包括:
照明装置安装框架(1),用于安装照明装置,
拍摄装置安装框架(3),用于安装拍摄装置(4),
连接构件(5),将照明装置安装框架(1)和拍摄装置安装框架(3)连为一体,且照明装置比拍摄装置(4)靠近被拍摄目标,检测装置置于镀锌钢板检测工段,用于采集镀锌钢板表面外观图像,表面外观图像输出至电脑进行图像检测,电脑输出检测目标信息及位置信息,所述检测目标指属于表面外观缺陷的坏点。
2.根据权利要求1所述的一种镀锌钢板坏点检测装置,其特征在于,照明装置安装框架(1)呈圆形或多边形,所述多边形至少为四边形。
3.根据权利要求1所述的一种镀锌钢板坏点检测装置,其特征在于,所述照明装置包括若干led光源(2),led光源(2)沿被拍摄目标的周向,均匀排列于四周,用于在被拍摄目标表面产生均匀的照明区域,以提高目标照明的均匀性及光照度,同时抑制环境光干扰,led光源(2)通过角度调整机构与照明装置安装框架(1)连接,角度调整机构用于避免被拍摄目标表面产生镜面反射光。
4.根据权利要求3所述的一种镀锌钢板坏点检测装置,其特征在于,每个led光源(2)均单独配置散热器、散热风扇及供电电源,提高系统可靠性。
5.根据权利要求3所述的一种镀锌钢板坏点检测装置,其特征在于,所述角度调整机构为金属定型软管。
6.根据权利要求3所述的一种镀锌钢板坏点检测装置,其特征在于,led光源(2)沿被拍摄目标长度方向每侧不少于2个,沿被拍摄目标宽度方向每侧不少于1个。
7.根据权利要求1所述的一种镀锌钢板坏点检测装置,其特征在于,所述拍摄装置(4)为具备快速拍照功能的工业相机。
8.根据权利要求1所述的一种镀锌钢板坏点检测装置,其特征在于,检测装置采用如下检测过程:
步骤1:建立缺陷学习模型,收集一定数量已知的、存在坏点的镀锌钢板图像,将其划分为学习组和测试组,对于学习组的镀锌钢板图像,人工标定缺陷位置及缺陷种类,并基于学习组建立缺陷检测的深度学习模型m,基于测试组验证缺陷检测的深度学习模型m的准确度;
步骤2:启动镀锌钢板坏点检测装置,通过拍摄装置(4)采集镀锌钢板表面外观图像;
步骤3:图像传输到电脑;
步骤4:基于缺陷检测的深度学习模型m,在20x20子窗口内判断是否存在缺陷特征;
步骤5:基于缺陷特征,通过级联分类器判定是否存在缺陷。
9.根据权利要求8所述的一种镀锌钢板坏点检测装置,其特征在于,学习组的镀锌钢板图像至少是测试组的四倍。
10.根据权利要求8所述的一种镀锌钢板坏点检测装置,其特征在于,在基于学习组建立缺陷检测的深度学习模型m时,按如下步骤确定模型m所有参数:设定图像训练次数,将图像缩放至448*448,采用基于梯度信息缩放,进行前向计算,修正计算误差,进行反向传播处理,模型参数调整,判断是否到达设定的图像训练次数,如未到达则重复上述过程,如已到达则输出模型。