本发明属于五金螺丝检测控制,更具体地说,是涉及一种基于人工智能的五金螺丝质量检测方法及其系统。
背景技术：
1、螺丝是一种利用物体的斜面圆形旋转和摩擦力的物理学和数学原理，紧固器物机件的工具。目前螺丝生产的检测都是人工进行螺丝的尺寸公差是否达标、外观是否异常、性能是否达标,然后再由人工进行质量的评定，而工人评定的方式可能存在一定的主观判断，进而导致螺丝的质量检测结果不准确；而且螺丝的外观、尺寸的检测很耗时间的,并且针对很小螺丝,尺寸检测易出错,导致检测工作量大、检测效率低下、检测成本高。
2、而公开专利“一种螺丝质量的检测方法、装置、电子设备和存储介质(公开号:cn117147290a)”只对螺丝的性能进行检测,而螺丝的外观、尺寸的检测却没有提及,针对高精度的螺丝是无法满足客户对螺丝的质量要求,因此存在一定的不足之处。
技术实现思路
1、为了解决现有技术上的不足之处,本发明的目的在于提供一种基于人工智能的五金螺丝质量检测方法及其系统,设置图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块,可以自动识别螺丝的类别,自动检测螺丝的外观质量、性能测量,无须人工检测,提高了生产效率,降低了生产成本。
2、为了实现上述目的,本发明采取的技术方案是：
3、一种基于人工智能的五金螺丝质量检测控制系统,包括图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器、存储器、处理中心、智能遥控装置；所述图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器、存储器分别与处理中心相连；所述智能遥控装置包括智能手机、平板电脑、智能遥控器,在无线网络或互联网范围内与无线通信模块自动组网相连；
4、所述无线通信模块设置有无线网络单元,负责收发无线网络信号,在无线网络或互联网范围内与智能遥控装置自动组网相连；
5、所述报警器根据五金螺丝的外观/尺寸质量信息与存储器存储的五金螺丝的外观质量标准进行对比,若不一致则自动发出声音报警并通知返工或重检；并根据五金螺丝的性能检测数据与存储器存储的五金螺丝的性能检测标准进行对比,若不一致则自动发出声音报警并通知返工或重检；
6、所述存储器负责图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器的信息存储,以及五金螺丝的外观质量标准、性能检测标准的存储；
7、所述处理中心负责图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器、存储器的信息传递,为系统枢纽中心,并根据五金螺丝的外观/尺寸质量信息与存储器存储的五金螺丝外观质量标准进行对比：若一致则传递给性能检测模块,若不一致则传递给报警器并通知返工或重检；并根据五金螺丝的性能检测数据与存储器存储的五金螺丝的性能检测标准进行对比：若一致则表示螺丝合格并放置合格区,若不一致则传递给报警器并通知返工或重检；
8、所述图像采集模块包括图像平移单元、镜像变换单元、转置互换单元、缩放处理单元、旋转调整单元,通过设置的高清摄像头获取待测五金螺丝的图像并进行预处理加工,以改正图像的系统误差和随机误差,并传递给滤波处理模块；
9、所述滤波处理模块包括灰度处理单元、滤波去噪单元、卷积运算单元,通过高斯滤波器对五金螺丝的灰度图像进行高斯滤波平滑处理,减少噪声的影响,以便后续梯度计算,并传递给阀值处理模块；
10、所述阀值处理模块包括梯度计算单元、细化边缘单元、阈值检测单元、边缘连接单元,通过计算灰度图像的梯度幅度和方向并进行双阀值处理获得强边缘、弱边缘、非边缘的边缘信息,并传递给外观检测模块；
11、所述外观检测模块包括外围提取单元、内围获取单元、识别分类单元、尺寸确认单元,通过获取完整的五金螺丝边缘图像与预先训练的五金螺丝表面异常问题信息模型进行匹配并识别图像中的异常并分类,并传递给处理中心；
12、所述性能检测模块包括力学检测单元、硬度检测单元、耐腐检测单元,通过螺丝性能检测设备对外观和尺寸合格的螺丝进行力学性能、腐蚀性能的检测以获得螺丝的力学性能、腐蚀性能的检测数据,并传递给处理中心。
13、本发明提供的一种基于人工智能的五金螺丝质量检测方法,应用于一种基于人工智能的五金螺丝质量检测方控制系统,所述的方法包括以下步骤：
14、s10、在螺丝检测时,图像采集模块通过设置的高清摄像头获取待测五金螺丝的图像并进行预处理加工,以改正图像的系统误差和随机误差,并传递给滤波处理模块；
15、s20、滤波处理模块通过高斯滤波器对五金螺丝的灰度图像进行高斯滤波平滑处理,减少噪声的影响,以便后续梯度计算,并传递给阀值处理模块；
16、s30、阀值处理模块通过计算灰度图像的梯度幅度和方向并进行双阀值处理获得强边缘、弱边缘、非边缘的边缘信息,并传递给外观检测模块；
17、s40、外观检测模块通过获取完整的五金螺丝边缘图像与预先训练的五金螺丝表面异常问题信息模型进行匹配并识别图像中的异常并分类,并传递给处理中心；
18、s50、处理中心根据五金螺丝的外观/尺寸质量信息与存储器存储的五金螺丝外观质量标准进行对比：若一致则传递给性能检测模块,若不一致则传递给报警器并通知返工或重检；
19、s60、性能检测模块通过螺丝性能检测设备对外观和尺寸合格的螺丝进行力学性能、腐蚀性能的检测获得螺丝的力学性能、腐蚀性能的检测数据,并传递给处理中心；
20、s70、处理中心根据五金螺丝的性能检测数据与存储器存储的五金螺丝的性能检测标准进行对比：若一致则表示螺丝合格并放置合格区,若不一致则传递给报警器并通知返工或重检。
21、进一步,所述步骤s10,包括以下步骤:
22、s11、图像平移单元根据图像平移规律将五金螺丝的图像中的所有像素点按照预定的平移量进行水平或垂直平移而获得平移后的螺丝图像,并传递给镜像变换单元；
23、s12、镜像变换单元将平移后的五金螺丝图像分别以竖直、水平的中轴线为中心进行左右、上下的轴对称变换而获得镜像后的螺丝图像,并传递给转置互换单元；
24、s13、转置互换单元根据以下转置变换公式⑴将镜像后的五金螺丝图像x坐标和y坐标进行高度、宽度的互换而获得转置后的螺丝图像,并传递给缩放处理单元；
25、
26、s14、缩放处理单元根据以下缩放比例公式⑵⑶将转置后的五金螺丝图像大小按照指定的比率放大或缩小而获得缩放后的螺丝图像,并传递给旋转调整单元；
27、
28、式中,sx为图像x轴方向的缩放比,sy为y轴方向的缩放比
29、s15、旋转调整单元根据以下旋转计算公式⑷⑸将缩放后的五金螺丝图像围绕某一指定点旋转一定的角度,以达到后续滤波的要求。
30、
31、进一步,所述步骤s20,包括以下步骤:
32、s21、灰度处理单元根据灰度化计算公式“ig＝0.299*ir+0.587*ig+0.114*ib,ig为灰度化后的像素值,ir、ig、ib分别为原图像对应像素的红、绿、蓝通道上的像素值”获得灰度化后像素值进行灰度化处理,并传递给滤波去噪单元；
33、s22、滤波去噪单元根据高斯滤波计算公式“g(x,y)＝1/(2πσ2)*exp(-(x2+y2)/2σ2),g(x,y)为高斯函数,σ为滤波器的标准差,exp(-(x2+y2)/2σ2)为指数函数”获得去噪后的图像,并传递给卷积运算单元；
34、s23、卷积运算单元根据以下sobel算子计算公式⑹分别计算获得图像中水平方向上的梯度值、图像中垂直方向上的梯度值,以便后续双阀值处理。
35、
36、式中,gx、gy分别为水平、垂直方向上的梯度值,*为卷积运算符。
37、进一步,所述步骤s30,包括以下步骤:
38、s31、梯度计算单元根据梯度亮度计算公式“θ(x,y)＝tan-1(gy(x,y)/gx(x,y)),m(x,y)为该像素点的梯度强度,θ(x,y)为该像素点的梯度方向”获得像素点亮度的强度与方向,并传递给细化边缘单元；
39、s32、细化边缘单元根据以下非极大值抑制计算公式⑺获得图像细化后中局部梯度最大值的像素点,以消除边缘上模糊效果使其更清晰,并传递给阈值检测单元；
40、
41、式中,ml为图像中梯度强度的低阀值,δx、δy分别为图像中梯度方向的偏移值。
42、s33、阈值检测单元根据以下双阀值计算公式⑻获得图像中细化边缘图像,去除图像中非边缘点,以确定真实的和潜在的边缘信息,并传递给边缘连接单元；
43、
44、式中,mh为梯度强度的高阀值,strong、weak、non-edge分别为强边缘、弱边缘、非边缘。
45、s34、边缘连接单元使用高低阀值确定强边缘和弱边缘并进行边缘连接,以形成最终的五金螺丝边缘图像,以便后续图像特征信息的提取。
46、进一步,所述步骤s40,包括以下步骤:
47、s41、外围提取单元通过边界跟踪算法以五金螺丝外围边缘线作为轮廓线提取螺丝的外观形状及其尖端、螺纹、柄、头部的特征信息,并传递给内围获取单元；
48、s42、内围获取单元通过扫描线种子填充算法提取五金螺丝的孔洞、螺纹凹槽、沉头槽的形状,以便后续的识别与分类,并传递给识别分类单元；
49、s43、识别分类单元根据螺丝表面的图像与预先训练的五金螺丝表面各种异常问题的图像匹配并识别出所属螺丝及其外观异常的类别,并传递给尺寸检测单元；
50、s44、尺寸检测单元通过三维扫描仪获取五金螺丝的直径、螺距、长度及其孔洞、螺纹凹槽、沉头槽的深度与宽度的尺寸数据信息。
51、进一步,所述步骤s60,包括以下步骤:
52、s61、力学检测单元通过万能试验机对螺丝进行力学性能测试获得螺丝的抗拉强度、屈服强度、拧紧扭力,以保证螺丝的使用寿命,并传递给硬度检测单元；
53、s62、硬度检测单元通过硬度传感器对螺丝进行硬度性能测试获得螺丝的洛氏硬度、或布氏硬度、或维氏硬度的对应硬度数据,并传递给耐腐检测单元；
54、s63、耐腐检测单元通过盐雾室或盐雾耐腐蚀性试验箱对五金螺丝进行铜盐加速醋酸盐雾试验(cass试验)以获得螺丝的耐腐蚀性能数据,以保证螺丝的耐腐蚀性。
55、本发明提供的一种基于人工智能的五金螺丝质量检测控制系统,还包括计算机设备、计算机可读存储介质；所述计算机设备包括存储器和各功能模块,所述存储器存储有计算机程序,所述各功能模块执行所述计算机程序时实现以上任意一项所述的一种基于人工智能的五金螺丝质量检测方法的步骤；所述计算机可读存储介质上存储有计算机程序,所述计算机程序被各功能模块执行时实现以上任意一项所述的一种基于人工智能的五金螺丝质量检测方法的步骤。
56、本发明提供的一种基于人工智能的五金螺丝质量检测控制系统,还包括一种基于人工智能的五金螺丝质量检测控制装置,采用以上所述的一种基于人工智能的五金螺丝质量检测控制系统和以上所述的一种基于人工智能的五金螺丝质量检测方法所实现。
57、本发明与现有技术相比的有益效果：
58、通过设置图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块,可以自动识别螺丝的类别,自动检测螺丝的外观质量、性能测量,无须人工检测,提高了生产效率,降低了生产成本。
1.一种基于人工智能的五金螺丝质量检测控制系统，其特征在于：所述检测控制系统，包括图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器、存储器、处理中心、智能遥控装置；所述图像采集模块、滤波处理模块、阀值处理模块、外观检测模块、性能检测模块、无线通信模块、报警器、存储器分别与处理中心相连；所述智能遥控装置包括智能手机、平板电脑、智能遥控器，在无线网络或互联网范围内与无线通信模块自动组网相连；
2.一种基于人工智能的五金螺丝质量检测方法，其特征在于：应用于一种基于人工智能的五金螺丝质量检测控制系统,所述检测方法包括以下步骤：
3.根据权利要求1所述的一种基于人工智能的五金螺丝质量检测控制系统，其特征在于：所述的检测控制系统，还包括计算机设备、计算机可读存储介质；所述计算机设备包括存储器和各功能模块，所述存储器存储有计算机程序，所述各功能模块执行所述计算机程序时实现以上权利要求2所述的一种基于人工智能的五金螺丝质量检测方法的步骤；所述计算机可读存储介质上存储有计算机程序，所述计算机程序被各功能模块执行时实现以上权利要求2所述的一种基于人工智能的五金螺丝质量检测方法的步骤。
4.根据权利要求1所述的一种基于人工智能的五金螺丝质量检测控制系统，其特征在于：所述的检测控制系统，还包括一种基于人工智能的五金螺丝质量检测控制装置，采用以上权利要求1、3所述的一种基于人工智能的五金螺丝质量检测控制系统和以上权利要求2所述的一种基于人工智能的五金螺丝质量检测方法所实现。
