本申請(qǐng)涉及模具檢測(cè)，尤其涉及一種精密塑膠模具檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、傳統(tǒng)的精密塑膠模具檢測(cè)方法主要依賴于人工視覺(jué)檢查和簡(jiǎn)單的機(jī)器視覺(jué)系統(tǒng)，這些方法往往存在主觀性強(qiáng)、效率低下、精度有限等問(wèn)題。

2、近年來(lái)，多光譜成像技術(shù)和三維激光掃描技術(shù)的發(fā)展為模具檢測(cè)提供了新的可能性。然而，如何有效地融合這兩種技術(shù)，并從海量的多模態(tài)數(shù)據(jù)中準(zhǔn)確識(shí)別和定位微小缺陷仍然是一個(gè)巨大的挑戰(zhàn)。此外，模具表面的復(fù)雜幾何形狀和材料特性也給檢測(cè)帶來(lái)了額外的困難，特別是在處理高反射率或低對(duì)比度表面時(shí)。另一個(gè)關(guān)鍵問(wèn)題是如何在保證檢測(cè)精度的同時(shí)提高檢測(cè)效率。傳統(tǒng)的逐點(diǎn)掃描方法耗時(shí)較長(zhǎng)，難以滿足現(xiàn)代生產(chǎn)線的高效率要求。而如何設(shè)計(jì)一種智能的、自適應(yīng)的檢測(cè)策略，能夠根據(jù)模具的幾何特征和潛在缺陷分布快速制定最優(yōu)的掃描路徑，是亟需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)?zhí)峁┝艘环N精密塑膠模具檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，進(jìn)而提高了檢測(cè)的覆蓋率和精度，平衡了檢測(cè)時(shí)間和資源消耗，實(shí)現(xiàn)了高效、全面且精確的模具質(zhì)量控制。

2、本申請(qǐng)第一方面提供了一種精密塑膠模具檢測(cè)方法，所述精密塑膠模具檢測(cè)方法包括：

3、對(duì)精密塑膠模具表面進(jìn)行多光譜成像和三維激光掃描，得到多光譜圖像數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)；

4、對(duì)所述多光譜圖像數(shù)據(jù)進(jìn)行多尺度自適應(yīng)閾值分割，得到目標(biāo)分割結(jié)果，并將所述目標(biāo)分割結(jié)果映射至所述三維點(diǎn)云數(shù)據(jù)，得到第一三維模型；

5、基于所述第一三維模型進(jìn)行張量投票表面重建，并使用多光譜圖像修復(fù)網(wǎng)絡(luò)對(duì)潛在缺陷區(qū)域進(jìn)行紋理恢復(fù)，得到第二三維模型；

6、通過(guò)非局部細(xì)化網(wǎng)絡(luò)對(duì)所述第二三維模型進(jìn)行全局優(yōu)化，得到目標(biāo)三維模型；

7、基于所述目標(biāo)三維模型提取多視角特征，并通過(guò)多尺度卷積神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制進(jìn)行缺陷分類與定位，得到缺陷類別與分布信息；

8、根據(jù)所述缺陷類別與分布信息以及所述精密塑膠模具的幾何特征，使用光線追蹤引導(dǎo)的序列凸優(yōu)化算法計(jì)算最優(yōu)掃描檢測(cè)路徑，生成自適應(yīng)模具檢測(cè)策略。

9、本申請(qǐng)第二方面提供了一種精密塑膠模具檢測(cè)裝置，所述精密塑膠模具檢測(cè)裝置包括：

10、掃描模塊，用于對(duì)精密塑膠模具表面進(jìn)行多光譜成像和三維激光掃描，得到多光譜圖像數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)；

11、分割模塊，用于對(duì)所述多光譜圖像數(shù)據(jù)進(jìn)行多尺度自適應(yīng)閾值分割，得到目標(biāo)分割結(jié)果，并將所述目標(biāo)分割結(jié)果映射至所述三維點(diǎn)云數(shù)據(jù)，得到第一三維模型；

12、重建模塊，用于基于所述第一三維模型進(jìn)行張量投票表面重建，并使用多光譜圖像修復(fù)網(wǎng)絡(luò)對(duì)潛在缺陷區(qū)域進(jìn)行紋理恢復(fù)，得到第二三維模型；

13、優(yōu)化模塊，用于通過(guò)非局部細(xì)化網(wǎng)絡(luò)對(duì)所述第二三維模型進(jìn)行全局優(yōu)化，得到目標(biāo)三維模型；

14、分類模塊，用于基于所述目標(biāo)三維模型提取多視角特征，并通過(guò)多尺度卷積神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制進(jìn)行缺陷分類與定位，得到缺陷類別與分布信息；

15、生成模塊，用于根據(jù)所述缺陷類別與分布信息以及所述精密塑膠模具的幾何特征，使用光線追蹤引導(dǎo)的序列凸優(yōu)化算法計(jì)算最優(yōu)掃描檢測(cè)路徑，生成自適應(yīng)模具檢測(cè)策略。

16、本申請(qǐng)第三方面提供了一種電子設(shè)備，包括：存儲(chǔ)器和至少一個(gè)處理器，所述存儲(chǔ)器中存儲(chǔ)有指令；所述至少一個(gè)處理器調(diào)用所述存儲(chǔ)器中的所述指令，以使得所述電子設(shè)備執(zhí)行上述的精密塑膠模具檢測(cè)方法。

17、本申請(qǐng)的第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有指令，當(dāng)其在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行上述的精密塑膠模具檢測(cè)方法。

18、與現(xiàn)有技術(shù)相比，本申請(qǐng)具有以下有益效果：通過(guò)結(jié)合多光譜成像和三維激光掃描技術(shù)，本發(fā)明能夠同時(shí)獲取模具表面的光譜信息和幾何信息，大大提高了缺陷檢測(cè)的全面性和準(zhǔn)確性。采用多尺度自適應(yīng)閾值分割算法，能夠有效處理不同區(qū)域的光照變化和材料特性差異，提高了分割結(jié)果的魯棒性。利用張量投票表面重建技術(shù)，結(jié)合多光譜圖像修復(fù)網(wǎng)絡(luò)，不僅能夠準(zhǔn)確重建模具表面幾何形狀，還能恢復(fù)潛在缺陷區(qū)域的紋理細(xì)節(jié)。通過(guò)非局部細(xì)化網(wǎng)絡(luò)對(duì)模型進(jìn)行全局優(yōu)化，有效提高了三維模型的精度和一致性?；谀繕?biāo)三維模型提取多視角特征，并結(jié)合多尺度卷積神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制，顯著提高了缺陷分類與定位的準(zhǔn)確性。采用光線追蹤引導(dǎo)的序列凸優(yōu)化算法，能夠根據(jù)缺陷分布和模具幾何特征自動(dòng)生成最優(yōu)掃描路徑，大大提高了檢測(cè)效率。通過(guò)綜合考慮覆蓋率、檢測(cè)精度和掃描時(shí)間，生成的自適應(yīng)模具檢測(cè)策略能夠在保證檢測(cè)質(zhì)量的同時(shí)最大化效率。本發(fā)明的檢測(cè)過(guò)程從數(shù)據(jù)采集到缺陷識(shí)別再到路徑規(guī)劃都是自動(dòng)進(jìn)行的，極大地減少了人工干預(yù)，實(shí)現(xiàn)了高效、全面且精確的模具質(zhì)量控制。

技術(shù)特征：

1.一種精密塑膠模具檢測(cè)方法，其特征在于，所述精密塑膠模具檢測(cè)方法包括：

2.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述對(duì)精密塑膠模具表面進(jìn)行多光譜成像和三維激光掃描，得到多光譜圖像數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述對(duì)所述多光譜圖像數(shù)據(jù)進(jìn)行多尺度自適應(yīng)閾值分割，得到目標(biāo)分割結(jié)果，并將所述目標(biāo)分割結(jié)果映射至所述三維點(diǎn)云數(shù)據(jù)，得到第一三維模型，包括：

4.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述基于所述第一三維模型進(jìn)行張量投票表面重建，并使用多光譜圖像修復(fù)網(wǎng)絡(luò)對(duì)潛在缺陷區(qū)域進(jìn)行紋理恢復(fù)，得到第二三維模型，包括：

5.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述通過(guò)非局部細(xì)化網(wǎng)絡(luò)對(duì)所述第二三維模型進(jìn)行全局優(yōu)化，得到目標(biāo)三維模型，包括：

6.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述基于所述目標(biāo)三維模型提取多視角特征，并通過(guò)多尺度卷積神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制進(jìn)行缺陷分類與定位，得到缺陷類別與分布信息，包括：

7.根據(jù)權(quán)利要求1所述的精密塑膠模具檢測(cè)方法，其特征在于，所述根據(jù)所述缺陷類別與分布信息以及所述精密塑膠模具的幾何特征，使用光線追蹤引導(dǎo)的序列凸優(yōu)化算法計(jì)算最優(yōu)掃描檢測(cè)路徑，生成自適應(yīng)模具檢測(cè)策略，包括：

8.一種精密塑膠模具檢測(cè)裝置，其特征在于，用于執(zhí)行如權(quán)利要求1-7中任一項(xiàng)所述的精密塑膠模具檢測(cè)方法，所述精密塑膠模具檢測(cè)裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：存儲(chǔ)器和至少一個(gè)處理器，所述存儲(chǔ)器中存儲(chǔ)有指令；

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有指令，其特征在于，所述指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的精密塑膠模具檢測(cè)方法。

技術(shù)總結(jié)
本申請(qǐng)涉及模具檢測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種精密塑膠模具檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：對(duì)精密塑膠模具表面進(jìn)行多光譜成像和三維激光掃描，得到多光譜圖像數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)；進(jìn)行多尺度自適應(yīng)閾值分割，得到第一三維模型；進(jìn)行張量投票表面重建并進(jìn)行紋理恢復(fù)，得到第二三維模型；進(jìn)行全局優(yōu)化，得到目標(biāo)三維模型；提取多視角特征并進(jìn)行缺陷分類與定位，得到缺陷類別與分布信息；根據(jù)缺陷類別與分布信息以及精密塑膠模具的幾何特征，使用光線追蹤引導(dǎo)的序列凸優(yōu)化算法計(jì)算最優(yōu)掃描檢測(cè)路徑，生成自適應(yīng)模具檢測(cè)策略，進(jìn)而提高了檢測(cè)的覆蓋率和精度，平衡了檢測(cè)時(shí)間和資源消耗，實(shí)現(xiàn)了高效、全面且精確的模具質(zhì)量控制。

技術(shù)研發(fā)人員：董思燦,張欽鵬,林泳冰
受保護(hù)的技術(shù)使用者：深圳市精實(shí)研能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23