本技術(shù)涉及缺陷檢測(cè)，尤其是涉及一種基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、目前，aoi?(automated?optical?inspection，自動(dòng)化光學(xué)檢測(cè))技術(shù)已廣泛應(yīng)用于各類工業(yè)生產(chǎn)中，如農(nóng)業(yè)、遙感、醫(yī)療、安全檢查等；然而，傳統(tǒng)的aoi技術(shù)主要關(guān)注產(chǎn)品表面缺陷的檢測(cè)，對(duì)于產(chǎn)品內(nèi)部結(jié)構(gòu)和深層缺陷的檢測(cè)能力有限；目前，對(duì)于產(chǎn)品內(nèi)部結(jié)構(gòu)和深層缺陷的檢測(cè)，常采用x射線、超聲波等技術(shù)，但這些方法存在成本較高、操作復(fù)雜以及對(duì)操作人員技能要求高等問(wèn)題；難以滿足現(xiàn)代工業(yè)生產(chǎn)對(duì)效率和成本的要求。

技術(shù)實(shí)現(xiàn)思路

1、為了提供一種便于滿足現(xiàn)代工業(yè)生產(chǎn)對(duì)效率和成本要求的產(chǎn)品缺陷檢測(cè)方式，本技術(shù)提供一種基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法及系統(tǒng)。

2、第一方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實(shí)現(xiàn)：

3、基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法，包括檢測(cè)裝置，所述檢測(cè)裝置包括多光譜成像模塊和至少一個(gè)可移動(dòng)探頭，所述可移動(dòng)探頭根據(jù)控制指令可沿待檢測(cè)產(chǎn)品表面和內(nèi)部移動(dòng)，所述方法包括：

4、將所述檢測(cè)裝置放置于待檢測(cè)產(chǎn)品的預(yù)測(cè)位置，通過(guò)多光譜成像模塊獲取待檢測(cè)產(chǎn)品的初始多光譜圖像，并獲取對(duì)應(yīng)的可移動(dòng)探頭的起始位置；

5、控制可移動(dòng)探頭沿預(yù)設(shè)路徑在待檢測(cè)產(chǎn)品表面和內(nèi)部移動(dòng)，所述多光譜成像模塊實(shí)時(shí)采集可移動(dòng)探頭所在位置的多光譜圖像數(shù)據(jù)；所述預(yù)設(shè)路徑根據(jù)待檢測(cè)產(chǎn)品的結(jié)構(gòu)信息生成；

6、對(duì)所述初始多光譜圖像和多光譜圖像數(shù)據(jù)的圖像進(jìn)行圖像預(yù)處理；對(duì)預(yù)處理的初始多光譜圖像和多光譜圖像數(shù)據(jù)進(jìn)行產(chǎn)品內(nèi)部的缺陷特征檢測(cè)，得到產(chǎn)品缺陷檢測(cè)結(jié)果；

7、基于所述產(chǎn)品缺陷檢測(cè)結(jié)果獲取對(duì)應(yīng)的空間位置信息，基于所述起始位置和預(yù)設(shè)路徑獲取對(duì)應(yīng)的可移動(dòng)探頭的實(shí)時(shí)深度位置信息；將所述空間位置信息和對(duì)應(yīng)的實(shí)時(shí)深度位置信息進(jìn)行空間匹配，得到產(chǎn)品缺陷目標(biāo)檢測(cè)信息。

8、通過(guò)采用上述技術(shù)方案，多光譜成像模塊用于向待檢測(cè)產(chǎn)品的表面及內(nèi)部發(fā)射不同波長(zhǎng)的光線，并能夠捕獲其反射或投射的多光譜圖像數(shù)據(jù)，同時(shí)，多光譜成像模塊實(shí)時(shí)采集探頭所在位置的多光譜圖像數(shù)據(jù)；本技術(shù)通過(guò)分析分析多光譜圖像中不同波長(zhǎng)下的光譜特性，識(shí)別產(chǎn)品內(nèi)部結(jié)構(gòu)的細(xì)微差異及潛在的缺陷區(qū)域，以得到產(chǎn)品缺陷檢測(cè)結(jié)果，基于可移動(dòng)探頭按照待檢測(cè)產(chǎn)品的結(jié)構(gòu)特性進(jìn)行預(yù)設(shè)路徑的規(guī)劃移動(dòng)方式，能夠大大提高產(chǎn)品內(nèi)部缺陷檢測(cè)的效率，有利于節(jié)省缺陷檢測(cè)成本，且基于產(chǎn)品內(nèi)部缺陷進(jìn)行缺陷特征識(shí)別，通過(guò)產(chǎn)品內(nèi)部的缺陷檢測(cè)算法可識(shí)別產(chǎn)品內(nèi)部的尺寸差異、形狀異常等，通過(guò)多光譜成像技術(shù)能夠?qū)Υ龣z測(cè)產(chǎn)品進(jìn)行多角度、多層級(jí)的分析，有利于提高產(chǎn)品缺陷檢測(cè)的準(zhǔn)確性，在對(duì)待檢測(cè)產(chǎn)品進(jìn)行檢測(cè)的過(guò)程中，還可以實(shí)時(shí)反饋檢測(cè)結(jié)果（指產(chǎn)品缺陷檢測(cè)結(jié)果），在現(xiàn)代工業(yè)生產(chǎn)中，實(shí)時(shí)反饋的產(chǎn)品缺陷檢測(cè)結(jié)果能夠幫助生產(chǎn)線上的工作人員及時(shí)調(diào)整和優(yōu)化生產(chǎn)工藝，降低廢品率，提高生產(chǎn)效率，從而本技術(shù)提供了一種便于滿足現(xiàn)代工業(yè)生產(chǎn)對(duì)效率和成本要求的產(chǎn)品缺陷檢測(cè)方式。

9、本技術(shù)在一較佳示例中：所述對(duì)預(yù)處理的初始多光譜圖像和多光譜圖像數(shù)據(jù)進(jìn)行產(chǎn)品內(nèi)部的缺陷特征檢測(cè)，得到產(chǎn)品缺陷檢測(cè)結(jié)果，包括：

10、獲取同一個(gè)待測(cè)試產(chǎn)品的連續(xù)多幀的多光譜圖像數(shù)據(jù)；

11、對(duì)同一個(gè)待測(cè)試產(chǎn)品的預(yù)處理的初始多光譜圖像和連續(xù)多幀的多光譜圖像數(shù)據(jù)進(jìn)行產(chǎn)品內(nèi)部的缺陷特征提取，構(gòu)建產(chǎn)品的多光譜特征集，提取的特征包括顏色特征、紋理特征、形狀特征和光譜特征；

12、在預(yù)設(shè)的缺陷檢測(cè)跟蹤模型中，利用機(jī)器學(xué)習(xí)算法對(duì)多光譜特征集進(jìn)行分析，識(shí)別待檢測(cè)產(chǎn)品的內(nèi)部結(jié)構(gòu)和表面的潛在缺陷區(qū)域，得到對(duì)應(yīng)的潛在缺陷檢測(cè)區(qū)域，并基于預(yù)設(shè)的缺陷檢測(cè)算法對(duì)所述潛在缺陷檢測(cè)區(qū)域進(jìn)行產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)，得到產(chǎn)品缺陷檢測(cè)結(jié)果；

13、基于預(yù)設(shè)的缺陷分類標(biāo)準(zhǔn)對(duì)所述初始的產(chǎn)品缺陷檢測(cè)結(jié)果進(jìn)行分類，確定缺陷的分類類型和缺陷成因，得到缺陷檢測(cè)分類信息；基于所述缺陷檢測(cè)分類信息對(duì)所述產(chǎn)品缺陷檢測(cè)結(jié)果進(jìn)行優(yōu)化。

14、通過(guò)采用上述技術(shù)方案，利用機(jī)器學(xué)習(xí)算法對(duì)多光譜特征集進(jìn)行深入分析，能夠更準(zhǔn)確地識(shí)別出產(chǎn)品內(nèi)部結(jié)構(gòu)和表面的潛在缺陷區(qū)域，提高檢測(cè)準(zhǔn)確性，本技術(shù)通過(guò)構(gòu)建多光譜特征集并綜合應(yīng)用多種特征，能夠?qū)崿F(xiàn)對(duì)產(chǎn)品表面和內(nèi)部的全方位、多角度的缺陷檢測(cè)，有助于發(fā)現(xiàn)產(chǎn)品存在的那些隱蔽性強(qiáng)、難以察覺(jué)的缺陷，確保產(chǎn)品質(zhì)量的全面控制，增強(qiáng)產(chǎn)品缺陷檢測(cè)的全面性，并通過(guò)連續(xù)獲取多幀多光譜圖像數(shù)據(jù)并進(jìn)行實(shí)時(shí)處理，該方法能夠在短時(shí)間內(nèi)完成對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)的缺陷檢測(cè)，提升檢測(cè)實(shí)時(shí)性。

15、本技術(shù)在一較佳示例中：所述基于預(yù)設(shè)的缺陷分類標(biāo)準(zhǔn)對(duì)所述初始的產(chǎn)品缺陷檢測(cè)結(jié)果進(jìn)行分類，確定缺陷的分類類型和缺陷成因，得到缺陷檢測(cè)分類信息之后，還包括：

16、獲取所述待檢測(cè)產(chǎn)品的三維尺寸信息，基于所述三維尺寸信息和所述產(chǎn)品缺陷目標(biāo)檢測(cè)信息構(gòu)建產(chǎn)品缺陷檢測(cè)模型；

17、基于不同分類類型的缺陷檢測(cè)分類信息，對(duì)應(yīng)采用不同的顯示狀態(tài)在所述產(chǎn)品缺陷檢測(cè)模型中進(jìn)行關(guān)聯(lián)顯示。

18、通過(guò)采用上述技術(shù)方案，實(shí)現(xiàn)了缺陷檢測(cè)結(jié)果的三維可視化，構(gòu)建產(chǎn)品缺陷檢測(cè)模型不僅直觀地展示了產(chǎn)品內(nèi)部結(jié)構(gòu)的缺陷位置、大小和形狀，還提供了更豐富的空間信息，有助于檢測(cè)人員更全面地理解缺陷情況，基于不同的分類類型的缺陷檢測(cè)分類信息進(jìn)行區(qū)分關(guān)聯(lián)顯示，在實(shí)際應(yīng)用時(shí)，可基于不同的顏色、透明度、高亮等視覺(jué)元素的變化，有利于協(xié)助檢測(cè)人員迅速識(shí)別出不同類型的缺陷，并初步判斷其成因和嚴(yán)重程度，為后續(xù)的處理和決策提供有力支持。

19、本技術(shù)在一較佳示例中：基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法，還包括：

20、獲取當(dāng)前待檢測(cè)產(chǎn)品的材質(zhì)特性信息，基于所述材質(zhì)特性信息調(diào)整所述多光譜成像模塊的光譜范圍和光源強(qiáng)度；

21、若在所述初始多光譜圖像中檢測(cè)到缺陷特征，則將獲取的當(dāng)前光源參數(shù)信息與所述材質(zhì)特性信息對(duì)應(yīng)的光源參數(shù)參考區(qū)間進(jìn)行比對(duì)；

22、在所述光源參數(shù)信息超出對(duì)應(yīng)的光源參數(shù)參考區(qū)間時(shí)，獲取光源參數(shù)調(diào)整信息；基于所述光源參數(shù)調(diào)整信息，觸發(fā)光源參數(shù)調(diào)整指令并發(fā)送至所述多光譜成像模塊。

23、通過(guò)采用上述技術(shù)方案，提供一種自適應(yīng)光譜優(yōu)化策略，通過(guò)獲取當(dāng)前待檢測(cè)產(chǎn)品的材質(zhì)特性信息，并據(jù)此調(diào)整多光譜成像模塊的光譜范圍和光源強(qiáng)度，實(shí)現(xiàn)了對(duì)檢測(cè)條件的自適應(yīng)優(yōu)化，從而顯著提高缺陷檢測(cè)的敏感性和準(zhǔn)確性；進(jìn)一步地，通過(guò)則將獲取的當(dāng)前光源參數(shù)信息與所述材質(zhì)特性信息對(duì)應(yīng)的光源參數(shù)參考區(qū)間進(jìn)行比對(duì)，并在光源參數(shù)信息超出對(duì)應(yīng)的光源參數(shù)參考區(qū)間時(shí)，獲取光源參數(shù)調(diào)整信息的光源參數(shù)比對(duì)、校準(zhǔn)方式，有利于確保多光譜成像模塊的光源參數(shù)保持在最佳狀態(tài)，從而獲取更高質(zhì)量的多光譜成像數(shù)據(jù)，不僅能夠適應(yīng)材質(zhì)的產(chǎn)品檢測(cè)需求，還能有效減少因光源設(shè)置不當(dāng)而導(dǎo)致的誤檢或漏檢情況，提升了整體檢測(cè)性能，提高產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)的穩(wěn)定性和可靠性。

24、本技術(shù)在一較佳示例中：所述基于所述產(chǎn)品缺陷檢測(cè)結(jié)果獲取對(duì)應(yīng)的空間位置信息，基于所述起始位置和預(yù)設(shè)路徑獲取對(duì)應(yīng)的可移動(dòng)探頭的實(shí)時(shí)深度位置信息；將所述空間位置信息和對(duì)應(yīng)的實(shí)時(shí)深度位置信息進(jìn)行空間匹配，得到產(chǎn)品缺陷目標(biāo)檢測(cè)信息之前，還包括：

25、確定所述多光譜成像模塊和可移動(dòng)探頭的初始空間位置，所述初始空間位置包括地理坐標(biāo)或相對(duì)于待檢測(cè)產(chǎn)品的預(yù)設(shè)參考點(diǎn)的相對(duì)位置；將所述初始空間位置轉(zhuǎn)換為同一個(gè)三維坐標(biāo)系的坐標(biāo)值；

26、在所述可移動(dòng)探頭沿預(yù)設(shè)路徑移動(dòng)過(guò)程中，實(shí)時(shí)記錄所述可移動(dòng)探頭的深度位置信息，通過(guò)空間變換算法將每一個(gè)的多光譜圖像數(shù)據(jù)映射至對(duì)應(yīng)的三維空間坐標(biāo)，得到每個(gè)多光譜圖像數(shù)據(jù)中圖像像素點(diǎn)的空間坐標(biāo)；

27、對(duì)所述多光譜成像模塊采集的圖像序列進(jìn)行時(shí)間戳標(biāo)記，結(jié)合每幀多光譜圖像的空間坐標(biāo)，構(gòu)建基于圖像序列的三維空間信息數(shù)據(jù)庫(kù)，所述三維空間信息數(shù)據(jù)庫(kù)記錄產(chǎn)品內(nèi)部結(jié)構(gòu)在不同時(shí)間和位置下的光譜特征，所述產(chǎn)品關(guān)聯(lián)產(chǎn)品標(biāo)識(shí)。

28、通過(guò)采用上述技術(shù)方案，多光譜成像模塊和可移動(dòng)探頭的初始空間位置，并將其轉(zhuǎn)換為統(tǒng)一的三維坐標(biāo)系，實(shí)現(xiàn)了對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷的高精度空間定位；并在可移動(dòng)探頭沿預(yù)設(shè)路徑進(jìn)行移動(dòng)的過(guò)程中，實(shí)時(shí)記錄可移動(dòng)探頭的深度位置信息，以提高對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷實(shí)時(shí)深度感知檢測(cè)能力，顯著提高了對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)的檢測(cè)全面性和深度；同時(shí)通過(guò)構(gòu)建三維空間信息數(shù)據(jù)庫(kù)，能夠系統(tǒng)記錄產(chǎn)品內(nèi)部結(jié)構(gòu)在不同時(shí)間和位置下的光譜特征，以提供豐富的數(shù)據(jù)支撐，將產(chǎn)品標(biāo)識(shí)與三維空間信息數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)，還能夠更準(zhǔn)確地發(fā)現(xiàn)產(chǎn)品內(nèi)部結(jié)構(gòu)的缺陷，降低檢測(cè)成本和時(shí)間成本。

29、第二方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實(shí)現(xiàn)：

30、基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)系統(tǒng)，所述系統(tǒng)包括檢測(cè)裝置和數(shù)據(jù)處理機(jī)構(gòu)，所述檢測(cè)裝置包括多光譜成像模塊和至少一個(gè)可移動(dòng)探頭，所述可移動(dòng)探頭根據(jù)控制指令可沿待檢測(cè)產(chǎn)品表面和內(nèi)部移動(dòng)；所述多光譜成像模塊獲取待檢測(cè)產(chǎn)品的初始多光譜圖像；

31、所述數(shù)據(jù)處理機(jī)構(gòu)獲取可移動(dòng)探頭的起始位置，所述所述數(shù)據(jù)處理機(jī)構(gòu)用于根據(jù)待檢測(cè)產(chǎn)品的結(jié)構(gòu)信息生成預(yù)設(shè)路徑，并輸出移動(dòng)控制指令控制可移動(dòng)探頭沿預(yù)設(shè)路徑在待檢測(cè)產(chǎn)品表面和內(nèi)部移動(dòng)；

32、所述數(shù)據(jù)處理機(jī)構(gòu)，用于對(duì)所述初始多光譜圖像和多光譜圖像數(shù)據(jù)的圖像進(jìn)行圖像預(yù)處理；對(duì)預(yù)處理的初始多光譜圖像和多光譜圖像數(shù)據(jù)進(jìn)行產(chǎn)品內(nèi)部的缺陷特征檢測(cè)，得到產(chǎn)品缺陷檢測(cè)結(jié)果；基于所述產(chǎn)品缺陷檢測(cè)結(jié)果獲取對(duì)應(yīng)的空間位置信息，基于所述起始位置和預(yù)設(shè)路徑獲取對(duì)應(yīng)的可移動(dòng)探頭的實(shí)時(shí)深度位置信息；將所述空間位置信息和對(duì)應(yīng)的實(shí)時(shí)深度位置信息進(jìn)行空間匹配，得到產(chǎn)品缺陷目標(biāo)檢測(cè)信息。

33、通過(guò)采用上述技術(shù)方案，多光譜成像模塊用于向待檢測(cè)產(chǎn)品的表面及內(nèi)部發(fā)射不同波長(zhǎng)的光線，并能夠捕獲其反射或投射的多光譜圖像數(shù)據(jù)，同時(shí)，多光譜成像模塊實(shí)時(shí)采集探頭所在位置的多光譜圖像數(shù)據(jù)；本技術(shù)通過(guò)分析分析多光譜圖像中不同波長(zhǎng)下的光譜特性，識(shí)別產(chǎn)品內(nèi)部結(jié)構(gòu)的細(xì)微差異及潛在的缺陷區(qū)域，以得到產(chǎn)品缺陷檢測(cè)結(jié)果，基于可移動(dòng)探頭按照待檢測(cè)產(chǎn)品的結(jié)構(gòu)特性進(jìn)行預(yù)設(shè)路徑的規(guī)劃移動(dòng)方式，能夠大大提高產(chǎn)品內(nèi)部缺陷檢測(cè)的效率，有利于節(jié)省缺陷檢測(cè)成本，且基于產(chǎn)品內(nèi)部缺陷進(jìn)行缺陷特征識(shí)別，通過(guò)產(chǎn)品內(nèi)部的缺陷檢測(cè)算法可識(shí)別產(chǎn)品內(nèi)部的尺寸差異、形狀異常等，通過(guò)多光譜成像技術(shù)能夠?qū)Υ龣z測(cè)產(chǎn)品進(jìn)行多角度、多層級(jí)的分析，有利于提高產(chǎn)品缺陷檢測(cè)的準(zhǔn)確性，在對(duì)待檢測(cè)產(chǎn)品進(jìn)行檢測(cè)的過(guò)程中，還可以實(shí)時(shí)反饋檢測(cè)結(jié)果（指產(chǎn)品缺陷檢測(cè)結(jié)果），在現(xiàn)代工業(yè)生產(chǎn)中，實(shí)時(shí)反饋的產(chǎn)品缺陷檢測(cè)結(jié)果能夠幫助生產(chǎn)線上的工作人員及時(shí)調(diào)整和優(yōu)化生產(chǎn)工藝，降低廢品率，提高生產(chǎn)效率，從而本技術(shù)提供了一種便于滿足現(xiàn)代工業(yè)生產(chǎn)對(duì)效率和成本要求的產(chǎn)品缺陷檢測(cè)方式。

34、第三方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實(shí)現(xiàn)：

35、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法的步驟。

36、第四方面，本技術(shù)的發(fā)明目的采用如下技術(shù)方案實(shí)現(xiàn)：

37、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)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于aoi多光譜成像的產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷檢測(cè)方法的步驟。

38、綜上所述，本技術(shù)包括以下至少一種有益技術(shù)效果：

39、1.?多光譜成像模塊用于向待檢測(cè)產(chǎn)品的表面及內(nèi)部發(fā)射不同波長(zhǎng)的光線，并能夠捕獲其反射或投射的多光譜圖像數(shù)據(jù)，同時(shí)，多光譜成像模塊實(shí)時(shí)采集探頭所在位置的多光譜圖像數(shù)據(jù)；本技術(shù)通過(guò)分析分析多光譜圖像中不同波長(zhǎng)下的光譜特性，識(shí)別產(chǎn)品內(nèi)部結(jié)構(gòu)的細(xì)微差異及潛在的缺陷區(qū)域，以得到產(chǎn)品缺陷檢測(cè)結(jié)果，基于可移動(dòng)探頭按照待檢測(cè)產(chǎn)品的結(jié)構(gòu)特性進(jìn)行預(yù)設(shè)路徑的規(guī)劃移動(dòng)方式，能夠大大提高產(chǎn)品內(nèi)部缺陷檢測(cè)的效率，有利于節(jié)省缺陷檢測(cè)成本，且基于產(chǎn)品內(nèi)部缺陷進(jìn)行缺陷特征識(shí)別，通過(guò)產(chǎn)品內(nèi)部的缺陷檢測(cè)算法可識(shí)別產(chǎn)品內(nèi)部的尺寸差異、形狀異常等，通過(guò)多光譜成像技術(shù)能夠?qū)Υ龣z測(cè)產(chǎn)品進(jìn)行多角度、多層級(jí)的分析，有利于提高產(chǎn)品缺陷檢測(cè)的準(zhǔn)確性，在對(duì)待檢測(cè)產(chǎn)品進(jìn)行檢測(cè)的過(guò)程中，還可以實(shí)時(shí)反饋檢測(cè)結(jié)果（指產(chǎn)品缺陷檢測(cè)結(jié)果），在現(xiàn)代工業(yè)生產(chǎn)中，實(shí)時(shí)反饋的產(chǎn)品缺陷檢測(cè)結(jié)果能夠幫助生產(chǎn)線上的工作人員及時(shí)調(diào)整和優(yōu)化生產(chǎn)工藝，降低廢品率，提高生產(chǎn)效率，從而本技術(shù)提供了一種便于滿足現(xiàn)代工業(yè)生產(chǎn)對(duì)效率和成本要求的產(chǎn)品缺陷檢測(cè)方式；

40、2.?多光譜成像模塊和可移動(dòng)探頭的初始空間位置，并將其轉(zhuǎn)換為統(tǒng)一的三維坐標(biāo)系，實(shí)現(xiàn)了對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷的高精度空間定位；并在可移動(dòng)探頭沿預(yù)設(shè)路徑進(jìn)行移動(dòng)的過(guò)程中，實(shí)時(shí)記錄可移動(dòng)探頭的深度位置信息，以提高對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)缺陷實(shí)時(shí)深度感知檢測(cè)能力，顯著提高了對(duì)產(chǎn)品內(nèi)部結(jié)構(gòu)的檢測(cè)全面性和深度；同時(shí)通過(guò)構(gòu)建三維空間信息數(shù)據(jù)庫(kù)，能夠系統(tǒng)記錄產(chǎn)品內(nèi)部結(jié)構(gòu)在不同時(shí)間和位置下的光譜特征，以提供豐富的數(shù)據(jù)支撐，將產(chǎn)品標(biāo)識(shí)與三維空間信息數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)，還能夠更準(zhǔn)確地發(fā)現(xiàn)產(chǎn)品內(nèi)部結(jié)構(gòu)的缺陷，降低檢測(cè)成本和時(shí)間成本。