本技術(shù)涉及自動(dòng)化檢測(cè)相關(guān)領(lǐng)域，尤其涉及原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在現(xiàn)代化工業(yè)生產(chǎn)中，原料的質(zhì)量控制是確保產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。原料瑕疵的及時(shí)檢測(cè)與有效管理對(duì)于提升生產(chǎn)效率、降低廢品率、增強(qiáng)產(chǎn)品競(jìng)爭(zhēng)力具有重要意義。隨著計(jì)算機(jī)視覺(jué)與人工智能技術(shù)的飛速發(fā)展，自動(dòng)光學(xué)檢測(cè)技術(shù)(aoi)逐漸成為原料瑕疵檢測(cè)的重要手段。然而，傳統(tǒng)的aoi系統(tǒng)往往局限于二維圖像分析，難以全面捕捉原料的三維形態(tài)與復(fù)雜表面特征，導(dǎo)致瑕疵檢測(cè)的準(zhǔn)確率受限。

2、現(xiàn)階段相關(guān)技術(shù)中，原料瑕疵自動(dòng)光學(xué)檢測(cè)存在瑕疵檢測(cè)的準(zhǔn)確率不高的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)通過(guò)提供原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，采用利用輔助運(yùn)動(dòng)平臺(tái)對(duì)目標(biāo)原料進(jìn)行三維光學(xué)掃描，構(gòu)建全面的光學(xué)影像集，通過(guò)影像-向量轉(zhuǎn)換技術(shù)，將影像數(shù)據(jù)轉(zhuǎn)換為向量形式，通過(guò)監(jiān)督訓(xùn)練的圖編碼器與瑕疵檢測(cè)模塊，結(jié)合多層鄰接樣本與對(duì)比學(xué)習(xí)原理，對(duì)瑕疵進(jìn)行精準(zhǔn)識(shí)別與分類(lèi)，在檢測(cè)出瑕疵后，自動(dòng)進(jìn)行預(yù)案規(guī)避決策，生成瑕疵檢出單，并基于規(guī)避預(yù)案進(jìn)行原料瑕疵管理，實(shí)現(xiàn)檢測(cè)與管理的無(wú)縫銜接等技術(shù)手段，達(dá)到了實(shí)現(xiàn)對(duì)原料瑕疵的精準(zhǔn)檢測(cè)的技術(shù)效果。

2、本技術(shù)提供原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法，包括：

3、通過(guò)輔助運(yùn)動(dòng)平臺(tái)對(duì)目標(biāo)原料進(jìn)行三維光學(xué)掃描成像，確定光學(xué)影像集，其中，所述光學(xué)影像集標(biāo)識(shí)有相對(duì)空間位置；以影像-向量轉(zhuǎn)換為底層邏輯，監(jiān)督訓(xùn)練圖編碼器，基于所述圖編碼器，對(duì)所述光學(xué)影像集進(jìn)行向量轉(zhuǎn)換與多重影像融合，確定影像向量集；交互光學(xué)瑕疵記錄，以預(yù)設(shè)瑕疵影響度為基準(zhǔn)遞推進(jìn)行多次鄰域聚合，確定多層鄰接樣本并挖掘瑕疵圖網(wǎng)絡(luò)，引入對(duì)比學(xué)習(xí)原理，監(jiān)督訓(xùn)練瑕疵檢測(cè)模塊；遍歷所述影像向量集，結(jié)合所述瑕疵檢測(cè)模塊進(jìn)行瑕疵對(duì)比檢測(cè)與預(yù)案規(guī)避決策，確定瑕疵檢出單；對(duì)所述瑕疵檢出單進(jìn)行終端顯示，基于規(guī)避預(yù)案進(jìn)行原料瑕疵管理。

4、在可能的實(shí)現(xiàn)方式中，所述確定光學(xué)影像集之后，執(zhí)行以下處理：

5、遍歷所述光學(xué)影像集，基于預(yù)設(shè)對(duì)比度，識(shí)別并標(biāo)記對(duì)比增強(qiáng)區(qū)域，其中，各對(duì)比增強(qiáng)區(qū)域標(biāo)識(shí)有對(duì)比增強(qiáng)系數(shù)；以所述對(duì)比增強(qiáng)系數(shù)為標(biāo)準(zhǔn)，對(duì)所述對(duì)比增強(qiáng)區(qū)域進(jìn)行處理，確定對(duì)比處理區(qū)域；針對(duì)所述光學(xué)影像集，對(duì)所述對(duì)比處理區(qū)域進(jìn)行替換。

6、在可能的實(shí)現(xiàn)方式中，所述確定影像向量集，執(zhí)行以下處理：

7、對(duì)所述光學(xué)影像集進(jìn)行向量轉(zhuǎn)換，確定初始影像向量，其中，所述光學(xué)影像集包含同位置的多視角重疊影像；遍歷所述初始影像向量，以同位置進(jìn)行聚類(lèi)，劃分單影像向量簇與多簇重疊影像向量；遍歷所述多簇重疊影像向量進(jìn)行簇內(nèi)融合，結(jié)合所述單影像向量簇，集成整合確定所述影像向量集。

8、在可能的實(shí)現(xiàn)方式中，所述確定多層鄰接樣本，執(zhí)行以下處理：

9、以所述預(yù)設(shè)瑕疵影響度為基準(zhǔn)，確定第一瑕疵影響度，遍歷所述光學(xué)瑕疵記錄，確定一階樣本；以所述第一瑕疵影響度為基準(zhǔn)，疊加所述預(yù)設(shè)瑕疵影響度，確定第二瑕疵影響度，遍歷所述光學(xué)瑕疵記錄，確定二階樣本；進(jìn)行所述預(yù)設(shè)瑕疵影響度的疊加確定第n瑕疵影響度，并基于所述光學(xué)瑕疵記錄，確定n階樣本；對(duì)所述一階樣本、所述二階樣本直至所述n階樣本進(jìn)行鄰域遞推的正序列化整合，確定所述多層鄰接樣本，其中，正序列化為高瑕疵影響度至低瑕疵影響度，所述多層鄰接樣本標(biāo)識(shí)有學(xué)習(xí)率，所述學(xué)習(xí)率與瑕疵影響度呈正相關(guān)。

10、在可能的實(shí)現(xiàn)方式中，所述挖掘瑕疵圖網(wǎng)絡(luò)，執(zhí)行以下處理：

11、遍歷所述多層鄰接樣本，以預(yù)設(shè)頻次為約束，逐鄰接層進(jìn)行樣本篩選，確定多層鄰接優(yōu)化樣本；遍歷所述多層鄰接優(yōu)化樣本，提取瑕疵特征并進(jìn)行向量轉(zhuǎn)換，確定所述瑕疵圖網(wǎng)絡(luò)，其中，所述瑕疵圖網(wǎng)絡(luò)與所述多層鄰接優(yōu)化樣本結(jié)構(gòu)一致；基于所述學(xué)習(xí)率確定權(quán)重分布，對(duì)所述瑕疵圖網(wǎng)絡(luò)進(jìn)行標(biāo)識(shí)。

12、在可能的實(shí)現(xiàn)方式中，所述引入對(duì)比學(xué)習(xí)原理，監(jiān)督訓(xùn)練瑕疵檢測(cè)模塊，執(zhí)行以下處理：

13、基于所述多層鄰接樣本并挖掘瑕疵圖網(wǎng)絡(luò)的映射關(guān)系，確定正樣本集與負(fù)樣本集，其中，所述正樣本為對(duì)比匹配瑕疵類(lèi)，所述負(fù)樣本為對(duì)比非匹配瑕疵類(lèi)；對(duì)所述正樣本集與所述負(fù)樣本集進(jìn)行極化處理，其中，極化處理包含正樣本集的極大化與負(fù)樣本集的極小化，極大化方式為余弦距離最大化；引入對(duì)比學(xué)習(xí)原理，基于極化處理后的正樣本集與所述負(fù)樣本集進(jìn)行監(jiān)督訓(xùn)練。

14、在可能的實(shí)現(xiàn)方式中，結(jié)合所述瑕疵檢測(cè)模塊進(jìn)行瑕疵對(duì)比檢測(cè)與預(yù)案規(guī)避決策，確定瑕疵檢出單，執(zhí)行以下處理：

15、所述瑕疵檢測(cè)模塊包含規(guī)則層與方案層；通過(guò)對(duì)比匹配，基于所述規(guī)則層進(jìn)行基于所述影像向量集的瑕疵檢出，確定單檢出序列；結(jié)合所述權(quán)重分布，遍歷所述單檢出序列并進(jìn)行賦權(quán)計(jì)算，確定總成質(zhì)量系數(shù)；遍歷所述單檢出序列，基于所述權(quán)重分布，結(jié)合所述方案層進(jìn)行預(yù)案規(guī)避決策，確定規(guī)避預(yù)案；整合所述單檢出序列、所述總成質(zhì)量系數(shù)與所述規(guī)避預(yù)案，確定所述瑕疵檢出單。

16、本技術(shù)還提供了原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避系統(tǒng)，包括：

17、三維光學(xué)掃描模塊，所述三維光學(xué)掃描模塊用于通過(guò)輔助運(yùn)動(dòng)平臺(tái)對(duì)目標(biāo)原料進(jìn)行三維光學(xué)掃描成像，確定光學(xué)影像集，其中，所述光學(xué)影像集標(biāo)識(shí)有相對(duì)空間位置；影像向量集確定模塊，所述影像向量集確定模塊用于以影像-向量轉(zhuǎn)換為底層邏輯，監(jiān)督訓(xùn)練圖編碼器，基于所述圖編碼器，對(duì)所述光學(xué)影像集進(jìn)行向量轉(zhuǎn)換與多重影像融合，確定影像向量集；瑕疵檢測(cè)模型訓(xùn)練模塊，所述瑕疵檢測(cè)模型訓(xùn)練模塊用于交互光學(xué)瑕疵記錄，以預(yù)設(shè)瑕疵影響度為基準(zhǔn)遞推進(jìn)行多次鄰域聚合，確定多層鄰接樣本并挖掘瑕疵圖網(wǎng)絡(luò)，引入對(duì)比學(xué)習(xí)原理，監(jiān)督訓(xùn)練瑕疵檢測(cè)模塊；瑕疵檢出單確定模塊，所述瑕疵檢出單確定模塊用于遍歷所述影像向量集，結(jié)合所述瑕疵檢測(cè)模塊進(jìn)行瑕疵對(duì)比檢測(cè)與預(yù)案規(guī)避決策，確定瑕疵檢出單；原料瑕疵管理模塊，所述原料瑕疵管理模塊用于對(duì)所述瑕疵檢出單進(jìn)行終端顯示，基于規(guī)避預(yù)案進(jìn)行原料瑕疵管理。

18、本技術(shù)還提供了一種電子設(shè)備，包括：

19、存儲(chǔ)器，用于存儲(chǔ)可執(zhí)行指令；

20、處理器，用于執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的可執(zhí)行指令時(shí)，實(shí)現(xiàn)原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法。

21、本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：

22、其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法。

23、擬通過(guò)本技術(shù)提出的原料瑕疵自動(dòng)光學(xué)檢測(cè)規(guī)避方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，首先通過(guò)輔助運(yùn)動(dòng)平臺(tái)對(duì)目標(biāo)原料進(jìn)行三維光學(xué)掃描成像，確定光學(xué)影像集，其中，所述光學(xué)影像集標(biāo)識(shí)有相對(duì)空間位置，接著以影像-向量轉(zhuǎn)換為底層邏輯，監(jiān)督訓(xùn)練圖編碼器，基于所述圖編碼器，對(duì)所述光學(xué)影像集進(jìn)行向量轉(zhuǎn)換與多重影像融合，確定影像向量集，然后交互光學(xué)瑕疵記錄，以預(yù)設(shè)瑕疵影響度為基準(zhǔn)遞推進(jìn)行多次鄰域聚合，確定多層鄰接樣本并挖掘瑕疵圖網(wǎng)絡(luò)，引入對(duì)比學(xué)習(xí)原理，監(jiān)督訓(xùn)練瑕疵檢測(cè)模塊，進(jìn)而遍歷所述影像向量集，結(jié)合所述瑕疵檢測(cè)模塊進(jìn)行瑕疵對(duì)比檢測(cè)與預(yù)案規(guī)避決策，確定瑕疵檢出單，最后對(duì)所述瑕疵檢出單進(jìn)行終端顯示，基于規(guī)避預(yù)案進(jìn)行原料瑕疵管理，達(dá)到了實(shí)現(xiàn)對(duì)原料瑕疵的精準(zhǔn)檢測(cè)的技術(shù)效果。