装饰石膏板自动缺陷检测与智能剔除装置及其工作方法

技术领域

本发明涉及装饰石膏板智能制造领域，具体为一种装饰石膏板自动缺陷检测与智能剔除装置及其工作方法。

背景技术

在装饰石膏板的生产过程中，需要通过pvc贴合设备将一层pvc膜紧密地贴合在石膏板基板上；然而，由于工艺、施胶量、温度等因素，在贴合过程中可能会产生气泡、贴膜不齐、黑点等缺陷，从而影响装饰石膏板的质量。

针对上述问题，目前的装饰石膏板生产线中大多采取的是人工检查方式和手动分拣方式；具体来说是在生产线的后端安排专职的盯线人员进行缺陷检查，并于盯线人员的后端再安排专职的分拣人员来将含有缺陷的装饰石膏板手动挑出（某些生产线中还可能会安排盯线人员同时负责检查与分拣）。上述方式在生产线的实际运转中表现为以下问题：其一，由于存在着生产线上车速过快、盯线和分拣人员疲劳、光线条件不充分等常见因素，所以很容易出现严重的漏检、错检、漏分、错分等问题，从而会对装饰石膏板的质量产生不利影响；其二，人工检查方式和手动分拣方式的工作效率较低，并且需要耗费大量的人力成本，会对企业和厂家造成比较大的负担。

另外，现有的生产线中一般为自然打光形式、即光源自然垂直于水平面，但是由于气泡等缺陷属于立体性的缺陷，所以在装饰石膏板的正上方垂直打光可能无法将全部的立体缺陷都打光成像，也就会导致盯线人员无法全面且清晰地观察到气泡等立体缺陷的存在以及缺陷程度，进而会出现检查效果难以把控的问题，最终也会对装饰石膏板产品的质量产生不利影响。

发明内容

本发明的目的在于提供一种装饰石膏板自动缺陷检测与智能剔除装置及其工作方法，以解决如下技术问题：现有的装饰石膏板生产线中，由于采用人工检查方式和手动分拣方式，所以容易出现检查与分拣效果不达标的情况，进而会影响装饰石膏板的出厂质量，并且工作效率低、耗费人力成本高。

本发明是采用以下技术方案实现的：

一种装饰石膏板自动缺陷检测与智能剔除装置，包括控制部分，控制部分分别连接视觉采集部分和缺陷板剔除部分，视觉采集部分和缺陷板剔除部分均位于生产平台上。

本装置中，视觉采集部分用于自动获取装饰石膏板表面的检测图像，并将检测图像送入控制部分；缺陷板剔除部分用于剔除掉含有缺陷的装饰石膏板；控制部分用于驱动视觉采集部分和缺陷板剔除部分进行动作，以及对视觉采集部分获取的检测图像进行处理、从而判断出缺陷程度并进行相应的缺陷区域标注。基于此，本装置集成了检测图像获取、缺陷判断识别以及缺陷板剔除三大功能于一体，具备更高的工作效率、稳定性和准确性，从而保证了装饰石膏板的出厂产品质量，并且节省了大量的人力成本。

进一步地，所述视觉采集部分包括光源、相机和光电开关，其中光源为倾斜于竖直面设置。将光源倾斜于竖直面设置、并且光源与竖直面之间的倾斜角度可调，进而使光源可以沿某个角度斜照向装饰石膏板，所以能够使装饰石膏板上的气泡等立体缺陷形成阴影，从而便于后续的缺陷识别与分析。需要特别说明的是，通过特定的机械结构即可实现对光源与竖直面之间倾斜角度大小的调整，本领域技术人员可根据实际情况与需求灵活选取具体的结构部件与组合方式等，本发明对此不做限定。

进一步地，所述缺陷剔除部分包括大板剔除单元、小板剔除单元和切分单元。通过缺陷板剔除部分可以智能剔除掉含有缺陷的装饰石膏板，即可以将不符合出厂标准的产品自动筛选并移出生产线。需要特别说明的是，缺陷板剔除部分的具体动作方式以及实现该动作方式的机械结构形式，均可由本领域技术人员根据效果需求进行自主选择或设计，例如动作方式可为推出、吸走、抓取转移等，本发明对此不做限定。

进一步地，所述检测开关的数量为若干个,若干个检测开关均与相机电连接。本装置中，视觉采集部分对装饰石膏板执行的是分段的图像获取模式，具体来说是将每块装饰石膏板的表面分为若干检测区域，通过检测开关和相机之间的配合工作，来单独获取每个检测区域所对应的检测图像。需要特别说明的是，本领域技术人员可根据实际情况与需求对检测开关进行具体选型与设计，本发明对此不作限制。

进一步地，相机根据若干个检测开关的信号进行相应的多次拍照动作。装饰石膏板在生产平台上运动时，会顺序触发不同的检测开关，以联动相机在正确的时间节点进行拍照，从而可获取到不同检测区域所对应的检测图像。

一种装饰石膏板自动缺陷检测与智能剔除装置的工作方法，视觉采集部分自动获取石膏板上不同检测区域所对应的各检测图像；控制部分对各检测图像进行处理，判断装饰石膏板的缺陷程度；缺陷板剔除部分对含有缺陷的装饰石膏板进行智能剔除，其中智能剔除包括整块剔除和单独剔除两种形式。

本工作方法中，视觉采集部分和缺陷板剔除部分均不需要人工操作，可以在控制部分的控制与驱动下进行自动化、智能化工作，进而能够代替传统的人工检查方式和手动分拣方式，从而在保证了工作效果的同时大大节省了人力成本。其中：智能剔除中的整块剔除形式可以将某块含有缺陷的装饰石膏板进行整体性的剔除，单独剔除形式则可以仅对某块装饰石膏板上的缺陷部分进行针对性的剔除；通过这种方式，一方面可以把整体缺陷程度较高、导致不能出厂或重新利用的装饰石膏板转用（比如把被整块剔除的装饰石膏板用作盖板等），从而实现物料和产品的价值最大化；另一方面能够实现对装饰石膏板中缺陷部分的精确剔除，即在不需要进行整块剔除的情况下能够自动保留某装饰石膏板上的无缺陷部分，从而尽可能地减少了物料的浪费、降低了生产成本，这也是手动分拣方式所不能实现的（或者实现起来的操作比较复杂）。控制部分内置软件模块，软件模块可以对视觉采集部分获取到的各检测图像进行缺陷分析；而后，控制部分就能够根据缺陷分析的结果来驱动缺陷板剔除部分进行相应的动作。需要特别说明的是，能够对检测图像进行缺陷识别的软件模块（包括软件模块的具体内容、算法流程、工作原理等）属于本领域现有技术，本发明对此不做限定、此处亦不进行赘述。

进一步地，所述缺陷程度为存在缺陷的检测图像的数量。由于各检测图像与不同检测区域之间为一一对应的关系，所以通过判断存在缺陷的检测图像的数量，即可得到装饰石膏板表面上存在缺陷的检测区域的数量；对于装饰石膏板来说，若表面上存在缺陷的检测区域的数量大于某个极值时（即代表装饰石膏板表面上的缺陷分布达到极值），就会导致装饰石膏板整块报废；因此，缺陷程度实际上就是存在缺陷的检测图像的数量，其可以反映装饰石膏板是否需要被剔除以及应当采用的剔除形式。

判断进一步地，当所述缺陷程度达到整块剔除条件时，控制部分驱动缺陷板剔除部分中的大板剔除单元对装饰石膏板进行整块剔除。在实际使用时，整块剔除条件的具体取值由生产线操作人员根据需求进行设置。

进一步地，当所述缺陷程度处于单独剔除条件时，控制部分驱动缺陷板剔除部分中的小板剔除单元对装饰石膏板进行单独剔除。在实际使用时，单独剔除条件的具体取值由生产线操作人员根据需求进行设置。

进一步地，所述小板剔除单元对装饰石膏板进行单独剔除前，切分单元将装饰石膏板切分为若干小板。若需要对装饰石膏板执行单独剔除，即仅剔除掉装饰石膏板的缺陷部分（也就是含有缺陷的某个或某几个检测图像所对应的检测区域部分），那么需要先通过切分单元把整块的装饰石膏板切分为若干小板，然后再对指定小板进行剔除；其中，对小板的切割方式应当与装饰石膏板表面上检测区域的划分方式相一致，即每个检测区域对应一块小板；需要特别说明的是，本领域技术人员可根据实际情况与需求、来灵活选取切分单元的具体结构部件与组合方式等，本发明对此不做限定。

本发明实现的有益效果是：

（1）一种装饰石膏板自动缺陷检测与智能剔除装置，通过控制部分、视觉采集部分和缺陷板剔除部分，能够集成检测图像获取、缺陷判断识别以及缺陷板剔除三大功能于一体，可以对装饰石膏板表面的缺陷进行自动识别并智能剔除掉缺陷板，同时具备较高的工作效率、稳定性和准确性，从而保证了装饰石膏板的出厂产品质量，并且节省了大量的人力成本。

另外，通过倾斜于竖直面设置的光源，保证了装饰石膏板表面上气泡等立体缺陷的清晰成像；与传统的正上方打光光源相比，能够有效保证立体缺陷的成相度和成像效果。

（2）一种装饰石膏板自动缺陷检测与智能剔除装置的工作方法，能够使视觉采集部分和缺陷板剔除部分进行全程自动化、智能化工作，进而能够代替传统的人工检查方式和手动分拣方式，可以有效避免出现检查与分拣效果不达标的情况、同时不需要过多的人力操作，从而能够满足企业和厂家的生产与使用需求。

并且，根据不同装饰石膏板的不同缺陷严重程度，可以灵活进行整体性的剔除或者针对性的剔除，从而实现物料和产品的价值最大化，或者尽可能地减少物料浪费、降低生产成本。

附图说明

图1是实施例中所述自动缺陷检测与智能剔除装置的整体结构示意图；

图2是实施例中所述自动缺陷检测与智能剔除装置的电路连接示意图；

图3是实施例中所述自动缺陷检测与智能剔除装置的电路连接框图；

图4是实施例中所述自动缺陷检测与智能剔除装置中视觉采集部分的立体结构示意图；

图5是实施例中所述自动缺陷检测与智能剔除装置中视觉采集部分的剖面结构示意图；

图6是实施例中所述自动缺陷检测与智能剔除装置中缺陷板剔除设备的大板剔除单元/小板剔除单元的结构示意图；

图7是图6的D-D剖面示意图；

图8是装饰石膏板在生产平台上的运动轨迹和状态示意图；

图9是实施例中所述工作方法中对检测图像进行缺陷判断的步骤流程图；

图10是实施例中所述工作方法中对检测图像进行处理的算法流程图；

图中：1、主平台；2、小板平台；3、装饰石膏板；4、正方形装饰石膏板小板；5、左侧光源；6、右侧光源；7、前侧相机；8、后侧相机；9、光电开关Ⅰ；10、光电开关Ⅱ；11、光电开关Ⅲ；12、光电开关Ⅳ；13、大板剔除单元；14、小板剔除单元；15、切分单元；16、废弃大板收集区；17、废弃小板收集区；18、剔除组件；19、石膏板基板；20、pvc膜；21、平分锯切设备；22、等分锯切设备；51、链条；52、推块；53、主动链轮；54、从动链轮；55、主动轴。

具体实施方式

为清楚说明本发明中的方案，下面结合附图做进一步说明：

在装饰石膏板3的生产线中，石膏板基板19需要先接受pvc贴合设备执行的贴膜工序，当pvc膜20被成功地贴合在石膏板基板19的表面上后、即可形成装饰石膏板3；而后，装饰石膏板3在水平的生产平台上运动，依次接受缺陷检测与剔除工序。本发明实施例部分中，装饰石膏板3的尺寸为2400mm×1200mm，装饰石膏板3的表面上被分为八个（在其他实施例中，数量可根据实际情况进行调整）等面积的检测区域，每个检测区域的尺寸为600mm×600mm。

实施例1

请参照图1至图8，一种装饰石膏板自动缺陷检测与智能剔除装置，包括控制部分，控制部分分别连接视觉采集部分和缺陷板剔除部分，视觉采集部分和缺陷板剔除部分均位于生产平台上；其中，控制部分包括工控机和PLC，视觉采集部分包括光源、工业相机和光电开关，缺陷板剔除部分包括大板剔除单元13、小板剔除单元14和切分单元15。具体地：

如图1和图8所示：

生产平台包括主平台1和小板平台2；主平台1的末端分别连接两个（在其他实施例中，数量可根据实际情况进行调整，以与缺陷板剔除部分相对应为准）小板平台2，主平台1和小板平台2均包括若干条相互间隔的传动辊（图中未示出，可参考现有的物料输送机结构）；按照装饰石膏板3在生产平台上的运动方向，主平台1上由先至后依次设有视觉采集部分、大板剔除单元13和切分单元15，两个小板平台2上分别设有小板剔除单元14。

如图1至图5所示：

视觉采集部分包括两个光源、两个工业相机和四个光电开关（在其他实施例中，以上数量均可根据实际情况进行调整，以能够完成对装饰石膏板3整体的图像采集为准）；两个光源分别是左侧光源5和右侧光源6，左侧光源5和右侧光源6均被设置在装饰石膏板3区域的上方15cm处、与竖直面之间成30°倾斜角，左侧光源5和右侧光源6在前后方向上的长度一致、两端各伸出装饰石膏板34大约150mm，左侧光源5和右侧光源6的打光方向相对、均面向装饰石膏板3照射，左侧光源5和右侧光源6对向打光所形成的照射范围尺寸为600mm×1200mm。其中，装饰石膏板3区域指的是在生产平台上限定的某部分区域，这部分区域的具体范围是根据pvc贴合设备的工作位置、装饰石膏板3形成的节奏、装饰石膏板3运动的速度等因素来综合确定的，也就是说、位于这部分区域的石膏板必定是接受贴膜工序完毕的装饰石膏板3；上述的各数值均可根据不同生产线的不同实际情况来进行调整。

两个工业相机分别是前侧相机7和后侧相机8，前侧相机7和后侧相机8均位于两个光源之间的中线位置处，可垂直向下拍摄装饰石膏板3表面；如图4所示的虚线框，两颗相机的成像区域前后并列、分别覆盖一个检测区域（即两颗相机的拍摄范围分别为两个光源之间、前后并列的两个600mm×600mm区域）。

四个光电开关分别是光电开关Ⅰ9、光电开关Ⅱ10、光电开关Ⅲ11和光电开关Ⅳ12，其中光电开关Ⅰ9位于右侧光源6位置处，光电开关Ⅰ9与光电开关Ⅱ10之间、光电开关Ⅱ10与光电开关Ⅲ11之间、光电开关Ⅲ11与光电开关Ⅳ12之间的水平距离均为600mm，该距离与每个检测区域在装饰石膏板3运动方向上的长度相一致。

24V电源为视觉采集部分供电，四个光电开关并联后连接两个工业相机，两个工业相机均连接光源控制器，光源控制器连接两个光源；两个工业相机还通过图像采集网线连接工控机，工控机通过通讯网线连接PLC，工控机能够对检测图像进行缺陷判断。

工作过程是：

装饰石膏板3在水平的生产平台上运动，在运动过程中，当装饰石膏板3触及到光电开关Ⅰ9的光栅后，光电开关Ⅰ9向两个工业相机传送电信号、两个工业相机也同时向光源控制器传送电信号，使得左侧光源5和右侧光源6同时面向装饰石膏板3进行对向打光、前侧相机7和后侧相机8同时面向装饰石膏板3进行拍摄，此时两个工业相机的总体拍摄区域恰好是石膏板最右端处前后并列的两个检测区域；由于光电开关Ⅰ9与光电开关Ⅱ10之间的距离为600mm、也就是一个检测区域的边长，所以当装饰石膏板3继续运动、触及到光电开关Ⅱ10的光栅后，两个工业相机的总体拍摄区域恰好是石膏板中间靠右侧处前后并列的两个检测区域；同理，当装饰石膏板3的最右端触及到光电开关Ⅲ11的光栅后、两个工业相机的总体拍摄区域恰好是石膏板中间靠左侧处前后并列的两个检测区域，当装饰石膏板3的最右端触及到光电开关Ⅳ12的光栅后、两个工业相机的总体拍摄区域恰好是石膏板最左端处前后并列的两个检测区域；基于此，随着装饰石膏板3的运动，八个检测区域两两一组、依次被工业相机进行了拍照（每个检测区域对应一张图像）。

如图1至图3、图6至图8所示：

缺陷板剔除部分中的大板剔除单元13包括剔除组件18；本实施例中，大板剔除单元13中剔除组件18的数量为三个（在其他实施例中，数量可根据实际情况进行调整），三个剔除组件18被共同设置在主平台1上的其中一侧，主平台1的另一侧旁设有废弃大板收集区16；剔除组件18包括两个相对平行设置、且同步转动的链条51，每条链条51上各设有一个主动链轮53和一个从动链轮54，位于同一剔除组件18中的两个主动链轮53之间通过主动轴55连接，主动轴55由电机驱动；每条链条51的外表面上各设有两个（在其他实施例中，数量可根据实际情况进行调整）推块52，两个推块52将链条51的长度进行了二等分，推块52处于生产平台上每两个传动辊之间的空隙中、并且高度高于传动辊。

小板剔除单元14包括剔除组件18；本实施例中，小板剔除单元14中剔除组件18的数量为两个（在其他实施例中，数量可根据实际情况进行调整），两个剔除组件18分别被设置在两个小板平台2上的相邻侧，两个小板平台2的相离侧旁均设有废弃小板收集区17；小板剔除单元14中剔除组件18的结构与大板剔除单元13中剔除组件18的结构一致，此处不再赘述。

切分单元15包括锯切设备，锯切设备包括一个平分锯切设备21和一个等分锯切设备22（锯切设备属于现有装置，图中未具体示出）。平分锯切设备21、等分锯切设备22、大板剔除单元13和小板剔除单元14中的电机分别与PLC连接。

工作过程是：大板剔除单元13中，每个剔除组件18中的电机启动后可驱动主动轴55运转，以使得链条51绕主动链轮53和从动链轮54转动，链条51外表面上的两个推块52便可随之做平移运动；由于某块装饰石膏板3在传动辊上运动，所以当其进入大板剔除单元13区域中时，三个剔除组件18上的推块52同步推出（即随链条51做平移运动），便可将该装饰石膏板3成功推入废弃大板收集区16中，也就是说被大板剔除单元13直接剔除掉的装饰石膏板3不会再运动至锯切设备。

未被大板剔除单元13剔除掉的装饰石膏板3需要先经过大板剔除单元13、并到达平分锯切设备21，平分锯切设备21将长方形装饰石膏板3等切分为两个长方形装饰石膏板小板；如图8所示，两个长方形装饰石膏板小板继续在主平台1上运动，接受第一次转向推出后经过等分锯切设备22，等分锯切设备22将两个长方形装饰石膏板小板分别等切分为四个正方形装饰石膏板小板4，即原始的长方形装饰石膏板3被等分为八个正方形装饰石膏板小板4，该八个正方形装饰石膏板小板4与原始装饰石膏板3上的八个检测区域相对应；八个正方形装饰石膏板小板4继续在主平台1上运动，接受第二次转向推出后分为两组（每组各包含四个正方形装饰石膏板小板4）进入两个小板平台2上，随后便可接受小板剔除单元14的剔除，小板剔除单元14的工作过程与大板剔除单元13的工作过程一致，此处不再进行赘述。其中，转向推出（为方便表示与描述，图1中并未示出两次转向推出的过程，可结合图8进行参考）指的是改变装饰石膏板3的运动方向，由在相应位置处设置的剔除组件18实现；第一次转向推出的目的是使两个长方形装饰石膏板小板能够成功进入等分锯切设备22、并符合等分锯切设备22对于工件状态的要求，第二次转向推出的目的是使八个正方形装饰石膏板小板4能够成功以两组的形式分别进入小板平台2上。

综上所述，本装置集成了检测图像获取、判断缺陷判断识别以及缺陷板剔除三大功能于一体，并且能够有效保证立体缺陷的成相度和成像效果，同时具备较高的工作效率、稳定性和准确性，从而保证了装饰石膏板3的出厂产品质量，并且节省了大量的人力成本。

实施例2

请参照图1至图10，一种装饰石膏板自动缺陷检测与智能剔除装置的工作方法，应用于实施例1所述的装饰石膏板自动缺陷检测与智能剔除装置，包括如下步骤：

步骤一：在控制部分的驱动下，视觉采集部分自动获取装饰石膏板3表面的检测图像；其中，针对每块装饰石膏板3对应获取八张检测图像。

步骤二：八张检测图像被送入控制部分中的工控机，工控机对检测图像进行处理和缺陷判断，得到每张检测图像所对应的缺陷情况，并将八张检测图像各自所对应的结果进行整合；

其中，本实施例中通过深度学习模型进行缺陷判断，过程如下：

如图9所示，检测图像被送入后，会先被复制成两部分以接受预处理，即一部分接受目标检测算法预处理、另一部分接受缺陷分割预处理；而后，使用AI算法继续对两部分分别执行目标检测和缺陷分割，其中目标检测分别通过两个目标检测算法模型实现、缺陷分割也分别通过两个缺陷分割模型实现；再然后，将两个目标检测算法模型得到的结果进行合并、将两个缺陷分割模型得到的结果进行合并，以得到缺陷目标检测结果和缺陷分割结果；最后，对缺陷目标检测结果和缺陷分割结果进行合并，便可得到总缺陷信息。上述过程中，通过多个深度学习模型融合的方式对检测图像进行了缺陷检测，能够保证检测的精确度。

如图10所示，对检测图像进行的预处理过程包括依次进行的通道分离、高斯滤波、直方图计算、二值转换、边缘查找和切图，切图后即可得到符合条件（即能够被送入深度学习模型中的条件）的图像；该图像随后被送入深度学习模型中接收缺陷判断，最后得到总缺陷信息。也就是说，本发明中将传统图像预处理与AI深度学习进行了融合，能够有效提高缺陷的检出率。

步骤三：将缺陷判断的结果传至PLC，由PLC根据结果来驱动缺陷板剔除部分执行相应动作。具体地：

若装饰石膏板3的八张检测图像中，有四张及四张以上（在其他实施例中，数量可根据实际情况进行调整）的检测图像中含有缺陷，则说明该装饰石膏板3的缺陷程度达到整块剔除条件，PLC驱动大板剔除单元13对整块装饰石膏板3进行剔除，使整块装饰石膏板3进入废弃大板收集区16；若装饰石膏板3的八张检测图像中，有四张以下的检测图像中含有缺陷，则说明该装饰石膏板3的缺陷程度处于单独剔除条件，PLC驱动小板剔除单元14仅对含有缺陷的某块或者某几块装饰石膏板小板进行剔除，使这些装饰石膏板小板进入废弃小板收集区17。

其中，小板剔除单元14对装饰石膏板3进行单独剔除前，需要切分单元15先将整块装饰石膏板3切分成八块正方形装饰石膏板小板4，八块正方形装饰石膏板小板4对应八个检测区域。另外，视觉采集部分和缺陷板剔除部分的具体动作过程可参考实施例1，此处不再进行赘述。

综上所述，本工作方法中，视觉采集部分和缺陷板剔除部分均不需要人工操作，可以在控制部分的控制与驱动下进行自动化、智能化工作，进而能够代替传统的人工检查方式和手动分拣方式，并且能够实现对装饰石膏板3中缺陷部分的精确剔除；因此，可以有效避免出现检查与分拣效果不达标的情况，能够满足企业和厂家的生产与使用需求。

当然，上述内容仅为本发明的较佳实施例，不能被认为用于限定对本发明的实施例范围。本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的均等变化与改进等，均应归属于本发明的专利涵盖范围内。