纸杯在线检漏方法及其系统与流程

本技术涉及智能检测，且更为具体地，涉及一种纸杯在线检漏方法及其系统。

背景技术：

1、在纸杯的工业生产中，对纸杯进行检漏是非常重要的一个步骤，气密性检测和液体检漏是常见的检漏方法，但这两种方法都存在一些缺陷，气密性检测仪器较为昂贵，需要进行定期维护和校准，液体检漏需要使用大量的水资源，并且检测速度较慢，还会影响纸杯的外观质量，不能满足高效生产需求。

2、因此，期待一种优化的纸杯在线检漏方法及其系统。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种纸杯在线检漏方法及其系统，其利用高速摄像头拍摄纸杯表面图像，使用图像处理技术对图像分析处理，并通过将纸杯检测图像和参考图像对比，判断纸杯是否存在漏洞或缺陷。这种方法具有检测速度快、准确性高、实时性强等优点，并且能够对微小的漏洞进行有效检测，可以更好地满足纸杯生产过程中的检漏需求。

2、相应地，根据本技术的一个方面，提供了一种纸杯在线检漏方法，其包括：

3、获取由摄像头采集的纸杯检测图像以及从数据库调取合格纸杯的参考图像；

4、将所述纸杯检测图像和所述纸杯参考图像输入包含第一图像编码器和第二图像编码器的孪生网络模型以得到检测特征图和参考特征图，所述第一图像编码器和所述第二图像编码器具有相同的网络结构；

5、将所述检测特征图和所述参考特征图分别通过空间注意力模块以得到增强检测特征图和增强参考特征图；

6、对所述增强检测特征图和所述增强参考特征图进行基于特征集合的各子维度之间的空间联立投影以得到差分特征图；以及

7、将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示纸杯的质检是否合格。

8、在上述纸杯在线检漏方法中，所述第一图像编码器和所述第二图像编码器为作为特征提取器的深度残差网络模型。

9、在上述纸杯在线检漏方法中，将所述检测特征图和所述参考特征图分别通过空间注意力模块以得到增强检测特征图和增强参考特征图，包括：使用所述空间注意力模块的卷积编码部分对所述检测特征图和所述参考特征图分别进行深度卷积编码以得到检测卷积特征图和参考卷积特征图；将所述检测卷积特征图和所述参考卷积特征图分别输入所述空间注意力模块的空间注意力部分以得到空间检测注意力图和空间参考注意力图；将所述空间检测注意力图和所述空间参考注意力图分别通过softmax激活函数以得到空间检测注意力特征图和空间参考注意力特征图；以及，分别计算所述空间检测注意力特征图和所述检测卷积特征图的按位置点乘、所述空间参考注意力特征图和所述参考卷积特征图的按位置点乘以得到所述增强检测特征图和所述增强参考特征图。

10、在上述纸杯在线检漏方法中，对所述增强检测特征图和所述增强参考特征图进行基于特征集合的各子维度之间的空间联立投影以得到差分特征图，包括：将所述增强检测特征图和所述增强参考特征图分别展开为增强检测特征向量和增强参考特征向量；计算所述增强检测特征向量和所述增强参考特征向量之间的协方差矩阵；对所述协方差矩阵进行特征值分解以得到多个特征值和与所述多个特征值对应的多个特征向量；将所述多个特征向量排列为联合特征矩阵，并计算所述协方差矩阵与所述联合特征矩阵之间的矩阵乘积以得到筛选特征矩阵；计算所述检测特征向量和所述参考特征向量与所述筛选特征矩阵之间的乘积以得到检测投影特征向量和参考投影特征向量；以及，计算所述增强检测投影特征向量和所述增强参考投影特征向量之间的按位置差值以得到差分特征向量，并将所述差分特征向量重构为所述差分特征图。在上述纸杯在线检漏方法中，将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示纸杯的质检是否合格，包括：

11、将所述差分特征图基于行向量或列向量展开为分类特征向量；

12、使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及

13、将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。

14、根据本技术的另一个方面，提供了一种纸杯在线检漏系统，其包括：

15、图像获取模块，用于获取由摄像头采集的纸杯检测图像以及从数据库调取合格纸杯的参考图像；

16、图像编码模块，用于将所述纸杯检测图像和所述纸杯参考图像输入包含第一图像编码器和第二图像编码器的孪生网络模型以得到检测特征图和参考特征图，所述第一图像编码器和所述第二图像编码器具有相同的网络结构；

17、空间增强模块，用于将所述检测特征图和所述参考特征图分别通过空间注意力模块以得到增强检测特征图和增强参考特征图；

18、差分模块，用于对所述增强检测特征图和所述增强参考特征图进行基于特征集合的各子维度之间的空间联立投影以得到差分特征图；以及

19、管理结果生成模块，用于将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示纸杯的质检是否合格。

20、在上述纸杯在线检漏系统中，所述第一图像编码器和所述第二图像编码器为作为特征提取器的深度残差网络模型。

21、在上述纸杯在线检漏系统中，所述空间增强模块，包括：深度卷积编码单元，用于使用所述空间注意力模块的卷积编码部分对所述检测特征图和所述参考特征图分别进行深度卷积编码以得到检测卷积特征图和参考卷积特征图；空间注意力单元，用于将所述检测卷积特征图和所述参考卷积特征图分别输入所述空间注意力模块的空间注意力部分以得到空间检测注意力图和空间参考注意力图；激活单元，用于将所述空间检测注意力图和所述空间参考注意力图分别通过softmax激活函数以得到空间检测注意力特征图和空间参考注意力特征图；以及，计算单元，用于分别计算所述空间检测注意力特征图和所述检测卷积特征图的按位置点乘、所述空间参考注意力特征图和所述参考卷积特征图的按位置点乘以得到所述增强检测特征图和所述增强参考特征图。

22、在上述纸杯在线检漏系统中，所述差分模块，包括：降维单元，用于将所述增强检测特征图和所述增强参考特征图分别展开为增强检测特征向量和增强参考特征向量；协方差计算单元，用于计算所述增强检测特征向量和所述增强参考特征向量之间的协方差矩阵；协方差矩阵分解单元，用于对所述协方差矩阵进行特征值分解以得到多个特征值和与所述多个特征值对应的多个特征向量；筛选特征单元，用于将所述多个特征向量排列为联合特征矩阵，并计算所述协方差矩阵与所述联合特征矩阵之间的矩阵乘积以得到筛选特征矩阵；计算单元，用于计算所述检测特征向量和所述参考特征向量与所述筛选特征矩阵之间的乘积以得到检测投影特征向量和参考投影特征向量；以及，差分计算单元，用于计算所述增强检测投影特征向量和所述增强参考投影特征向量之间的按位置差值以得到差分特征向量，并将所述差分特征向量重构为所述差分特征图。

23、与现有技术相比，本技术提供的纸杯在线检漏方法及其系统，其利用高速摄像头拍摄纸杯表面图像，使用图像处理技术对图像分析处理，并通过将纸杯检测图像和参考图像对比，判断纸杯是否存在漏洞或缺陷。这种方法具有检测速度快、准确性高、实时性强等优点，并且能够对微小的漏洞进行有效检测，可以更好地满足纸杯生产过程中的检漏需求。