一種卷料涂布生產(chǎn)線瑕疵檢測方法及系統(tǒng) 技術領域 [0001] 本發(fā)明涉及圖像處理技術領域，具體而言，涉及一種卷料涂布生產(chǎn)線瑕疵檢測方法及系統(tǒng)。 背景技術 [0002] 涂布廣泛應用于各種膜、紙、無紡布等材料的表面加工，是生產(chǎn)納濾膜與反滲透膜的工藝過程中關鍵環(huán)節(jié)之一。在涂布工業(yè)生產(chǎn)中，由于各種因素所涂的熔噴布會出現(xiàn)刮痕、豎線、亮點和褶皺等瑕疵缺陷。這些瑕疵缺陷的存在，會降低涂布的良品率。為此，有必要對涂布的瑕疵缺陷進行檢測。 [0003] 申請?zhí)枮镃N202010933241.7的中國發(fā)明專利申請公開了一種基于深度學習的涂布缺陷檢測方法，其利用將缺陷圖像直接輸入深度卷積網(wǎng)絡，構建一個多層神經(jīng)網(wǎng)絡，對圖像逐層特征提取，在大量訓練數(shù)據(jù)集訓練下，能夠準確學習到反映隱含在圖像數(shù)據(jù)內(nèi)部的高級特征，并對網(wǎng)絡結構進行優(yōu)化，訓練得出最優(yōu)參數(shù)值，解決在涂布熔噴過程中多缺陷類型檢測識別問題。又如申請?zhí)枮镃N202010932809.3的中國發(fā)明專利申請公開了一種基于深度學習的涂布缺陷檢測系統(tǒng)，其通過圖像采集模塊、圖像處理模塊和圖像分析模塊之間的配合可以高效實現(xiàn)對不同類型熔噴布涂膠面缺陷的檢測，不僅檢測精度高，適應性廣泛，速度快。再如申請?zhí)枮镃N202110438812.4的中國發(fā)明專利申請公開了一種涂布測量、糾偏與瑕疵檢測方法，其實現(xiàn)在涂布生產(chǎn)過程中的尺寸檢測、糾偏檢測和瑕疵檢測，并自動觸發(fā)噴碼機進行不良噴碼、糾偏組件自動糾偏，實現(xiàn)無人自動化生產(chǎn)，大大提升了生產(chǎn)效率和不良品的檢測效率，提高了涂布的生產(chǎn)質(zhì)量。 [0004] 因此，對于如何實現(xiàn)涂布瑕疵缺陷的檢測，還存在許多未提出的技術方案。 發(fā)明內(nèi)容 [0005] 基于此，為了實現(xiàn)涂布瑕疵缺陷的檢測，本發(fā)明提供了一種卷料涂布生產(chǎn)線瑕疵檢測方法及系統(tǒng)，其具體技術方案如下： [0006] 一種卷料涂布生產(chǎn)線瑕疵檢測系統(tǒng)，其包括第一圖像模塊、第二圖像模塊、獲取模塊、融合處理模塊以及識別模塊。 [0007] 第一圖像模塊用于獲取卷料涂布在第一視覺下的第一圖像，提取第一圖像的第一圖像特征值，并根據(jù)第一圖像特征值識別第一圖像瑕疵缺陷類型。 [0008] 第二圖像模塊用于獲取卷積涂布在第二視覺下的第二圖像，提取第二圖像的第二圖像特征值，并根據(jù)第二圖像特征值識別第二圖像瑕疵缺陷類型。 [0009] 獲取模塊用于獲取第一視覺下的第一圖像與第二視覺下的第二圖像之間的角度差異值。 [0010] 融合處理模塊用于根據(jù)角度差異值，對第一圖像特征值以及第二圖像特征值進行融合處理，獲取融化處理后的第一融合圖像特征值。 [0011] 識別模塊用于根據(jù)第一融合圖像特征值識別第一融合瑕疵缺陷類型，根據(jù)第一圖像瑕疵缺陷類型、第二圖像瑕疵缺陷類型以及第一融合瑕疵缺陷類型檢測卷料涂布的最終瑕疵缺陷類型。 [0012] 在所述卷料涂布生產(chǎn)線瑕疵檢測系統(tǒng)中，根據(jù)第一圖像特征值識別第一圖像瑕疵缺陷類型以及基于第二圖像特征值識別第二圖像瑕疵缺陷類型，可以基于不同視覺實現(xiàn)卷料涂布的瑕疵缺陷識別，提高瑕疵缺陷識別的準確度。 [0013] 所述卷料涂布生產(chǎn)線瑕疵檢測系統(tǒng)先通過基于角度差異值對第一圖像特征值以及第二圖像特征值進行融合處理以獲取第一融合圖像特征值，并根據(jù)第一融合圖像特征值識別第一融合瑕疵缺陷類型，再根據(jù)第一圖像瑕疵缺陷類型、第二圖像瑕疵缺陷類型以及第一融合瑕疵缺陷類型檢測卷料涂布的最終瑕疵缺陷類型，可以將不同視覺下卷料涂布的圖像聯(lián)合起來實現(xiàn)卷料涂布瑕疵缺陷的檢測。即是說，通過多維度檢測識別卷料涂布的瑕疵缺陷，可以提高瑕疵缺陷識別的準確度。 [0014] 進一步地，所述第一圖像模塊還用于獲取卷料涂布在第一視覺下的第三圖像，提取第三圖像的第三圖像特征值，并根據(jù)第三圖像特征值識別第三圖像瑕疵缺陷類型。 [0015] 所述獲取模塊還用于獲取卷料涂布在第一視覺下的第一圖像與第三圖像之間的位移差異值；所述融合處理模塊還用于根據(jù)位移差異值，對第一圖像特征值以及第三圖像特征值進行融合處理，獲取融合處理后的第二融合圖像特征值。 [0016] 所述識別模塊還用于根據(jù)第二融合圖像特征值識別第二融合瑕疵缺陷類型。 [0017] 進一步地，所述獲取模塊包括第一獲取單元、第二獲取單元以及計算單元。 [0018] 第一獲取單元用于獲取卷料涂布生產(chǎn)線的運行速度；第二獲取單元用于獲取第一圖像與第三圖像之間的拍攝時間間隔。 [0019] 計算單元用于根據(jù)運行速度以及拍攝時間間隔，計算位移差異值。 [0020] 一種卷料涂布生產(chǎn)線瑕疵檢測方法，應用于所述的卷料涂布生產(chǎn)線瑕疵檢測系統(tǒng)，其包括如下步驟： [0021] 獲取卷料涂布在第一視覺下的第一圖像，提取第一圖像的第一圖像特征值，并根據(jù)第一圖像特征值識別第一圖像瑕疵缺陷類型；

1.一種卷料涂布生產(chǎn)線瑕疵檢測方法，其特征在于，所述卷料涂布生產(chǎn)線瑕疵檢測方法包括如下步驟： 獲取卷料涂布在第一視覺下的第一圖像，提取第一圖像的第一圖像特征值，并根據(jù)第一圖像特征值識別第一圖像瑕疵缺陷類型； 獲取卷積涂布在第二視覺下的第二圖像，提取第二圖像的第二圖像特征值，并根據(jù)第二圖像特征值識別第二圖像瑕疵缺陷類型； 獲取第一視覺下的第一圖像與第二視覺下的第二圖像之間的角度差異值； 根據(jù)角度差異值，對第一圖像特征值以及第二圖像特征值進行融合處理，獲取融化處理后的第一融合圖像特征值； 根據(jù)第一融合圖像特征值識別第一融合瑕疵缺陷類型； 根據(jù)第一圖像瑕疵缺陷類型、第二圖像瑕疵缺陷類型以及第一融合瑕疵缺陷類型檢測卷料涂布的最終瑕疵缺陷類型； 其中，所述根據(jù)角度差異值，對第一圖像特征值以及第二圖像特征值進行融合處理，獲取融化處理后的第一融合圖像特征值，包括： 根據(jù)角度差異值，獲取第一圖像特征值相對于第二圖像特征值的第一紋理特征修正值、第一顏色特征修正值 以及第一形狀特征修正值 ，并獲取第二圖像特征值相對于第一圖像特征值的第二紋理特征修正值 、第二顏色特征修正值 以及第二形狀特征修正值 ； 根據(jù)公式 對第一圖像特征值 進行修正后，根據(jù)公式 與第二圖像特征值 進行融合 得到融合圖像特征值A，以及根據(jù)公式 對第二圖像特征值 進 行修正后，根據(jù)公式 與第一圖像 特征值 進行融合得帶融合圖像特征值B； 式中， 分別為第一圖像特征值 的紋理分量、顏 色分量以及形狀分量， 分別為第二圖像特征值 的 紋理分量、顏色分量以及形狀分量， 表示修正后的第一圖像特征值， 表示修正后的第二圖像特征值， 表示預設融合函數(shù)； 通過預設融合函數(shù)對融合圖像特征值A與融合圖像特征值B再次融合，獲取第一融合圖像特征值。 2.如權利要求1所述的一種卷料涂布生產(chǎn)線瑕疵檢測方法，其特征在于，所述卷料涂布生產(chǎn)線瑕疵檢測方法還包括如下步驟： 獲取卷料涂布在第一視覺下的第三圖像，提取第三圖像的第三圖像特征值，并根據(jù)第三圖像特征值識別第三圖像瑕疵缺陷類型； 獲取卷料涂布在第一視覺下的第一圖像與第三圖像之間的位移差異值； 根據(jù)位移差異值，對第一圖像特征值以及第三圖像特征值進行融合處理，獲取融合處理后的第二融合圖像特征值； 根據(jù)第二融合圖像特征值識別第二融合瑕疵缺陷類型。