本发明涉及缺陷检测，具体涉及基于图像反馈的金属表面视觉检测系统。
背景技术：
1、金属物料在加工的过程中，通常需要进行热处理，如烧结处理，在金属物料进行烧结处置的过程后，通常需要采集金属物料的图像数据，以便于分析金属物料是否在烧结的过程中出现缺陷，以利于后续对金属物料进行后续的加工步骤。
2、其中，目前通过采集金属物料的图像数据进行比对以分析金属物料的缺陷程度，但是对于金属物料而言，大量的金属物料逐次进行频繁的采集图像数据并进行比对会影响后续金属物料整体的检测分析效率，并且对于金属物料而言，在确定了图像数据集缺陷程度后，如何对金属物料后续的加工步骤做出进一步的计算规划，以使得金属物料能够在加工中心得到合理的分配加工来提升效率是目前需要解决的问题。
技术实现思路
1、针对现有技术所存在的上述缺点，本发明提供了基于图像反馈的金属表面视觉检测系统，能够有效解决现有技术中金属物料逐次采集图像数据并比对影响整体检测分析效率，同时金属物料的图像数据确定后不便于对加工步骤做出进一步的计算规划，影响金属物料整体加工效率的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：
3、本发明提供基于图像反馈的金属表面视觉检测系统，包括：
4、图像采集模块，用于通过监控设备采集物料在烧结后于不同冷却时间段下的过程图像数据，并使得过程图像数据与标定图像数据比对，确定物料的表面状态；
5、状态预测模块，用于在图像采集模块比对后，通过比对结果预测后续物料表面的缺陷状态；
6、缺陷量计算模块，用于依据状态预测模块的预测结果，计算物料表面实际的缺陷程度；
7、分类处置模块，用于依据缺陷程度创建处置区间阈值与分类区间，将缺陷量计算模块所计算的缺陷程度输入至处置区间阈值中进行判定，来将缺陷程度对应的物料划分至对应的分类区间中，其中，分类区间包括修补队列和烧结队列；
8、时长确定模块，用于依据修补队列中物料的缺陷程度来计算修补时长，基于修补时长使后续的待修补的物料执行预先准备；
9、所述状态预测模块预测物料为缺陷状态时，缺陷量计算模块计算该物料的缺陷程度，其中，缺陷程度的计算公式如下：
10、g＝∑(pi×qi)
11、式中，g为过程图像数据中物料的缺陷面积，pi为预测的过程图像数据中物料的缺陷像素宽度，qi为过程图像数据中物料的缺陷像素高度；
12、
13、式中，d为过程图像数据中物料的缺陷直径，(xi，yi)为过程图像数据中物料的缺陷边缘的像素坐标，(xt，yt)为过程图像数据中物料的缺陷中心的坐标，z为过程图像数据中物料的缺陷边缘的像素点数；
14、f＝∑(xi-xi-1)
15、式中，f为过程图像数据中物料的缺陷长度；
16、还包括：
17、加工分配模块，其用于采集加工中心的加工时间，明确修补队列中物料的输入时间，结合加工中心的加工时间与物料输入时间调整修补队列中物料的修补顺序。
18、进一步地，所述图像采集模在采集不同冷却时间段下的过程图像数据时，预先获取物料的数据信息，并由此计算物料的冷却时间值，以冷却时间值划分不同的冷却时间段，其中计算物料冷却时间值的公式如下：
19、
20、式中，p为冷却时间值，x为物料的尺寸值，w为尺寸值对冷却时间的影响因子，取值为0<w≤1，r为工件的异形值，f为异形值影响冷却时间的影响因子，取值为0<f≤1，y为物料烧结后的温度，u为烧结后温度对冷却时间的影响因子，取值为0<u≤1，d为物料的材质，j为材质影响冷却时间的影响因子，取值为-1<j≤1，v为物料在烧结过程中最高的历史温度，m为最高历史温度影响冷却时间的影响因子，取值为-1<m≤1。
21、进一步地，所述缺陷程度的处置区间阈值分别包括：
22、缺陷面积的处置区间阈值为g<th，th≤g<1.5th，g≥1.5th；
23、缺陷直径的处置区间阈值为d<rh，rh≤d<1.3rh，d≥1.3rh；
24、缺陷长度的处置区间阈值为f<ph，ph≤f<1.2ph，f≥1.2ph。
25、进一步地，所述缺陷程度对应的物料划分至对应的分类区间中时，依据如下方法进行判定划分：
26、当缺陷程度分别处于处置区间阈值中的g<th，d<rh及f<ph时，分类处置模块将该缺陷程度对应的物料分类至修补队列中；
27、当缺陷程度分别处于处置区间阈值中的g≥1.5th，d≥1.3rh及f≥1.2ph时，分类处置模块将缺陷程度对应的物料分类至烧结队列中。
28、进一步地，当缺陷程度中存在部分处于处置区间阈值中的th≤g<1.5th，rh≤d<1.3rh及ph≤f<1.2ph，且缺陷程度中其他部分不处于g≥1.5th，d≥1.3rh及f≥1.2ph时：
29、分类处置模块基于缺陷程度明确该物料的缺陷类种，并依据缺陷类种执行如下步骤：
30、当缺陷类种为气孔时，根据如下公式计算气孔深度：
31、
32、式中，dpore为过程图像数据中物料处于缺陷程度下的气孔深度，k为物料与烧结条件的影响系数，取值为0<k≤1，设定气孔深度阈值dthreshold，可由人为设定，当dpore≤dthreshold时，则分类处置模块将该缺陷程度对应的物料分类至修补队列中，反之，则分类处置模块将该缺陷程度对应的物料分类至烧结队列中；
33、当缺陷类种为裂纹时，根据如下公式计算裂纹深度：
34、
35、式中，flaw为过程图像数据中物料处于缺陷程度下的裂纹深度，a为物料与烧结条件的影响系数，取值为0<a≤1，设定裂纹深度阈值fthreshold，可由人为设定，当flaw≤fthreshold时，则分类处置模块将该缺陷程度对应的物料分类至修补队列中，反之，则分类处置模块将该缺陷程度对应的物料分类至烧结队列中。
36、进一步地，所述修补时长的计算方法如下：
37、缺陷面积的处置区间阈值处于g<th时预设t分钟，th≤g<1.5th，且dpore≤dthreshold或flaw≤fthreshold时预设ct分钟；
38、缺陷直径的处置区间阈值处于d<rh时预设t分钟，rh≤d<1.3rh，且dpore≤dthreshold或flaw≤fthreshold时预设nt分钟；
39、缺陷长度的处置区间阈值处于为f<ph时预设t分钟，ph≤f<1.2ph，且dpore≤dthreshold或flaw≤fthreshold时预设jt分钟；
40、c、n及j分别为影响修补时长的影响因子，其可预先由人员设定。
41、进一步地，所述加工分配模块将预先输入至修补队列中的物料划定为预先加工目标，并且结合采集加工中心当天最后的加工时间来计算出当天允许多少预先加工目标进行加工，其中：
42、当存在增多一个预先加工目标会超过加工中心当天最后的加工时间，或没超过加工中心当天最后的加工时间，但剩余的加工时间无法执行其他预先加工目标的加工时，将此情况下剩余的加工时间标记为分配时间，在修补队列中计算能够满足分配时间的物料，且该物料距离加工中心距离最近时，将其划定为预先加工目标，以调整修补队列中物料的修补顺序。
43、本发明提供的技术方案，与已知的现有技术相比，具有如下有益效果：
44、通过对烧结后的物料获取过程图像数据，以预测其后续的缺陷状态，根据缺陷状态计算出物料的缺陷程度，并借助缺陷程度来对物料进行划分至对应的修补队列和烧结队列中，以便于物料后续进行加工处置，同时计算物料在修补队列中的修补时长，以便于物料能够精准的进行加工处置，从而实现物料合理的规划加工，并相对的提高后续物料的检测效率。
1.基于图像反馈的金属表面视觉检测系统，其特征在于，包括：
2.根据权利要求1所述的基于图像反馈的金属表面视觉检测系统，其特征在于，图像采集模在采集不同冷却时间段下的过程图像数据时，预先获取物料的数据信息，并由此计算物料的冷却时间值，以冷却时间值划分不同的冷却时间段，其中计算物料冷却时间值的公式如下：
3.根据权利要求1所述的基于图像反馈的金属表面视觉检测系统，其特征在于，所述缺陷程度的处置区间阈值分别包括：
4.根据权利要求3所述的基于图像反馈的金属表面视觉检测系统，其特征在于，所述缺陷程度对应的物料划分至对应的分类区间中时，依据如下方法进行判定划分：
5.根据权利要求4所述的基于图像反馈的金属表面视觉检测系统，其特征在于，当缺陷程度中存在部分处于处置区间阈值中的th≤g<1.5th，rh≤d<1.3rh及ph≤f<1.2ph，且缺陷程度中其他部分不处于g≥1.5th，d≥1.3rh及f≥1.2ph时：
6.根据权利要求1所述的基于图像反馈的金属表面视觉检测系统，其特征在于，所述修补时长的计算方法如下：
7.根据权利要求1所述的基于图像反馈的金属表面视觉检测系统，其特征在于，所述加工分配模块将预先输入至修补队列中的物料划定为预先加工目标，并且结合采集加工中心当天最后的加工时间来计算出当天允许多少预先加工目标进行加工，其中：
