本发明涉及高清镜头制备领域，尤其涉及一种镜头点胶缺陷智能检测系统。
背景技术：
1、随着科技的发展，高清晰度镜头在许多行业中得到了广泛的应用，其中包括汽车、军事、医疗等领域。高品质的镜头需要高精度的点胶技术，以确保光学元件的稳定和可靠性。然而，由于制造过程中的各种因素，如机械误差、操作人员技能等，可能会引起点胶缺陷，而常规的人工检测的方式，因其效率低，检测标准不一致，以及人为主观因素的影响，已经不能满足当前各行业对镜头品质的要求。因此镜头点胶缺陷检测技术的应用将有助于提高镜头产品质量以及生产效率和制造过程的可控性，在摄像头以及光学成像涉及的各个行业中起着重要的作用。
2、镜头点胶缺陷常规采用人工检测的方式，因其效率低，检测标准不一致，以及人为主观因素的影响，已经不能满足当前各行业对镜头品质的要求。
技术实现思路
1、本发明的目的就在于提供一种镜头点胶缺陷智能检测系统，可以快速、准确地检测点胶缺陷，并提高生产效率和产品质量。
2、为了实现上述目的，本发明采用的技术方案是：一种镜头点胶缺陷智能检测系统，包括运动及控制模块、高清晰度成像模块、智能检测模块和结果输出模块，
3、所述运动及控制模块，采用多轴运动机构及相应的控制模块，负责备运动轴的运动控制，实现物料的传送以及图像采集装置视野的切换；
4、所述成像模块，采用图像采集装置，通过各运动轴的运动，配合复合光源的打光方案，并利用高分辨率图像传感器采集镜头表面点胶区域图像；
5、所述智能检测模块，通过基于深度学习的智能算法，对采集的图像进行处理和分析，实现对镜头点胶缺陷的智能检测及分类；
6、所述结果输出模块，将检测结果、缺陷的类型和位置，生成一份报告进行结果输出。
7、作为优选，所述镜头点胶缺陷的类型分为点胶位置不准确、溢胶、缺胶、气孔、气泡。
8、作为优选，所述智能检测模块进行点胶缺陷的检测方法如下：
9、a.数据采集和准备，收集大量点胶图像并对其进行标注，将其用于模型训练；
10、b.特征提取，使用提取器从图像中提取出所需的图像特征；
11、c.模型训练，使用采集到的数据训练模型，通过深层次学习，自动学习图像中的图像特征；
12、d.模型评估：评估模型的性能并根据需要进行调整；
13、e.点胶缺陷检测：将新的点胶图像输入到模型中通过图像特征进行缺陷检测，再进行缺陷的分类；
14、作为优选，进行图像特征的深度学习方法如下：
15、a.端到端学习，从原始图像数据中直接学习并输出最终结果，并允许模型自动从数据中学习到更高级别的特征；
16、b.数据驱动，通过大规模数据集的学习，模型可以学习到更广泛的视觉表达和辨别能力，提高点胶缺陷检测的准确性；
17、c.卷积神经网络(cnn)，cnn通过在卷积层中学习到的局部特征和空间层次结构，对点胶图像进行有效的特征表示和提取，以此捕捉到不同尺度和复杂度的特征，提高检测的准确性；
18、d.数据增强技术，深度学习方法利用数据增强技术对训练数据进行扩增，从而增加数据的多样性和数量，增加模型的鲁棒性；
19、e.迁移学习，迁移学习通过在大规模数据集上预训练模型，并将其参数用于小规模数据集的微调，以提高小数据集的点胶缺陷检测性能。
20、作为优选，针对点胶过多造成的溢胶缺陷，采用边界分析方法，通过对溢胶是否侵入溢胶边界的方式进行检测判定。
21、作为优选，所述边界分析方法包括以下几个步骤，
22、a.预设溢胶边界，根据产品设计和要求，预先设定一个溢胶边界区域，用于界定正常点胶范围；
23、b.获取图像数据，使用合适的图像采集装置，对点胶后的产品进行图像的获取；
24、c.图像处理与分析，利用图像处理算法和人工智能技术，对获得的图像进行处理和分析，通过阈值分割或边缘检测方法，将溢胶区域和非溢胶区域分割开来，然后通过检测溢胶区域是否侵入预设的溢胶边界，来判定溢胶的程度和位置；
25、d.判定标准与结果输出，根据预设的判定标准，判断溢胶的严重程度进行量化评估，根据判定结果，输出溢胶缺陷的报告，并记录相关数据。
26、作为优选，复合光源采用同轴光源+辅助灯源的方式，所述辅助灯源采用圆顶光源、环形光源、紫外光源中的一种或多种的组合。
27、作为优选，所述图像采集装置为高清晰度摄像头。
28、作为优选，还包括底座、龙门支架和成像支架，所述底座上表面设有物料托盘和驱动物料托盘前后平移的y轴平移机构，所述物料托盘上设有若个镜头安装孔，所述镜头安装孔呈矩形阵列分布，所述龙门支架固定于底座上，所述龙门支架上设有驱动成像支架左右平移的x轴平移机构，所述成像支架架设于龙门支架上，所述成像支架上设有图像采集装置以及驱动图像采集装置上下升降的z轴聚焦机构，所述成像支架下端设有光源支架，所述光源支架安装有辅助灯源。
29、作为优选，所述龙门支架上设有显示器，所述底座内设有控制器，所述底座上设有控制开关按钮，所述底座背部设有电源插座，所述图像采集装置、显示器、控制开关按钮、电源插座、x轴平移机构、y轴平移机构、z轴聚焦机构分别与控制器电信号连接。
30、与现有技术相比，本发明的优点在于：
31、(1)使用高清晰度摄像头，配合本发明结构运动及控制模块，可以实现更精细的图像捕捉和处理；
32、(2)本发明可以自动检测缺陷，减少了人工干预，提高了效率和准确性，针对点胶过多造成的溢胶缺陷，加入了边界分析方法，通过对溢胶是否侵入溢胶边界的方式进行检测判定；
33、(3)基于多种光源相结合的复合光源打光方案，有效的解决了常规打光方案成像效果差，找不到缺陷或缺陷特征不明显的问题，大大提高了缺陷的检出率；
34、(4)基于深度学习的智能检测技术，使用卷积神经网络(cnn)等模型，通过深层次学习，自动学习图像中的特征，有效的提高检测的准确度和鲁棒性，有效的解决了不同缺陷种类的检测要求，并对不同种类的镜头以及不同材质的胶均有良好的适应性，具备良好的可推广性；
35、(5)可以有效的实现镜头内部异物以及表面浅划痕的智能化检测；
36、(6)直接生成的报告可以帮助操作人员快速定位问题，及时进行工艺调整，提高产品品质。
1.一种镜头点胶缺陷智能检测系统，包括运动及控制模块、高清晰度成像模块、智能检测模块和结果输出模块，
2.根据权利要求1所述的一种镜头点胶缺陷智能检测系统，其特征在于：所述镜头点胶缺陷的类型分为点胶位置不准确、溢胶、缺胶、气孔、气泡。
3.根据权利要求2所述的一种镜头点胶缺陷智能检测系统，其特征在于，所述智能检测模块进行点胶缺陷的检测方法如下：
4.根据权利要求3所述的一种镜头点胶缺陷智能检测系统，其特征在于，进行图像特征的深度学习方法如下；
5.根据权利要求2所述的一种镜头点胶缺陷智能检测系统，其特征在于：针对点胶过多造成的溢胶缺陷，采用边界分析方法，通过对溢胶是否侵入溢胶边界的方式进行检测判定。
6.根据权利要求5所述的一种镜头点胶缺陷智能检测系统，其特征在于：所述边界分析方法包括以下几个步骤，
7.根据权利要求1所述的一种镜头点胶缺陷智能检测系统，其特征在于：复合光源采用同轴光源+辅助灯源的方式，所述辅助灯源采用圆顶光源、环形光源、紫外光源中的一种或多种的组合。
8.根据权利要求1所述的一种镜头点胶缺陷智能检测系统，其特征在于：所述图像采集装置为高清晰度摄像头。
9.根据权利要求1所述的一种镜头点胶缺陷智能检测系统，其特征在于：还包括底座、龙门支架和成像支架，所述底座上表面设有物料托盘和驱动物料托盘前后平移的y轴平移机构，所述物料托盘上设有若个镜头安装孔，所述镜头安装孔呈矩形阵列分布，所述龙门支架固定于底座上，所述龙门支架上设有驱动成像支架左右平移的x轴平移机构，所述成像支架架设于龙门支架上，所述成像支架上设有图像采集装置以及驱动图像采集装置上下升降的z轴聚焦机构，所述成像支袈下端设有光源支架，所述光源支架安装有辅助灯源。
10.根据权利要求9所述的一种镜头点胶缺陷智能检测系统，其特征在于：所述龙门支架上设有显示器，所述底座内设有控制器，所述底座上设有控制开关按钮，所述底座背部设有电源插座，所述图像采集装置、显示器、控制开关按钮、电源插座、x轴平移机构、y轴平移机构、z轴聚焦机构分别与控制器电信号连接。
