本发明涉及视觉识别，具体是一种基于视觉识别的产品质量检测系统。
背景技术：
1、随着工业化技术的快速发展，产品质量检测是工业生产中非常重要的一环，特别是对于需要高质量的生产件，如汽车零部件、电子设备、玻璃、陶瓷等。这些产品的表面缺陷，如裂纹、凹陷、污渍等，不仅影响生产件的外观美观，还可能导致生产件功能性能下降，甚至影响生产件的安全性和可靠性。
2、生产件的传统产品质量检测通常依赖于人工视觉检查、手工测试以及功能测试，这些检测方法存在着效率低、主观性强、容易疲劳等问题。随着计算机视觉和图像处理技术的发展，基于视觉识别的产品质量检测系统逐渐成为了替代方案，这种系统能够实现高效、准确地检测生产件的产品质量，大大提高了生产件的生产效率和产品质量，为此，现提供一种基于视觉识别的产品质量检测系统。
技术实现思路
1、为了解决上述技术问题，本发明的目的在于提供一种基于视觉识别的产品质量检测系统。
2、为了实现上述目的，本发明提供如下技术方案：一种基于视觉识别的产品质量检测系统，包括监控中心，所述监控中心通信连接有图像数据视觉采集模块、图像数据视觉处理模块以及图像数据视觉分析模块；
3、所述图像数据视觉采集模块用于获得样本生产件图像数据和实际生产件图像数据；
4、所述图像数据视觉处理模块用于对样本生产件图像数据与实际生产件图像数据进行处理，获得生产件特征集合，根据所述生产件特征集合，获得像素等级差值集合；
5、所述图像数据视觉分析模块用于对像素等级差值集合进行分析，根据分析结果，判断实际生产件产品质量，并生成警报信息。
6、进一步的，所述图像数据视觉采集模块获得样本生产件图像数据和实际生产件图像数据的过程包括：
7、设置生产件待检测区域，并将所述生产件待检测区域划分为若干个子区域；
8、将实际生产件以及样本生产件放入所述生产件待检测区域；
9、对生产件待检测区域内的各个子区域进行分区图像采集，获得各个子区域的实际生产件表面的实际图像数据以及各个子区域的样本生产件表面的样本图像数据；
10、将各子区域对应的实际图像数据以及样本图像数据进行编号，获得实际生产件图像数据以及样本生产件图像数据。
11、进一步的，所述图像数据视觉处理模块获得生产件特征集合的过程包括：
12、对样本生产件图像数据以及实际生产件图像数据进行去噪和灰度化预处理，生成对应的样本灰度图像以及实际灰度图像；
13、对所述样本灰度图像以及实际灰度图像进行栅格化处理，获得各个样本图像数据以及各个实际图像数据对应的区域特征集合，根据所述区域特征集合，获得生产件特征集合，所述生产件特征集合包括实际生产件特征集合与样本生产件特征集合。
14、进一步的，所述图像数据视觉处理模块对样本灰度图像以及实际灰度图像进行栅格化处理的过程包括：
15、将样本灰度图像以及实际灰度图像划分为若干个矩形网格，将每个矩形网格记为一个像素点；
16、并对样本灰度图像以及实际灰度图像上的每个像素点进行编号，获得编号后的像素点。
17、进一步的，所述图像数据视觉处理模块获得样本图像数据以及实际图像数据的区域特征集合的过程包括：
18、预设三个灰度阈值，并根据所述灰度阈值获取四个像素等级；
19、获取样本灰度图像以及实际灰度图像上的每个像素点的灰度值，并根据所述灰度阈值以及灰度值，获得样本灰度图像以及实际灰度图像上的每个像素点的像素等级，并将样本灰度图像以及实际灰度图像上的各个像素点的像素等级与各个像素点的编号相关联，获得对应的区域特征集合。
20、进一步的，所述图像数据视觉处理模块获得像素等级差值集合的过程包括：
21、对实际生产件特征集合与样本生产件特征集合中各个相同编号的像素点的像素等级进行像素等级差值比较，获得对应的像素等级差值，并将像素等级差值进行组合，获得像素等级差值集合。
22、进一步的，所述图像数据视觉分析模块对像素等级差值集合进行分析，获得正常像素点区域、瑕疵像素点区域以及异常像素点区域的过程包括：
23、将像素等级差值集合中像素等级差值为0和1的像素点，标记为正常像素点；像素等级差值集合中像素等级差值为2和3时，标记为瑕疵像素点；
24、选取像素等级差值集合中任意一个像素点记为核心像素点，若核心像素点的像素等级差值小于等于1时，获取核心像素点的相邻像素点的像素等级差值，标记像素等级差值小于等于1的正常像素点，并获取被标记正常像素点的相邻像素点像素等级差值小于等于1的正常像素点，以此类推，直至获取被标记正常像素点的相邻像素点的像素等级差值均大于1时，获得被标记正常像素点所构成的区域，记为正常像素点区域；
25、若所述核心像素点的像素等级差值大于1时，获取相邻像素点的像素等级差值，标记像素等级差值大于1的瑕疵像素点，并获取被标记瑕疵像素点的相邻像素点像素等级差值大于1的瑕疵像素点，以此类推；直至获取被标记瑕疵像素点的相邻像素点的像素等级差值均小于等于1时；
26、预设像素点数量阈值；
27、若被标记瑕疵像素点的数量小于等于像素点数量阈值，则将被标记瑕疵像素点所构成的区域记为瑕疵像素点区域；
28、若被标记瑕疵像素点的数量大于像素点数量阈值，则将被标记瑕疵像素点所构成的区域记为异常像素点区域；
29、当完成上述一次正常像素点区域、瑕疵像素点区域或异常像素点区域的标记后，则重新选取像素等级差值集合中除正常像素点区域、瑕疵像素点区域或异常像素点区域外任意一个像素点作为核心像素点，继续上述正常像素点区域、瑕疵像素点区域或异常像素点区域的标记操作，直至像素等级差值集合所有像素点均被标记。
30、进一步的，所述图像数据视觉分析模块判断实际生产件产品质量，并生成警报信息的过程包括：
31、预设像素点区域阈值；将瑕疵像素点区域以及异常像素点区域的数量与像素点区域阈值的比较结果，并根据比较结果判断实际生产件产品质量，并生成对应的警报信息。
32、与现有技术相比，本发明的有益效果是：通过若干个图像采集单元组成，获取样本生产件图像数据和实际生产件图像数据；并对样本生产件图像数据与实际生产件图像数据进行处理，获得生产件特征集合，根据所述生产件特征集合，获得像素等级差值集合；并对像素等级差值集合进行分析，根据分析结果，判断实际生产件产品质量，并生成警报信息；从而能够实现高效、准确地检测生产件的产品质量，大大提高了生产件的生产效率和产品质量。
1.一种基于视觉识别的产品质量检测系统，包括监控中心，其特征在于，所述监控中心通信连接有图像数据视觉采集模块、图像数据视觉处理模块以及图像数据视觉分析模块；
2.根据权利要求1所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉采集模块获得样本生产件图像数据和实际生产件图像数据的过程包括：
3.根据权利要求2所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉处理模块获得生产件特征集合的过程包括：
4.根据权利要求3所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉处理模块对样本灰度图像以及实际灰度图像进行栅格化处理的过程包括：
5.根据权利要求4所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉处理模块获得样本图像数据以及实际图像数据的区域特征集合的过程包括：
6.根据权利要求5所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉处理模块获得像素等级差值集合的过程包括：
7.根据权利要求6所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉分析模块对像素等级差值集合进行分析，获得正常像素点区域、瑕疵像素点区域以及异常像素点区域的过程包括：
8.根据权利要求7所述的一种基于视觉识别的产品质量检测系统，其特征在于，所述图像数据视觉分析模块判断实际生产件产品质量，并生成警报信息的过程包括：
