本发明涉及质量检测领域，尤其涉及基于机器视觉的水泥电杆钢筋笼质量检测装置及检测方法。
背景技术：
1、在水泥电杆的制作过程中，钢筋笼是一个重要的组成部分，钢筋笼的质量直接影响到水泥电杆的强度和稳定性，目前钢筋笼制造工艺主要分为绕筋、焊接和检测三个步骤；
2、目前绕筋和焊接都有全自动或半自动设备生产，全自动或半自动设备生产，对辅筋间距能把握其均匀度，检测也方便，钢筋笼焊点质量检测则采用人工目测或基于机器视觉检测；
3、例如，授权公告号为cn115984283b的中国专利公开的一种钢筋笼焊接质量智能检测方法。首先获取钢筋笼焊接的灰度图像，通过神经网络获取对应特征信号图，并通过灰度图像与正常焊接位置处的像素点亮度差异获取焊接的异常区域。根据异常区域中的像素点的梯度信息获得流光向量场，根据流光向量场中像素点之间的流光向量方向差异获得收束点和发散点，根据收束点和发散点的位置自适应获取不同的收束窗口和发散窗口，通过不同的窗口对神经网络进行训练，提高了神经网络的训练速度和识别准确性。训练完成后的神经网络对待检测钢筋笼焊接图像进行识别，判断焊接缺陷；其通过灰度图像与正常焊接位置处的像素点亮度差异获取焊接的异常区域，进而判断焊接缺陷；
4、然而对钢筋笼质量检测的根本目的是，检测出不合格焊点并进行修复，目前人工目测方式，可以当场修复或对不合格焊点进行标记，之后统一修复，但效率低，并且人工目测劳动强度大，易出现视觉疲劳导致检测准确率下降，而目前基于机器视觉的检测方式无法对不合格焊点快速准确的进行标记。
技术实现思路
1、有鉴于此，本发明的目的在于提出基于机器视觉的水泥电杆钢筋笼质量检测装置及检测方法，以实现检测过程中实时对不合格焊点快速准确的进行标记。
2、为达到上述技术目的，本发明提供了基于机器视觉的水泥电杆钢筋笼质量检测装置：
3、包括检测单元、标记机构和平移机构，检测单元和标记机构设置于平移机构上，平移机构用于驱动检测单元和标记机构平移，所述标记机构包括电推杆和标记枪，所述标记枪固定在电推杆的输出端上，所述电推杆用于伸缩推动标记枪在钢筋笼上留下标记，所述检测单元包括：
4、第一采集模块，用于采集焊点图像；
5、焊点识别模块，用于将焊点图像输入预构建的焊点识别模型，输出焊点图像类别；
6、标记模块，用于基于焊点图像类别判定是否生成标记指令；
7、控制模块，基于标记指令控制电推杆伸缩对相应焊点标记。
8、优选地，平移机构包括直线滑台和托板，所述托板固定在直线滑台的输出端上。
9、优选地，标记机构还包括：
10、连接桩，固定于托板上，所述电推杆的底部与连接桩铰接；
11、步进电机，固定于连接桩上，输出端与电推杆固定连接，所述步进电机用于驱动电推杆调整角度。
12、优选地，所述第一采集模块固定于托板上，所述检测单元还包括：
13、第二采集模块，用于采集钢筋笼距离第二采集模块检测端的垂直距离值，且所述第二采集模块检测端与电推杆和连接桩的铰接点位于同一水平线上；
14、标记调整模块，基于垂直距离值计算获得角度值，控制模块基于角度值控制步进电机调整电推杆的角度。
15、优选地，角度值计算表达式为其中，θ为角度值，h为垂直距离值，d为第二采集模块检测端与电推杆和连接桩的铰接点的水平距离值。
16、优选地，所述标记调整模块基于垂直距离值计算获得伸缩长度值，所述伸缩长度值作为电推杆的伸缩量控制参数；伸缩长度值的计算表达式为其中l为伸缩长度值，z为电推杆加标记枪的最短长度值。
17、优选地，所述焊点识别模型的训练方法为：
18、预采集多组历史焊点图像，对每组历史焊点图像检测获取每组历史焊点图像特征数据，将每组历史焊点图像特征数据根据收集时的历史焊点图像类别生成对应的实际标注，历史焊点图像类别为合格时，实际标注为1，历史焊点图像类别为不合格时，实际标注为0；
19、将每组历史焊点图像特征数据作为机器学习模型的输入，所述机器学习模型以对每组历史焊点图像特征数据的预测标注为输出，以实际标注为预测目标，以最小化所有历史焊点图像特征数据的预测准确度之和作为训练目标；对机器学习模型进行训练，直至预测准确度之和达到收敛时，停止训练并将训练得到的机器学习模型作为历史焊点图像判别模型，机器学习模型为朴素贝叶斯模型或支持向量机模型的其中一种。
20、所述直线滑台外表面固定有检测平台，所述检测平台底部均匀固定有滚轮组。
21、优选地，所述检测平台外表面固定有支撑组件，所述支撑组件用于支撑被检测物，所述支撑组件包括：
22、第一固定桩，固定于检测平台上；
23、支撑架，两侧皆与第一固定桩铰接，所述滚轮组固定于支撑架底部；
24、支撑辊，与第一固定桩顶部铰接。
25、优选地，所述支撑组件侧面设有翻转驱动组件，所述翻转驱动组件包括：
26、第二固定桩，固定于检测平台上；
27、油缸，一端与第二固定桩铰接，另一端与支撑架铰接，所述油缸用于推动支撑架翻转。
28、优选地，所述直线滑台和托板皆设有两个，两个所述直线滑台并排分布，检测单元和标记机构分别固定在两个托板上。
29、基于机器视觉的水泥电杆钢筋笼质量检测方法，基于上述基于机器视觉的水泥电杆钢筋笼质量检测装置实现，所述检测方法包括：
30、预采集历史焊点图像，基于历史焊点图像训练预测焊点图像类别的焊点识别模型；
31、采集焊点图像，将焊点图像输入训练完成的焊点识别模型，输出焊点图像类别；
32、基于焊点图像类别判定是否生成标记指令，若生成标记指令，则对相应焊点进行标记。
33、优选地，基于焊点图像类别判定是否生成标记指令的方法为：
34、若输出焊点图像类别为1，则不生成标记指令；
35、若输出焊点图像类别为0，则生成标记指令。
36、从以上技术方案可以看出，本技术具有以下有益效果：
37、1：通过在托板上设有电推杆，并在电推杆的输出端装有标记枪，控制模块基于标记指令控制电推杆伸缩即可对相应焊点进行标记。
38、2：利用伸缩标记的方式，不影响检测单元进行检测，并且电推杆可调整角度，与不同高度的焊点保持在同一直线上，满足多种规格钢筋笼焊点的标记。
39、附图说明
40、为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
41、图1为本发明提供的基于机器视觉的水泥电杆钢筋笼质量检测装置的整体结构示意图；
42、图2为本发明提供的基于机器视觉的水泥电杆钢筋笼质量检测装置的侧视剖视结构示意图；
43、图3为本发明提供的基于机器视觉的水泥电杆钢筋笼质量检测装置的检测模拟示意图；
44、图4为本发明提供的基于机器视觉的水泥电杆钢筋笼质量检测装置的检测单元结构示意图；
45、图5为本发明提供的基于机器视觉的水泥电杆钢筋笼质量检测方法的流程示意图；
46、图6为本发明提供的实施例二俯视结构示意图。
1.基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，包括检测单元、标记机构和平移机构，检测单元和标记机构设置于平移机构上，平移机构用于驱动检测单元和标记机构平移，所述标记机构包括电推杆(3)和标记枪(32)，所述标记枪(32)固定在电推杆(3)的输出端上，所述电推杆(3)用于伸缩推动标记枪(32)在钢筋笼上留下标记，所述检测单元包括：
2.根据权利要求1所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，平移机构包括直线滑台(1)和托板(2)，所述托板(2)固定在直线滑台(1)的输出端上。
3.根据权利要求2所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，标记机构还包括：
4.根据权利要求2所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述第一采集模块(7)固定于托板(2)上，所述检测单元还包括：
5.根据权利要求4所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，角度值计算表达式为其中，θ为角度值，h为垂直距离值，d为第二采集模块(8)检测端与电推杆(3)和连接桩(31)的铰接点的水平距离值。
6.根据权利要求5所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述标记调整模块基于垂直距离值计算获得伸缩长度值，所述伸缩长度值作为电推杆(3)的伸缩量控制参数；伸缩长度值的计算表达式为其中l为伸缩长度值，z为电推杆(3)加标记枪(32)的最短长度值。
7.根据权利要求1所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述焊点识别模型的训练方法为：
8.根据权利要求2所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述直线滑台(1)外表面固定有检测平台(4)，所述检测平台(4)底部均匀固定有滚轮组(41)。
9.根据权利要求8所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述检测平台(4)外表面固定有支撑组件(5)，所述支撑组件(5)用于支撑被检测物，所述支撑组件(5)包括：
10.根据权利要求9所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述支撑组件(5)侧面设有翻转驱动组件(6)，所述翻转驱动组件(6)包括：
11.根据权利要求2所述的基于机器视觉的水泥电杆钢筋笼质量检测装置，其特征在于，所述直线滑台(1)和托板(2)皆设有两个，两个所述直线滑台(1)并排分布，检测单元和标记机构分别固定在两个托板(2)上。
12.基于机器视觉的水泥电杆钢筋笼质量检测方法，基于权利要求1-11基于机器视觉的水泥电杆钢筋笼质量检测装置实现，其特征在于，所述检测方法包括：
13.根据权利要求12所述的基于机器视觉的水泥电杆钢筋笼质量检测方法，其特征在于，基于焊点图像类别判定是否生成标记指令的方法为：
