CN101169826A - 基于机器视觉的排辊成形焊管质量在线监控系统 - Google Patents
基于机器视觉的排辊成形焊管质量在线监控系统 Download PDFInfo
- Publication number
- CN101169826A CN101169826A CNA2007101712272A CN200710171227A CN101169826A CN 101169826 A CN101169826 A CN 101169826A CN A2007101712272 A CNA2007101712272 A CN A2007101712272A CN 200710171227 A CN200710171227 A CN 200710171227A CN 101169826 A CN101169826 A CN 101169826A
- Authority
- CN
- China
- Prior art keywords
- digital
- submodule
- row roller
- roller forming
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
一种检测技术领域的基于机器视觉的排辊成形焊管质量在线监控系统,包括:LED光源发生器、光学调焦镜头、数字摄像机、工控机以及报警单元,LED光源发生器设置在排辊成形焊管的侧上方,光学调焦镜头固定在排辊成形焊管的正上方,光学调焦镜头与数字摄像机输入端相连,数字摄像机将由光学调焦镜头采集的图像转变为数字信号,并将数字信号传输给工控机,工控机对数字摄像机传输的图像数字信号进行处理,并根据处理结果判断是否启动报警单元,并将判断结果传输给报警单元。本发明实现了焊管排辊成形机组的实时、高效、高精度、非接触式的质量在线监控。
Description
技术领域
本发明涉及的是一种检测技术领域的系统,具体是一种基于机器视觉的排辊成形焊管质量在线监控系统。
背景技术
在直缝焊管加工中,排辊成形方式以其生产效率高、制造成本低、尺寸精度高以及表面质量好等优点,逐渐成为目前最主要的生产工艺。然而在排辊成形机组的成形段,带钢的边部极易出现由于材料变形不均匀造成的“鼓包“、“搭边”等质量缺陷,由于排辊成形机组结构紧凑、空间狭小,目前对于此类质量问题的检查只能凭借人工目测完成,严重影响了生产线的生产效率并造成大量的经济损失。因此,迫切需要开发一种在线检测焊管成形质量的实时监控系统,开发焊管质量在线监控技术无论对于保证焊管产品质量的稳定性,还是提高生产线的生产效率以及降低产品成本都具有重要作用。
针对焊管机组生产线的快速生产特点,近年来以超声波、涡流探伤为代表的无损检测技术在对焊管的焊缝质量及内部缺陷进行在线检测方面得到了广泛的应用,但是迄今尚未发现有关焊管成形段质量在线监控系统的开发应用。基于机器视觉的精密检测技术是近年来检测领域中迅速发展的一项新技术,基于机器视觉的在线监测技术具有连续、快速、非接触、无需与工件表面耦合、检测灵敏度高等特点,逐步取代人工视觉,用于检测、识别的各种场合,特别是高速、大批量、连续自动化生产中的质量检查、对象辨识和尺寸测量等人工难以完成的工作。因此,开发适合于焊管排辊成形机组的快速、连续生产特点的基于机器视觉的质量在线监控系统是焊管生产中重要的质量控制方法,也必将成为未来的发展方向。
经对现有技术文献的检索发现,中国专利授权公告号CN 1603740A,名称为:基于图像识别的砂轮形貌动态检测方法,该专利自述为:首先进行固定位置处砂轮瞬态图像的捕捉和存储,拍摄砂轮在固定位置的瞬态图像,拍摄的砂轮瞬态图像通过图像采集卡进入计算机中,同时采集卡将砂轮瞬态图像信号中的场同步信号分离出来送入同步控制卡,同步控制卡发出信号给计算机使之冻结这一场图像,实现图像的动态捕捉。其不足在于:由于是采用同步控制卡实现冻结砂轮瞬态图像的捕捉,尚无法完成图像的连续捕捉,因此仅能实现砂轮的动态测量技术,而不能实现实时在线监控功能。
发明内容
本发明针对上述现有技术的不足,提出了一种基于机器视觉的排辊成形焊管质量在线监控系统,使其采用数字摄像机进行图像采集和工控机进行数字图像信号快速处理,实现焊管排辊成形质量实时、高效、高精度、非接触式的在线监控。
本发明是通过以下技术方案实现的,本发明包括:LED(发光二极管)光源发生器、光学调焦镜头、数字摄像机、工控机以及报警单元,发光二极管光源发生器设置在排辊成形焊管的侧上方,提供摄像所需光线,光学调焦镜头固定在排辊成形焊管的正上方,调整光学调焦镜头的焦距获得清晰的图像,光学调焦镜头与数字摄像机输入端相连,数字摄像机将由光学调焦镜头采集的排辊成形焊管图像转变为数字信号,并将数字信号传输给工控机,工控机包括图像信息数字处理模块和主控模块,图像信息数字处理模块提取由数字摄像机传输的图像数字信号的特征值,并将特征值传输给主控模块,同时图像信息数字处理模块实现模式识别、缺陷分类;主控模块完成对图像的特征值的计算,并和设定的阈值进行比较,判定是否启动报警单元,同时实现参数设置和数据存储。
所述数字摄像机通过特种C接口与光学调焦镜头相连,数字摄像机通过IEEE1394输出接口和工控机连接。
所述的数字摄像机,包括图像传感器和模数转换卡,图像传感器把接收的光信号转换为电荷信号,模数转换卡接收图像传感器传输的电荷信号,并将电荷信号转变成数字信号。
所述图像信息数字处理模块,包括DSP处理器(数字图像信号处理器)和FPGA处理器(现场可编程门阵列处理器),DSP处理器采用Sobel(索贝尔)算子进行特征点的提取,并采用边缘检测算法,以特征点邻域灰度进行特征点的匹配计算,FPGA处理器作为DSP处理器的协处理器,通过完全并行的算法处理技术,协同DSP处理器达到对图像信号的加速计算,实现对图像信号的快速、实时处理,然后DSP处理器通过自适应技术实现对目标特征值的提取,最后将特征值输送到主控模块。
所述的主控模块,包括:主控程序子模块、人机交互子模块和数据库子模块,其中:主控程序子模块负责对图像信息数字处理模块提取的特征值采用数字图像信号处理技术进行计算,并将计算后的特征值与设定的阈值进行比较,若特征值大于设定的域值,得到触发信号,启动报警单元,否则不启动报警单元,同时主控程序子模块控制主控程序子模块、人机交互子模块和数据库子模块之间的数据传输;人机交互子模块实现主控程序子模块中阈值的设定以及登录密码、基本参数设置以及文件的命名;数据库子模块完成主控程序子模块、人机交互子模块中数据的显示、存储、查询操作。
所述的报警单元包括发光二极管,报警单元接收工控机的主控模块发出的启动信号,发光二极管发光发出报警信号。
本发明工作时,光学调焦镜头和LED光源发生器分别固定在排辊成形焊管的正上方和侧上方,调整光学调焦镜头焦距和光源发生器光线的强度和角度,完成对排辊成形焊管的变形带钢边部构形的清晰捕获,图像传感器将接收到的光信号转换为电荷信号,通过模数转换卡转变成数字信号,数字摄像机通过IEEE1394输出接口将数据输送到图像信息数字处理模块,由图像信息数字处理模块完成对目标特征值的提取,工控机的主控程序子模块完成对特征值的计算,并和设定阈值进行比较,判定是否启动报警单元,数据库子模块同时通过数据库子模块实现数据的查询、显示、存储功能。
与现有技术相比,本发明具有如下有益效果:(1)本发明把图像采集和数字图像信号处理技术应用于焊管排辊成形过程监控领域,有效的突破了焊管排辊机组变形区间长、机组结构复杂、空间狭小,难以实现在线质量监控的技术难题;(2)本发明可以将焊管排辊成形机组的生产效率提高5%左右,实现了焊管排辊成形机组的实时、高效、高精度、非接触式的质量在线监控。
附图说明
图1为本发明的基本结构框图。
具体实施方式
以下结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和过程,但本发明的保护范围不限于下述的实施例。
本实施例在线检测规格为508的排辊成形焊管。
如图1所示,本实施例包括:LED(发光二极管)光源发生器、光学调焦镜头、数字摄像机、工控机以及报警单元,发光二极管光源发生器设置在排辊成形焊管的侧上方,提供摄像所需光线,光学调焦镜头固定在排辊成形焊管的正上方,调整光学调焦镜头的焦距获得清晰的图像,光学调焦镜头与数字摄像机输入端相连,数字摄像机将由光学调焦镜头采集的排辊成形焊管图像转变为数字信号,并将数字信号传输给工控机,工控机包括图像信息数字处理模块和主控模块,图像信息数字处理模块提取由数字摄像机传输的图像数字信号的特征值,并将特征值传输给主控模块,同时图像信息数字处理模块实现模式识别、缺陷分类;主控模块完成对图像的特征值的计算,并和设定的阈值进行比较,判定是否启动报警单元,同时实现参数设置和数据存储。
所述的LED光源发生器,是机器视觉图像处理专用的高亮度LED环形光源发生器,LED光源发生器光源颜色为红色,电压12V,功率为7.9W。
所述光学调焦镜头采用手动变焦方式,10倍变焦比,WD=450-150mm。
所述数字摄像机通过特种C接口与光学调焦镜头相连,数字摄像机通过IEEE1394输出接口和工控机连接。
所述的数字摄像机,包括图像传感器和模数转换卡,图像传感器把接收的光信号转换为电荷信号,模数转换卡接收图像传感器传输的电荷信号,并将电荷信号转变成数字信号。
所述图像信息数字处理模块,包括DSP处理器(数字图像信号处理器)和FPGA处理器(现场可编程门阵列处理器),DSP处理器采用Sobel(索贝尔)算子进行特征点的提取,并采用边缘检测算法,以特征点邻域灰度进行特征点的匹配计算,FPGA处理器作为DSP处理器的协处理器,通过完全并行的算法处理技术,协同DSP处理器达到对图像信号的加速计算,实现对图像信号的快速、实时处理,然后DSP处理器通过自适应技术实现对目标特征值的提取,最后将特征值输送到主控模块。
所述的主控模块,包括:主控程序子模块、人机交互子模块和数据库子模块,其中:主控程序子模块负责对图像信息数字处理模块提取的特征值采用数字图像信号处理技术进行计算,并将计算后的特征值与设定的阈值进行比较,若特征值大于设定的域值,得到触发信号,启动报警单元,否则不启动报警单元,同时主控程序子模块控制主控程序子模块、人机交互子模块和数据库子模块之间的数据传输;人机交互子模块实现主控程序子模块中阈值的设定以及登录密码、基本参数设置以及文件的命名;数据库子模块完成主控程序子模块、人机交互子模块中数据的显示、存储、查询操作。
所述的报警单元包括发光二极管,报警单元接收工控机的主控模块发出的启动信号,发光二极管发光发出报警信号。
本实施例工作时,将光学调焦镜头和LED光源发生器分别固定在焊管排辊成形生产线的正上方和侧上方,调整光学调焦镜头焦距和LED光源发生器光线的强度和角度,完成对变形带钢边部构形的清晰捕获,图像传感器将接收到的光信号转换为电荷信号,通过模数转换卡转变成数字信号,数字摄像机通过IEEE1394输出接口将数据输送到图像信息数字处理模块,由图像信息数字处理模块采用边缘检测算法,首先采用Sobel算子进行特征点的提取,以特征点邻域灰度进行特征点的匹配计算,然后通过自适应技术完成对目标特征值的提取,最后通过PCI总线将特征值输送到主控模块。完成对目标特征值的提取,工控机的主控程序子模块完成对特征值的计算,并和设定阈值进行比较,判定是否启动报警单元,阈值设定为180-220,主控程序子模块同时通过数据库模块实现数据的查询、显示、存储等功能。
与现有技术相比,本实施例可以将焊管排辊成形机组的生产效率提高5%,综合成材率由88.6%提高到90.2%,有效的提高了焊管的质量同时降低了生产成本。
Claims (6)
1.一种基于机器视觉的排辊成形焊管质量在线监控系统,包括:发光二极管光源发生器、光学调焦镜头、数字摄像机、工控机以及报警单元,其特征在于,发光二极管光源发生器设置在排辊成形焊管的侧上方,提供摄像所需光线,光学调焦镜头固定在排辊成形焊管的正上方,调整光学调焦镜头的焦距获得清晰的图像,光学调焦镜头与数字摄像机输入端相连,数字摄像机将由光学调焦镜头采集的排辊成形焊管图像转变为数字信号,并将数字信号传输给工控机,工控机包括图像信息数字处理模块和主控模块,图像信息数字处理模块提取由数字摄像机传输的图像数字信号的特征值,并将特征值传输给主控模块,同时图像信息数字处理模块实现模式识别、缺陷分类;主控模块完成对图像的特征值的计算,并和设定的阈值进行比较,判定是否启动报警单元,同时实现参数设置和数据存储。
2.根据权利要求1所述的基于机器视觉的排辊成形焊管质量在线监控系统,其特征是,所述图像信息数字处理模块,包括数字图像信号处理器和现场可编程门阵列处理器,数字图像信号处理器采用索贝尔算子进行特征点的提取,并采用边缘检测算法,以特征点邻域灰度进行特征点的匹配计算,现场可编程门阵列处理器作为数字图像信号处理器的协处理器,通过完全并行的算法处理技术,协同数字图像信号处理器达到对图像信号的加速计算,实现对图像信号的快速、实时处理,然后数字图像信号处理器通过自适应技术实现对目标特征值的提取,最后将特征值输送到主控模块。
3.根据权利要求1所述的基于机器视觉的排辊成形焊管质量在线监控系统,其特征是,所述的主控模块,包括:主控程序子模块、人机交互子模块和数据库子模块,其中:主控程序子模块负责对图像信息数字处理模块提取的特征值采用数字图像信号处理技术进行计算,并将计算后的特征值与设定的阈值进行比较,若特征值大于设定的域值,得到触发信号,启动报警单元,否则不启动报警单元,同时主控程序子模块控制主控程序子模块、人机交互子模块和数据库子模块之间的数据传输;人机交互子模块实现主控程序子模块中阈值的设定以及登录密码、基本参数设置以及文件的命名;数据库子模块完成主控程序子模块、人机交互子模块中数据的显示、存储、查询操作。
4.根据权利要求1所述的基于机器视觉的排辊成形焊管质量在线监控系统,其特征是,所述数字摄像机通过特种C接口与光学调焦镜头相连,数字摄像机通过IEEE1394输出接口和工控机连接。
5.根据权利要求1或4所述的基于机器视觉的排辊成形焊管质量在线监控系统,其特征是,所述的数字摄像机,包括图像传感器和模数转换卡,图像传感器把接收的光信号转换为电荷信号,模数转换卡接收图像传感器传输的电荷信号,并将电荷信号转变成数字信号。
6.根据权利要求1所述的基于机器视觉的排辊成形焊管质量在线监控系统,其特征是,所述的报警单元包括发光二极管,报警单元接收工控机的主控模块发出的启动信号,发光二极管发光发出报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101712272A CN101169826A (zh) | 2007-11-29 | 2007-11-29 | 基于机器视觉的排辊成形焊管质量在线监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101712272A CN101169826A (zh) | 2007-11-29 | 2007-11-29 | 基于机器视觉的排辊成形焊管质量在线监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101169826A true CN101169826A (zh) | 2008-04-30 |
Family
ID=39390445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101712272A Pending CN101169826A (zh) | 2007-11-29 | 2007-11-29 | 基于机器视觉的排辊成形焊管质量在线监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101169826A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792789A (zh) * | 2015-04-08 | 2015-07-22 | 上海常良智能科技有限公司 | 化纤纸管外观检测装置及方法 |
CN106181700A (zh) * | 2016-07-27 | 2016-12-07 | 清华大学 | 基于图像识别的弯管智能抛光系统及智能抛光设备 |
CN106767711A (zh) * | 2016-12-24 | 2017-05-31 | 大连日佳电子有限公司 | 类人型视觉检测方法 |
CN106937052A (zh) * | 2017-03-29 | 2017-07-07 | 维沃移动通信有限公司 | 一种图像数据的处理方法及移动终端 |
CN107782733A (zh) * | 2017-09-30 | 2018-03-09 | 中国船舶重工集团公司第七〇九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
WO2018214054A1 (zh) * | 2017-05-24 | 2018-11-29 | 深圳配天智能技术研究院有限公司 | 一种视觉检测方法、设备、系统及具有存储功能的装置 |
CN108956639A (zh) * | 2018-06-13 | 2018-12-07 | 广东美的智能机器人有限公司 | 管件检测方法和管件检测装置 |
CN109719056A (zh) * | 2018-12-05 | 2019-05-07 | 惠州学院 | 一种基于机器视觉的摄像头模块调焦流水线及其方法 |
CN113189005A (zh) * | 2021-05-10 | 2021-07-30 | 郑州大学 | 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法 |
-
2007
- 2007-11-29 CN CNA2007101712272A patent/CN101169826A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792789A (zh) * | 2015-04-08 | 2015-07-22 | 上海常良智能科技有限公司 | 化纤纸管外观检测装置及方法 |
CN106181700B (zh) * | 2016-07-27 | 2018-04-20 | 清华大学 | 基于图像识别的弯管智能抛光系统及智能抛光设备 |
CN106181700A (zh) * | 2016-07-27 | 2016-12-07 | 清华大学 | 基于图像识别的弯管智能抛光系统及智能抛光设备 |
CN106767711A (zh) * | 2016-12-24 | 2017-05-31 | 大连日佳电子有限公司 | 类人型视觉检测方法 |
CN106937052A (zh) * | 2017-03-29 | 2017-07-07 | 维沃移动通信有限公司 | 一种图像数据的处理方法及移动终端 |
WO2018214054A1 (zh) * | 2017-05-24 | 2018-11-29 | 深圳配天智能技术研究院有限公司 | 一种视觉检测方法、设备、系统及具有存储功能的装置 |
CN109564632A (zh) * | 2017-05-24 | 2019-04-02 | 深圳配天智能技术研究院有限公司 | 一种视觉检测方法、设备、系统及具有存储功能的装置 |
CN107782733A (zh) * | 2017-09-30 | 2018-03-09 | 中国船舶重工集团公司第七〇九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
CN107782733B (zh) * | 2017-09-30 | 2021-03-16 | 中国船舶重工集团公司第七一九研究所 | 金属表面缺陷的图像识别无损检测装置及方法 |
CN108956639A (zh) * | 2018-06-13 | 2018-12-07 | 广东美的智能机器人有限公司 | 管件检测方法和管件检测装置 |
CN108956639B (zh) * | 2018-06-13 | 2021-10-01 | 广东美的智能机器人有限公司 | 管件检测方法和管件检测装置 |
CN109719056A (zh) * | 2018-12-05 | 2019-05-07 | 惠州学院 | 一种基于机器视觉的摄像头模块调焦流水线及其方法 |
WO2020113718A1 (zh) * | 2018-12-05 | 2020-06-11 | 惠州学院 | 一种基于机器视觉的摄像头模块调焦流水线及其方法 |
CN113189005A (zh) * | 2021-05-10 | 2021-07-30 | 郑州大学 | 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法 |
CN113189005B (zh) * | 2021-05-10 | 2022-06-28 | 郑州大学 | 便携式表面缺陷一体化检测装置及表面缺陷自动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101169826A (zh) | 基于机器视觉的排辊成形焊管质量在线监控系统 | |
CN108288288B (zh) | 基于视觉识别的精密轴尺寸测量方法、装置和系统 | |
CN103913468B (zh) | 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法 | |
CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
CN101986143A (zh) | 机器视觉皮带撕裂检测及保护装置 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
CN101565109A (zh) | 基于机器视觉的药品粉针剂生产中铝盖包装在线检测系统 | |
CN106290394A (zh) | 一种cpu散热器铝挤成型缺陷检测系统及检测方法 | |
CN100582851C (zh) | 提高光学镜头解像力的对焦系统及方法 | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN1546995A (zh) | 主动红外ccd焊缝检测方法 | |
CN103837097A (zh) | 一种基于图像处理的工件角度自动测量装置及测量方法 | |
CN108582075A (zh) | 一种智能机器人视觉自动化抓取系统 | |
CN106524955A (zh) | 一种平面等厚干涉数显测量装置及测量平晶平面度的方法 | |
CN111061231A (zh) | 焊接装配间隙和错边前馈的熔池监控系统及熔透监测方法 | |
CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
CN116797977A (zh) | 巡检机器人动态目标识别与测温方法、装置和存储介质 | |
CN104776799A (zh) | 使用侧向光构建光影特征的盖面焊前焊缝检测装置及方法 | |
Jia et al. | A spectrum selection method based on SNR for the machine vision measurement of large hot forgings | |
CN105510339A (zh) | 一种基于机器视觉的饮料瓶满箱检测方法 | |
KR101562988B1 (ko) | 열간소재의 표면결함 검출 장치 및 표면 검출 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080430 |