CN101701921B - 一种基于机器视觉的球体表面缺陷检测方法 - Google Patents

Abstract

本发明涉及一种基于机器视觉的球体表面缺陷检测方法，将待检测球体沿两端部连通垂直设置的直轨道做纯滚动，在正对轨道位置处设置摄像头采集球体的展开面图像信息，将所采集的图像信息传送到图像处理系统进行处理，计算出缺陷的位置和面积。采用此检测方法精度高，避免了人为检测所带来的漏检及因检测者自身的主观因素所带来的检测差异。同时，采用该检测方法的检测设备结构比较简单，使用维护费用低。

Description

一种基于机器视觉的球体表面缺陷检测方法

技术领域

本发明涉及一种基于机器视觉的物体表面缺陷检测方法，特别是一种基于机器视觉的球体表面缺陷检测方法。

背景技术

轴承是机械行业中一个非常重要的零件，它的精度、运动性能和使用寿命很大程度上取决于其中钢球的质量。传统的轴承钢球表面质量检测主要采用人工目测的方法，这种检测方法不仅工作量大，而且易受检测人员主观因素的影响，容易对轴承钢球表面缺陷造成漏检和误检，不能保证检测的效率与精度。近年来随着机器视觉识别技术的发展，很多科研机构开始了基于机器视觉的表面缺陷检测的应用研究。《轴承》2005年第9期刊登了一篇题为“基于图像处理的钢球外观检测系统”，如图1所示，该检测系统包括给料系统1、进给展开系统2、光学成像系统10、识别控制系统9及分选系统4。给料系统定时定量规律地将钢球供应进给展开系统。进给展开系统包括两个偏心叠置的圆盘，上方的圆盘设置有贯通该圆盘的展开腔，两圆盘现对转动时，展开腔内的钢球随之进行转动，使得钢球表面图像充分展开，保证钢球表面的所有缺陷充分暴露出来。采集识别系统对进给展开系统中的钢球进行图像采集，然后对采集到的图像数据进行识别，判断钢球表面缺陷状况，并将识别结果通知分选系统。分选系统根据识别结果对钢球进行分类统计。采用此系统钢球检测是在装有侍服液的检测槽中进行非接触检测，侍服液要求透明，定期更换，这样增加了维护成本，同时该检测系统结构也比较复杂。

发明内容

本发明的目的是提供一种基于机器视觉的球体表面缺陷检测方法，采用该方法进行球体表面缺陷检测的设备结构比较简单、检测效率高。

为实现上述目的，本发明采用如下技术方案：一种基于机器视觉的球体表面缺陷检测方法，将待检测球体沿两端部连通垂直设置的直轨道做纯滚动，在正对轨道位置处设置摄像头采集球体的展开面图像信息，将所采集的图像信息传送到图像处理系统进行处理，计算出缺陷的位置和面积。

将计算出的缺陷的位置和面积数据信息传送给分选系统，分选系统根据球体表面的缺陷的位置和面积数据对检测球体进行分级筛选。

在两轨道的交界处设有一个使球体停止滚动的凹坑，球体从一个轨道滚入凹坑并停止运动，然后通过一个触发器将球体推出并滚入另一轨道。

在正对所述轨道的位置上设置漫反射光源对待检测球体进行照明。

所述摄像头至少设置5个，且其中一个轨道上方相对于球体赤道展开面至少均匀设设置3个，另一轨道上方至少均匀设置2个。

其中一个轨道上方相对于球体赤道展开面均匀设置有四个摄像头，另一轨道的上方相对于球体赤道展开平面的垂直面上设有两个摄像头。

所述摄像头为视角是60°的CCD摄像头。

所述漫反射光源为拱形碗状红色LED漫反射光源。

所述摄像头设置于拱形碗状红色LED漫反射光源底部的中心。

本发明基于机器视觉的球体表面缺陷检测方法，采用将球体沿两垂直连通的轨道进行纯滚动，这样位于轨道上方的摄像头所采集的图像信息会覆盖到球体的所有位置，避免出现球体局部位置无法采集图像的问题。所采集的图像信息经图像处理系统处理，并最终计算出缺陷的位置和面积。采用此检测方法精度高，避免了人为检测所带来的漏检及因检测者自身的主观因素所带来的检测差异。同时，采用此检测方法也大大提高了检查效率，降低了工作强度。还有，采用该检测方法的检测设备结构比较简单，使用维护费用低。

在两轨道的连接处设置凹坑是为了让球体在换向时先停止运动，然后在触发器的推动下改变方向继续滚动，这样做的好处是保证了球体在改变方向后所做的运动仍然是纯滚动，避免了因运动叠加而影响到检测的精度，因为只有球体在两垂直的轨道上做纯滚动时，摄像头所采集图像的重合部是有规律的，在图像融合后所得的图像精度会较高。

在本检测方法中采用拱形碗状红色LED漫反射光源对球体提供照明，采用此光源既能避免球体的反射对检查所带来的不利影响，又能对球体进行充分的照明，有利于图像的采集。

附图说明

图1是现有技术的原理示意图；

图2是本发明方法中球体在轨道上滚动的示意图；

图3是本发明方法中摄像头的分布原理图；

图4是本发明方法中计算原理图；

图5是本发明方法中图像重合部分示意图；

图6是本发明方法中相交两圆的重合示意图。

具体实施方式

本发明基于机器视觉的球体表面缺陷检测方法，采用将待测球体沿图2所示的两相互垂直设置且相互连通的轨道上进行纯滚动，在两轨道的交界处设置有一个凹坑，当球体运动到两轨道交界处时在凹坑的作用下停止滚动，接着触发器推动球体使其向相互垂直的另一条轨道滚动，两轨道设置成垂直的且在其交界处设置凹坑是为了保证球体在轨道上做的是纯滚动，这样设置在轨道上方的摄像头所采集到的图像信息才能覆盖到球体的整个位置，不会有漏采集的区域出现。图3所示，其中有四个摄像头分布在球体的赤道面上，还有两个分部位于赤道面垂直的平面上，将上述6个摄像头在平面上展开，其分布情况是位于赤道面上的四个摄像头位于一条直线上，另两个摄像头位于一条直线上，此两条直线相互垂直，这也是为什么将球体滚动的轨道设置成相互垂直的原因。在本检测方法中采用拱形碗状红色LED漫反射光源对球体提供照明，这样可以克服球体表面反光对检测带来的不利影响。轨道上方位于拱形碗状红色LED漫反射光源底部中心的摄像头采集的球体展开面图像信息，并将所采集的图像信息传送到图像处理系统进行处理，计算出缺陷的位置和面积，然后分选系统根据图像处理系统计算出来的球体表面的缺陷的位置和面积数据控制电磁开关的动作，对检测球体进行分级筛选。

在本检测方法中采用如下的算法，如图4所示，设球体表面缺陷实际长度为S，x，x₁，θ，θ₁为图3中相应的坐标，球体半径为r，则

$s=r{\mathrm{\θ}}_1-\mathrm{r\θ}=\frac{\mathrm{\πr}({\mathrm{\θ}}_1-\mathrm{\θ})}{180}$

其中： $\mathrm{\θ}=\arcsin \frac{x}{r},$ ${\mathrm{\θ}}_1=\arcsin \frac{x_1}{r}$

摄像头到球体中心的距离为h，缺陷点到摄像头的距离即为u(即物距为u)，则

u＝h-rcosθ

在本实施例中所用的球体直径为d＝14mm，h＝14mm，选用视角为60度的UM-201的CCD图像传感器COMPUTAR镜头，焦距f＝8mm，传感器尺寸为2/3英寸(其中1英寸＝25.4mm)，有效像素(H×V)为752×582。

根据光学成像原理

$\frac{t}{v}=\frac{f^2}{u^2}=\frac{0.0005}{y}=\frac{8^2}{{(h-r\cos \mathrm{\θ})}^2}$

其中t为图像上一个像素的大小，v为物体上一个像素的大小。

$t=\frac{\mathrm{\π}{(\frac{2}{3}\×25.4)}^2}{4\×752\×582}\≈0.0005{\mathrm{mm}}^2$

v＝0.78×10^-5(14-7cosθ)²

(0°≤θ≤60°)

因为被检测物体是球体，即使不考虑畸变，图像上的一个像素在不同的位置代表的实际物体的大小也是不同，因为不同点的物距不同。

如图5所示，对6副图像进行重构，计算出每副图像上缺陷的面积总和，去掉重合部分。每一重合区域的面积为：

中间不重和部分面积为：

S＝πr²-4S_重(4-π)r²＝0.86r²

六张图片两两相交，且每幅图片与另外四幅图片均匀重合相交。编程实现重构时，对于每一图片，如图6所示，只取其正方形的部分，这样六副图像相加正好是无重合的球体的整个表面。

Claims (7)

1.一种基于机器视觉的球体表面缺陷检测方法，其特征在于：将待检测球体沿端部连通垂直设置的两个直轨道做纯滚动，在轨道上方设置摄像头采集球体的展开面图像信息，将所采集的图像信息传送到图像处理系统进行处理，计算出缺陷的位置和面积；

所述的两个直轨道的交界处设有一个使球体停止滚动的凹坑，球体从一个轨道滚入凹坑并停止运动，然后通过一个触发器将球体推出并滚入另一轨道；

所述的摄像头至少设置5个，且其中一个轨道上方相对于球体赤道展开平面至少均匀设置3个，另一轨道上方至少均匀设置2个。

2.根据权利要求1所述的球体表面缺陷检测方法，其特征在于：将计算出的缺陷的位置和面积数据信息传送给分选系统，分选系统根据球体表面的缺陷的位置和面积数据对检测球体进行分级筛选。

3.根据权利要求1或2所述的球体表面缺陷检测方法，其特征在于：其中一个轨道上方相对于球体赤道展开平面均匀设置有四个摄像头，另一轨道的上方相对于球体赤道展开平面的垂直面上设有两个摄像头。

4.根据权利要求4所述的球体表面缺陷检测方法，其特征在于：所述摄像头为视角是60°的CCD摄像头。

5.根据权利要求1或2所述的球体表面缺陷检测方法，其特征在于：在正对所述轨道的位置上设置漫反射光源对待检测球体进行照明。

6.根据权利要求5所述的球体表面缺陷检测方法，其特征在于：所述漫反射光源为拱形碗状红色LED漫反射光源。

7.根据权利要求6所述的球体表面缺陷检测方法，其特征在于：所述摄像头设置于拱形碗状红色LED漫反射光源底部的中心。

Images