CN102305603B - 机器视觉系统对注射器钢针倾斜的自动检测方法 - Google Patents
机器视觉系统对注射器钢针倾斜的自动检测方法 Download PDFInfo
- Publication number
- CN102305603B CN102305603B CN 201110110452 CN201110110452A CN102305603B CN 102305603 B CN102305603 B CN 102305603B CN 201110110452 CN201110110452 CN 201110110452 CN 201110110452 A CN201110110452 A CN 201110110452A CN 102305603 B CN102305603 B CN 102305603B
- Authority
- CN
- China
- Prior art keywords
- draw point
- inclination
- steel needle
- angle
- image
- 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.)
- Expired - Fee Related
Links
Images
Abstract
本发明提供一种机器视觉系统对注射器钢针倾斜的自动检测方法,将钢针的倾斜角度设为检测参量,根据用户要求设置不同检测参量的检测精度以及合格范围,由外部触发与控制信号启动所述相机实时拍摄在线运行钢针的图像,并将拍摄的图像传输至计算机供检测,计算机通过图像算法处理,提取钢针出现倾斜的图像,并对所述的两种倾斜方式进行计算,通过计算出的倾斜角度判断该产品是属于合格品、还是废品,通过外部触发与控制信号将废品从指定出料口进行剔除。本发明对注射器钢针倾斜的检测精度高、速度快,可以有效保证产品的合格率。
Description
技术领域
本发明涉及利用机器视觉系统进行在线检测的技术领域,尤其涉及在注射器钢针生产现场,利用机器视觉系统对注射器钢针是否存在倾斜进行自动检测的方法。
背景技术
在流水作业的注射器钢针装配车间现场,需要对钢针是否存在倾斜进行在线检测。现有技术中,对钢针倾斜的在线检测依靠人工进行,在钢针生产机旁设约80人进行钢针倾斜的检测和处理,根据检测结果将产品分为合格品(如向外倾斜<10??,或向内倾斜<10??)和不合格品(如向外倾斜≥10??,或向内倾斜≥10??)。不合格品直接作为废品剔除。
人工检测存在的缺点主要有:生产车间现场通风差,工人检测工作环境恶劣,劳动强度大;正常人眼在不间断观测运动物体30min左右,即会眼花、眼胀等不适,检测人员无法长时间不间断工作,无法保证产品出厂合格率;钢针倾斜检测是带很高精度的检测,人眼无法准确判断,误差大,出错机会很多,无法保证检测质量;专业人员检测钢针的速度最高为0.5个/s,对生产速率有极大限制。
发明的内容
针对现有技术对注射器钢针倾斜的在线检测依靠人工进行检测,工人容易产生视觉疲劳,劳动强度大,无法保证产品合格率以及检测质量,监测速度低等问题,本发明提供一种机器视觉系统对注射器钢针倾斜的自动检测方法,其大大降低工人的检测劳动强度,检测精度高、速度快,可以有效保证出厂产品的合格率。
本发明的技术方案如下:
一种机器视觉系统对注射器钢针倾斜的自动检测方法,包括以下步骤:
(1)将钢针固定在工装条夹具上,使工装条夹具在线运行,将拍摄相机固定在在线运行的工装条夹具的两侧;根据待检测钢针的尺寸大小及钢针朝向,选择镜头的焦距,调整拍摄相机的拍摄角度、放大倍数、拍摄距离、光圈大小、曝光时间,以便获取清晰的拍摄图像;
(2)将钢针倾斜角度设为检测参量,并根据用户要求设置所述检测参量的检测精度以及合格范围;
(3)计算机取得相机与生产进程同步的触发与控制信号,由外部触发与控制信号启动所述相机实时拍摄在线运行钢针的图像,并将拍摄的图像传输至计算机供检测;
(4)计算机通过图像算法处理,提取钢针的图像;若经过图像算法处理发现钢针垂直,则认为该钢针不存在倾斜,属于合格品,从合格品分拣口拣出;
(5)计算机对所述钢针的倾斜角度进行计算;对于钢针外倾,计算所述外倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数,该度数即是所述钢针的外倾角度值;对于钢针内倾,计算所述内倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数,该度数即是所述钢针的内倾角度值;
(6)通过计算出的倾斜角度判断该产品是属于合格品还是废品,通过外部触发与控制信号将废品从指定的出料口进行剔除。
其进一步的技术方案为:对所述第(6)步 ,具体按下述步骤进行倾斜角度的判断和分检:
(7)判断钢针是外倾还是内倾,若为外倾则转向第(8)步,若为内倾则转向第(9)步;
(8)判断外倾角度是否在合格范围<10??,如在合格范围则转向第(10)步,若大于等于合格范围≥10??则转向第(11)步;
(9)判断内倾角度是否在合格范围<10??,如在合格范围则转向第(10)步,若大于等于合格范围≥10??则转向第(11)步;
(10)作为合格品进行分拣;
(11)直接作为废品剔除。
以及,其进一步的技术方案为:对所述第(6)步,当检测到产品为废品时,计算机将通过人机界面进行图像提示,并启动报警装置。
本发明的有益技术效果是:
本发明采用机器视觉系统对钢针倾斜进行自动在线检测,取代人工检测,用户可自动进行检测精度的调节。具有对产品检测合格品、废品这两类产品的记录、分类、统计、存储、查询功能。并通过友好人机界面在图像中提示不合格品情况,并给予声、光报警提示,大大降低工人的检测劳动强度。
人工检测速度一般为0.5个/s,而机器视觉系统检测速度可达3~4个/s,机器视觉系统的产品检测速度是人工的6~8倍,极大提高了生产效率。
人工检测由于环境和生理的原因,无法24小时不间断进行产品质量检测,而采用机器视觉系统检测则使其成为可能。设备的生产时间可最大限度地延长,提高了设备的利用率。
人为检测由于通风差、视觉易疲劳,很难连续跟踪产品质量。数值化检测靠人工很难保证,非正常次品率一般在8~10%左右,造成了生产资源和生产成本的极大浪费;机器视觉系统的检测尺寸精度最高为0.1??,精度可每0.1??为一个梯度进行调整,设置为0.1??、0.2??、0.3??、0.4??、0.5??等几个精度等级,从而大大提高产品合格率以及检测质量。
附图说明
图1是正常的钢针图像。
图2是外倾的钢针图像。
图3是内倾的钢针图像。
图4是本发明的工艺步骤图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
图1、图2、图3是从钢针侧面拍摄并经过处理后的实际图像。
在图1、图2、图3所示的拍摄图像中,为了更好的区分图形,图中钢针的倾斜程度采用了夸张处理,在实际情况中钢针一般不存在如此大角度的倾斜;钢针的长度也进行了缩减;四周空白部分为钢针图像经过去噪软件处理后的透明空间,所示实线条为钢针处理后的轮廓图像,虚线条为正常情况下钢针的轮廓图像。
实施例1,对外倾产品的检测:
如图2所示的外倾钢针图像,其中的实线条为钢针向其背部外侧倾斜的视觉图形。
将4架Basler ACA640-100GM型工业相机固定在钢针的两侧,每侧2架,每侧的2架相机之间间隔45??安装。这样不管钢针向哪个方向倾斜,相机都能捕捉到钢针倾斜的图像。相机距钢针侧面的距离约为20mm,使用施耐得焦变镜头,焦距调至16mm,光圈调到最大值,曝光时间调为0.41ms。外倾角度检测精度设置为0.5??,设定合格品正常外倾角度极限为10??。采用专用白色LED面光源,从相机的异侧方进行照射(背光),并使用半封闭遮挡金属框体来屏蔽外界杂光的影响,以便比较稳定地取得视觉图像,体现钢针的明显特征。本项目的LED面光源使用CCS公司的机器视觉专用光源(也可使用其他公司的LED面光源),以便能比较稳定地拍摄到清晰的图像,并显示于计算机的屏幕。采用生产线上的工装条夹具(针排)与皮带传输系统进行注射器钢针输送,保证钢针按一定的方向和速度,稳定地进入检测装置。
计算机根据不同生产厂商所生产设备的不同控制系统,取得相机与生产进程同步的触发与控制信号,启动所述工业相机拍摄在线运行的钢针的图像,并将获取的钢针图像,贮存于计算机中。
计算机对所拍摄的图像通过边缘提取、平滑去噪、二值化处理、傅利叶变换等算法进行图像处理,使图像更清晰,更符合钢针的真实情况。上述图像处理过程中所采用的算法均为现有技术中的常规算法。
计算机对外倾钢针的倾斜角度进行计算。该角度是所述外倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数,该度数即是所述钢针的外倾角度值(图2中角度α)。对比4台相机对同一钢针拍摄的图像,取4幅图像中的最大角度。
如检测出的倾斜角度为9%,则该产品为合格品;如检测出的倾斜角度为11%,则该产品为不合格品。计算机通过友好人机界面在图像中提示不合格品情况,并给予声、光报警提示,对合格品进行记录、分类、统计入库。
实施例2,对内倾产品的检测:
如图3所示的外倾钢针图像,其中的实线条为钢针向其背部内侧倾斜的视觉图形。
将4架Basler ACA640-100GM型工业相机固定在钢针的两侧,每侧2架,每侧的2架相机之间间隔45??安装。这样不管钢针向哪个方向倾斜,相机都能捕捉到钢针倾斜的图像。相机距钢针侧面的距离约为20mm,使用施耐得焦变镜头,焦距调至16mm,光圈调到最大值,曝光时间调为0.41ms。内倾角度检测精度设置为0.5??,设定合格品正常内倾角度极限为10??。采用专用白色LED面光源,从相机的异侧方进行照射(背光),并使用半封闭遮挡金属框体来屏蔽外界杂光的影响,以便比较稳定地取得视觉图像,体现钢针的明显特征。本项目的LED面光源使用CCS公司的机器视觉专用光源(也可使用其他公司的LED面光源),以便能比较稳定地拍摄到清晰的图像,并显示于计算机的屏幕。采用生产线上的工装条夹具(针排)与皮带传输系统进行注射器钢针输送,保证钢针按一定的方向和速度,稳定地进入检测装置。
计算机根据不同生产厂商所生产设备的不同控制系统,取得相机与生产进程同步的触发与控制信号,启动所述工业相机拍摄在线运行的钢针的图像,并将获取的钢针图像,贮存于计算机中。
计算机对所拍摄的图像通过边缘提取、平滑去噪、二值化处理、傅利叶变换等算法进行图像处理,使图像更清晰,更符合钢针的真实情况。上述图像处理过程中所采用的算法均为现有技术中的常规算法。
计算机对内倾钢针的倾斜角度进行计算。该角度是所述内倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数(图3中角度α),该度数即是所述钢针的内倾角度值。对比4台相机对同一钢针拍摄的图像,取4幅图像中的最大角度。
如检测出的倾斜角度为9%,则该产品为合格品;如检测出的倾斜角度为11%,则该产品为不合格品。计算机通过友好人机界面在图像中提示不合格品情况,并给予声、光报警提示,对合格品进行记录、分类、统计入库。
以上所有实施例中使用的图像采集设备(相机、照射光源、电源、图像采集卡等)及存贮设备(硬盘、光盘、软盘等)、图像处理设备(图像处理器的硬件及软件)、图像显示设备(硬件及软件)、报警装置以及上述各部分的控制系统(硬件及软件)皆采用已有技术设计制作或直接采用相关市售产品。
以上所述的本发明的工艺步骤示于图4。
最后需要注意的是,以上所述的仅是本发明的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (3)
1.一种机器视觉系统对注射器钢针倾斜的自动检测方法,其特征在于包括以下步骤:
(1)将钢针固定在工装条夹具上,使工装条夹具在线运行,将拍摄相机固定在在线运行的工装条夹具的两侧;根据待检测钢针的尺寸大小及钢针朝向,选择镜头的焦距,调整拍摄相机的拍摄角度、放大倍数、拍摄距离、光圈大小、曝光时间,以便获取清晰的拍摄图像;
(2)将钢针倾斜角度设为检测参量,并根据用户要求设置所述检测参量的检测精度以及合格范围;
(3)计算机取得相机与生产进程同步的触发与控制信号,由外部触发与控制信号启动所述相机实时拍摄在线运行钢针的图像,并将拍摄的图像传输至计算机供检测;
(4)计算机通过图像算法处理,提取钢针的图像;若经过图像算法处理发现钢针垂直,则认为该钢针不存在倾斜,属于合格品,从合格品分拣口拣出;
(5)计算机对所述钢针的倾斜角度进行计算;对于钢针外倾,计算所述外倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数,该度数即是所述钢针的外倾角度值;对于钢针内倾,计算所述内倾钢针背面所在直线与正常情况下钢针背面垂直线的夹角的度数,该度数即是所述钢针的内倾角度值;
(6)通过计算出的倾斜角度判断该产品是属于合格品还是废品,通过外部触发与控制信号将废品从指定的出料口进行剔除。
2.根据权利要求1所述机器视觉系统对注射器钢针倾斜的自动检测方法,其特征在于对所述第(6)步 ,具体按下述步骤进行倾斜角度的判断和分检:
(7)判断钢针是外倾还是内倾,若为外倾则转向第(8)步,若为内倾则转向第(9)步;
(8)判断外倾角度是否在合格范围<10度,如在合格范围则转向第(10)步,若大于等于合格范围≥10度则转向第(11)步;
(9)判断内倾角度是否在合格范围<10度,如在合格范围则转向第(10)步,若大于等于合格范围≥10度则转向第(11)步;
(10)作为合格品进行分拣;
(11)直接作为废品剔除。
3.根据权利要求1所述机器视觉系统对注射器钢针倾斜的自动检测方法,其特征在于对所述第(6)步,当检测到产品为废品时,计算机将通过人机界面进行图像提示,并启动报警装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110110452 CN102305603B (zh) | 2011-04-29 | 2011-04-29 | 机器视觉系统对注射器钢针倾斜的自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110110452 CN102305603B (zh) | 2011-04-29 | 2011-04-29 | 机器视觉系统对注射器钢针倾斜的自动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102305603A CN102305603A (zh) | 2012-01-04 |
CN102305603B true CN102305603B (zh) | 2013-04-24 |
Family
ID=45379488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110110452 Expired - Fee Related CN102305603B (zh) | 2011-04-29 | 2011-04-29 | 机器视觉系统对注射器钢针倾斜的自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102305603B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104324889B (zh) * | 2014-10-17 | 2017-04-05 | 贝普医疗科技有限公司 | 一种检针装置及其检测方法 |
DE102016102656B4 (de) * | 2016-02-16 | 2024-03-28 | Schuler Pressen Gmbh | Vorrichtung und Verfahren zur Verarbeitung von metallischen Ausgangsteilen und zum Sortieren von metallischen Abfallteilen |
CN106269573A (zh) * | 2016-08-19 | 2017-01-04 | 广东溢达纺织有限公司 | 织针筛选方法 |
CN114459387B (zh) * | 2022-04-12 | 2022-06-17 | 山东信息职业技术学院 | 一种采用ai视觉识别技术快速测量产品倾斜度的检测装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216278B (zh) * | 2007-01-04 | 2010-12-15 | 上海康德莱企业发展集团有限公司 | 联体注射器针尖垂直度检测器及其使用方法 |
CN201014955Y (zh) * | 2007-01-04 | 2008-01-30 | 上海康德莱企业发展集团有限公司 | 联体注射器针尖垂直度检测器 |
CN201138189Y (zh) * | 2007-12-06 | 2008-10-22 | 上海康德莱企业发展集团有限公司 | 一种联体注射器针尖垂直度检测器 |
-
2011
- 2011-04-29 CN CN 201110110452 patent/CN102305603B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102305603A (zh) | 2012-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102303017B (zh) | 机器视觉系统对注射器钢针弯针的自动检测方法 | |
CN101696945B (zh) | 机器视觉系统对光伏玻璃瑕疵的在线检测方法 | |
CN101509766B (zh) | 机器视觉系统对弹簧端面角度的在线检测方法 | |
CN102494773A (zh) | 机器视觉系统对按扣色差的自动检测方法 | |
CN102303018B (zh) | 机器视觉系统对注射器钢针毛刺的自动检测方法 | |
CN102881106B (zh) | 一种热成像视频双鉴林火识别系统及其识别方法 | |
CN101696877A (zh) | 机器视觉系统对弹簧垂直度的在线检测方法 | |
CN101726265A (zh) | 机器视觉系统对弹簧平行度的在线检测方法 | |
CN203750868U (zh) | 基于计算机视觉的毛边检测装置 | |
CN101696943B (zh) | 机器视觉系统对医用手术刀瑕疵的在线检测方法 | |
CN102928431A (zh) | 基于单目多视角机器视觉的珍珠大小形状在线自动分级装置 | |
CN205538710U (zh) | 一种基于机器视觉的电感质量自动检测系统 | |
CN102967586B (zh) | 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置 | |
CN102305603B (zh) | 机器视觉系统对注射器钢针倾斜的自动检测方法 | |
CN102305595A (zh) | 机器视觉系统对弹簧节距的自动检测方法 | |
CN110310275A (zh) | 一种基于图像处理的链式传送带缺陷检测方法 | |
CN106706656A (zh) | 一种基于机器视觉的拉链检测装置及方法 | |
CN102305597A (zh) | 机器视觉系统对注射器部件异形的自动检测方法 | |
CN102305592A (zh) | 机器视觉系统对注射器钢针倒针的自动检测方法 | |
CN101762589A (zh) | 一种机器视觉在文具组合套装瑕疵的在线监测方法及其设备 | |
CN103983426A (zh) | 一种基于机器视觉的光纤缺陷检测及分类系统及其方法 | |
CN102305797A (zh) | 机器视觉系统对医疗产品包装异物的自动检测方法 | |
CN102305950A (zh) | 机器视觉系统对注射器自动化装配配件缺失的自动检测方法 | |
CN102495077A (zh) | 机器视觉系统对输液瓶瓶身瑕疵的自动检测方法 | |
CN102495072A (zh) | 机器视觉系统对输液导管瑕疵的自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130424 Termination date: 20140429 |