CN102590218B - 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 - Google Patents
基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 Download PDFInfo
- Publication number
- CN102590218B CN102590218B CN201210013375.2A CN201210013375A CN102590218B CN 102590218 B CN102590218 B CN 102590218B CN 201210013375 A CN201210013375 A CN 201210013375A CN 102590218 B CN102590218 B CN 102590218B
- Authority
- CN
- China
- Prior art keywords
- image
- sliding panel
- camera
- look
- region
- 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.)
- Active
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于机器视觉的金属零件光洁表面微缺陷检测装置及方法,装置包括成像定位调节机构和处理单元,成像定位调节机构包括底板、导杆、固定支架、滑动支架、步进电机、CCD相机、远心镜头和平行光源,进行CCD相机成像和同轴照明的初步调节;处理单元里置有电连接的图像采集卡、工控机、设备控制卡和报警器,用于图像的采集、传输、存储、处理、显示和报警。方法包括同轴照明调节和图像处理,其中同轴照明调节由工控机软件触发设备控制卡驱动步进电机,调节平行光源旋转的角度,直至满足同轴照明条件,图像处理包括被测零件内表面缺陷检测、被测零件表面外边缘大、小缺陷的分别检测,实时显示处理图像并对结果进行判定。
Description
技术领域
本发明涉及智能检测领域,具体涉及一种基于机器视觉的金属零件光洁表面微缺陷检测装置及方法。
背景技术
金属零件在自动或人工加工和装配过程中,光洁表面上容易出现的裂纹、划痕、气泡、污渍、凹坑、孔洞等缺陷影响到产品的美观、使用,甚至是安全性能。因此,对光洁零件表面进行高效、准确检测显得至关重要。实现零件表面质量的自动检测已成为相关企业提高产品质量和核心竞争力的必要前提。
目前各零件厂商仍普遍采用传统的人工拣选方式,该方式存在工作量大、误检率和漏检率高、检测效率低等缺点。由于人工检测的主观因素,检测的精度和重复性难以达到较高的准确性和一致性要求。特别是随着生产过程自动化程度的不断提高,人工检测越来越不能满足当今工业领域的检测要求。此外,人工拣选的成本也给企业带来了沉重的经济和管理负担。
由于人工拣选的种种不足以及近年来视觉仿生技术在智能检测领域的快速发展,基于机器视觉技术的零件表面质量检测已逐步取代传统的人工视觉拣选方式。机器视觉检测技术是通过光学装置对零件照射,经视觉传感器感知后,由计算机图像处理并获取有效信息后进行控制的方法。机器视觉技术获取和感知的零件信息量丰富且准确,被广泛应用于零件表面质量的检测和识别过程中,尤其对于高速、大批量、连续自动化生产过程中的零件检测。
经对现有技术文献的检索发现,中国专利ZL 200910070423.X,公开日2010年3月3日,专利名称为:基于平行光照明的多目机器视觉检测装置及方法。公开了一种利用平行光源与三工位相机对某一零件同时拍摄,通过图像位置匹配和差分算法技术,设计出性能较可靠,抗共模干扰能力较强的零件表面质量检测系统。其不足在于:使用安装在龙门框架上三工位相机的结构方式,装置复杂,不利于安装调试,而且结构不够稳定可靠,影响图像处理效果,很难以应用于工业现场;三工位相机拍摄的图像进行差分处理时,需经历图像轮廓获取、裁减、平移、缩放、匹配以及8条差分规则的顺序处理过程,其中每一环节的计算误差都会影响最终的检测精度,尤其对于缓变缺陷的识别。同时,差分处理算法环节较多也降低了检测的实时性,影响工业现场在线检测效率。
中国专利ZL 200810201592.8,授权公告日2011年7月2日,专利名称为:硬币成品表面质量在线检测系统。公开了一种采用明、暗复合视场对硬币成品表面质量进行在线检测的系统,但是硬币微小缺陷特征不明显,很容易造成漏检。
发明内容
针对现有技术的不足,本发明提供一种基于机器视觉的金属零件光洁表面微缺陷检测装置及方法,其目的是利用光学成像和图像采集获取金属零件的数字图像,通过对零件图像内表面和外边缘缺陷的检测,实现金属零件光洁表面微弱缺陷的准确、快速识别。
本发明的技术内容是:一种基于机器视觉的金属零件光洁表面微缺陷检测装置,包括电连接的成像定位调节机构和处理单元,该处理单元里置有电连接的图像采集卡、工控机、设备控制卡和报警器,用于图像的采集、传输、存储、处理、显示和报警。
该成像定位调节机构是框架式结构,包括底板、导杆、固定支架、滑动支架、步进电机等,用于CCD相机和平行光源在可调平面内的安装定位,其中,固定支架和滑动支架分别为长方形固定支架,在底板的中间位置安装有检测平台,在检测平台上置有被测零件,特别是:
在底板的四个边角位置通过导杆安装座安装有四根柱状的导杆,该四根柱状导杆的上端与顶端固定支架的四个边角端嵌合固定,在滑动支架和固定支架中间的位置安装有螺杆轴,螺杆轴的上端通过调节螺母安装在固定支架上,螺杆轴的下端通过轴套和卡簧固定在滑动支架上;
在滑动支架上两边分别装有相机槽型滑动板和光源槽型滑动板,在滑动支架的一边,CCD相机和远心镜头通过C型接口机械连接,并通过螺栓安装在相机安装板上,相机安装板通过紧固旋钮安装在相机槽型滑动板上,通过紧固旋钮调整CCD相机在X-Y平面内的角度;
在滑动支架的另一边,平行光源通过光源夹具安装在光源槽型滑动板上,光源夹具的一端安装有步进电机,步进电机调节平行光源在安装平面内的角度,通过光源槽型滑动板上安装固定的限位开关,限定平行光源在X-Y平面内的角度调整范围;
在成像定位调节机构上,手动进行成像和同轴照明初步调节的部件安装定位:首先准备一标准被测零件放置在检测平台上,根据标准被测零件的位置,旋动调节螺母调整螺杆轴在Y轴方向的位移,带动滑动支架在Y轴上移动,通过调节螺母调节好滑动支架的位置后,滑动支架的四个边角通过支架紧定螺钉固定连接在四个导杆上,沿X轴向移动相机槽型滑动板至滑动支架的一边,调节CCD相机在X-Y平面内的角度,至CCD相机能够清晰成像为止,使相机槽型滑动板通过紧固旋钮固定连接在滑动支架上,再沿X轴向移动光源槽型滑动板至滑动支架另一边,调节光源槽型滑动板与相机槽型滑动板关于标准被测零件中心法线位置对称,使光源槽型滑动板通过滑动板紧定螺钉固定连接在滑动支架上,实现同轴照明初步调节的部件安装定位。
作为对现有技术的进一步改进,本装置还包括:
被测零件为金属零件,或为能够反光的金属或非金属部件或物品;
在底板的四个边角位置通过导杆安装座安装有四根柱状导杆,或为两根柱状导杆;
CCD相机选用工业级CCD相机,或选用CMOS相机。
一种使用基于机器视觉的金属零件光洁表面微缺陷检测装置的方法,方法流程为:
a、同轴照明调节:
图像采集、传输、存储及预处理:
在一定的曝光时间下,通过工控机软件发出指令,触发CCD相机进行图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线传输至图像采集卡,从视频流中截取的多幅单帧灰度图像,以一定形式存储在工控机内存当中,利用滤波算法对图像进行消噪,再根据灰度直方图设定二值化阈值Bin并二值化图像,图像中明亮区域变成A色,阴暗区域变成B色(A>B>=0);
找到兴趣区域:通过区域生长算法,找到每帧图像中的标准被测零件区域;
根据同轴照明调节算法,实现同轴照明:
根据同轴照明调节算法,步进电机自动调节平行光源光轴关于标准被测零件中心法线与远心镜头的光轴对称,所述同轴照明调节算法,以标准被测零件图像兴趣区域内的某一暗色连通区域个数作为同轴照明的判断条件,设定判断阈值,当工控机软件统计到该暗色连通区域个数大于设定阈值时,工控机软件发出控制指令,触发设备控制卡驱动步进电机带动平行光源在X-Y平面内转动,若步进电机转向异常,并触碰到光源槽型滑动板上任一端的限位开关时,触发设备控制卡控制步进电机正常转向或停止,当达到设定阈值时,立即停止步进电机转动,完成平行光源光轴与远心镜头光轴关于标准被测零件中心法线的对称角调节,即实现同轴照明调节;
b、准备被测零件的检测:将被测零件放置在检测平台上;
c、图像采集、传输、存储及预处理:
通过工控机软件触发CCD相机进行图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线传输至图像采集卡,从视频流中截取多幅单帧灰度图像,以一定形式存储在工控机内存当中,利用滤波算法对图像进行消噪,同样以阈值Bin二值化图像,图像中明亮区域变成A色,阴暗区域变成B色;
d、图像处理
找到兴趣区域:通过区域生长算法,找到每帧图像中的被测零件区域;
检测被测零件的内表面是否存在缺陷?如果有缺陷,则判定为不合格零件,缺陷显示并驱动报警器进行声光报警;
如果没有缺陷,根据被测零件表面外边缘大缺陷检测方法检测被测零件表面外边缘是否存在大缺陷?如果有缺陷,则判定为不合格零件,缺陷显示并驱动报警器进行声光报警;
如果没有缺陷,再通过建立被测零件的实时模板,根据被测零件表面外边缘小缺陷检测方法检测被测零件表面外边缘是否存在小缺陷?
如果有缺陷,则判定为不合格零件处理,缺陷显示并驱动报警器进行声光报警;如果没有缺陷,判定为合格零件;
尚有被测零件?如果有,则循环并依次进行图像采集、传输、存储、预处理及处理;如果没有,被测零件检测结束。
作为对现有技术的进一步改进,本方法还包括:
区域生长算法,对图像采用自左向右,自上而下的扫描方式,一旦扫描到颜色为A的点即将其设置为A-n1(n1>=1)色,从该点出发,进行左、左上、上、右上、右、右下、下、左下共八个方向点的依次试探,如果发现其中某点颜色也为A,则递归调用上述方法。扫描结束后,将多个A-n1色连通区域中非面积最大的连通区域,统一设置为A-n1-m1(m1>=1)色。再次运用区域生长算法统计出所有B色的阴暗连通区域,并将其设置为B+n2(n2>=1),同时将面积最大的B+n2色连通区域设置为A-n1-m1色,则每帧图像中的检测对象,即兴趣区域为A-n1色连通区域包围的区域,其中被包围的阴暗区域为B+n2色连通域;
被测零件表面外边缘大缺陷检测方法,是根据被测零件图像兴趣区域左上点位置、被测零件边缘的几何走向及径向长度,结合标准零件的工程尺寸进行动态平移、旋转和细微缩放建立标准零件的实时模板,该标准零件的实时模板与被测零件图像兴趣区域按扫描顺序同地址逐一比对灰度值,如果颜色差异数量大于判断阈值,则为不合格零件;
被测零件表面外边缘小缺陷检测方法,是通过形态学闭运算建立被测零件的实时模板进行检测,包括:
将兴趣区域内的B+n2色阴暗区域设置成与兴趣区域内明亮区域同色的A-n1色;
找到兴趣区域左上点坐标;
以该点为圆心,以r为半径建立圆方程;
圆边界是B+n2色?如果是,则圆内部及边界设置为A-n1-n3色;
否则,判断是否膨胀完毕?如果没有,按存储次序逐一向后读取兴趣区域边界点,如果是,则将所有A-n1-n3色区域设置成A-n1色;
找到(1,1)点,以该点为圆心,以r为半径建立圆方程;
圆边界是A-n1色?如果是,圆内部及边界设置为A-n1-m1色;
否则,判断膨胀后区域是否腐蚀完毕?如果没有,按存储次序逐一向后读取B+n2色点,如果是,则将所有A-n1-m1色区域设置成B+n2色,得到被测零件的实时模板;
被测零件的实时模板与被测零件图像兴趣区域按扫描顺序同地址逐一比对灰度值后,如果颜色差异数量大于判断阈值,则为不合格零件,否则,被测零件表面外边缘无小缺陷;
被测零件表面外边缘小缺陷检测结束。
本发明与现有技术相比具有如下有益效果:
其一,基于机器视觉的金属零件光洁表面微缺陷检测装置,包括电连接的成像定位调节机构和处理单元,该处理单元里置有电连接的图像采集卡、工控机、设备控制卡和报警器,用于图像的采集、传输、存储、处理、显示和报警。成像定位调节机构是框架式结构,包括底板、导杆、固定支架、滑动支架、步进电机等,用于CCD相机和平行光源在可调平面内的安装定位,其中,固定支架和滑动支架分别为长方形固定支架,在底板的中间位置安装有检测平台,在检测平台上置有被测零件;特别是:
在成像定位调节机构上,手动进行成像和同轴照明初步调节的部件安装定位:首先准备一标准被测零件放置在检测平台上,根据标准被测零件的位置,旋动调节螺母调整螺杆轴在Y轴方向的位移,带动滑动支架在Y轴上移动,通过调节螺母调节好滑动支架的位置后,滑动支架的四个边角通过支架紧定螺钉固定连接在四个导杆上,沿X轴向移动相机槽型滑动板至滑动支架的一边,调节CCD相机在X-Y平面内的角度,至CCD相机能够清晰成像为止,使相机槽型滑动板通过紧固旋钮固定连接在滑动支架上,再沿X轴向移动光源槽型滑动板至滑动支架另一边,调节光源槽型滑动板与相机槽型滑动板关于标准被测零件中心法线位置对称,使光源槽型滑动板通过滑动板紧定螺钉固定连接在滑动支架上,实现同轴照明初步调节的部件安装定位。
本发明检测装置中CCD相机、远心镜头和平行光源通过成像定位调节机构实现成像调节和同轴照明的初步调节,为同轴照明的自动调节创造条件,相对现有技术操作容易、方便快捷、简单牢靠。
其二,本发明一种基于机器视觉的金属零件光洁表面微缺陷检测装置的方法中,以标准被测零件图像兴趣区域内的某一暗色连通区域个数作为同轴照明的判断条件,设定判断阈值,通过操作工控机软件平台上的同轴照明调节按钮,当工控机软件统计到该暗色连通区域个数大于设定阈值时,工控机软件发出控制指令,触发设备控制卡驱动步进电机带动平行光源在X-Y平面内转动,若步进电机转向异常,并触碰到光源槽型滑动板上任一端的限位开关时,触发设备控制卡控制步进电机正常转向或停止,当达到设定阈值时,立即停止步进电机转动,完成平行光源光轴与远心镜头光轴关于标准被测零件中心法线的对称角调节,即实现同轴照明调节;
本发明检测装置的方法中,同轴照明调节无需人工干预,通过界面一键式操作自动完成,相对现有技术中的人工手动方式,操作简单、方便快捷、调节精度高,而且提高了检测的准确性和可靠性。
本发明检测装置的方法中,采用平行光源和远心镜头设计的同轴照明方式,一方面远心镜头特有的远心特性和低畸变属性,使整个被测零件在图像中最大限度地被还原出来,另一方面该同轴照明方式,使被测零件缺陷在背景中具有很高的信噪比,为实现高精度的微缺陷检测提供了很好的先决条件。
其三,本发明一种基于机器视觉的金属零件光洁表面微缺陷检测装置的方法中,由于远心镜头和平行光源的相对摆放位置的差异,或者被测零件不同批次加工尺寸不一等因素造成显示图像中兴趣区域的面积异常(过小),因此不能仅仅依靠设定的面积阈值来判定被测零件表面是否存在外边缘大缺陷。本发明检测方法根据被测零件兴趣区域最左上点位置、被测零件边缘的几何走向及径向长度,结合标准零件的工程尺寸进行动态平移、旋转和细微缩放建立标准零件的实时模板,该标准零件的实时模板与被测零件图像兴趣区域按扫描顺序同地址逐一比对灰度值,比较差异数量和设定阈值的大小,可有效实现被测零件表面外边缘大缺陷的检测。
又由于同一零件不同批次加工尺寸不一以及平移、旋转、缩放等影响模板匹配的精度等因素,传统的模板建立方式已经不适用零件外边缘小缺陷检测。本发明检测方法中对形态学闭运算过程进行改型,并以兴趣区域作为膨胀/腐蚀对象,以圆作为膨胀/腐蚀核,建立被测零件的实时模板,通过与被测零件图像兴趣区域按扫描顺序同地址逐一比对灰度值,比较颜色差异数量和设定阈值的大小,可有效实现被测零件表面外边缘小缺陷的检测。
其四,本发明实施例的检测对象为某一规格的眼镜零件,从实施例的内容和实施例效果图7中的拍摄效果对比来看,无论眼镜零件表面缺陷是缓变凹坑还是突变深坑,本发明的成像条件都具有较大的优势。
附图说明
图1为本发明检测装置的示意图;
图2为本发明的光学成像系统原理图;
图3为本发明的成像定位调节机构主视及俯视图;
图4为本发明的成像定位调节机构立体示意图;
图5为本发明的装置工作方法的流程图;
图6为本发明的被测零件表面外边缘小缺陷检测模板建立流程图;
图7为本发明的应用实施例效果图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步地描述。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实施例。
图1为本发明的检测装置示意图;图2为本发明的光学成像系统原理图;图3为本发明的成像定位调节机构主视及俯视图;图4为本发明的成像定位调节机构立体示意图;
在图1、图2、图3、图4中:
1.成像定位调节机构、2.处理单元;处理单元包括:2a.图像采集卡、2b.工控机、2c.设备控制卡、2d.报警器;
11.固定支架、12.滑动支架、13.支架紧定螺钉、14.导杆、15.导杆安装座、16.底板、17.检测平台、18.被测零件、19.限位开关、20.光源夹具、21.平行光源、22.步进电机、23.光源槽型滑动板、24.滑动板紧定螺钉、25.螺杆轴、26.调节螺母、27.轴套、28.卡簧、29.远心镜头、30.相机安装板、31.紧固旋钮、32.CCD相机、33.相机槽型滑动板。
本发明所涉及的基于机器视觉的金属零件光洁表面微缺陷检测装置,如图1所示,由成像定位调节机构1和处理单元2组成。处理单元2包括图像采集卡2a、工控机2b、设备控制卡2c、报警器2d,用于图像的采集、传输、存储、处理、显示和报警。
图像采集卡2a选用具有IEEE 1394A(Firewire 400)接口,采用PCI32位总线标准,数据传输速率可达400Mb/s;工控机2b采用酷睿双核CPU,2G DDR内存,1TB硬盘,具有PCI和PCI-E插槽,工控机2b中显卡选用PCI-E接口的NVIDIA GeForce GTS 250作为显示器件,其提供的并行运算接口CUDA,可高效实现图像的各种复杂运算,工控机2b中显示器采用17寸触摸屏;设备控制卡2c采用北京阿尔泰PCI12306数据采集卡,集16路DI/DO,16路AD,4路DA为一体。
图像采集卡2a通过IEEE1394A火线将CCD相机32拍摄的被测零件18图像数据传输至工控机2b。
工控机2b从图像视频流中截取多幅单帧灰度图像,以一定格式存储在内存之中,通过工控机2b软件对单帧图像进行分析理解,得出的处理结果一方面通过显卡在显示器上实时显示,一方面驱动设备控制卡2c动作。
设备控制卡2c由工控机2b软件得出处理结果后,一方面在本检测装置工作前,用于驱动成像定位调节机构1中的步进电机22动作,进行同轴照明调节;一方面在检测装置工作中,用于驱动报警器2d对于判定为缺陷的被测零件18进行提示。
检测装置中所涉及的主要成像设备包括:CCD相机32、远心镜头29和平行光源21。CCD相机32选用分辨率为200万像素的工业级黑白相机,象元尺寸为4.4um×4.4um,帧率为14帧/秒,在拍摄视野范围内极限分辨能力超过30um;镜头选用物象双方远心镜头29,具有图像畸变小且亮度均匀;光源选用调数值孔径的LED平行光源21作为光源,发散角以2~6°,孔径以光源发散重叠部分大于零件最长轴尺寸为准。
光学成像系统原理,如图2所示:平行光源21发出的一定扩散角光束经过光洁表面反射后,在一定角度内形成均匀的反射光场。在缺陷位置,由于角度调制,使该区域光场能量分布发生改变,在CCD相机32拍摄处形成鲜明得亮斑/暗斑变化。远心镜头29使得后端的CCD相机32在不同接收位置处获得相同的平行于主光轴的入射光线,保证整个被测零件18范围内的反射平行光以相同条件到达CCD相机32表面,消除离轴畸变及视角改变。
成像定位调节机构如图3、图4所示:由底板16、导杆14、固定支架11及滑动支架12等组成的框架式结构,并在其中安装存在角度关系的CCD相机32和平行光源21,及用于平行光源21角度调节的步进电机22和限位开关19等。底板16上安装有导杆14,导杆14通过导杆安装座15安装在底板16上,固定支架11固定在导杆14顶部位置,滑动支架12可以在导杆上自由滑动,滑动支架12和固定支架11通过螺杆轴25连接,螺杆轴25与安装在滑动支架12上的轴套27紧配合,螺杆轴25末端用卡簧28限位,螺杆轴25另一端穿过固定支架11上的安装孔用调节螺母26固定,旋动调节螺母26可以控制螺杆轴25在Y轴方向的位移,从而带动滑动支架12在Y轴上移动,CCD相机32固定在相机安装板30上,相机安装板30装配在相机槽型滑动板33上,紧固旋钮31可以调整CCD相机32在X-Y平面内的角度。平行光源21通过光源夹具20装配在光源槽型滑动板23上,光源夹具20的一端装有步进电机22,步进电机22由工控机2b软件控制调整平行光源21的角度,通过光源槽型滑动板23上的两个限位开关19,限制平行光源21的角度在X-Y平面内的调整范围。
成像及同轴照明初步调节,首先准备一标准被测零件18放置在检测平台17上,根据标准被测零件18的位置,对CCD相机32和平行光源21进行成像调节,旋动调节螺母26将滑动支架12调整到合适的高度,拧紧支架紧定螺钉13。然后沿X轴向移动相机槽型滑动板33至合适的位置,同时调节CCD相机32在X-Y平面内的角度,至CCD相机32能够清晰成像为止,并拧紧滑动板紧定螺钉24和紧固旋钮31。再沿X轴向移动光源槽型滑动板23至合适的位置,调整光源槽型滑动板23与相机槽型滑动板33关于标准被测零件18中心法线位置对称,并拧紧滑动板紧定螺钉24,完成同轴照明初步调节的部件安装定位。
图5为本发明的装置工作方法的流程图:
系统启动;(步骤100)
同轴照明调节:(步骤200)
图像采集、传输、存储及预处理:(步骤201)
通过工控机2b软件平台设置合适的曝光时间为Expo,装置条件不变,此阈值保持不变。由工控机2b软件触发控制CCD相机32的图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线高速传输至图像采集卡2a端。运用工控机2b软件从视频流中截取多幅单帧1628×1236像素的灰度图像,并以一维序列形式将图像灰度值存储在工控机2b内存当中,利用非线性的中值滤波对帧图像进行消噪,再根据直方图中的灰度分布设定图像二值化边界阈值Bin,装置条件不变,此阈值保持不变。以Bin二值化图像,所有明亮区域变成A色,所有阴暗区域变成B色(A>B>=0);
找到兴趣区域:(步骤202)
通过区域生长算法,即对图像采用自左向右,自上而下的扫描方式,一旦扫描到颜色为A的即将其设置为A-n1(n1>=1)色,从该点出发,进行左、左上、上、右上、右、右下、下、左下共八个方向点的依次试探,如果发现其中某点颜色也为A,则递归调用上述方法。扫描结束后,将多个A-n1色连通区域中非面积最大的连通区域,统一设置为A-n1-m1(m1>=1)色。再次运用区域生长算法统计出所有B色的阴暗连通区域,并将其设置为B+n2(n2>=1),同时将面积最大的B+n2色连通区域设置为A-n1-m1色,使之与非最大面积的明亮区域同色。那么,每帧图像中的检测对象,即兴趣区域为A-n1色连通区域包围的区域,其中被包围的阴暗区域为B+n2色连通域;
根据同轴照明调节算法,实现同轴照明:(步骤203)
对颜色为B+n2连通区域进行统计,统计出的连通区域个数i(i>=0),以某一较小的i值作为同轴照明的判断条件,操作工控机2b软件平台上的同轴照明调节按钮,当查询到标准被测零件18表面尚未满足同轴照明条件时,由工控机2b软件发出控制命令,触发设备控制卡2c驱动步进电机22带动平行光源21在X-Y平面内转动,若步进电机22转向异常,并触碰到光源槽型滑动板23上任一端的限位开关19时,可由工控机2b软件控制其正常转向或停止,当达到同轴照明条件时,立即控制停止步进电机22转动,完成平行光源光轴与远心镜头29光轴关于标准被测零件18中心法线的对称角调节,即实现同轴照明调节;
准备被测零件18的检测;(步骤300)
图像采集、传输、存储及预处理:(步骤400)
由工控机2b软件触发控制CCD相机32的图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线高速传输至图像采集卡2a端。运用工控机2b软件从视频流中截取多幅单帧1628×1236像素的灰度图像,并以一维序列形式将图像灰度值存储在工控机2b内存当中;利用非线性的中值滤波对帧图像进行消噪,以阈值Bin二值化图像,所有明亮区域变成A色,所有阴暗区域变成B色(A>B>=0);
图像处理:(步骤500)
找到兴趣区域:(步骤501)
通过区域生长算法,将多个A-n1色连通区域中非面积最大的连通区域,统一设置为A-n1-m1(m1>=1)色。再次运用区域生长算法统计出所有B色的阴暗连通区域,并将其设置为B+n2(n2>=1),并将面积最大的B+n2色连通区域设置为A-n1-m1色,使之与非最大面积的明亮区域同色。则兴趣区域为A-n1色连通区域包围的区域,其中被包围的阴暗区域为B+n2色连通域;
检测被测零件18的内表面缺陷:(步骤502)
比较面积最大B+n2色阴暗区域和设定的表面内缺陷面积阈值S1大小;
判断被测零件18内表面是否有缺陷?(步骤503)
当B+n2大于S1时,判定被测零件18内表面有缺陷,否则无缺陷;
对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动报警器2d进行声光报警;(步骤509)
检测被测零件18表面外边缘大缺陷:(步骤504)
若被测零件18内表面没有缺陷,则根据被测零件18兴趣区域最左上点位置、被测零件18边缘的几何走向及径向长度,结合标准零件的工程尺寸进行动态平移、旋转和细微缩放建立被测零件18实时模板,根据此模板与被测零件18图像兴趣区域按扫描顺序同地址逐一比对灰度值,比对存在颜色差异的点设置为C色,比对结束后,运用区域生长算法,统计出所有C色连通区域及面积最大的C色连通区域;
判断被测零件18表面外边缘是否有大缺陷?(步骤505)
比较面积最大C色连通区域与设定的外边缘大缺陷面积阈值S3大小,当面积最大C色连通区域大于S3时,则该被测零件18表面外边缘存在大缺陷;
对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动报警器2d进行声光报警;(步骤509)
建立被测零件18的实时模板,检测被测零件18表面外边缘小缺陷:(步骤506)
若被测零件18表面外边缘没有大缺陷,则利用改型闭运算的膨胀腐蚀算法对被测零件18的图像进行处理,建立被测零件18的实时模板,与兴趣区域按扫描顺序逐一比对灰度值,比对存在颜色差异的点设置为D色,并统计出所有D色连通区域及面积最大的D色连通区域;
判断被测零件18表面外边缘是否有小缺陷?(步骤507)
比较面积最大D色连通区域与设定的外边缘小缺陷面积阈值S4大小,当面积最大D色连通区域大于S4时,则该被测零件18表面外边缘存在小缺陷;
对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动报警器2d进行声光报警;(步骤509)
若被测零件18表面外边缘没有小缺陷,则判定该被测零件18为合格零件;(步骤508)
根据对兴趣区域的有无和像素点的大小判断检测平台17有无被测零件18,若有,则返回(步骤400)处,从(步骤400)处重新执行;(步骤510)
若没有被测零件18,则检测结束。(步骤511)
检测完毕,系统关闭。(步骤600)
图6为本发明的被测零件表面外边缘小缺陷检测模板建立流程图:
进入被测零件18表面外边缘小缺陷检测环节;(步骤5061)
将兴趣区域内所有B+n2色阴暗区域设置成与兴趣区域内明亮区域同色的A-n1色;(步骤5062)
找到兴趣区域最左上点坐标;(步骤5063)
以该点为圆心,以r为半径,建立圆的直角坐标系解析方程;(步骤5064)
判断圆边界是否为B+n2色?(步骤5065)
若是,则将该圆及其边界均设置A-n1-n3色;(步骤5066)
若不是,再判断兴趣区域内所有点是否膨胀完毕?(步骤5067)
若没有膨胀完毕,则按存储次序,逐一向后读取兴趣区域边界点,并返回(步骤5064)处,从(步骤5064)处开始继续执行;(步骤5068)
若膨胀完毕,将所有A-n1-n3色区域设置成A-n1色;(步骤5069)
找到图像存储地址中的(1,1)点;(步骤50610)
以该点为圆心,以r为半径,建立圆的直角坐标系解析方程;(步骤50611)
判断圆边界是否为A-n1色?(步骤50612)
若是,则将该圆内部及其边界均设置成A-n1-m1色;(步骤50613)
若不是,再判断膨胀后区域内所有点是否腐蚀完毕?(步骤50614)
若没有腐蚀完毕,则按存储次序逐一向后读取B+n2色点,并返回(步骤50611),从(步骤50611)开始继续执行;(步骤50615)
若腐蚀完毕,则将所有A-n1-m1色区域设置成B+n2色,得到被测零件的实时模板;(步骤50616)
该被测零件18表面外边缘小缺陷检测完毕。(步骤50617)
图7为本发明的应用实施例效果图:
7-1为某一轻微缺陷眼镜零件(缓变小面积凹陷,凹陷深度约18um)的拍摄效果对比;
7-2为某一严重缺陷眼镜零件(缓变大面积凹陷,凹陷深度约15um)拍摄效果对比;
7-3位某一严重缺陷眼镜零件(突变深坑)的拍摄效果对比。
其中:
a为本发明的平行光源21、CCD相机32及远心镜头29组合形成的同轴照明方式拍摄;
b为平行光源和普通镜头组合方式拍摄;
c为某厂家的穹顶光源(DOME光源)拍摄;
d为某厂家的同轴光源拍摄。
无论眼镜零件表面缺陷是缓变凹坑还是突变深坑,基于机器视觉的金属零件光洁表面微缺陷检测装置的成像条件都具有很大的优势。
实施例:本实施例的检测对象为某一规格的眼镜零件,涉及的基于机器视觉的金属零件光洁表面微缺陷检测方法,包括以下步骤:
第一步,将一标准眼镜零件放置在检测平台上。
第二步,成像和同轴照明初步调节:
根据标准眼镜零件的位置,对CCD相机32和平行光源21进行成像调节,旋动调节螺母27将滑动支架12沿Y轴向调整到合适的高度,拧紧支架紧定螺钉13。然后沿X轴向移动相机槽型滑动板33至合适的位置,同时调节CCD相机32在X-Y平面内的角度,至CCD相机32能够清晰成像为止,并拧紧滑动板紧定螺钉24和紧固旋钮31。再沿X轴向移动光源槽型滑动板23至合适的位置,调整光源槽型滑动板23与相机槽型滑动板33关于标准眼镜零件中心法向位置对称,并拧紧滑动板紧定螺钉24,完成同轴照明初步调节部件的安装定位。
第三步,同轴照明调节:
首先设定图像曝光时间Expo为10ms,装置条件不变,此阈值保持不变。通过工控机2b软件触发控制CCD相机32的图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线高速传输至图像采集卡2a端。运用工控机2b软件从视频流中截取多幅单帧1628×1236像素的灰度图像,并以一维序列形式将图像灰度值存储在工控机2b内存当中。利用非线性的中值滤波对眼镜零件图像进行消噪,借助灰度直方图确定图像二值化边界阈值Bin为125,并以此阈值二值化图像,装置条件不变,此阈值保持不变。按照同轴照明方式获取的图像,经二值化处理后0xFF色和0x00色,所有明亮区域变成0xFF色,所有阴暗区域变成0x00色。对图像进行区域生长,即采用自左向右,自上而下的扫描方式,一旦扫描到颜色为0xFF的点即将其置为0xFE,进行左、左上、上、右上、右、右下、下、左下共八个方向点的依次试探,如果发现其中某点颜色也为0xFF,则递归调用上述方法。扫描结束后,将多个0xFE色连通区域中非面积最大的连通区域,统一设置为0xFD色。再次运用上述算法统计出所有0x00色的区域,并将其设置为0x01,同时将面积最大的0x01色连通区域设置为0xFD色,使之与非最大面积的明亮区域同色,则兴趣区域为0xFE色连通区域包围的区域。对0x01色连通区域进行统计,统计出的连通区域个数i,以i为5作为同轴照明的判断条件;
通过操作工控机2b软件平台上的同轴照明调节按钮,当工控机2b软件查询到标准眼镜零件表面尚未满足同轴照明条件时,由工控机2b软件发出控制命令,触发设备控制卡2c驱动步进电机22带动平行光源21在X-Y平面内转动,若步进电机22转向异常,并触碰到光源槽型滑动板23上任一端的限位开关19时,可由工控机2b软件控制其正常转向或停止,当达到同轴照明条件时,立即控制停止步进电机22转动,完成平行光源21光轴与远心镜头29光轴关于标准眼镜零件中心法线的对称角调节,即实现同轴照明调节。
第四步,眼镜零件检测:将被测眼镜零件放置在检测平台17上。
第五步,眼镜零件的图像采集、传输、存储及预处理:
通过工控机2b软件触发控制CCD相机32的图像采集,从光学成像系统输出的视频流图像经IEEE1394A火线高速传输至图像采集卡2a端。运用工控机2b软件从视频流中截取多幅单帧1628×1236像素的灰度图像,并以一维序列形式将图像灰度值存储在工控机2b内存当中。对零件图像滤波消噪后,以阈值125二值化图像,按照同轴照明方式获取的图像,经二值化处理后0xFF色和0x00色,所有明亮区域变成0xFF色,所有阴暗区域变成0x00色。
第六步,眼镜零件的图像处理。图像处理包括:眼镜零件图像兴趣区域寻找、眼镜零件内表面缺陷检测、眼镜零件表面外边缘大缺陷检测、眼镜零件表面外边缘小缺陷检测。
眼镜零件图像兴趣区域寻找,采用区域生长算法,将多个0xFE色连通区域中非面积最大的连通区域,统一设置为0xFD色;并且,统计出所有0x00色的区域,并将其设置为0x01,同时将面积最大的0x01色连通区域设置为0xFD色,使之与非最大面积的明亮区域同色,则兴趣区域为0xFE色连通区域包围的区域。
眼镜零件内表面缺陷检测,其检测对象是兴趣区域内被包围的面积最大的0x01色阴暗区域。此面积最大0x01色区域与设定面积阈值8个像素点进行比较,当小于8时,则判定该眼镜零件内表面无缺陷;当大于8时,则判定该眼镜零件内表面有缺陷,对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动声光报警器2d进行提示。
眼镜零件表面外边缘大缺陷检测,是当兴趣区域面积小于设定的兴趣区域面积阈值18000个像素点时,进入外边缘大缺陷检测环节,否则跳出此轮检测。根据眼镜零件图像兴趣区域最左上点位置、零件边缘的几何走向及径向长度,结合标准眼镜零件的工程尺寸进行动态平移、旋转和细微缩放建立实时模板。根据此模板与当前眼镜零件图像兴趣区域按扫描顺序同地址逐一比对灰度值,比对存在颜色差异的点设置为0x20色。比对结束后,统计出所有0x20色连通区域及面积最大的0x20色连通区域。设定眼镜零件表面外边缘缺陷面积阈值为15个像素点,当面积最大0x20色连通区域小于15时,则认为该眼镜零件表面外边缘无大缺陷;反之,则认为该眼镜零件表面外边缘存在大缺陷,对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动声光报警器2d进行提示。
眼镜零件表面外边缘小缺陷检测,先将兴趣区域内的0x01色阴暗区域设置成与兴趣区域内明亮区域同色的0xFE色,从兴趣区域左上点开始,以半径2作为膨胀核,并以0xFC色作膨胀处理,膨胀完毕后,将所有0xFC色区域设置成0xFE色。从图像存储地址(1,1)点开始,按存储次序逐一向后读取0x01,并以同样半径2的腐蚀核对膨胀后区域作腐蚀处理,满足腐蚀条件的,用0xFD色进行覆盖,腐蚀完毕后将0xFD色区域统一变成0x01色,则得到眼镜零件图像的实时模板,膨胀腐蚀后的图像可将兴趣区域边缘缺陷进行覆盖。眼镜零件的实时模板与兴趣区域按扫描顺序同地址逐一比对灰度值,比对存在颜色差异的点设置为0x30色,比对结束后,统计出所有0x30色连通区域及面积最大的0x30色连通区域。设定眼镜零件表面外边缘小缺陷面积阈值为10个像素点,当面积最大0x30色连通区域小于10时,则认为该眼镜零件表面外边缘无小缺陷;反之,则认为该眼镜零件表面外边缘存在小缺陷,对缺陷处的颜色标记、缺陷尺寸、缺陷面积进行显示,同时驱动声光报警器2d进行提示。
Claims (1)
1.一种基于机器视觉的金属零件光洁表面微缺陷检测装置,包括电连接的成像定位调节机构(1)和处理单元(2),该处理单元(2)里置有电连接的图像采集卡(2a)、工控机(2b)、设备控制卡(2c)和报警器(2d),用于图像的采集、传输、存储、处理、显示和报警:
该成像定位调节机构(1)是框架式结构,包括底板(16)、导杆(14)、固定支架(11)、滑动支架(12)、步进电机(22),用于CCD相机(32)和平行光源(21)在可调平面内的定位,其中,固定支架(11)和滑动支架(12)分别为长方形固定支架,在底板(16)的中间位置安装有检测平台(17),在检测平台(17)上置有被测零件(18),其特征在于:
在底板(16)的四个边角位置通过导杆安装座(15)安装有四根柱状的导杆(14),该四根柱状导杆(14)的上端与顶端固定支架(11)的四个边角端嵌合固定,在滑动支架(12)和固定支架(11)中间的位置安装有螺杆轴(25),螺杆轴(25)的上端通过调节螺母(26)安装在固定支架(11)上,螺杆轴(25)的下端通过轴套(27)和卡簧(28)固定在滑动支架(12)上;
在滑动支架(12)上两边分别装有相机槽型滑动板(33)和光源槽型滑动板(23),在滑动支架(12)的一边,CCD相机(32)和远心镜头(29)通过C型接口机械连接,并通过螺栓安装在相机安装板(30)上,相机安装板(30)通过紧固旋钮(31)安装在相机槽型滑动板(33)上,通过紧固旋钮(31)调整CCD相机(32)在X-Y平面内的角度;
在滑动支架(12)的另一边,平行光源(21)通过光源夹具(20)安装在光源槽型滑动板(23)上,光源夹具(20)的一端安装有步进电机(22),用于步进电机(22)调节平行光源(21)在安装平面内的角度,通过光源槽型滑动板(23)上安装固定的限位开关(19),限定平行光源(21)在X-Y平面内的角度调整范围;
在成像定位调节机构(1)上,手动进行成像和同轴照明初步调节的部件安装定位:首先准备一标准被测零件(18)放置在检测平台(17)上,根据标准被测零件(18)的位置,旋动调节螺母(26)调整螺杆轴(25)在Y轴方向的位移,带动滑动支架(12)在Y轴上移动,通过调节螺母(26)调节好滑动支架(12)的位置后,滑动支架(12)的四个边角通过支架紧定螺钉(13)固定连接在四个导杆(14)上,沿X轴向移动相机槽型滑动板(33)至滑动支架(12)的一边,调节CCD相机(32)在X-Y平面内的角度,至CCD相机(32)能够清晰成像为止,使相机槽型滑动板(33)通过紧固旋钮(31)固定连接在滑动支架(12)上,再沿X轴向移动光源槽型滑动板(23)至滑动支架(12)另一边,调节光源槽型滑动板(23)与相机槽型滑动板(33)关于标准被测零件(18)中心法线位置对称,使光源槽型滑动板(23)通过滑动板紧定螺钉(24)固定连接在滑动支架(12)上,实现同轴照明初步调节的部件安装定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210013375.2A CN102590218B (zh) | 2012-01-16 | 2012-01-16 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210013375.2A CN102590218B (zh) | 2012-01-16 | 2012-01-16 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102590218A CN102590218A (zh) | 2012-07-18 |
CN102590218B true CN102590218B (zh) | 2014-04-02 |
Family
ID=46479157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210013375.2A Active CN102590218B (zh) | 2012-01-16 | 2012-01-16 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102590218B (zh) |
Families Citing this family (90)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778414B (zh) * | 2012-08-14 | 2014-07-09 | 顾金华 | 基于机器视觉的织物物理性能检测方法和装置 |
CN102866160B (zh) * | 2012-08-29 | 2014-10-08 | 上海造币有限公司 | 硬币模具表面质量检测的系统及方法 |
CN103163155B (zh) * | 2013-02-26 | 2016-01-20 | 上海大学 | 一种键盘缺陷检测装置及方法 |
CN103293167A (zh) * | 2013-06-08 | 2013-09-11 | 湖南竟宁科技有限公司 | 泡沫镍中铜颗粒自动检测方法及系统 |
CN103592955B (zh) * | 2013-11-05 | 2016-06-29 | 无锡市瑞尔精密机械有限公司 | 机器视觉检测系统的调整装置 |
CN103706568B (zh) * | 2013-11-26 | 2015-11-18 | 中国船舶重工集团公司第七一六研究所 | 基于机器视觉的机器人分拣方法 |
CN103674968A (zh) * | 2013-12-20 | 2014-03-26 | 纪钢 | 材料外观腐蚀形貌特征机器视觉原值检测评价方法及装置 |
CN104280406A (zh) * | 2014-09-16 | 2015-01-14 | 中国科学院广州能源研究所 | 一种铜件表面缺陷检测的机器视觉系统 |
CN104404711B (zh) * | 2014-11-27 | 2017-04-12 | 常州驰网智能检测技术有限公司 | 布面疵点检测装置 |
CN105424718B (zh) * | 2015-11-02 | 2018-08-03 | 东华大学 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
CN105338322A (zh) * | 2015-11-19 | 2016-02-17 | 无锡港湾网络科技有限公司 | 一种机器视觉实验平台及其应用 |
CN105841632A (zh) * | 2015-12-01 | 2016-08-10 | 广东工业大学 | 一种基于机器视觉的反光工件的高精度测量方法 |
CN105783725A (zh) * | 2016-04-29 | 2016-07-20 | 江苏理工学院 | 基于多目机器视觉的细纱机钢领精度检测装置及检测方法 |
CN105847707B (zh) * | 2016-05-25 | 2018-11-16 | 新维畅想数字科技(北京)有限公司 | 一种自动变换光源的同步摄影装置 |
CN110849902A (zh) * | 2016-06-08 | 2020-02-28 | 周娇 | 一种新型显示面板表面缺陷检测系统 |
CN109311533B (zh) * | 2016-06-22 | 2022-01-21 | 深圳市大疆创新科技有限公司 | 飞行器行走系统的系统和方法 |
CN106503735B (zh) * | 2016-10-18 | 2019-08-02 | 凌云光技术集团有限责任公司 | 线路板料号识别方法及装置 |
CN108072665A (zh) * | 2016-11-11 | 2018-05-25 | 研祥智能科技股份有限公司 | 机器视觉检测实验平台 |
CN106814085A (zh) * | 2016-11-17 | 2017-06-09 | 杭州利珀科技有限公司 | 一种太阳能背板检测系统 |
CN106770332B (zh) * | 2017-02-14 | 2019-04-16 | 杭州字节信息技术有限公司 | 一种基于机器视觉的电子模切料缺陷检测实现方法 |
CN106767736B (zh) * | 2017-02-15 | 2023-12-29 | 江苏中天科技股份有限公司 | 一种用于安装线缆字符影像检测相机及光源的装置 |
CN106885605A (zh) * | 2017-02-22 | 2017-06-23 | 余佳盈 | 一种工业控制开关的ccd检测方法 |
CN106645206B (zh) * | 2017-03-16 | 2023-05-30 | 武汉科技大学 | 一种双龙门式带材表面质量检测装置的成像系统 |
CN108956610B (zh) * | 2017-05-18 | 2020-09-15 | 南京原觉信息科技有限公司 | 工业视觉探伤系统及工业视觉探伤方法 |
CN107870181A (zh) * | 2017-06-20 | 2018-04-03 | 成都飞机工业(集团)有限责任公司 | 一种复合材料脱粘缺陷的后期识别方法 |
CN107462520B (zh) * | 2017-07-25 | 2023-11-28 | 杭州电子科技大学 | 面向有限空间基于机器视觉的不锈钢板在线检测装置 |
CN107607549B (zh) * | 2017-09-27 | 2024-10-11 | 深圳精创视觉科技有限公司 | 玻璃缺陷检测装置 |
CN107727662B (zh) * | 2017-09-28 | 2020-02-14 | 河北工业大学 | 一种基于区域生长算法的电池片el黑斑缺陷检测方法 |
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 |
CN108982543A (zh) * | 2017-11-23 | 2018-12-11 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测设备 |
CN107941823A (zh) * | 2017-11-23 | 2018-04-20 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
CN108020555A (zh) * | 2017-11-23 | 2018-05-11 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
CN107703156A (zh) * | 2017-11-23 | 2018-02-16 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面缺陷智能检测设备 |
CN107991314A (zh) * | 2017-11-23 | 2018-05-04 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面印刷品缺陷智能检测设备 |
CN107966456A (zh) * | 2017-11-23 | 2018-04-27 | 苏州艺力鼎丰智能技术有限公司 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
CN108279239A (zh) * | 2017-12-22 | 2018-07-13 | 中核北方核燃料元件有限公司 | 一种球形燃料元件自动外观检测装置 |
CN108154506B (zh) * | 2017-12-27 | 2020-07-03 | 合肥市雅视智能科技有限公司 | 一种六角螺母自动检测方法 |
CN108133245A (zh) * | 2017-12-29 | 2018-06-08 | 英特尔产品(成都)有限公司 | 资产管理系统及方法 |
CN108188036A (zh) * | 2017-12-29 | 2018-06-22 | 福建猛狮新能源科技有限公司 | 自动检测锂电池外壳的系统 |
CN108051454A (zh) * | 2018-01-15 | 2018-05-18 | 深圳智检慧通科技有限公司 | 一种全自动光学检测识别设备 |
CN108320282A (zh) * | 2018-01-25 | 2018-07-24 | 陕西科技大学 | 多特征信息融合的陶瓷墙地砖表面缺陷检测装置及其方法 |
CN108896547A (zh) * | 2018-03-14 | 2018-11-27 | 浙江大学山东工业技术研究院 | 基于机器视觉的耐火砖测量系统 |
CN110389173A (zh) * | 2018-04-20 | 2019-10-29 | 高思设计股份有限公司 | 表面检测方法 |
CN108508053B (zh) * | 2018-04-26 | 2021-01-12 | 武汉新芯集成电路制造有限公司 | 一种系统性极微物理缺陷的检测方法 |
CN108732184A (zh) * | 2018-05-22 | 2018-11-02 | 丹阳市精通眼镜技术创新服务中心有限公司 | 一种树脂镜片漏膜缺陷检测的装置与方法 |
CN108776143A (zh) * | 2018-05-28 | 2018-11-09 | 湖北工业大学 | 一种鸡蛋蛋壳表面微小污斑的在线视觉检测装置及方法 |
CN108627524B (zh) * | 2018-06-13 | 2024-07-12 | 华辰精密装备(昆山)股份有限公司 | 轧辊磨削表面清洁及机器视觉检测系统 |
CN108918534A (zh) * | 2018-06-29 | 2018-11-30 | 天津城建大学 | 一种基于局部真空加载的粘接缺陷检测装置 |
CN109118476B (zh) * | 2018-07-11 | 2020-11-24 | 华南理工大学广州学院 | 一种零部件边缘轮廓完整性检测方法及装置 |
CN109035262B (zh) * | 2018-08-10 | 2021-08-17 | 重庆贝奥新视野医疗设备有限公司 | 一种多模眼成像镜面反射光消除方法 |
CN109358074B (zh) * | 2018-08-28 | 2023-08-18 | 苏州嘉展科技有限公司 | 透明材质内部缺陷的检测装置及其检测方法 |
CN109283183A (zh) * | 2018-08-31 | 2019-01-29 | 天津市广达现代机械制造有限公司 | 一种零件表面无损检测设备 |
CN109001118A (zh) * | 2018-09-27 | 2018-12-14 | 广东奥普特科技股份有限公司 | 一种区分产品不同材料灰度的打光方法 |
CN112326553B (zh) * | 2018-10-30 | 2022-11-11 | 深圳市真迈生物科技有限公司 | 调节方法 |
CN109596620A (zh) * | 2018-11-10 | 2019-04-09 | 江苏网进科技股份有限公司 | 基于机器视觉的产品表面形状缺陷检测方法和系统 |
CN109612993A (zh) * | 2018-11-29 | 2019-04-12 | 合肥常青机械股份有限公司 | 一种零件质量检测系统及方法 |
CN109387524A (zh) * | 2018-12-12 | 2019-02-26 | 长安大学 | 基于线性偏振光的螺纹缺陷检测方法及装置 |
CN109489591B (zh) * | 2018-12-17 | 2020-09-25 | 吉林大学 | 基于机器视觉的平面划痕长度非接触测量方法 |
CN109724987A (zh) * | 2018-12-18 | 2019-05-07 | 天津工程机械研究院有限公司 | 基于机器视觉的自动化检测系统及检测方法 |
CN109801287B (zh) * | 2019-01-30 | 2023-04-28 | 温州大学 | 一种基于模板匹配与图像质量评估的标贴破损检测方法 |
CN109856164B (zh) * | 2019-02-02 | 2021-03-26 | 上海福赛特机器人有限公司 | 一种机器视觉采集大范围图像的优化装置及其检测方法 |
CN110018332B (zh) * | 2019-04-30 | 2021-08-06 | 长春理工大学 | 一种原子力探针接触式扫描生物细胞成像误差的补偿方法 |
CN110095472B (zh) * | 2019-05-08 | 2019-12-13 | 湖北工业大学 | 基于hdri的高反光金属表面缺陷检测方法及系统 |
CN110044910B (zh) * | 2019-05-09 | 2024-02-13 | 河南大学 | 一种汽车置杯盒零部件检测系统及检测方法 |
CN110470247B (zh) * | 2019-07-30 | 2021-08-31 | 湖北三江航天万山特种车辆有限公司 | 一种零件内外圆面同轴度的检测装置及检测方法 |
CN110455809A (zh) * | 2019-08-14 | 2019-11-15 | 广东工业大学 | 一种连杆表面缺陷的机器视觉检测装置及方法 |
CN110779934A (zh) * | 2019-08-28 | 2020-02-11 | 深圳市灿锐科技有限公司 | 检测平面透明工件上灰尘和划痕的光学模块 |
CN110567971A (zh) * | 2019-09-24 | 2019-12-13 | 华侨大学 | 一种金刚石串珠绳锯磨粒磨损的测量装置 |
CN110836762B (zh) * | 2019-10-28 | 2021-09-03 | Tcl华星光电技术有限公司 | 一种多维视角量测治具 |
CN111307825B (zh) * | 2020-04-08 | 2023-05-02 | 山东交通学院 | 木质板材表面凹坑缺陷检测方法 |
CN111524107B (zh) * | 2020-04-15 | 2023-02-28 | Oppo(重庆)智能科技有限公司 | 缺陷检测方法、缺陷检测装置及计算机可读存储介质 |
CN111835981B (zh) * | 2020-07-01 | 2021-04-13 | 上海视界纵横智能科技有限公司 | 可识别传输速度的工业扫描设备及方法 |
CN111707692A (zh) * | 2020-07-17 | 2020-09-25 | 碳升技术服务(北京)有限公司 | 汽车零部件的缺陷检测方法、系统及电子设备 |
CN112595655A (zh) * | 2020-10-28 | 2021-04-02 | 宁夏医科大学总医院 | 基于人工智能的脑脊液细胞自动分析系统 |
CN112378853A (zh) * | 2020-11-23 | 2021-02-19 | 上海大众动力总成有限公司 | 一种机械零件表面缺陷的检测装置、检测方法及相关装置 |
CN112881404A (zh) * | 2021-01-12 | 2021-06-01 | 王玮佳 | 一种螺纹钢外观缺陷检测装置 |
CN113177925B (zh) * | 2021-05-11 | 2022-11-11 | 昆明理工大学 | 一种无损检测水果表面缺陷的方法 |
CN113674212B (zh) * | 2021-07-26 | 2024-05-24 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113533354B (zh) * | 2021-09-15 | 2021-12-10 | 南通江森电子科技有限公司 | 一种金属膜光学检测装置和检测方法 |
CN114046923B (zh) * | 2021-09-28 | 2024-04-19 | 中交四航局第四工程有限公司 | 一种用于后张法预应力波纹管的无损检测方法 |
CN118671067A (zh) * | 2021-12-06 | 2024-09-20 | 浙江大学台州研究院 | 一种图像清晰度自适应方法 |
CN114486903B (zh) * | 2021-12-06 | 2024-05-14 | 浙江大学台州研究院 | 一种灰度自适应的卷材检测系统及装置、算法 |
CN114170598B (zh) * | 2021-12-10 | 2023-07-07 | 四川大学 | 菌落高度扫描成像装置、可辨别非典型菌落的菌落自动计数设备及方法 |
CN114441553B (zh) * | 2022-04-11 | 2022-07-12 | 深圳市鹰眼在线电子科技有限公司 | 一种光源自调节的Mini LED检测结构 |
CN115575401B (zh) * | 2022-09-30 | 2023-07-07 | 茉丽特科技(深圳)有限公司 | 一种基于机器视觉的金属零件表面微缺陷检测装置 |
CN115598805B (zh) * | 2022-10-18 | 2023-04-21 | 深圳市灿锐科技有限公司 | 一种低成本大视场可变工作距远心镜头及其检测方法 |
CN115583261B (zh) * | 2022-12-08 | 2023-03-14 | 成都理工大学 | 一种轨道智能巡检小车 |
CN116429766A (zh) * | 2023-03-23 | 2023-07-14 | 长园视觉科技(珠海)有限公司 | 基于多通道分离的方法、系统、装置及存储介质 |
CN116559188B (zh) * | 2023-06-25 | 2024-03-22 | 江花集团有限公司 | 一种接管螺母批量检测装置及方法 |
CN117920501A (zh) * | 2024-01-30 | 2024-04-26 | 深圳市元硕自动化科技有限公司 | 基于图像处理的屏幕喷墨装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3143561B2 (ja) * | 1994-04-25 | 2001-03-07 | 新日本製鐵株式会社 | 金属片の表面欠陥部手入れ方法 |
CN1945294A (zh) * | 2006-10-16 | 2007-04-11 | 上海宝信软件股份有限公司 | 基于机器视觉的带钢表面缺陷测试平台及其检测方法 |
US8203606B2 (en) * | 2008-11-07 | 2012-06-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Gradient image processing |
CN102221556B (zh) * | 2011-03-15 | 2012-11-14 | 中国计量学院 | 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 |
-
2012
- 2012-01-16 CN CN201210013375.2A patent/CN102590218B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102590218A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102590218B (zh) | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 | |
CN101660894B (zh) | 基于平行光照明的多目视觉检测装置及方法 | |
US20200150055A1 (en) | Automatic detection device and method for detecting surface detects of large caliber cambered optical element | |
CN108956645A (zh) | 一种多视觉系统的光学镜片缺陷检测装置及方法 | |
CN103149215B (zh) | 一种钢化玻璃绝缘子缺陷检测方法与装置 | |
CN103196554B (zh) | 光源光强均一性测调系统及测调方法 | |
CN104101611A (zh) | 一种类镜面物体表面光学成像装置及其成像方法 | |
CN210604434U (zh) | 一种手机曲面玻璃典型缺陷在线检测装置 | |
US20190035316A1 (en) | Defect detection method and defect detection device | |
CN106645197B (zh) | 检测精密光学元件表面颗粒物的在线检测系统及应用方法 | |
CN104851144A (zh) | 具有自适应偏振镜调节的巡检机器人图像处理系统及方法 | |
CN116256373B (zh) | 一种钙钛矿电池薄膜表面缺陷检测的方法 | |
CN109668904A (zh) | 一种光学零件疵病检测装置及方法 | |
CN103245670B (zh) | 一种光学元件的缺陷检测装置及其缺陷检测方法 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN113418933B (zh) | 用于检测大尺寸物体的飞拍视觉成像检测系统及方法 | |
CN110570412B (zh) | 一种零件误差视觉判断系统 | |
CN109632007A (zh) | 一种边缘点提取方法及齿轮高精度视觉测量系统 | |
CN205300516U (zh) | 调整可变光阑的转动装置及可变光阑的测量机构 | |
CN102890093A (zh) | 汽车刹车主缸活塞表面质量机器视觉检测装置 | |
CN110648301A (zh) | 一种消除成像反光的装置及方法 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测系统及存储介质 | |
CN209858405U (zh) | 基于机器光学的pcb板缺陷检测系统装置 | |
CN117092113A (zh) | 一种摄像头模具焊接质量检测装置及其系统 | |
CN109829897A (zh) | 一种齿轮毛刺检测方法及齿轮高精度视觉测量系统 |
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 |