CN103091332B - 一种基于机器视觉的u型粉管的检测方法及其检测系统 - Google Patents

一种基于机器视觉的u型粉管的检测方法及其检测系统 Download PDF

Info

Publication number
CN103091332B
CN103091332B CN201310015434.4A CN201310015434A CN103091332B CN 103091332 B CN103091332 B CN 103091332B CN 201310015434 A CN201310015434 A CN 201310015434A CN 103091332 B CN103091332 B CN 103091332B
Authority
CN
China
Prior art keywords
detection
tube cell
lbp
pipe
module
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
Application number
CN201310015434.4A
Other languages
English (en)
Other versions
CN103091332A (zh
Inventor
侯北平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lover Health Science and Technology Development Co Ltd
Original Assignee
Zhejiang Lover Health Science and Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Lover Health Science and Technology Development Co Ltd filed Critical Zhejiang Lover Health Science and Technology Development Co Ltd
Priority to CN201310015434.4A priority Critical patent/CN103091332B/zh
Publication of CN103091332A publication Critical patent/CN103091332A/zh
Application granted granted Critical
Publication of CN103091332B publication Critical patent/CN103091332B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于机器视觉的U型粉管的检测方法,其通过图像采集、ROI提取、纹理特征提取、Chi-square距离计算,最终判定粉管涂粉质量;故利用关键点定位与滑动窗口检测能有效检出产品中的瑕疵点,从而提高了产品检测效率,可以满足实际工业生产中的灯管检测要求,能够实现对U型节能荧光管粉管涂粉质量的高速、无损、定性检测,检测速度可达6个/秒钟。本发明还公开了一种基于上述方法的检测系统,其通过在光电传感器的配合下,利用合理放置的背光源与高速工业相机能有效采集荧光管粉管图像,能够实现U型粉管涂粉效果的实时精确测量。

Description

-种基于机器视觉的U型粉管的检测方法及其检测系统
技术领域
[0001] 本发明属于检测技术领域,具体涉及一种基于机器视觉的U型粉管的检测方法及 其检测系统。
背景技术
[0002] U型粉管作为U型节能灯的重要组成部分,同时也是节能荧光管的前期产品,是由 U型玻璃管经过荧光粉浆喷涂而成。节能灯管的发光质量主要取决于灯管内壁三色基粉的 涂粉均匀效果,因而能否实现对粉管涂粉效果的有效检测至关重要。
[0003] 粉管在涂粉工艺加工完成后需要能够快速准确地测量涂粉效果,需要迅速剔除不 合格的粉管,从而避免进入下道工序,避免加工上的浪费。
[0004] 在节能灯管的加工过程中,粉管的涂粉效果的有效检测是实现自动控制的关键质 量参数。然而,由于工艺等因素,粉管的自动在线检测成为灯管生产中的一个技术难题。但 目前国内外尚无自动化的荧光管的质量检测系统,现有工艺下,粉管的检测一般采用人工 通过肉眼以日光灯为背光进行粉管涂粉效果检测,工作环境恶劣、工作枯燥,效率低下,而 且对于细微的瑕疵,人工难以进行定性检测,而且检测时间较长,但其估计判断的准确与否 取决于工人的操作经验和疲劳状态;故一般检测精度不高,检测结果的可靠性低,不能满足 在线实时检测的需要。
[0005] 专利号为5408104的美国专利公开了一种基于线性CCD的环形荧光管瑕疵检测方 法及其检测装置,该方法通过多个相机获取环形灯管的表面图像,通过设置阈值的方法滤 除噪声,利用图像像素点的方向性来对环形灯管的表面瑕疵进行检测。但该检测方法与检 测装置仅仅能检测环形灯管外表面的玻璃划伤、裂痕,无法检测荧光管内壁的荧光粉喷涂 效果。
发明内容
[0006] 针对现有技术所存在的上述技术缺陷,本发明提供了一种基于机器视觉的U型粉 管的检测方法及其检测系统,能够实现U型粉管涂粉效果的实时精确测量。
[0007] 一种基于机器视觉的U型粉管的检测方法,包括如下步骤:
[0008] (1)采集待测U型粉管在各视角下对应的粉管图像;
[0009] (2)从所述的粉管图像中提取出ROI (Region of Interest,感兴趣区域);
[0010] (3)对所述的R0I进行纹理特征提取,得到R0I的LBP (Local BinaryPatterns,局 部二值模式)直方图,并根据LBP直方图构建LBP特征向量;
[0011] (4)使R0I的LBP特征向量与数据库中对应的LBP标准特征向量进行 Chi-square (卡方)距离计算,得到Chi-square距离值;
[0012] (5)根据步骤(2)至⑷遍历所有粉管图像,得到每张粉管图像对应的 Chi-square距离值;根据这些Chi-square距离值,判断待测U型粉管涂粉效果是否合格。
[0013] 所述的步骤(2)中,从粉管图像中提取出的R0I方法为:首先根据待测U型粉管的 外形,采用若干关键点对粉管图像边界曲线进行估计;然后根据同心圆环与两个矩形管腿 的形状规则利用几何公式重建出待测υ型粉管的边界,进而从粉管图像中提取出ROI。
[0014] 所述的步骤(3)中,根据LBP直方图构建LBP特征向量的方法为:使LBP直方图中 10种模式对应的像素个数分别作为LBP特征向量的10个元素值,从而构建得到LBP特征向 量。
[0015] 所述的LBP标准特征向量通过以下方法求取:通过人工检测获取若干个涂粉效果 合格的U型粉管,根据步骤(1)至(3)计算出每个U型粉管各视角粉管图像所对应的LBP 特征向量;对于任一视角,对归属于该视角的所有粉管图像的LBP特征向量求平均,得到的 平均特征向量即为该视角粉管图像的LBP标准特征向量。
[0016] 所述的步骤(4)中,根据以下算式使LBP特征向量与对应LBP标准特征向量进行 Chi-square距离计算:
[0017]
[0018] 其中:D为LBP特征向量与对应LBP标准特征向量的Chi-square距离值,H2(i)为 LBP特征向量中的第i元素值,Hi(i)为LBP标准特征向量中的第i元素值,i为自然数且 i < 10。
[0019] 所述的步骤(5)中,判断待测U型粉管涂粉效果是否合格的标准为:使各 Chi-square距离值均与给定的距离阈值进行比较,若所有Chi-square距离值均小于所述 的距离阈值,则判定待测U型粉管涂粉效果合格;否则,则判定待测U型粉管涂粉效果不合 格。
[0020] 一种基于机器视觉的U型粉管的检测系统,包括:
[0021] 检测平台单元,用于放置待测U型粉管;
[0022]图像采集单元,用于采集待测U型粉管的粉管图像;
[0023] 图像处理单元,用于从粉管图像中提取出R0I,对R0I进行纹理特征提取和质量评 判,并生成评判结果。
[0024] 所述的图像处理单元包括:R0I提取模块、特征提取模块、数据存储模块、距离计 算模块和质量评判模块,R0I提取模块与图像采集单元相连,特征提取模块与R0I提取模块 和距离计算模块相连,数据存储模块与距离计算模块相连,距离计算模块与质量评判模块 相连;
[0025] R0I提取模块用于从所述的粉管图像中提取出R0I ;
[0026] 特征提取模块用于对R0I进行纹理特征提取,得到LBP直方图,进而构建对应的 LBP特征向量;
[0027] 数据存储模块用于存储LBP标准特征向量;
[0028] 距离计算模块用于计算出LBP特征向量与其对应LBP标准特征向量的Chi-square 距离值;
[0029] 质量评判模块用于根据所述的Chi-square距离值,判断待测U型粉管涂粉效果是 否合格。
[0030] 所述的图像处理单元还包括人机界面模块,其用于显示粉管图像,并接收用户的 指令以对图像处理单元中的其他模块进行参数设置。
[0031] 所述的图像采集单元采用摄像机,所述的图像处理单元采用计算机。
[0032] 优选地,所述的检测平台单元包括检测台和光源,检测台上设有电机转盘,电机转 盘四周分别设有四个光电传感器,电机转盘侧部设有一指向光电传感器的触发条,所述的 光电传感器与图像采集单元相连;能够实现在多个视角下对U型粉管进行图像采集。
[0033] 进一步优选地,所述的光源连接有光源控制器,所述的光源控制器和光电传感器 均连接图像处理单元;图像处理单元能够根据传感器触发状态通过光源控制器调节光源的 发光强度,从而获得最佳的成像效果。
[0034] 本发明能够实现对U型节能荧光管粉管涂粉质量的高速、无损、定性检测,检测速 度可达6个/秒钟;其检测系统通过在光电传感器的配合下,利用合理放置的背光源与高速 工业相机能有效采集荧光管粉管图像;其检测方法利用关键点定位与滑动窗口检测能有效 检出产品中的瑕疵点,从而提高了产品检测效率,可以满足实际工业生产中的灯管检测要 求。
附图说明
[0035] 图1为本发明检测系统的结构示意图。
[0036] 图2为LBP直方图中前9种模式的示意图。
具体实施方式
[0037] 为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明检测系统及 其检测方法进行详细说明。
[0038] 如图1所示,一种基于机器视觉的U型粉管的检测系统,包括:检测平台单元,图像 采集单元、图像处理单元和人机界面单元;
[0039] 检测平台单元包括检测台1和光源2,检测台1上设有电机转盘4,电机转盘4四 周分别设有四个光电传感器5,电机转盘4侧部设有一指向光电传感器5的触发条6,光电 传感器5与图像采集单元相连;光源2连接有光源控制器,光源控制器和光电传感器5均连 接图像处理单元。
[0040]图像采集单元用于采集待测U型粉管的粉管图像,并与四个光电传感器相连;本 实施方式中,图像采集单元采用大恒公司的CG400黑白1/3CM0S摄像机,分辨率为768X480 且帧率可调,最高帧率可达60帧/秒,该摄像机采用逐行全帧扫描方式,输出接口为USB 口,镜头卡口为C/CS 口,体积小巧,易于安装。镜头使用日本C0MPUTAR的12mm高分辨率无 畸变镜头。
[0041] 本实施方式中,光源采用纬朗公司200_X200_的蓝色背光源,光源控制器使用 纬朗公司RS232制式串口控制亮度可调24V控制器,光电传感器使用欧姆龙公司的24V的 PNP型光电传感器。
[0042] 检测时,将待测U型粉管3呈倒U字形放置在电机转盘4上,将光源2设于检测台 1 一侧,将摄像机设于相对光源2的另一侧,通过控制电机旋转,触发条6同步转动并将依次 触发四方位上的光电传感器5。传感器触发表示灯管已旋转至指定拍照位置,因而光电传 感器触发信号直接触发摄像机抓拍,同时将光电传感器输出电平状态通过数据采集卡输送 至图像采集单元,图像采集单元根据传感器触发状态通过光源控制器调节光源4的发光强 度,从而获得最佳的成像效果。
[0043] 电机旋转一周后采集得到4张侧面的粉管图像,将灯管移至工位进行顶部图像的 采集;顶部图像采集时,将两个光源2呈120°夹角设置于检测台1上,向上对待测U型粉 管3进行投射,将摄像机设于待测U型粉管3正上方,采集到一张顶部的的粉管图像。
[0044] 图像处理单元用于从粉管图像中提取出R0I,对R0I进行纹理特征提取和质量评 判,并生成评判结果;本实施方式中,图像处理单元采用研华IPC系列工业控制计算机,该 机采用Intel双核处理器,主频3. 0G,1100M网卡,1G内存,160G硬盘;计算机通过USB与摄 像机连接,通过PCI总线数据采集卡与光电传感器连接,通过RS232串行总线与光源控制器 连接,数据采集卡选用台湾研华公司的PCI-1730板卡,16路数字量输入/输出通道。
[0045] 计算机内包括R0I提取模块、特征提取模块、数据存储模块、距离计算模块、质量 评判模块和人机界面模块;R0I提取模块和人机界面模块均与摄像机相连,特征提取模块 与R0I提取模块和距离计算模块相连,数据存储模块与距离计算模块相连,距离计算模块 与质量评判模块相连,质量评判模块与人机界面模块相连;其中:
[0046] R0I提取模块用于从粉管图像中提取出R0I,具体实施过程如下:
[0047] 首先,对采集的粉管图像进行去噪处理,得到背景为白色,灯管区域为灰色的灰度 图像,对图像的放置水平、垂直程度进行检测并自适应调整,以防止因机械运动引起的轻微 倾斜现象;然后,根据待测U型粉管的外形,采用若干关键点对粉管图像边界曲线进行估 计;最后,根据同心圆环与两个矩形管腿的形状规则利用几何公式重建出待测U型粉管的 边界,进而从原图像中提取出R0I。
[0048] 特征提取模块用于对R0I进行纹理特征提取,得到LBP直方图,进而构建对应的 LBP特征向量。由于涂粉工艺等原因,灯管图像表现为整体灰度不均匀,存在分块现象,而且 灰度值的变化是连续的渐变的,因而不能根据整体的灰度分布规律进行处理,必须根据局 部区域的灰度值进行处理。因而本实施方式采用滑动窗口的方法提取灯管上不同部位的局 部区域灰度值进行均匀性检测。
[0049] LBP直方图用于统计图像局部纹理特征,具有灰度和旋转不变性。对于不在R0I内 的任一像素来说,其周围邻域内都有8个像素,它们的灰度值依次设为,若gi比中心像素的灰度值大,标记为1,反之标记0,将gl至g8串起来形成一个八位值G(如 10110001)。事实上,对于G值里面0和1的跳变次数小于等于2(0或2,不可能出现跳变1 次)的情况,可分成如图2所示9种模式(实心表示0,空心表示1),这9种模式称为统一 模式,而0和1跳变超过两次的G值归为第10种模式即非统一模式(如10110001,跳变四 次);最后,用直方图统计得到R0I各像素点在这10种模式上的分布。
[0050] 使LBP直方图中10种模式对应的像素个数分别作为LBP特征向量的10个元素值, 从而构建得到对应的LBP特征向量。
[0051] 数据存储模块用于存储LBP标准特征向量,LBP标准特征向量通过以下方法求取: 通过人工检测获取若干个涂粉效果合格的U型粉管,然后通过图像采集、R0I提取、纹理特 征提取计算出每个U型粉管各视角(四个侧面和一个顶面)粉管图像所对应的LBP特征向 量;对于任一视角,对归属于该视角的所有粉管图像的LBP特征向量求平均,得到的平均特 征向量即为该视角粉管图像的LBP标准特征向量。
[0052] 距离计算模块用于根据以下算式计算出LBP特征向量与其对应LBP标准特征向量 的Chi-square距离值;
[0054] 其中:D为LBP特征向量与对应LBP标准特征向量的Chi-square距离值,H2(i)为 LBP特征向量中的第i元素值,Hi(i)为LBP标准特征向量中的第i元素值,i为自然数且 i < 10。
[0055] 质量评判模块用于根据Chi-square距离值,判断待测U型粉管涂粉效果是否合 格;其具体的评判标准为:使待测U型粉管各视角粉管图像对应的Chi-square距离值均与 给定的距离阈值进行比较,若所有Chi-square距离值均小于所述的距离阈值,则判定待测 U型粉管涂粉效果合格;否则,则判定待测U型粉管涂粉效果不合格。
[0056] 人机界面模块用于显示粉管图像,并接收用户的指令以对图像处理单元中的其他 模块进行参数设置;其采用LCD触摸式显示屏。
[0057] 本实施方式能在100毫秒内实现对单个灯管的4副侧面图像、1副顶部图像的采 集与检测处理,采集到的图像消除了反光、歪斜等造成的不良影响,能实现对U型灯管的实 时、快速瑕疵检测,检测速度可达6个/秒钟。

Claims (2)

1. 一种基于机器视觉的U型粉管的检测系统,包括:检测平台单元、图像采集单元和图 像处理单元;所述的图像采集单元用于采集待测U型粉管的粉管图像;其特征在于:所述的 图像处理单元包括: ROI提取模块,用于从所述的粉管图像中提取出ROI ; 特征提取模块,用于对ROI进行纹理特征提取,得到LBP直方图,进而构建对应的LBP 特征向量; 数据存储模块,用于存储LBP标准特征向量; 距离计算模块,用于计算出LBP特征向量与其对应LBP标准特征向量的Chi-square距 离值; 质量评判模块,用于根据所述的Chi-square距离值,判断待测U型粉管涂粉效果是否 合格; 所述的检测平台单元包括检测台和光源,检测台上设有电机转盘,电机转盘四周分别 设有四个光电传感器,电机转盘侧部设有一指向光电传感器的触发条,所述的光电传感器 与图像采集单元相连;所述的光源连接有光源控制器,所述的光源控制器和光电传感器均 连接图像处理单元。
2.根据权利要求1所述的检测系统,其特征在于:所述的图像处理单元还包括人机界 面模块,其用于显示粉管图像,并接收用户的指令以对图像处理单元中的其他模块进行参 数设置。
CN201310015434.4A 2013-01-16 2013-01-16 一种基于机器视觉的u型粉管的检测方法及其检测系统 Active CN103091332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310015434.4A CN103091332B (zh) 2013-01-16 2013-01-16 一种基于机器视觉的u型粉管的检测方法及其检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310015434.4A CN103091332B (zh) 2013-01-16 2013-01-16 一种基于机器视觉的u型粉管的检测方法及其检测系统

Publications (2)

Publication Number Publication Date
CN103091332A CN103091332A (zh) 2013-05-08
CN103091332B true CN103091332B (zh) 2014-09-24

Family

ID=48204165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310015434.4A Active CN103091332B (zh) 2013-01-16 2013-01-16 一种基于机器视觉的u型粉管的检测方法及其检测系统

Country Status (1)

Country Link
CN (1) CN103091332B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103267764B (zh) * 2013-05-30 2015-06-17 东北大学 基于邻域信息评估的热轧钢板表面缺陷图像识别方法
CN105158259A (zh) * 2015-08-14 2015-12-16 浙江江山三友电子有限公司 灯丝涂粉质量实时检测装置
CN105973910A (zh) * 2016-04-29 2016-09-28 浙江科技学院 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统
CN110261401A (zh) * 2019-07-26 2019-09-20 佛山海格利德机器人智能设备有限公司 一种工业视觉检测系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2602201B2 (ja) * 1985-04-12 1997-04-23 株式会社日立製作所 被検査パターンの欠陥検査方法
JPS6261390A (en) * 1985-09-11 1987-03-18 Kowa Co Method and apparatus for inspecting printed board
FR2692355B1 (fr) * 1992-06-10 1997-06-20 Valinox Dispositif et procede de detection au defile de defauts de surface sur des produits longs metalliques.
CN101408520A (zh) * 2007-10-12 2009-04-15 中茂电子(深圳)有限公司 一种判别内外层瑕疵的检测方法与系统
CN101425136B (zh) * 2008-10-24 2012-04-11 北京工业大学 视频图像局部二进制模式特征的获取方法和装置
CN101866427A (zh) * 2010-07-06 2010-10-20 西安电子科技大学 织物瑕疵检测与分类方法
CN101996405B (zh) * 2010-08-30 2012-07-04 中国科学院计算技术研究所 一种快速的玻璃图像缺陷检测及分类方法及其装置
CN102221557B (zh) * 2011-03-31 2013-05-08 南京航空航天大学 一种基于机器视觉的灯头质量自动检测装置和检测方法
CN102788801A (zh) * 2012-08-14 2012-11-21 深圳先进技术研究院 一种在线检测系统及其检测方法

Also Published As

Publication number Publication date
CN103091332A (zh) 2013-05-08

Similar Documents

Publication Publication Date Title
CN103091332B (zh) 一种基于机器视觉的u型粉管的检测方法及其检测系统
CN107664644B (zh) 一种基于机器视觉的物件表观自动检测装置及方法
AU2006333500B2 (en) Apparatus and methods for inspecting a composite structure for defects
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
CN102374996B (zh) 伞齿轮全齿侧面缺陷多目检测装置及其检测方法
CN103630554B (zh) 一种镜片双面疵病检测装置及方法
CN106052586A (zh) 基于机器视觉的石材大板表面轮廓尺寸获取系统及方法
CN101556251A (zh) 一种基于数字信号处理器的ctp制版质量检测方法
CN108489394A (zh) 一种大尺寸薄板金属工件几何质量自动检测装置及方法
CN110070524A (zh) 一种智能终端面板视觉故障检测系统
CN108765416A (zh) 基于快速几何对准的pcb表面缺陷检测方法及装置
CN207366475U (zh) 一种凹凸图案在线视频检测装置
CN108760747A (zh) 一种3d打印模型表面缺陷视觉检测方法
CN109900711A (zh) 基于机器视觉的工件缺陷检测方法
CN106896115A (zh) 基于面阵相机并联采集系统的涂漆玻璃瑕疵检测装置
CN110208269A (zh) 一种玻璃表面异物与内部异物区分的方法及系统
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的系统
CN102680494B (zh) 基于机器视觉的抛光金属弧状面瑕疵实时检测方法
CN108647677A (zh) 基于视觉计算的电表外观和性能智能检测方法及装置
CN203083937U (zh) 一种基于机器视觉的u型粉管的检测系统
CN104034729A (zh) 用于电路板分选的五维成像系统及其成像方法
CN105391998B (zh) 微光夜视仪分辨率自动检测方法和装置
CN107271445A (zh) 一种缺陷检测方法及装置
CN109622404B (zh) 一种基于机器视觉的微工件自动分拣系统及方法
CN109461156B (zh) 基于视觉的螺纹密封塞装配检测方法

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