CN105181705A - 一种基于多重滤波的陶瓷外观分析方法 - Google Patents
一种基于多重滤波的陶瓷外观分析方法 Download PDFInfo
- Publication number
- CN105181705A CN105181705A CN201510537208.1A CN201510537208A CN105181705A CN 105181705 A CN105181705 A CN 105181705A CN 201510537208 A CN201510537208 A CN 201510537208A CN 105181705 A CN105181705 A CN 105181705A
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- ceramic
- flaw
- gray
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于多重滤波的陶瓷外观分析方法,该方法包括:1)提供一种基于多重滤波的陶瓷外观分析平台,所述分析平台包括陶瓷容器、CMOS摄像头、图像采集卡和主控制器,所述陶瓷容器用于放置待分析的陶瓷,所述CMOS摄像头用于对陶瓷进行图像采集以获得陶瓷图像,所述图像采集卡与所述CMOS摄像头和所述主控制器分别连接,用于接收所述陶瓷图像并对所述陶瓷图像进行图像处理以将图像处理结果发送到所述主控制器;2)使用所述分析平台来进行分析。通过本发明,能够准确地分析出陶瓷的外观质量,并自动对陶瓷打上合格或不合格标签。
Description
技术领域
本发明涉及陶瓷质量分析领域,尤其涉及一种基于多重滤波的陶瓷外观分析方法。
背景技术
陶瓷是家用领域和工业设计的重要组成部件,其作用主要表现在外观能够起到美化环境方面,因而,对陶瓷的外观质量要求较高。一般地,陶瓷厂商生产出来的陶瓷不可避免地在外观上会存在一些瑕疵,如何识别并分析出这些瑕疵,对于陶瓷生产厂商非常重要,能够帮助他们改变生产工艺,有针对性地克服这些瑕疵,从而能够在后续生产中生产更完美的陶瓷成品。
然而,现有技术中,一般采用图像识别技术对陶瓷进行外观瑕疵检测,但是现有对陶瓷外观瑕疵检测的技术方案存在以下问题:(1)图像预处理中,一般采用单个的滤波模式,滤除效果不佳;(2)陶瓷背景分割的阈值为固定阈值,分割不够干净;(3)缺乏外观瑕疵检测的操作平台。由于存在上述问题,导致陶瓷外观瑕疵检测准确性不高,其检测结果难以满足检测方的要求。
为此,本发明提出了一种基于多重滤波的陶瓷外观分析方法,能够搭建一个陶瓷外观检测的操作环境,完成适合陶瓷外观特征的图像预处理、陶瓷背景分割和陶瓷瑕疵识别,从而提高陶瓷外观分析平台的分析数据的可靠性。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于多重滤波的陶瓷外观分析方法,针对陶瓷和其瑕疵的外观特征,引入对比度增强子器件、维纳滤波子器件、中值滤波子器件、均值滤波子器件、图像膨胀处理子器件、图像腐蚀处理子器件、灰度化处理子器件对采集的检测图像进行连续处理,获得最佳的待分析图像,采用使用自适应阈值分割的阈值选择子器件和目标分割子器件完成陶瓷和背景的图像分割,最后利用瑕疵提取子器件识别出分割到的陶瓷图像中的瑕疵成分。
根据本发明的一方面,提供了一种基于多重滤波的陶瓷外观分析方法,该方法包括:1)提供一种基于多重滤波的陶瓷外观分析平台,所述分析平台包括陶瓷容器、CMOS摄像头、图像采集卡和主控制器,所述陶瓷容器用于放置待分析的陶瓷,所述CMOS摄像头用于对陶瓷进行图像采集以获得陶瓷图像,所述图像采集卡与所述CMOS摄像头和所述主控制器分别连接,用于接收所述陶瓷图像并对所述陶瓷图像进行图像处理以将图像处理结果发送到所述主控制器;2)使用所述分析平台来进行分析。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中,还包括:双光源设备,包括下光源和LED光源,所述下光源放置在待分析的陶瓷的底部,用于为待分析的陶瓷提供背光,所述LED光源与所述CMOS摄像头一起放置在所述陶瓷容器的正上方,用于为所述CMOS摄像头的图像采集提供辅助照明,所述LED光源还与亮度传感器连接以接收亮度传感器发送的环境亮度,并根据环境亮度控制其自身光强;亮度传感器,与所述LED光源连接,用于检测所述陶瓷容器的正上方的环境亮度;供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;移动硬盘,用于预先存储陶瓷灰度阈值范围、预设数量阈值和基准陶瓷图像,所述基准陶瓷图像为对基准陶瓷进行拍摄而获得的只包括陶瓷像素的图像;所述图像采集卡设置在所述陶瓷容器的正上方,包括对比度增强子器件、维纳滤波子器件、中值滤波子器件、均值滤波子器件、图像膨胀处理子器件、图像腐蚀处理子器件、灰度化处理子器件、阈值选择子器件、目标分割子器件和瑕疵提取子器件;所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件分别采用不同型号的FPGA芯片来实现;所述对比度增强子器件与所述CMOS摄像头连接,用于接收所述陶瓷图像并对所述陶瓷图像执行对比度增强处理,以获得增强图像;所述维纳滤波子器件、中值滤波子器件和均值滤波子器件用于依次对所述增强图像执行维纳滤波、中值滤波和均值滤波处理,以获得滤波图像;所述图像膨胀处理子器件与所述均值滤波子器件连接,用于对所述滤波图像执行图像膨胀处理,以获得膨胀图像;所述图像腐蚀处理子器件与所述图像膨胀处理子器件连接,用于对所述膨胀图像执行图像腐蚀处理,以获得腐蚀图像;所述灰度化处理子器件与所述图像腐蚀处理子器件连接,用于对所述腐蚀图像执行灰度化处理,以获得灰度化图像;所述阈值选择子器件与所述移动硬盘和所述灰度化处理子器件分别连接,用于依次从所述陶瓷灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述目标分割子器件与所述阈值选择子器件连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像;所述瑕疵提取子器件与所述目标分割子器件和所述移动硬盘分别连接,将目标图像与基准陶瓷图像相减,获得瑕疵图像,计算瑕疵图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于预设数量阈值时,判断陶瓷存在瑕疵并输出存在瑕疵信号,当瑕疵点总数小于预设数量阈值时,判断陶瓷不存在瑕疵并输出不存在瑕疵信号;标记机构,与所述主控制器连接,用于在所述主控制器的控制下,对待分析的陶瓷进行标记;所述主控制器与所述图像采集卡和所述标记机构分别连接,用于在接收到所述存在瑕疵信号时,向所述标记机构发送不合格标记信号,在接收到所述不存在瑕疵信号时,向所述标记机构发送合格标记信号;其中,所述标记机构在接收到所述不合格标记信号时,向待分析的陶瓷打上不合格标签,在接收到所述合格标记信号时,向待分析的陶瓷打上合格标签。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中,所述分析平台还包括:陶瓷推送入口,设置在所述陶瓷容器的侧面,用于将待分析的陶瓷推送到所述陶瓷容器内。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中,所述分析平台还包括:用户输入设备,用于在用户的操作下,输入所述陶瓷灰度阈值范围和所述预设数量阈值。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中:替换地,所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件被集成在同一块FPGA芯片中。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中:所述亮度传感器、所述双光源设备和所述CMOS摄像头被集成在同一集成电路板上。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中:所述图像膨胀处理子器件对所述滤波图像执行多次图像膨胀处理。
更具体地,在所述基于多重滤波的陶瓷外观分析平台中:所述图像腐蚀处理子器件对所述膨胀图像执行多次图像腐蚀处理。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于多重滤波的陶瓷外观分析平台的结构方框图。
附图标记:1陶瓷容器;2CMOS摄像头;3图像采集卡;4主控制器
具体实施方式
下面将参照附图对本发明的基于多重滤波的陶瓷外观分析平台的实施方案进行详细说明。
陶瓷的外观是否存在瑕疵对陶瓷的质量具有决定性的影响,现有技术中的陶瓷外观分析方案通过单模式滤波技术对要分析的陶瓷进行滤波处理,只能滤除一种干扰成分,滤波效果差,同时陶瓷分割的阈值固定,分割效果不佳。
为了克服上述不足,本发明搭建了一种基于多重滤波的陶瓷外观分析平台,在搭建的分析环境中采用多重滤波技术和自适应图像阈值,从而克服了上述技术问题。
图1为根据本发明实施方案示出的基于多重滤波的陶瓷外观分析平台的结构方框图,所述分析平台包括陶瓷容器、CMOS摄像头、图像采集卡和主控制器,所述陶瓷容器用于放置待分析的陶瓷,所述CMOS摄像头用于对陶瓷进行图像采集以获得陶瓷图像,所述图像采集卡与所述CMOS摄像头和所述主控制器分别连接,用于接收所述陶瓷图像并对所述陶瓷图像进行图像处理以将图像处理结果发送到所述主控制器。
接着,继续对本发明的基于多重滤波的陶瓷外观分析平台的具体结构进行进一步的说明。
所述分析平台还包括:双光源设备,包括下光源和LED光源,所述下光源放置在待分析的陶瓷的底部,用于为待分析的陶瓷提供背光,所述LED光源与所述CMOS摄像头一起放置在所述陶瓷容器的正上方,用于为所述CMOS摄像头的图像采集提供辅助照明,所述LED光源还与亮度传感器连接以接收亮度传感器发送的环境亮度,并根据环境亮度控制其自身光强。
所述分析平台还包括:亮度传感器,与所述LED光源连接,用于检测所述陶瓷容器的正上方的环境亮度。
所述分析平台还包括:供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压。
所述分析平台还包括:移动硬盘,用于预先存储陶瓷灰度阈值范围、预设数量阈值和基准陶瓷图像,所述基准陶瓷图像为对基准陶瓷进行拍摄而获得的只包括陶瓷像素的图像。
所述图像采集卡设置在所述陶瓷容器的正上方,包括对比度增强子器件、维纳滤波子器件、中值滤波子器件、均值滤波子器件、图像膨胀处理子器件、图像腐蚀处理子器件、灰度化处理子器件、阈值选择子器件、目标分割子器件和瑕疵提取子器件;所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件分别采用不同型号的FPGA芯片来实现。
所述对比度增强子器件与所述CMOS摄像头连接,用于接收所述陶瓷图像并对所述陶瓷图像执行对比度增强处理,以获得增强图像;所述维纳滤波子器件、中值滤波子器件和均值滤波子器件用于依次对所述增强图像执行维纳滤波、中值滤波和均值滤波处理,以获得滤波图像;所述图像膨胀处理子器件与所述均值滤波子器件连接,用于对所述滤波图像执行图像膨胀处理,以获得膨胀图像;所述图像腐蚀处理子器件与所述图像膨胀处理子器件连接,用于对所述膨胀图像执行图像腐蚀处理,以获得腐蚀图像;所述灰度化处理子器件与所述图像腐蚀处理子器件连接,用于对所述腐蚀图像执行灰度化处理,以获得灰度化图像。
所述阈值选择子器件与所述移动硬盘和所述灰度化处理子器件分别连接,用于依次从所述陶瓷灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值。
所述目标分割子器件与所述阈值选择子器件连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像。
所述瑕疵提取子器件与所述目标分割子器件和所述移动硬盘分别连接,将目标图像与基准陶瓷图像相减,获得瑕疵图像,计算瑕疵图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于预设数量阈值时,判断陶瓷存在瑕疵并输出存在瑕疵信号,当瑕疵点总数小于预设数量阈值时,判断陶瓷不存在瑕疵并输出不存在瑕疵信号。
所述分析平台还包括:标记机构,与所述主控制器连接,用于在所述主控制器的控制下,对待分析的陶瓷进行标记。
所述主控制器与所述图像采集卡和所述标记机构分别连接,用于在接收到所述存在瑕疵信号时,向所述标记机构发送不合格标记信号,在接收到所述不存在瑕疵信号时,向所述标记机构发送合格标记信号。
其中,所述标记机构在接收到所述不合格标记信号时,向待分析的陶瓷打上不合格标签,在接收到所述合格标记信号时,向待分析的陶瓷打上合格标签。
可选地,在所述平台中:所述分析平台还包括:陶瓷推送入口,设置在所述陶瓷容器的侧面,用于将待分析的陶瓷推送到所述陶瓷容器内;用户输入设备,用于在用户的操作下,输入所述陶瓷灰度阈值范围和所述预设数量阈值;替换地,所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件被集成在同一块FPGA芯片中;所述亮度传感器、所述双光源设备和所述CMOS摄像头被集成在同一集成电路板上;所述图像膨胀处理子器件对所述滤波图像执行多次图像膨胀处理;所述图像腐蚀处理子器件对所述膨胀图像执行多次图像腐蚀处理。
另外,FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
以硬件描述语言(Verilog或VHDL)所完成的电路设计,可以经过简单的综合与布局,快速的烧录至FPGA上进行测试,是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面,这些可编辑的元件里也包含记忆元件例如触发器(Flip-flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变,所以FPGA可以完成所需要的逻辑功能。
FPGA一般来说比ASIC(专用集成电路)的速度要慢,实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品,可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力,所以这些设计的开发是在普通的FPGA上完成的,然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或单片机(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
早在1980年代中期,FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间,而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性,但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元,这样虽然让他可以更加灵活的编辑,但是结构却复杂的多。
采用本发明的基于多重滤波的陶瓷外观分析平台,针对现有技术中陶瓷外观分析困难的技术问题,改造现有的陶瓷外观分析环境,引入多重图像滤波机制和自适应图像阈值选择机制,克服了以往滤波效果不佳和分割效果差的缺陷,从而能够顺利地检测出陶瓷外观中的各个瑕疵。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种基于多重滤波的陶瓷外观分析方法,该方法包括:
1)提供一种基于多重滤波的陶瓷外观分析平台,所述分析平台包括陶瓷容器、CMOS摄像头、图像采集卡和主控制器,所述陶瓷容器用于放置待分析的陶瓷,所述CMOS摄像头用于对陶瓷进行图像采集以获得陶瓷图像,所述图像采集卡与所述CMOS摄像头和所述主控制器分别连接,用于接收所述陶瓷图像并对所述陶瓷图像进行图像处理以将图像处理结果发送到所述主控制器;
2)使用所述分析平台来进行分析。
2.如权利要求1所述的方法,其特征在于,所述分析平台还包括:
双光源设备,包括下光源和LED光源,所述下光源放置在待分析的陶瓷的底部,用于为待分析的陶瓷提供背光,所述LED光源与所述CMOS摄像头一起放置在所述陶瓷容器的正上方,用于为所述CMOS摄像头的图像采集提供辅助照明,所述LED光源还与亮度传感器连接以接收亮度传感器发送的环境亮度,并根据环境亮度控制其自身光强;
亮度传感器,与所述LED光源连接,用于检测所述陶瓷容器的正上方的环境亮度;
供电设备,包括太阳能供电器件、市电接口、切换开关和电压转换器,所述切换开关与所述太阳能供电器件和所述市电接口分别连接,根据市电接口处的市电电压大小决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;
移动硬盘,用于预先存储陶瓷灰度阈值范围、预设数量阈值和基准陶瓷图像,所述基准陶瓷图像为对基准陶瓷进行拍摄而获得的只包括陶瓷像素的图像;
所述图像采集卡设置在所述陶瓷容器的正上方,包括对比度增强子器件、维纳滤波子器件、中值滤波子器件、均值滤波子器件、图像膨胀处理子器件、图像腐蚀处理子器件、灰度化处理子器件、阈值选择子器件、目标分割子器件和瑕疵提取子器件;所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件分别采用不同型号的FPGA芯片来实现;所述对比度增强子器件与所述CMOS摄像头连接,用于接收所述陶瓷图像并对所述陶瓷图像执行对比度增强处理,以获得增强图像;所述维纳滤波子器件、中值滤波子器件和均值滤波子器件用于依次对所述增强图像执行维纳滤波、中值滤波和均值滤波处理,以获得滤波图像;所述图像膨胀处理子器件与所述均值滤波子器件连接,用于对所述滤波图像执行图像膨胀处理,以获得膨胀图像;所述图像腐蚀处理子器件与所述图像膨胀处理子器件连接,用于对所述膨胀图像执行图像腐蚀处理,以获得腐蚀图像;所述灰度化处理子器件与所述图像腐蚀处理子器件连接,用于对所述腐蚀图像执行灰度化处理,以获得灰度化图像;所述阈值选择子器件与所述移动硬盘和所述灰度化处理子器件分别连接,用于依次从所述陶瓷灰度阈值范围中选择一个值作为预选灰度阈值,采用预选灰度阈值将灰度化图像划分为预选背景区域和预选目标区域,计算预选背景区域占据灰度化图像的面积比例作为背景面积比,计算预选背景区域的像素平均灰度值作为背景平均灰度值,计算预选目标区域占据灰度化图像的面积比例作为目标面积比,计算预选目标区域的像素平均灰度值作为目标平均灰度值,将背景平均灰度值减去目标平均灰度值,获得的差的平方乘以背景面积比和目标面积比,获得的乘积作为阈值乘积,选择阈值乘积最大的预选灰度阈值作为目标灰度阈值;所述目标分割子器件与所述阈值选择子器件连接,用于采用目标灰度阈值将灰度化图像划分为背景图像和目标图像;所述瑕疵提取子器件与所述目标分割子器件和所述移动硬盘分别连接,将目标图像与基准陶瓷图像相减,获得瑕疵图像,计算瑕疵图像中非零像素的总数以作为瑕疵点总数,当瑕疵点总数大于等于预设数量阈值时,判断陶瓷存在瑕疵并输出存在瑕疵信号,当瑕疵点总数小于预设数量阈值时,判断陶瓷不存在瑕疵并输出不存在瑕疵信号;
标记机构,与所述主控制器连接,用于在所述主控制器的控制下,对待分析的陶瓷进行标记;
所述主控制器与所述图像采集卡和所述标记机构分别连接,用于在接收到所述存在瑕疵信号时,向所述标记机构发送不合格标记信号,在接收到所述不存在瑕疵信号时,向所述标记机构发送合格标记信号;
其中,所述标记机构在接收到所述不合格标记信号时,向待分析的陶瓷打上不合格标签,在接收到所述合格标记信号时,向待分析的陶瓷打上合格标签。
3.如权利要求2所述的方法,其特征在于,所述分析平台还包括:陶瓷推送入口,设置在所述陶瓷容器的侧面,用于将待分析的陶瓷推送到所述陶瓷容器内。
4.如权利要求2所述的方法,其特征在于,所述分析平台还包括:用户输入设备,用于在用户的操作下,输入所述陶瓷灰度阈值范围和所述预设数量阈值。
5.如权利要求2所述的方法,其特征在于:替换地,所述对比度增强子器件、所述维纳滤波子器件、所述中值滤波子器件、所述均值滤波子器件、所述图像膨胀处理子器件、所述图像腐蚀处理子器件、所述灰度化处理子器件、所述阈值选择子器件、所述目标分割子器件和所述瑕疵提取子器件被集成在同一块FPGA芯片中。
6.如权利要求2所述的方法,其特征在于:所述亮度传感器、所述双光源设备和所述CMOS摄像头被集成在同一集成电路板上。
7.如权利要求2所述的方法,其特征在于:所述图像膨胀处理子器件对所述滤波图像执行多次图像膨胀处理。
8.如权利要求2所述的方法,其特征在于:所述图像腐蚀处理子器件对所述膨胀图像执行多次图像腐蚀处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510537208.1A CN105181705A (zh) | 2015-08-28 | 2015-08-28 | 一种基于多重滤波的陶瓷外观分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510537208.1A CN105181705A (zh) | 2015-08-28 | 2015-08-28 | 一种基于多重滤波的陶瓷外观分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105181705A true CN105181705A (zh) | 2015-12-23 |
Family
ID=54903932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510537208.1A Pending CN105181705A (zh) | 2015-08-28 | 2015-08-28 | 一种基于多重滤波的陶瓷外观分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105181705A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108387581A (zh) * | 2018-02-24 | 2018-08-10 | 温州宝德电气有限公司 | 一种基于深度学习的通用型机器视觉识别检测设备 |
CN110020992A (zh) * | 2018-09-18 | 2019-07-16 | 永康市巴九灵科技有限公司 | 边缘质量辨识平台 |
CN110826622A (zh) * | 2019-11-04 | 2020-02-21 | 许玉涛 | 急诊病房验定平台及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10326348A (ja) * | 1997-05-27 | 1998-12-08 | Taiyo Yuden Co Ltd | 外観検査装置 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN102509300A (zh) * | 2011-11-18 | 2012-06-20 | 深圳市宝捷信科技有限公司 | 一种缺陷检测方法及系统 |
-
2015
- 2015-08-28 CN CN201510537208.1A patent/CN105181705A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10326348A (ja) * | 1997-05-27 | 1998-12-08 | Taiyo Yuden Co Ltd | 外観検査装置 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN102509300A (zh) * | 2011-11-18 | 2012-06-20 | 深圳市宝捷信科技有限公司 | 一种缺陷检测方法及系统 |
Non-Patent Citations (7)
Title |
---|
周晓光 等 北京:人民邮电出版社: "《射频识别(RFID)系统设计、仿真与应用》", 1 March 2008 * |
曾万梅 等: "一种新的目标图像自适应阈值分割算法", 《电光与控制》 * |
熊建平 等: "基于计算机视觉的墙地砖表面缺陷检测", 《电子测量技术》 * |
范新南 等: "一种新的自适应工程图像分割算法", 《计算机测量与控制》 * |
谢森林 等: "基于机器视觉的日用瓷砖表面缺陷检测", 《韩山师范学院学报》 * |
韩九强 等: "《机器视觉技术及应用》", 31 December 2009 * |
颜学龙 等: "共烧陶瓷多层基板表面缺陷视觉检测方法研究", 《电子与封装》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108387581A (zh) * | 2018-02-24 | 2018-08-10 | 温州宝德电气有限公司 | 一种基于深度学习的通用型机器视觉识别检测设备 |
CN110020992A (zh) * | 2018-09-18 | 2019-07-16 | 永康市巴九灵科技有限公司 | 边缘质量辨识平台 |
CN110826622A (zh) * | 2019-11-04 | 2020-02-21 | 许玉涛 | 急诊病房验定平台及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105092593A (zh) | 一种基于高强度照明的钢板缺陷检测方法 | |
CN105184783A (zh) | 玻璃缺陷类型识别系统 | |
CN107014819A (zh) | 一种太阳能电池板表面缺陷检测系统和方法 | |
CN103161133B (zh) | 基于机器视觉的智能道路清扫车及其控制方法 | |
CN105044119A (zh) | 一种基于灰度均值分析的玻璃瑕疵分类方法 | |
CN109087363B (zh) | 一种基于hsv颜色空间的污水排放检测方法 | |
CN105181708A (zh) | 纺织机针批次合格检测平台 | |
CN105181705A (zh) | 一种基于多重滤波的陶瓷外观分析方法 | |
CN105044124A (zh) | 基于灰度均值分析的玻璃瑕疵分类装置 | |
CN104777176A (zh) | 一种pcb板检测方法及装置 | |
CN105160670A (zh) | 一种玻璃缺陷类型识别方法 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN105574161A (zh) | 一种商标图形要素识别方法、装置和系统 | |
CN101216522A (zh) | 基于fpga的印刷电路板快速抽取图像特征值检测方法 | |
CN112102253A (zh) | 基于机器视觉的无纺布表面缺陷自动化检测方法及系统 | |
CN105139400A (zh) | 基于图像处理的工件缺陷定位系统 | |
CN103245666A (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN105509657A (zh) | 一种ic卡芯片划痕面积及灰度参量的高精度测量方法 | |
CN105136810A (zh) | 基于高强度照明的钢板缺陷检测平台 | |
CN105092591A (zh) | 一种基于图像处理的工件缺陷定位方法 | |
CN105092594A (zh) | 基于多重滤波的陶瓷外观分析平台 | |
CN105241891A (zh) | 一种基于wifi网络的玻璃缺陷检测方法 | |
CN105069958B (zh) | 基于电力线网络的煤矿火情检测系统 | |
CN105136813A (zh) | 一种纺织机针批次合格检测方法 | |
CN105160671A (zh) | 基于无线网络的胶囊可见光缺陷识别装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151223 |