CN105424718A - 一种基于双工位的车镜瑕疵在线自动检测装置与方法 - Google Patents
一种基于双工位的车镜瑕疵在线自动检测装置与方法 Download PDFInfo
- Publication number
- CN105424718A CN105424718A CN201510734122.8A CN201510734122A CN105424718A CN 105424718 A CN105424718 A CN 105424718A CN 201510734122 A CN201510734122 A CN 201510734122A CN 105424718 A CN105424718 A CN 105424718A
- Authority
- CN
- China
- Prior art keywords
- car mirror
- flaw
- mirror
- image
- car
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N2021/9511—Optical elements other than lenses, e.g. mirrors
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种基于双工位的车镜瑕疵在线自动检测方法与装置,装置主要包括风刀干燥系统和图像检测系统。风刀干燥系统和空气净化室依次安装在镜面生产线的清洗设备的后端,整个图像检测系统安装于空气净化室内。在密封的空气净化室内部设置检测工位。其中,检测工位一的检测装置由线扫CCD、镜头、线光源及光电编码器组成,以检测镜面的瑕疵,如划痕(内划痕和外划痕)、麻点等;检测工位二由面阵CCD、镜头及背光源组成,采用背光照明方式,获取的车镜图像,以检测镜面漏光、爆边等瑕疵。通过计算机对获取的图像进行处理,实现智能化车镜瑕疵检测。本发明可替代人工,快速、自动地实现对车镜生产质量进行自动检测,提高车镜生产效率和质量。
Description
技术领域
本发明涉及一种基于双工位的车镜瑕疵在线自动检测装置与方法,属于汽车零配件加工制造工程技术领域。
背景技术
我国已经发展成为全球汽车后视镜的生产大国。汽车后视镜的质量直接联系着汽车驾驶员对车辆周围情况的准确判断,同时关系到乘车人员的安全。因此,各国对该类产品都给予了高度的重视,并对其进行了严格的质量把控,包括对车镜的形状、轮廓、表面瑕疵进行了严格的检测。由于车镜生产量大,生产技术要求高,车镜的质量检测已经成为车镜生产商和汽车生产商急需解决的关键问题。
由于对车镜瑕疵的质量检测,工作量大,不仅需要检测员具有丰富的工作经验,而且需要有良好的视力要求,对于流水线连续工作的工人,很容易产生视觉疲劳,从而导致检测效率和检测准确率下降,不可避免地出现误检和漏检的现象。另一方面,随着世界经济区域调整和中国经济的产业转型,人工成本也越来越高,采用人工对车镜产品进行检测的方法也无法适应目前高速,精准,自动化的生产要求。因此如何提高车镜检测的自动化水平,降低生产成本是我国汽车产业面临的迫切需要解决的问题。
发明内容
本发明的目的是提供一种能够自动检测车镜瑕疵的装置及方法。
为了达到上述目的,本发明的一个技术方案是提供了一种基于双工位的车镜瑕疵在线自动检测装置,包括用于传输车镜的流水线,其特征在于,在流水线上沿车镜传输方向由前至后依次布置有车镜清洗设备、风刀干燥系统、推送机构、瑕疵在线自动检测系统、机器手吸盘、分检组合机构,其中:
车镜清洗设备,用于将车镜自动清洗干净;
风刀干燥系统,用于对清洗后的车镜进行净化干燥处理;
推送机构,用于将车镜推送至瑕疵在线自动检测系统;
瑕疵在线自动检测系统包括空气净化室,空气净化室内至少分为工位一及工位二,车镜在工位一时,通过瑕疵检测机构一对镜面表面瑕疵进行在线自动检测,车镜在工位二时,通过瑕疵检测机构二对爆边、漏光进行在线自动检测;
机器手吸盘,用于将车镜由瑕疵在线自动检测系统取出并放入分检组合机构;
分检组合机构,用于将不同瑕疵的车镜及无瑕疵的车镜分检至不同流水线进行后续处理。
优选地,在所述空气净化室内设有在导轨上自动运行的车镜载物平台,导轨上设有编码器,该车镜载物平台为一箱体结构,箱体结构表面为一块透明的磨砂玻璃,箱体结构内安装一背光光源。
优选地,所述瑕疵检测机构一包括线扫CCD、镜头一、线光源,车镜在工位一时,线光源采用倾斜照明方式,当车镜载物平台到达预先设定的检测区时,线扫CCD通过镜头一对车镜载物平台上运动的车镜表面进行动态线扫瞄,并获取其图像,以对镜面表面瑕疵进行在线自动检测。
优选地,所述瑕疵检测机构二包括面阵CCD及镜头二,车镜在工位二时,通过箱体结构内的背光光源采用背光照明方式,当车镜载物平台到达预先设定的检测区时,车镜载物平台停止,面阵CCD通过镜头二静态获取车镜载物平台上车镜的图像,以对爆边、漏光进行在线自动检测。
优选地,所述空气净化室具有可自动开合的前门及后门。
本发明的另一个技术方案是提供了一种基于上述的车镜瑕疵在线自动检测装置的车镜瑕疵在线自动检测方法,其特征在于,包括以下步骤:
步骤1、空气净化室内的车镜载物平台回到初始化位置;
步骤2、被车镜清洗设备冲洗干净的车镜进入风刀干燥系统的有效作用区,风刀干燥系统开始工作,将清洗后的车镜进行净化干燥处理;
步骤3、瑕疵在线自动检测系统中的密封的空气净化室的前门自动打开,推送机构迅速将车镜推入位于空气净化室内的车镜载物平台上;
步骤4、导轨与编码器同步启动;
步骤5、搭载有车镜的车镜载物平台运动至工位一的预设位置时,线光源开启,同时,线扫CCD进入工作状态,并由编码器产生的脉冲信号控制线扫CCD对车镜进行扫描成像,以对镜面表面瑕疵进行在线自动检测;
步骤6、搭载有车镜的车镜载物平台运动至工位二的预设位置时,关闭线光源,导轨停止运动,同时开启车镜载物平台的背光光源,面阵CCD进入工作状态,摄取车镜图像,以对爆边、漏光进行在线自动检测;
步骤7、空气净化室的后门自动打开,同时,根据检测结果,机器手吸盘将车镜从车镜载物平台吸取,并放入分检组合机构;
步骤8、车镜载物平台回到初始化位置,等待下一次检测。
优选地,所述步骤5中,对镜面表面瑕疵进行在线自动检测包括:
先计算图像的灰度直方图,采用直方图的谷值作为阈值对图像进行分割,将需检测的镜面图像区域G1完整的分割出来,然后对区域G1进行闭运算,得到填充白点等瑕疵的镜面图像区域G2,通过计算区域G1与区域G2的差,提取所有的瑕疵区域集ΔP,通过对所有的瑕疵区域集进行连通性分割,得到各个子区域P′i,i=1,...,n,其中各子区域满足公式然后,分别计算ΔP中的每个区域P′i内原图的亮度差异值Ai1,区域面积Ai2,区域最小外接矩形的长宽比Ai3,区域面积占最小外接矩形面积比Ai4,其中:区域面积Ai2用于筛选掉噪声点;区域最小外接矩形长宽比Ai3和区域面积占最小外接矩形面积比Ai4用于瑕疵分类;亮度变化度Ai1用于区别亮点瑕疵和黑点瑕疵。
优选地,在所述步骤6中,对爆边进行在线自动检测包括:
先用图像的平均灰度作为阈值对图像进行分割,分割出镜面完整图像T1,对图像T1进行空洞填充后得到图像T2,然后对图像T2进行闭运算,以得到修复车镜边破损边缘的图像T3,通过对图像T2和图像T3进行相减操作,得到图像差异性区域集ΔS,并将该差异性区域集进行连通性分割得到各个子区域S′i,i=1,...,n,各个子区域满足公式基于各个区域S′i的面积进行筛选,去掉噪声影响,即可得到瑕疵集合Ni;对瑕疵区域Ni进行膨胀运算,分别计算每个区域内原图亮度的变化度Bi1,区域面积Bi2,区域最小外接矩形长宽比Bi3;并根据{Bi1,Bi2,Bi3}的特征,即可实现车镜的爆边瑕疵检测并精确定位。
优选地,在所述步骤6中,对漏光进行在线自动检测包括:
先采用平均灰度作为阈值对图像进行分割,分割出镜面图像M1,对M1进行空洞填充,得到区域M2;对M2内原图像进行频域滤波,并对滤波后的图像进行阈值分割得到瑕疵区域集合ΔZ,通过对瑕疵区域集合ΔZ进行连通性分割,得到各个子区域Z′i,其中各个区域间关系满足公式分别计算每个区域内原图的亮度变化度Ci1,区域面积Ci2,区域最小外接矩形长宽比Ci3,区域面积占最小外接矩形面积比Ci4,其中:区域面积Ci2用于筛选掉噪声点;区域最小外接矩形长宽比Ci3和区域面积占最小外接矩形面积比Ci4用于判定瑕疵为点状瑕疵或划痕瑕疵;亮度变化度Ci1用于判读和识别漏光瑕疵。
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:
(a)本发明提出了一种基于双工位的车镜瑕疵在线自动检测方法与装置,以计算机为中心,将车镜干燥、检测等功能集中于一体,实现车镜表面瑕疵的自动检测,替代人工检测,不仅提高检测效率和准确率,同时还提高提升产业的自动化水平,降低生产成本。
(b)采用机器视觉进行车镜瑕疵检测,其关键技术就是如何获取清晰车镜图像并做出合格性有效判决算法。本发明从两个方面来保证获车镜表面的成像质量。一是采用风刀系统对清洗完的车镜利用强风吹干处理,以避免水粒、水汽等对检测结果的影响。二是提出将图像检测系统安装于空气净化室,保证车镜在清洗干燥后不会有新尘埃等颗粒落到车镜表面,以保证车镜表面干净,满足检测的成像质量要求。三是提出双工位的检测成像系统,针对不同的瑕疵特点,采用不同的成像方法,以获取瑕疵特征明显的图像,提高系统的敏感性和检测的准确性。
附图说明
图1是本发明的检测装置示意图;
图2是本发明的检测过程流程图;
图中:车镜清洗设备1,风刀干燥系统2,工位一3,工位二4,线扫CCD5,车镜载物平台6,线光源7,空气净化室8,面阵CCD9,分检组合机构10,前门11,后门12,推进机构13,导轨控制、驱动及编码器14,机器手吸盘15,导轨16。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明解决其技术问题所采用的方案是:提供一种基于双工位的车镜瑕疵在线自动检测装置与方法,所述装置主要包括风刀干燥系统和图像检测系统。在车镜生产的流水线上,其镜面清洗设备1的后端依次安装风刀干燥系统2和密封的空气净化室8;整个图像检测系统安装于空气净化室内8,图像检测系统包含带独立运动控制装置的导轨16、车镜载物平台6、线光源7、线扫CCD5和面阵CCD9等组成。整个装置由计算机控制,并通过获取线扫CCD5和面阵CCD9的图像进行分析和处理,实现对车镜的瑕疵进行检测。
车镜载物平台6为一箱体结构,表面为一块透明的磨砂玻璃,箱内安装一背光光源。整个车镜载物平台6安装于运动导轨16的一个滑块上,并由计算机控制其可在导轨16上来回运动。
在密封的空气净化室8内部设置工位一3和工位二4。其中,工位一3的检测装置由线扫CCD5、镜头、线光源7及光电编码器14组成;工位二4由面阵CCD9、镜头及背光源(包含在车镜载物平台6中)组成。
在工位一3,采用线光源7倾斜照明方式,当导轨16搭载车镜载物平台6经过检测区域过程中,线扫CCD5与编码器14联动,对运动的车镜表面进行动态线扫瞄,并获取其图像,以检测镜表面瑕疵,如划痕(内划痕和外划痕)、麻点等。在工位二4,并采用背光照明方式,当导轨16搭载车镜载物平台6到达工位二4预设的检测区时,导轨停止,面阵CCD9静态获取车镜图像,以检测镜面漏光、爆边等瑕疵。
上述对工位一3采集的图像,主要是实现对黑点、白点等镜面表面瑕疵的检测。由于要求所检测的瑕疵的线度尺寸要达到0.01mm,对此类瑕疵检测的难点在于瑕疵尺寸相对于整个检测镜面太小,需要获取高分辨的被检测车镜的图像。为了达到这种要求,本发明提出采用的线扫CCD成像系统。其检测算法是对获取的图像,先计算图像的灰度直方图,采用直方图的谷值作为阈值对图像进行分割,将需检测的镜面图像区域G1完整的分割出来,然后对区域G1进行闭运算,得到填充白点等瑕疵的镜面图像G2,通过计算两图像G1与G2的差,提取所有的瑕疵区域集ΔP,(ΔP包含存在于镜面白点、黑点及噪声等)。通过对所有的瑕疵区域集进行连通性分割,得到各个子区域P′i,i=1,...,n,其中各子区域满足以下的公式(1):
然后,分别计算ΔP中的每个区域P′i内原图的亮度差异值Ai1,区域面积Ai2,区域最小外接矩形的长宽比Ai3,区域面积占最小外接矩形面积比Ai4等四个特征量。其中,区域面积Ai2用于筛选掉噪声点;区域最小外接矩形长宽比Ai3和区域面积占最小外接矩形面积比Ai4用于瑕疵分类,如判定瑕疵为点状瑕疵或划痕瑕疵;亮度变化度Ai1用于区别亮点瑕疵和黑点瑕疵。
上述工位二4主要是实现爆边、漏光等瑕疵的检测。该类瑕疵特点是对背景光特别敏感,通过打背景白光,可以方便地获取瑕疵特征图像,实现对瑕疵的检测。对于工位二4采集的图像,先用图像的平均灰度作为阈值对图像进行分割,分割出镜面完整图像T1,对图像T1进行空洞填充后得到图像T2,然后对T2进行闭运算,以得到修复车镜边破损边缘的图像T3,通过对T2和T3进行相减操作,得到图像差异性区域集ΔS,并将该差异性区域集进行连通性分割得到各个子区域S′i,各个子区域满足公式(2)。
基于各个区域S′i的面积进行筛选,去掉噪声影响,即可得到瑕疵集合Ni;对瑕疵区域Ni进行膨胀运算,分别计算每个区域内原图亮度的变化度Bi1,区域面积Bi2,区域最小外接矩形长宽比Bi3;并根据{Bi1,Bi2,Bi3}的特征,即可实现车镜的爆边瑕疵检测并精确定位。
采用类似的方法可实现对工位二4采集的图像进行漏光瑕疵检测。先采用平均灰度作为阈值对图像进行分割,分割出镜面图像M1,对M1进行空洞填充,得到区域M2;对M2内原图像进行频域滤波,并对滤波后的图像进行阈值分割得到瑕疵区域集合ΔZ,通过对瑕疵区域集合ΔZ进行连通性分割,得到各个子区域Z′i,其中各个区域间关系满足公式(3);
分别计算每个区域内原图的亮度变化度Ci1,区域面积Ci2,区域最小外接矩形长宽比Ci3,区域面积占最小外接矩形面积比Ci4,其中:区域面积Ci2用于筛选掉噪声点;区域最小外接矩形长宽比Ci3和区域面积占最小外接矩形面积比Ci4用于判定瑕疵为点状瑕疵或划痕瑕疵;亮度变化度Ci1用于判读和识别漏光瑕疵。
整个检测系统以工程机为核心并采用Windows.7操作系统。系统设备采用电源额定电压是单相220VAC。
在本发明的实施过程中,可采用如下的设备和器材:
(1)计算机:Advantech生产的IPC_5120:CPU:LGA775IntelCORE5300/E7400,内存为DDRII8001G/2G;硬盘为SATAII250G/500G/1T;光驱为DVD。4U高上架式工控机抗震动驱动器托架设计,可安装3个5.25”和1个3.5”磁盘驱动器。前置USB接口,前置过滤冷却风扇,可锁式前舱门。
(2)线扫CCD相机:线扫CCD型号为V3-CM-04K018,主要参数:分辨率为4096*2的CCD;最大行频18kHz;像元尺寸10um;数据格式8/12bit;光学接口M42*0.75;电源接口为6针Hirose(HR10A-7P-6S);尺寸72*74*68mm;功耗12VDC(±20%),小于8.0W。
(3)光学镜头:型号为尼康AF,50mm,f/1.4D;镜头焦距50mm;滤镜口径52mm;最大光圈F1.4;最小光圈F16;镜头直径64.5mm;镜头长度42.5mm;视角范围46度,镜头重量230g。
(4)线光源:型号为OPT-LS322-W,特点是大功率LED,高亮度,保证高度检测的需要;独特分光镜结构,减少光损失;适用于各种流水线连续检测场合。
(5)背光源:型号为VLBGLXD320X320W-24V;功率60W;电流为2500mA;光照面长320mm,宽320mm,发光颜色为白色。
(6)面阵CCD相机:型号为PIKEF-505B;分辨率:2452*2054;数据接口:1394B;帧率:15FPS;传感器:2/3"CCD;镜头接口:C-Mount;色彩:黑白。
(7)光学镜头:型号为LM16JC5M;焦距:16mm;最大兼容靶面:2/3";光圈范围:F1.8~F16;最小成像距离:0.1m;接口:C。
(8)导轨:型号为MJ45;长度1250mm;规格:45*45mm;直度/扭拧度:<=0.03/300mm;重复定位精度:0.1mm;扭矩:0~3N.m;速度:0~1米/秒;承载力:150N,15kg;导程:72mm;同步带规格:HTD3m,宽度15mm;同步带轮齿数:24齿。
(9)运动控制器:型号UIM241;体积42.3mm*42.3mm*16.5mm;2端口传感器输入;8类事件/状态变化通知;RS232三线串口通讯;最高57600比特率。
本发明提供的一种基于双工位的车镜瑕疵在线自动检测方法,其包括以下步骤:
步骤1:开启检测系统电源,系统自检,并完成初始化工作,车镜载物平台6回到初始化位置C;
步骤2:一旦位于传输带冲洗干净后的车镜进入风刀干燥系统2的有效作用区,风刀干燥系统2开始工作,将清洗后的车镜进行净化干燥处理;
步骤3:密封的空气净化室8的前门11自动打开,推送系统13迅速将车镜推入位于空气净化室8内的车镜载物平台6上。同时将准备好信号传给计算机系统:
步骤4:计算机给出检测启动信号,控制器控制导轨16开始运动,同时编码器14开始工作;
步骤5:当导轨16搭载车镜载物平台6运动到检测工位一3的预先设定的预设位置A时,位置传感器将信号传给计算机,计算机控制线光源7开启,同时,线扫CCD5进入工作状态,并根据编码器14的脉冲信号对车镜进行扫描成像,并将图像传给计算机;
步骤6:车镜载物平台6运动到预先设定的预设位置B时,关闭工位一3的线光源7,导轨16停止运动,同时开启背景光,面阵CCD9进入工作状态,摄取检测车镜图像,并把图像传给计算机;
步骤7:计算机先对工位一线扫CCD获取的图像进行划痕(内划痕和外划痕)、麻点等瑕疵检测后,再对工位二面阵CCD获取的图像进行漏光、爆边等瑕疵进行检测。
步骤8:空气净化室8的后门12自动打开,同时,根据检测结果,计算机控制机器手吸盘15将车镜载物平台6上的车镜吸取,并放入不同的流水线路径。
步骤9:导轨16后退复位,运动到初始位置C。
步骤10:是否继续检测,若是,转步骤2,否则,转入下一步骤;
步骤11:停机,检测结束。
Claims (9)
1.一种基于双工位的车镜瑕疵在线自动检测装置,包括用于传输车镜的流水线,其特征在于,在流水线上沿车镜传输方向由前至后依次布置有车镜清洗设备(1)、风刀干燥系统(2)、推送机构(13)、瑕疵在线自动检测系统、机器手吸盘(15)、分检组合机构(10),其中:
车镜清洗设备(1),用于将车镜自动清洗干净;
风刀干燥系统(2),用于对清洗后的车镜进行净化干燥处理;
推送机构(13),用于将车镜推送至瑕疵在线自动检测系统;
瑕疵在线自动检测系统包括空气净化室(8),空气净化室(8)内至少分为工位一(3)及工位二(4),车镜在工位一(3)时,通过瑕疵检测机构一对镜面表面瑕疵进行在线自动检测,车镜在工位二(4)时,通过瑕疵检测机构二对爆边、漏光进行在线自动检测;
机器手吸盘(15),用于将车镜由瑕疵在线自动检测系统取出并放入分检组合机构(10);
分检组合机构(10),用于将不同瑕疵的车镜及无瑕疵的车镜分检至不同流水线进行后续处理。
2.如权利要求1所述的一种基于双工位的车镜瑕疵在线自动检测装置,其特征在于,在所述空气净化室(8)内设有在导轨(16)上自动运行的车镜载物平台(6),导轨(16)上设有编码器(14),该车镜载物平台(6)为一箱体结构,箱体结构表面为一块透明的磨砂玻璃,箱体结构内安装一背光光源。
3.如权利要求2所述的一种基于双工位的车镜瑕疵在线自动检测装置,其特征在于,所述瑕疵检测机构一包括线扫CCD(5)、镜头一、线光源(7),车镜在工位一(3)时,线光源(7)采用倾斜照明方式,当车镜载物平台(6)到达预先设定的检测区时,线扫CCD(5)通过镜头一对车镜载物平台(6)上运动的车镜表面进行动态线扫瞄,并获取其图像,以对镜面表面瑕疵进行在线自动检测。
4.如权利要求2所述的一种基于双工位的车镜瑕疵在线自动检测装置,其特征在于,所述瑕疵检测机构二包括面阵CCD(9)及镜头二,车镜在工位二(4)时,通过箱体结构内的背光光源,采用背光照明方式,当车镜载物平台(6)到达预先设定的检测区时,车镜载物平台(6)停止,面阵CCD(9)通过镜头二静态获取车镜载物平台(6)上车镜的图像,以对爆边、漏光进行在线自动检测。
5.如权利要求1所述的一种基于双工位的车镜瑕疵在线自动检测装置,其特征在于,所述空气净化室(8)具有可自动开合的前门(11)及后门(12)。
6.一种基于如权利要求1所述的车镜瑕疵在线自动检测装置的车镜瑕疵在线自动检测方法,其特征在于,包括以下步骤:
步骤1、空气净化室(8)内的车镜载物平台(6)回到初始化位置(C);
步骤2、被车镜清洗设备(1)冲洗干净的车镜进入风刀干燥系统(2)的有效作用区,风刀干燥系统(2)开始工作,将清洗后的车镜进行净化干燥处理;
步骤3、瑕疵在线自动检测系统中的密封空气净化室(8)的前门(11)自动打开,推送机构(13)迅速将车镜推入位于空气净化室(8)内的车镜载物平台(6)上;
步骤4、导轨(16)与编码器(14)同步启动;
步骤5、搭载有车镜的车镜载物平台(6)运动至工位一(3)的预设位置(A)时,线光源(7)开启,同时,线扫CCD(5)进入工作状态,由编码器(14)的脉冲信号控制线扫CCD对车镜进行扫描成像,实现对镜面表面瑕疵进行在线自动检测;
步骤6、搭载有车镜的车镜载物平台(6)运动至工位二(4)的预设位置(B)时,关闭线光源(7),导轨(16)停止运动,同时开启车镜载物平台(6)的背光光源,面阵CCD(9)进入工作状态,摄取车镜图像,以对爆边、漏光进行在线自动检测;
步骤7、空气净化室(8)的后门(12)自动打开,同时,根据检测结果,机器手吸盘(15)将车镜从车镜载物平台(6)吸取,并放入分检组合机构(10);
步骤8、车镜载物平台(6)回到初始化位置(C),等待下一次检测。
7.如权利要求6所述的一种车镜瑕疵在线自动检测方法,其特征在于,所述步骤5中,对镜面表面瑕疵进行在线自动检测包括:
先计算图像的灰度直方图,采用直方图的谷值作为阈值对图像进行分割,将需检测的镜面图像区域G1完整的分割出来,然后对区域G1进行闭运算,得到填充白点等瑕疵的镜面图像区域G2,通过计算区域G1与区域G2的差,提取所有的瑕疵区域集ΔP,通过对所有的瑕疵区域集进行连通性分割,得到各个子区域P′i,i=1,...,n,其中各子区域满足公式然后,分别计算ΔP中的每个区域P′i内原图的亮度差异值Ai1,区域面积Ai2,区域最小外接矩形的长宽比Ai3,区域面积占最小外接矩形面积比Ai4,其中:区域面积Ai2用于筛选掉噪声点;区域最小外接矩形长宽比Ai3和区域面积占最小外接矩形面积比Ai4用于瑕疵分类;亮度变化度Ai1用于区别亮点瑕疵和黑点瑕疵。
8.如权利要求6所述的一种车镜瑕疵在线自动检测方法,其特征在于,在所述步骤6中,对爆边进行在线自动检测包括:
先用图像的平均灰度作为阈值对图像进行分割,分割出镜面完整图像T1,对图像T1进行空洞填充后得到图像T2,然后对图像T2进行闭运算,以得到修复车镜边破损边缘的图像T3,通过对图像T2和图像T3进行相减操作,得到图像差异性区域集ΔS,并将该差异性区域集进行连通性分割得到各个子区域S′i,i=1,...,n,各个子区域满足公式基于各个区域S′i的面积进行筛选,去掉噪声影响,即可得到瑕疵集合Ni;对瑕疵区域Ni进行膨胀运算,分别计算每个区域内原图亮度的变化度Bi1,区域面积Bi2,区域最小外接矩形长宽比Bi3;并根据{Bi1,Bi2,Bi3}的特征,实现车镜的爆边瑕疵检测并精确定位。
9.如权利要求6所述的一种车镜瑕疵在线自动检测方法,其特征在于,在所述步骤6中,对漏光进行在线自动检测包括:
先采用平均灰度作为阈值对图像进行分割,分割出镜面图像M1,对M1进行空洞填充,得到区域M2;对M2内原图像进行频域滤波,并对滤波后的图像进行阈值分割得到瑕疵区域集合ΔZ,通过对瑕疵区域集合ΔZ进行连通性分割,得到各个子区域Z′i,其中各个区域间关系满足公式分别计算每个区域内原图的亮度变化度Ci1,区域面积Ci2,区域最小外接矩形长宽比Ci3,区域面积占最小外接矩形面积比Ci4,其中:区域面积Ci2用于筛选掉噪声点;区域最小外接矩形长宽比Ci3和区域面积占最小外接矩形面积比Ci4用于判定瑕疵为点状瑕疵或划痕瑕疵;亮度变化度Ci1用于判读和识别漏光瑕疵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510734122.8A CN105424718B (zh) | 2015-11-02 | 2015-11-02 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510734122.8A CN105424718B (zh) | 2015-11-02 | 2015-11-02 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105424718A true CN105424718A (zh) | 2016-03-23 |
CN105424718B CN105424718B (zh) | 2018-08-03 |
Family
ID=55503067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510734122.8A Expired - Fee Related CN105424718B (zh) | 2015-11-02 | 2015-11-02 | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105424718B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105665290A (zh) * | 2016-04-14 | 2016-06-15 | 东莞天龙阿克达电子有限公司 | 一种护风圈自动检测机 |
CN106123808A (zh) * | 2016-06-14 | 2016-11-16 | 上海贝特威自动化科技有限公司 | 一种用于汽车后视镜镜面角度偏转测量的方法 |
CN107102009A (zh) * | 2017-05-04 | 2017-08-29 | 武汉理工大学 | 一种基于机器视觉的筒纱管质量检测的方法 |
CN107967490A (zh) * | 2017-12-08 | 2018-04-27 | 中国船舶重工集团公司第七二四研究所 | 一种基于直方图极小值点的脉冲描述字自适应聚类方法 |
CN108459030A (zh) * | 2018-02-08 | 2018-08-28 | 东华大学 | 一种应用于非平面塑料光滑表面瑕疵在线检测装置与方法 |
CN108776460A (zh) * | 2018-05-02 | 2018-11-09 | 南京航空航天大学 | 基于pc的高速图像检测分拣生产线控制系统及其控制方法 |
CN109187549A (zh) * | 2018-07-26 | 2019-01-11 | 上海工程技术大学 | 一种用于后视镜后背层磨边缺损检测工位的检测方法 |
CN110013961A (zh) * | 2019-04-17 | 2019-07-16 | 郑州迈拓信息技术有限公司 | 一种产品规格智能化检测设备 |
CN110044918A (zh) * | 2019-04-23 | 2019-07-23 | 上海工程技术大学 | 汽车后视镜表面斑点检测方法 |
CN110579487A (zh) * | 2019-10-23 | 2019-12-17 | 深圳市富优驰科技有限公司 | 一种mim双工位检测设备 |
CN110918497A (zh) * | 2019-12-27 | 2020-03-27 | 无锡动视宫原科技有限公司 | 一种偏光片瑕疵检测装置 |
CN114803619A (zh) * | 2022-06-27 | 2022-07-29 | 南通鑫慧达机械有限公司 | 一种纺织面料验布机 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001153810A (ja) * | 1999-10-12 | 2001-06-08 | Perceptron Inc | 加工物の表面の欠陥を検出するためのシステムと方法 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 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 |
CN102914550A (zh) * | 2011-08-04 | 2013-02-06 | 鸿富锦精密工业(深圳)有限公司 | 镜片检测方法 |
CN203824739U (zh) * | 2013-03-18 | 2014-09-10 | 上海博迩森汽车配件有限公司 | 一种检验后视镜镜片的装置 |
CN104634787A (zh) * | 2015-02-13 | 2015-05-20 | 东华大学 | 一种汽车车身外表面喷漆瑕疵自动检测装置与方法 |
CN204374095U (zh) * | 2014-12-30 | 2015-06-03 | 临沂大学 | 一种汽车反光镜镜面快速自动检测装置 |
CN204422431U (zh) * | 2014-12-26 | 2015-06-24 | 北京兴科迪科技有限公司 | 一种汽车内后视镜镜片检测装置 |
US20150226675A1 (en) * | 2014-02-12 | 2015-08-13 | ASA Corporation | Apparatus and Method for Photographing Glass in Multiple Layers |
-
2015
- 2015-11-02 CN CN201510734122.8A patent/CN105424718B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001153810A (ja) * | 1999-10-12 | 2001-06-08 | Perceptron Inc | 加工物の表面の欠陥を検出するためのシステムと方法 |
CN102914550A (zh) * | 2011-08-04 | 2013-02-06 | 鸿富锦精密工业(深圳)有限公司 | 镜片检测方法 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 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 |
CN203824739U (zh) * | 2013-03-18 | 2014-09-10 | 上海博迩森汽车配件有限公司 | 一种检验后视镜镜片的装置 |
US20150226675A1 (en) * | 2014-02-12 | 2015-08-13 | ASA Corporation | Apparatus and Method for Photographing Glass in Multiple Layers |
CN204422431U (zh) * | 2014-12-26 | 2015-06-24 | 北京兴科迪科技有限公司 | 一种汽车内后视镜镜片检测装置 |
CN204374095U (zh) * | 2014-12-30 | 2015-06-03 | 临沂大学 | 一种汽车反光镜镜面快速自动检测装置 |
CN104634787A (zh) * | 2015-02-13 | 2015-05-20 | 东华大学 | 一种汽车车身外表面喷漆瑕疵自动检测装置与方法 |
Non-Patent Citations (5)
Title |
---|
SUBRAMANIAN RAJESH,ET AL: "Integrating a vision system a", 《AMERICAN SOCIETY OF MECHANICAL ENGINEERS》 * |
厉晓飞: "基于机器视觉的汽车零件缺陷检测技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王俊 等: "汽车反光镜表面疵病检测", 《自动化与仪器仪表》 * |
王欢: "机器视觉在汽车零部件生产线中的应用研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
贺莉清: "一种检测车灯反光镜表面质量的方法", 《光学仪器》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105665290A (zh) * | 2016-04-14 | 2016-06-15 | 东莞天龙阿克达电子有限公司 | 一种护风圈自动检测机 |
CN106123808A (zh) * | 2016-06-14 | 2016-11-16 | 上海贝特威自动化科技有限公司 | 一种用于汽车后视镜镜面角度偏转测量的方法 |
CN106123808B (zh) * | 2016-06-14 | 2018-09-14 | 上海贝特威自动化科技有限公司 | 一种用于汽车后视镜镜面角度偏转测量的方法 |
CN107102009A (zh) * | 2017-05-04 | 2017-08-29 | 武汉理工大学 | 一种基于机器视觉的筒纱管质量检测的方法 |
CN107967490A (zh) * | 2017-12-08 | 2018-04-27 | 中国船舶重工集团公司第七二四研究所 | 一种基于直方图极小值点的脉冲描述字自适应聚类方法 |
CN108459030A (zh) * | 2018-02-08 | 2018-08-28 | 东华大学 | 一种应用于非平面塑料光滑表面瑕疵在线检测装置与方法 |
CN108776460B (zh) * | 2018-05-02 | 2020-11-06 | 南京航空航天大学 | 基于pc的高速图像检测分拣生产线控制系统及其控制方法 |
CN108776460A (zh) * | 2018-05-02 | 2018-11-09 | 南京航空航天大学 | 基于pc的高速图像检测分拣生产线控制系统及其控制方法 |
CN109187549A (zh) * | 2018-07-26 | 2019-01-11 | 上海工程技术大学 | 一种用于后视镜后背层磨边缺损检测工位的检测方法 |
CN110013961A (zh) * | 2019-04-17 | 2019-07-16 | 郑州迈拓信息技术有限公司 | 一种产品规格智能化检测设备 |
CN110013961B (zh) * | 2019-04-17 | 2020-11-27 | 重庆中安颖立智能科技有限公司 | 一种产品规格智能化检测设备 |
CN110044918A (zh) * | 2019-04-23 | 2019-07-23 | 上海工程技术大学 | 汽车后视镜表面斑点检测方法 |
CN110044918B (zh) * | 2019-04-23 | 2022-04-01 | 上海工程技术大学 | 汽车后视镜表面斑点检测方法 |
CN110579487A (zh) * | 2019-10-23 | 2019-12-17 | 深圳市富优驰科技有限公司 | 一种mim双工位检测设备 |
CN110918497A (zh) * | 2019-12-27 | 2020-03-27 | 无锡动视宫原科技有限公司 | 一种偏光片瑕疵检测装置 |
CN114803619A (zh) * | 2022-06-27 | 2022-07-29 | 南通鑫慧达机械有限公司 | 一种纺织面料验布机 |
Also Published As
Publication number | Publication date |
---|---|
CN105424718B (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105424718A (zh) | 一种基于双工位的车镜瑕疵在线自动检测装置与方法 | |
CN203124215U (zh) | 一种封框胶涂布机 | |
CN102374996B (zh) | 伞齿轮全齿侧面缺陷多目检测装置及其检测方法 | |
CN112452801A (zh) | 一种高效率的玻璃瓶缺陷在线检测装置及其工作方法 | |
CN102162797B (zh) | 玻璃瓶瓶口破损和瓶底污物检测算法 | |
CN105606619B (zh) | 一种铸坯修磨机的检测及优化修磨方法 | |
CN109675832A (zh) | 一种钕铁硼磁铁尺寸及外观缺陷检测装置 | |
CN108627524B (zh) | 轧辊磨削表面清洁及机器视觉检测系统 | |
CN102680494B (zh) | 基于机器视觉的抛光金属弧状面瑕疵实时检测方法 | |
CN102305793A (zh) | 一种产品外观质量检测方法和设备 | |
WO2015055060A1 (zh) | 一种连铸坯表面质量在线检测方法 | |
CN103364400A (zh) | 一种多工位智能融合的瓶装啤酒在线检测装置 | |
CN207908384U (zh) | 一种双光谱成像铁轨及扣件异常检测装置 | |
CN101699273A (zh) | 一种在线钢轨探伤的图像处理辅助检测装置及方法 | |
CN102183528A (zh) | 一种双联齿轮的缺陷检测装置及检测方法 | |
CN109900708A (zh) | 一种用于发动机缸体顶面与缸孔缺陷的检测设备 | |
KR100629191B1 (ko) | 유리 가장자리 검사 시스템 | |
CN109342445A (zh) | 一种abs齿圈端面缺陷检测系统及方法 | |
CN206656692U (zh) | 一种气弹簧杆的多工位无损检测设备 | |
CN112858332A (zh) | 基于机器视觉的同步器齿毂表面缺陷检测方法、系统、终端 | |
MX2014000972A (es) | Metodo y dispositivo para la deteccion confiable de defectos de material en un material transparente. | |
CN104655060A (zh) | 钢球表面检测装置 | |
CN205049488U (zh) | 一种刹车片外观缺陷组合式多光源在线检测装置 | |
CN104976959B (zh) | 一种基于机器视觉的弹簧尺寸在线测量系统及其方法 | |
Agrawal | Glass defect detection techniques using digital image processing–a review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180803 Termination date: 20201102 |