CN106248681A - 基于机器视觉的立体对象多类缺陷检测装置及方法 - Google Patents

基于机器视觉的立体对象多类缺陷检测装置及方法 Download PDF

Info

Publication number
CN106248681A
CN106248681A CN201610563233.1A CN201610563233A CN106248681A CN 106248681 A CN106248681 A CN 106248681A CN 201610563233 A CN201610563233 A CN 201610563233A CN 106248681 A CN106248681 A CN 106248681A
Authority
CN
China
Prior art keywords
illumination
driver
defect
industrial camera
illumination platform
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
Application number
CN201610563233.1A
Other languages
English (en)
Inventor
张堃
吴建国
张培建
瞿宏俊
张洪彬
王震
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.)
Nantong University
Original Assignee
Nantong University
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 Nantong University filed Critical Nantong University
Priority to CN201610563233.1A priority Critical patent/CN106248681A/zh
Publication of CN106248681A publication Critical patent/CN106248681A/zh
Pending legal-status Critical Current

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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8809—Adjustment for highlighting flaws
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明公开了基于机器视觉的立体对象多类缺陷检测装置及方法，包括可调照度与光色的照明平台、照明平台驱动器、工业相机、距离传感器、距离驱动器、上位机。先根据检测对象的被检测面与载物台的距离的不同，控制伸缩支架，调节工业相机的高度，适应工业相机的焦距；而后在均匀白光下通过工业相机获取被检测对象的图像并将图像传输到上位机，上位机再根据预先设置的各种缺陷的不同模式，并经照明平台驱动器来改变照明平台的照明模式，经过相应的算法程序获得被检对象的缺陷点。本发明根据各种缺陷在不同光照条件下呈现不同特点的性质从而更为精确的区分各类缺陷，通过可升降平台既可检测平面对象，也可检测立体对象，多用途，降低了成本。

Description

基于机器视觉的立体对象多类缺陷检测装置及方法
技术领域
本发明涉及一种缺陷自适应检测装置及方法，尤其是基于机器视觉的立体对象多类缺陷检测装置及方法。
背景技术
在现代化工业生产中，产品的品质检测尤为重要，而机器视觉检测是产品品质检测过程中的核心部分，光源平台的设置更是能直接影响到图像检测的效果。在现有的检测系统中，普遍采用基于白光或单色光的均匀光，白光是一种复合光，是很多波段的各色光的集合。在均匀白光条件下，会造成各种缺陷表现的不够突出，尤其在灰度图中不明显，最终导致识别缺陷时会出现误判。单色光的穿透性随着光的波长的增长而增强，所以一般当需要精确检测被检测对象的轮廓时多使用单色红光，需要检测被检测对象的表面纹理时，多使用单色紫光，但单色光多使用在对检测对象的颜色没有特殊要求的情况下，而在对检测对象的颜色有要求的情况下并不适用。
目前针对机器视觉的光源平台及其实现方法的发明主要有如下：专利201520164380.2公布了一种新型机器视觉系统LED光源，此专利提供了一种可调节均匀照明的机器视觉照明装置；专利201310225001.1公布了一种自适应调色调光机器视觉光源检测装置及方法，此方法是通过调节光强与光色，获得不同颜色或强度均匀光照条件的装置及方法，专利201510204764.7公布了用于机器视觉系统的高亮LED无影光源；专利201520096370.X公布了一种机器视觉照明光源，提供了一种角度可调，并保持角度一致和照射均匀的机器视觉照明光源。
在现有的专利中还没有利用各种缺陷在不同光照条件下（特别是在非均匀光照条件下）呈现不同特性这一现象设计照明平台及检测方法。
发明内容
发明目的：本发明的目的是为了解决现有技术中的不足，提供基于机器视觉的立体对象多类缺陷自适应检测装置及方法，能够不断改变照明的均匀性，明暗性以及颜色，在相应特定的环境中对检测工件的缺陷进行甄别，保证缺陷检测的准确性。
技术方案：本发明所述的基于机器视觉的立体对象多类缺陷检测装置，包括工业相机，伸缩支架，可调照度与光色照明平台，检测对象，照明平台驱动器，上位机，距离传感器和距离驱动器，所述工业相机经伸缩支架调节以适应检测对象的被检测面与载物台之间的距离，所述工业相机通过可调照度与光色照明平台给检测对象提供照明以获得检测对象的图像，所述工业相机与上位机连接，并将图像传输到上位机上；所述上位机与照明平台驱动器连接，并通过给照明平台驱动器设置参数改变可调照度与光色照明平台的照明方式，所述距离传感器安装在所述工业相机上，所述距离传感器、伸缩支架与距离驱动器连接。
进一步的，所述可调照度与光色照明平台采用圆锥形结构，包括穹顶照明部分和侧壁照明部分。
进一步的，所述穹顶照明部分和侧壁照明部分均由若干单独可控照明环形带构成，且均由照明平台驱动器控制，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
进一步的，所述照明平台驱动器和距离驱动器采用单片机或ARM微处理器作为控制驱动器。
进一步的，所述照明平台驱动器包括微处理器，LED功率驱动电路，RGB三色LED选择电路；所述距离驱动器包括微处理器，电源电路，电机驱动电路；所述照明平台驱动器的微处理器输入接口与上位机连接，所述照明平台驱动器的微处理器输出接口分别连接有RGB三色LED选择电路以及LED功率驱动电路，所述RGB三色LED选择电路、LED功率驱动电路同时连接有各环形LED灯带；所述距离驱动器的微处理器输入接口与距离传感器连接，所述距离驱动器的微处理器输出接口连接有电机驱动电路，所述电机驱动电路连接有伸缩支架电机。
进一步的，所述照明平台驱动器接收上位机的参数信息，经微处理器处理，通过距离驱动器对伸缩支架进行调节，同时照明平台驱动器对可调照度与光色照明平台的LED灯带进行功率驱动，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
本发明还公开了基于机器视觉的立体对象多类缺陷检测方法：采用上述所述的基于机器视觉的立体对象多类缺陷检测装置进行检测，其中工业相机经可调照度与光色照明平台获得检测对象的图像，传输给上位机；上位机再根据不同缺陷模式设置传输相应参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台的照明均匀度或照明颜色，最后通过图像处理算法获得检测对象的具体缺陷点。其具体步骤如下：
1）工业相机采用定焦镜头，焦距一定，若要获取检测对象被检测面的清晰图像，需保证工业相机与检测对象被检测面之间的距离固定，因不同检测对象的被检测面离载物台的距离不定，造成检测对象的被检测面与工业相机之间的距离变化，从而造成图像失焦，变得模糊，故每次检测前需要距离传感器配合调节工业相机与检测对象的被检测面之间的距离，具体步骤如下：
a．初始状态下，距离传感器检测工业相机与检测对象的被检测面之间的距离，并在距离驱动器中与工业相机与检测对象的被检测面距离的理论值H进行比较，得出差值Δ；
b．通过距离驱动器驱动伸缩支架的导螺杆转动，改变工业相机的的垂直高度，在此过程中周期性通过距离传感器向距离驱动器反馈当前距离值，实现反馈控制，达到良好的调节效果，最终使差值Δ在可接受范围内停止，如此，当被检测面与载物台之间的距离变化时，也可以拍摄出清晰的被检测面的图像；
2）上位机设置初始均匀白光参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台发出均匀白光；
3）工业相机将拍摄到的检测对象初始图像传输到上位机；
4）上位机对初始图像进行增加对比度，去模糊和噪声，修正几何畸变；
5）上位机中预先设置有相应检测工件各种缺陷模式；
6）上位机将预设的相应缺陷模式中的参数传输到照明平台驱动器；
7）照明平台驱动器根据相应缺陷参数控制可调照度与光色照明平台，得到相应形态特征缺陷光场即非均匀或强光或弱光，或者颜色特征缺陷光场即彩色均匀光场；
8）工业相机通过在相应光场下获取图像传输到工控机，对图像进行灰度化，二值化，图像分割，特征提取等一系列处理，并对图像检测区域中的异常点进行标记，将各标记点测量值和该步骤照明条件下的阈值进行比较，满足阈值范围则确定为相应缺陷，否则删除此标记；
9）如此不断进行步骤5）、步骤6）、步骤7）和步骤8），直到步骤5）中所有的缺陷模式都测试完毕为止。
进一步的，步骤5）所述缺陷模式具体为各种缺陷表现明显情况下的可调照度与光色照明平台的参数与判断限值。
进一步的，所述缺陷模式包括形态特征缺陷下的模式和颜色特征缺陷下的模式；在形态特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各个环形发光带发出白光强弱的参数；在颜色特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各LED发光RGB值。
有益效果：本发明与现有的技术比较，有以下的优势：
与现有的机器视觉检测平台比较，基于机器视觉的立体对象多类缺陷自适应检测装置及方法提供了一种新的缺陷检测的思路与方法，通过照明平台驱动器提供不同的照明条件，运用特定的光场环境检测特定的缺陷，这就大大提高了缺陷判别的精确性，特别是对象的缺陷较多且种类繁多时，检测的效率得到了大的提高。向本发明还采用了可升降平台，可以自适应检测对象的被检测面与载物台之间的距离，可检测平面对象，也可检测立体对象，多用途，降低了成本。
附图说明
图1为本发明的检测装置结构示意图；
图2为本发明的机器视觉检测装置的广罩光源布置整体结构图；
图3为本发明的机器视觉检测装置的广罩顶部光源布置结构图；
图4为本发明的机器视觉检测装置的广罩侧部光源布置结构图；
图5为本发明的照明平台驱动器的电路原理示意图；
图6为本发明的距离驱动器的电路原理示意图；
图7为本发明的自动识别多种缺陷检测方法的流程图；
图8为在正常均匀光照下凹坑缺陷检测图像；
图9为采用本发明检测方法的凹坑缺陷检测图像；
图10为在正常均匀照度下的裂纹缺陷检测图像；
图11为采用本发明检测方法的裂纹缺陷检测图像；
图12为低照度的均匀光照下霉变缺陷检测图像；
图13为采用本发明检测方法的霉变缺陷检测图像。
具体实施方式
下面结合具体的实施例以及附图对本发明的技术方案作进一步详细、完整的说明：
如图1所示的基于机器视觉的立体对象多类缺陷检测装置，包括工业相机1，伸缩支架2，可调照度与光色照明平台3，检测对象4，照明平台驱动器5，上位机6，距离传感器7和距离驱动器8，所述工业相机1经伸缩支架2调节以适应检测对象4的被检测面与载物台之间的距离，所述工业相机1通过可调照度与光色照明平台3给检测对象4提供照明以获得检测对象4的照片，所述工业相机1与上位机6连接，并将图片传输到上位机6上；所述上位机6与照明平台驱动器5电连接，并通过给照明平台驱动器5设置参数改变可调照度与光色照明平台3的照明方式，所述距离传感器7安装在所述工业相机1上，所述距离传感器7、伸缩支架2均与所述距离驱动器8连接。
如图2到图4所示，所述可调照度与光色照明平台3采用圆锥形结构，包括穹顶照明部分和侧壁照明部分。所述穹顶照明部分和侧壁照明部分均由若干单独可控照明环形带构成，每个环形带中均匀分布RGB三色光源模块，每个模块外包裹漫反射光罩，可发出均匀散射光，穹顶中间为圆形图像采集孔。且均由照明平台驱动器5控制，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
如图5所示，照明平台驱动器5采用单片机或ARM微处理器作为控制驱动器。照明平台驱动器5包括微处理器，电源电路，LED功率驱动电路，RGB三色LED选择电路。所述微处理器的输入端与上位机6连接，微处理器的输出端分别连接有RGB三色LED选择电路以及LED功率驱动电路，所述RGB三色LED选择电路、LED功率驱动电路同时连接有各环形LED灯带。
照明平台驱动器5接受上位机6的参数信息，经微处理器处理，对可调照度与光色照明平台3的LED灯带进行功率驱动，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
如图6所示，距离驱动器采用单片机或ARM微处理器作为控制驱动器。距离驱动器8包括微处理器，电源电路，电机驱动电路，所述微处理器的输入接口与距离传感器7连接，微处理器的输出接口连接有电机驱动电路，所述电机驱动电路连接有伸缩支架2电机。
距离驱动器8接收距离传感器7的信号，经微处理器处理，对伸缩支架2进行调节，以改变工业相机到被检测目标的距离，以适应检测对象的被检测面与载物台之间的距离，可应用于各类平面对象和立体对象。
如图7所示的基于机器视觉的立体对象多类缺陷检测方法，该方法采用上述基于机器视觉的立体对象多类缺陷检测装置进行检测，其中工业相机经可调照度与光色照明平台获得检测对象的图像，传输给上位机；上位机再根据不同缺陷模式设置传输相应参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台的照明均匀度或照明颜色，其具体步骤如下：
1）工业相机采用定焦镜头，焦距一定，若要获取检测对象被检测面的清晰图像，需保证工业相机与检测对象被检测面之间的距离一定。因不同检测对象的被检测面离载物台的距离不定，造成检测对象的被检测面与工业相机之间的距离变化，从而造成图像失焦，变得模糊，故每次检测前需要距离传感器配合调节工业相机与检测对象的被检测面之间的距离，具体步骤如下：
a．初始状态下，距离传感器检测工业相机与检测对象的被检测面之间的距离，并在距离驱动器中与工业相机与检测对象的被检测面距离的理论值H进行比较，得出差值Δ；
b．通过距离驱动器驱动伸缩支架的导螺杆转动，改变工业相机的的垂直高度，在此过程中周期性通过距离传感器向距离驱动器反馈当前距离值，实现反馈控制，达到良好的调节效果，最终使差值Δ在可接受范围内停止。如此，当被检测面与载物台之间的距离变化时，也可以拍摄出清晰的被检测面的图像。
2）上位机设置初始均匀白光参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台发出均匀白光；
3）工业相机将拍摄到的检测对象初始图像传输到上位机；
4）上位机对初始图像进行增加对比度，去模糊和噪声，修正几何畸变；
5）上位机中预先设置有相应检测工件各种缺陷模式；
6）上位机将预设的相应缺陷模式中的参数传输到照明平台驱动器；
7）照明平台驱动器根据相应缺陷参数控制可调照度与光色照明平台，得到相应形态特征缺陷光场即非均匀或强光或弱光，或者颜色特征缺陷光场即彩色均匀光场；
8）工业相机通过在相应光场下获取图像传输到工控机，将图像进行灰度化，二值化，图像分割，特征提取等一系列处理，并对图像检测区域中的异常点进行标记。将各标记点测量值和该步骤照明条件下的阈值进行比较，满足阈值范围则确定为相应缺陷，否则删除此标记；
9）如此不断进行步骤5）、步骤6）、步骤7）和步骤8），直到步骤5）中所有缺陷模式都检测完毕为止。
其中，步骤5）所述缺陷模式具体为各种缺陷表现明显情况下的可调照度与光色照明平台的参数与判断限值。且所述缺陷模式包括形态特征缺陷下的模式和颜色特征缺陷下的模式；在形态特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各个环形发光带发出白光强弱的参数；在颜色特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各LED发光RGB值。
下面通过三个具体的缺陷检测案例的对比，对本发明的检测方法的效果作进一步说明：
如图8为正常均匀光照下的检测结果，单个凹坑缺陷检测为分散状，不能识别为凹坑缺陷。而图9为采用本发明的检测方法下的凹坑缺陷光照模式下的图像，运用同样算法后，检测结果为单个凹坑状边缘，可轻易识别为凹坑缺陷，标记为黑色，提高了检测的精确性。
如图10为正常均匀照度下的裂纹缺陷，结果显示为不连续的两个裂纹轮廓一个凹陷轮廓，出现错误检测，这在检测过程中是要避免发生的。而图11采用本发明检测方法下的为低照度非均匀的光照条件，在运行相同算法后，可识别为连续的裂纹缺陷，标记为黑色轮廓。
图12采用低照度的均匀光照，霉变缺陷区域不能识别，发生漏判。如图13采用本发明检测方法下的正常均匀光照下，可清晰检测到霉变缺陷区域，标记为黑色轮廓。
通过上述三个缺陷检测对比图像可以看出，与现有的机器视觉检测平台比较，本发明的检测装置及检测方法提供了一种新的缺陷检测的思路与方法，通过照明平台驱动器提供不同的照明条件，运用特定的光场环境检测特定的缺陷，这就大大提高了缺陷判别的精确性，特别是对象的缺陷较多且种类繁多时，检测的效率得到了大的提高。同时本发明还采用了可升降平台，可自适应检测对象的被检测面与载物台之间的距离，可检测平面工件，也可检测立体工件，多用途，降低了成本。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但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作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (9)

1.基于机器视觉的立体对象多类缺陷检测装置，其特征在于：包括工业相机（1），伸缩支架（2），可调照度与光色照明平台（3），检测对象（4），照明平台驱动器（5），上位机（6），距离传感器（7）和距离驱动器（8），所述工业相机（1）经伸缩支架（2）调节以适应检测对象（4）的被检测面与载物台之间的距离，所述工业相机（1）通过可调照度与光色照明平台（3）给检测对象（4）提供照明以获得检测对象（4）的图像，所述工业相机（1）与上位机（6）连接，并将图像传输到上位机（6）上；所述上位机（6）与照明平台驱动器（5）连接，并通过给照明平台驱动器（5）设置参数改变可调照度与光色照明平台（3）的照明方式，所述距离传感器（7）安装在所述工业相机（1）上，所述距离传感器（7）、伸缩支架（2）与距离驱动器（8）连接。
2.根据权利要求1所述的基于机器视觉的立体对象多类缺陷检测装置，其特征在于：所述可调照度与光色照明平台（3）采用圆锥形结构，包括穹顶照明部分和侧壁照明部分。
3.根据权利要求2所述的基于机器视觉的立体对象多类缺陷检测装置，其特征在于：所述穹顶照明部分和侧壁照明部分均由若干单独可控照明环形带构成，且均由照明平台驱动器（5）控制，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
4.根据权利要求1所述的基于机器视觉的立体对象多类缺陷检测装置，其特征在于：所述照明平台驱动器（5）和距离驱动器（8）采用单片机或ARM微处理器作为控制驱动器。
5.根据权利要求1或4所述的基于机器视觉的立体对象多类缺陷检测装置，其特征在于：所述照明平台驱动器（5）包括微处理器，LED功率驱动电路，RGB三色LED选择电路；所述距离驱动器（8）包括微处理器，电源电路，电机驱动电路；所述照明平台驱动器（5）的微处理器输入接口与上位机（6）连接，所述照明平台驱动器（5）的微处理器输出接口分别连接有RGB三色LED选择电路以及LED功率驱动电路，所述RGB三色LED选择电路、LED功率驱动电路同时连接有各环形LED灯带；所述距离驱动器（8）的微处理器输入接口与距离传感器（7）连接，所述距离驱动器（8）的微处理器输出接口连接有电机驱动电路，所述电机驱动电路连接有伸缩支架（2）电机。
6.根据权利要求5所述的基于机器视觉的立体对象多类缺陷检测装置，其特征在于：所述照明平台驱动器（5）接收上位机（6）的参数信息，经微处理器处理，通过距离驱动器（8）对伸缩支架（2）进行调节，同时照明平台驱动器（5）对可调照度与光色照明平台（3）的LED灯带进行功率驱动，以改变检测区域的照明均匀性与照明颜色，以适应相应的缺陷情况。
7.基于机器视觉的立体对象多类缺陷检测方法，其特征在于：采用如权利要求1-6任意一项所述的基于机器视觉的立体对象多类缺陷检测装置进行检测，其中工业相机经可调照度与光色照明平台获得检测对象的图像，传输给上位机；上位机再根据不同缺陷模式设置传输相应参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台的照明均匀度或照明颜色，最后通过图像处理算法获得检测对象的具体缺陷点。其具体步骤如下：
1）工业相机采用定焦镜头，焦距一定，若要获取检测对象被检测面的清晰图像，需保证工业相机与检测对象被检测面之间的距离固定，因不同检测对象的被检测面离载物台的距离不定，造成检测对象的被检测面与工业相机之间的距离变化，从而造成图像失焦，变得模糊，故每次检测前需要距离传感器配合调节工业相机与检测对象的被检测面之间的距离，具体步骤如下：
a．初始状态下，距离传感器检测工业相机与检测对象的被检测面之间的距离，并在距离驱动器中与工业相机与检测对象的被检测面距离的理论值H进行比较，得出差值Δ；
b．通过距离驱动器驱动伸缩支架的导螺杆转动，改变工业相机的的垂直高度，在此过程中周期性通过距离传感器向距离驱动器反馈当前距离值，实现反馈控制，达到良好的调节效果，最终使差值Δ在可接受范围内停止，如此，当被检测面与载物台之间的距离变化时，也可以拍摄出清晰的被检测面的图像；
2）上位机设置初始均匀白光参数到照明平台驱动器，照明平台驱动器控制可调照度与光色照明平台发出均匀白光；
3）工业相机将拍摄到的检测对象初始图像传输到上位机；
4）上位机对初始图像进行增加对比度，去模糊和噪声，修正几何畸变；
5）上位机中预先设置有相应检测工件各种缺陷模式；
6）上位机将预设的相应缺陷模式中的参数传输到照明平台驱动器；
7）照明平台驱动器根据相应缺陷参数控制可调照度与光色照明平台，得到相应形态特征缺陷光场即非均匀或强光或弱光，或者颜色特征缺陷光场即彩色均匀光场；
8）工业相机通过在相应光场下获取图像传输到工控机，对图像进行灰度化，二值化，图像分割，特征提取等一系列处理，并对图像检测区域中的异常点进行标记，将各标记点测量值和该步骤照明条件下的阈值进行比较，满足阈值范围则确定为相应缺陷，否则删除此标记；
9）如此不断进行步骤5）、步骤6）、步骤7）和步骤8），直到步骤5）中所有的缺陷模式都测试完毕为止。
8.根据权利要求7所述的基于机器视觉的立体对象多类缺陷检测方法，其特征在于：步骤5）所述缺陷模式具体为各种缺陷表现明显情况下的可调照度与光色照明平台的参数与判断限值。
9.根据权利要求8所述的基于机器视觉的立体对象多类缺陷检测方法，其特征在于：所述缺陷模式包括形态特征缺陷下的模式和颜色特征缺陷下的模式；在形态特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各个环形发光带发出白光强弱的参数；在颜色特征缺陷中：上位机传输的数据为控制可调照度与光色照明平台各LED发光RGB值。
CN201610563233.1A 2016-07-18 2016-07-18 基于机器视觉的立体对象多类缺陷检测装置及方法 Pending CN106248681A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610563233.1A CN106248681A (zh) 2016-07-18 2016-07-18 基于机器视觉的立体对象多类缺陷检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610563233.1A CN106248681A (zh) 2016-07-18 2016-07-18 基于机器视觉的立体对象多类缺陷检测装置及方法

Publications (1)

Publication Number Publication Date
CN106248681A true CN106248681A (zh) 2016-12-21

Family

ID=57613803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610563233.1A Pending CN106248681A (zh) 2016-07-18 2016-07-18 基于机器视觉的立体对象多类缺陷检测装置及方法

Country Status (1)

Country Link
CN (1) CN106248681A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845163A (zh) * 2017-03-14 2017-06-13 广东尚菱视界科技有限公司 一种通用视觉检测系统的设定方法
CN106918604A (zh) * 2017-04-27 2017-07-04 重庆交通大学 基于电磁波传输线理论的拉索缺陷检测系统及其检测方法
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
CN108508024A (zh) * 2018-04-02 2018-09-07 温州宝德电气有限公司 一种基于机器视觉的测量系统
CN108810327A (zh) * 2017-04-28 2018-11-13 南京易纹兴智能科技有限公司 一种反射变换智能成像系统
CN108834252A (zh) * 2018-04-28 2018-11-16 东华大学 一种用于文物精细3d重建的自适应光源照明系统及方法
CN109001215A (zh) * 2018-08-03 2018-12-14 深圳大图科创技术开发有限公司 一种基于机器视觉的电力接线端子缺陷检测系统
CN109068051A (zh) * 2018-06-19 2018-12-21 江苏高远智能科技有限公司 一种工业相机自适应智能调节装置
CN109060309A (zh) * 2018-06-28 2018-12-21 广东工业大学 一种色差最优分辨配色仪及其测试方法
CN109714535A (zh) * 2019-01-15 2019-05-03 南京信息工程大学 一种基于色差的自动对焦机器视觉测量装置及方法
CN109813721A (zh) * 2019-01-30 2019-05-28 广东利元亨智能装备股份有限公司 视觉检测装置及外观检测设备
CN110146515A (zh) * 2019-04-19 2019-08-20 广州超音速自动化科技股份有限公司 板材钻孔及表面缺陷检测装置及使用方法
CN110208276A (zh) * 2019-07-02 2019-09-06 长沙而道新能源科技有限公司 一种结构砼表观缺陷测定仪及其检测设备
CN110426396A (zh) * 2019-07-24 2019-11-08 湖北三江航天万峰科技发展有限公司 一种用于瓷砖陶瓦表面缺陷在线检测的照明系统及方法
CN110596124A (zh) * 2019-10-18 2019-12-20 杭州云华视觉科技有限公司 一种用于瑕疵检测的图像获取装置以及瑕疵检测系统
CN110632076A (zh) * 2019-01-21 2019-12-31 国检中心深圳珠宝检验实验室有限公司 能观察不同切工比例钻石心箭效应实际效果样式的装置
CN111044521A (zh) * 2019-12-13 2020-04-21 苏州通富超威半导体有限公司 一种用于芯片检测的组合光源装置及方法
CN111077164A (zh) * 2018-10-20 2020-04-28 杭州纤纳光电科技有限公司 一种基于机器视觉的钙钛矿薄膜质量检测装置及方法
CN111239143A (zh) * 2020-03-17 2020-06-05 合肥市商巨智能装备有限公司 液晶面板缺陷复判机构及方法
CN111638224A (zh) * 2020-06-12 2020-09-08 常州工程职业技术学院 一种基于智能传感和机器视觉的车辆漆面瑕疵检测装置
CN113194223A (zh) * 2021-03-18 2021-07-30 优尼特克斯公司 一种组合成像方法
CN113714115A (zh) * 2021-08-06 2021-11-30 王伦木 一种基于机器视觉的四轴并联机器人分拣系统
CN116879167A (zh) * 2023-06-27 2023-10-13 广州市翔哲自动化设备有限公司 一种用于缺陷检测的可编辑立体光源、方法及设备
CN117638194A (zh) * 2024-01-26 2024-03-01 宁德时代新能源科技股份有限公司 电池生产系统和方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101694278A (zh) * 2009-10-13 2010-04-14 上海电机学院 用于自动光学检查机的光源装置
CN102095371A (zh) * 2010-11-25 2011-06-15 天津大学 工业用彩色视觉检测装置和方法
CN102183524A (zh) * 2011-01-10 2011-09-14 哈尔滨工业大学 用于土木工程结构表观缺陷评定的双ccd检测方法及系统
CN102359758A (zh) * 2011-07-21 2012-02-22 华中科技大学 一种半导体芯片的外观检测装置
CN102749334A (zh) * 2011-04-19 2012-10-24 芝浦机械电子装置股份有限公司 基板检查装置、基板检查方法及基板检查装置的调整方法
CN102866157A (zh) * 2011-06-30 2013-01-09 芝浦机械电子装置股份有限公司 贴合板状体检查装置以及方法
CN203053881U (zh) * 2013-02-19 2013-07-10 宁波高新区天视光电科技有限公司 基于单筒显微镜和工业相机的检测系统
CN203216859U (zh) * 2013-03-26 2013-09-25 东莞市彤光电子科技有限公司 一种用于触摸屏视觉检测的图像采集装置
CN103913460A (zh) * 2013-01-04 2014-07-09 北京兆维电子(集团)有限责任公司 一种在线纸病检测系统
CN104076041A (zh) * 2014-07-22 2014-10-01 中国兵器工业第五九研究所 一种涂层老化外观检测装置
CN104796616A (zh) * 2015-04-27 2015-07-22 惠州Tcl移动通信有限公司 一种基于移动终端距离传感器的对焦方法及对焦系统
CN104822026A (zh) * 2015-04-30 2015-08-05 武汉大学 用于核电站安全壳缺陷检测的相机姿态控制方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101694278A (zh) * 2009-10-13 2010-04-14 上海电机学院 用于自动光学检查机的光源装置
CN102095371A (zh) * 2010-11-25 2011-06-15 天津大学 工业用彩色视觉检测装置和方法
CN102183524A (zh) * 2011-01-10 2011-09-14 哈尔滨工业大学 用于土木工程结构表观缺陷评定的双ccd检测方法及系统
CN102749334A (zh) * 2011-04-19 2012-10-24 芝浦机械电子装置股份有限公司 基板检查装置、基板检查方法及基板检查装置的调整方法
CN102866157A (zh) * 2011-06-30 2013-01-09 芝浦机械电子装置股份有限公司 贴合板状体检查装置以及方法
CN102359758A (zh) * 2011-07-21 2012-02-22 华中科技大学 一种半导体芯片的外观检测装置
CN103913460A (zh) * 2013-01-04 2014-07-09 北京兆维电子(集团)有限责任公司 一种在线纸病检测系统
CN203053881U (zh) * 2013-02-19 2013-07-10 宁波高新区天视光电科技有限公司 基于单筒显微镜和工业相机的检测系统
CN203216859U (zh) * 2013-03-26 2013-09-25 东莞市彤光电子科技有限公司 一种用于触摸屏视觉检测的图像采集装置
CN104076041A (zh) * 2014-07-22 2014-10-01 中国兵器工业第五九研究所 一种涂层老化外观检测装置
CN104796616A (zh) * 2015-04-27 2015-07-22 惠州Tcl移动通信有限公司 一种基于移动终端距离传感器的对焦方法及对焦系统
CN104822026A (zh) * 2015-04-30 2015-08-05 武汉大学 用于核电站安全壳缺陷检测的相机姿态控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
佚名: "基于机器视觉的表面缺陷检测系统设计", 《百度文库》 *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845163A (zh) * 2017-03-14 2017-06-13 广东尚菱视界科技有限公司 一种通用视觉检测系统的设定方法
CN106918604A (zh) * 2017-04-27 2017-07-04 重庆交通大学 基于电磁波传输线理论的拉索缺陷检测系统及其检测方法
CN106918604B (zh) * 2017-04-27 2023-03-10 重庆交通大学 基于电磁波传输线理论的拉索缺陷检测系统及其检测方法
CN108810327A (zh) * 2017-04-28 2018-11-13 南京易纹兴智能科技有限公司 一种反射变换智能成像系统
CN108810327B (zh) * 2017-04-28 2023-10-17 南京易纹兴智能科技有限公司 一种反射变换智能成像系统
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
CN108508024A (zh) * 2018-04-02 2018-09-07 温州宝德电气有限公司 一种基于机器视觉的测量系统
CN108834252A (zh) * 2018-04-28 2018-11-16 东华大学 一种用于文物精细3d重建的自适应光源照明系统及方法
CN108834252B (zh) * 2018-04-28 2020-04-21 东华大学 一种用于文物精细3d重建的自适应光源照明系统及方法
CN109068051A (zh) * 2018-06-19 2018-12-21 江苏高远智能科技有限公司 一种工业相机自适应智能调节装置
CN109060309B (zh) * 2018-06-28 2024-04-02 广东工业大学 一种色差最优分辨配色仪及其测试方法
CN109060309A (zh) * 2018-06-28 2018-12-21 广东工业大学 一种色差最优分辨配色仪及其测试方法
CN109001215A (zh) * 2018-08-03 2018-12-14 深圳大图科创技术开发有限公司 一种基于机器视觉的电力接线端子缺陷检测系统
CN111077164A (zh) * 2018-10-20 2020-04-28 杭州纤纳光电科技有限公司 一种基于机器视觉的钙钛矿薄膜质量检测装置及方法
CN109714535A (zh) * 2019-01-15 2019-05-03 南京信息工程大学 一种基于色差的自动对焦机器视觉测量装置及方法
CN110632076A (zh) * 2019-01-21 2019-12-31 国检中心深圳珠宝检验实验室有限公司 能观察不同切工比例钻石心箭效应实际效果样式的装置
CN109813721A (zh) * 2019-01-30 2019-05-28 广东利元亨智能装备股份有限公司 视觉检测装置及外观检测设备
CN110146515A (zh) * 2019-04-19 2019-08-20 广州超音速自动化科技股份有限公司 板材钻孔及表面缺陷检测装置及使用方法
CN110208276A (zh) * 2019-07-02 2019-09-06 长沙而道新能源科技有限公司 一种结构砼表观缺陷测定仪及其检测设备
CN110208276B (zh) * 2019-07-02 2023-03-31 广州越监工程质量安全检测中心有限公司 一种结构砼表观缺陷测定仪及其检测设备
CN110426396B (zh) * 2019-07-24 2022-02-18 湖北三江航天万峰科技发展有限公司 传输机上瓷砖陶瓦表面缺陷在线检测的照明系统及方法
CN110426396A (zh) * 2019-07-24 2019-11-08 湖北三江航天万峰科技发展有限公司 一种用于瓷砖陶瓦表面缺陷在线检测的照明系统及方法
CN110596124A (zh) * 2019-10-18 2019-12-20 杭州云华视觉科技有限公司 一种用于瑕疵检测的图像获取装置以及瑕疵检测系统
CN111044521A (zh) * 2019-12-13 2020-04-21 苏州通富超威半导体有限公司 一种用于芯片检测的组合光源装置及方法
CN111239143B (zh) * 2020-03-17 2021-04-27 合肥市商巨智能装备有限公司 液晶面板缺陷复判方法
CN111239143A (zh) * 2020-03-17 2020-06-05 合肥市商巨智能装备有限公司 液晶面板缺陷复判机构及方法
CN111638224A (zh) * 2020-06-12 2020-09-08 常州工程职业技术学院 一种基于智能传感和机器视觉的车辆漆面瑕疵检测装置
CN113194223A (zh) * 2021-03-18 2021-07-30 优尼特克斯公司 一种组合成像方法
CN113714115A (zh) * 2021-08-06 2021-11-30 王伦木 一种基于机器视觉的四轴并联机器人分拣系统
CN116879167A (zh) * 2023-06-27 2023-10-13 广州市翔哲自动化设备有限公司 一种用于缺陷检测的可编辑立体光源、方法及设备
CN117638194A (zh) * 2024-01-26 2024-03-01 宁德时代新能源科技股份有限公司 电池生产系统和方法

Similar Documents

Publication Publication Date Title
CN106248681A (zh) 基于机器视觉的立体对象多类缺陷检测装置及方法
CN103344563B (zh) 一种自适应调色调光机器视觉光源检测装置及方法
US20200363341A1 (en) Image detection scanning method for object surface defects and image detection scanning system thereof
US8477234B2 (en) Brightness sensing system and illumination system using the same
CN100562761C (zh) 智能化发光二极管车灯照明质量在线检测系统
JP2001229381A (ja) 画像処理検査システムおよびその方法
US11199504B2 (en) Shape inspection apparatus and shape inspection method
US10890441B2 (en) Shape inspection apparatus and shape inspection method
KR20130136806A (ko) 디스플레이 모듈 검사장치 및 검사방법
CN104581135A (zh) 光源亮度检测方法及系统
CN101858768A (zh) 一种饮料灌装后液位检测装置及方法
US20110058031A1 (en) Image processing measuring apparatus and image processing measurement method
CN114745510B (zh) 一种用于目标图像采集的led光源自动校准方法及系统
CN113533344A (zh) 一种光学检测装置及方法
KR101749867B1 (ko) 피검체 검사를 위한 시분할 영상 획득 시스템 및 이를 이용한 시분할 영상 획득 방법
CN108226175B (zh) 一种塑料容器检测系统及检测方法
KR100467080B1 (ko) 비젼 시스템을 이용한 코일 스프링 마킹 검사 방법
JP6570816B2 (ja) カラーヘッドライトテスター及び明暗分岐線探索方法
CN201688888U (zh) 一种饮料灌装后液位检测装置
KR101497920B1 (ko) 최급경사 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법
CN109975299B (zh) 发光源检测系统与方法
CN112419431A (zh) 一种产品颜色的检测方法和系统
KR20150024122A (ko) 차량용 부품 표면 검사 방법
JP2016061633A (ja) カラーヘッドライトテスター及びカラー画像処理によるヘッドライトのテスト方法
KR20090132388A (ko) 케이스의 표면 검사장치와, 이를 이용한 케이스의 표면검사방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161221

RJ01 Rejection of invention patent application after publication