CN106645179A - 一种工件缺陷自动检测系统及方法 - Google Patents
一种工件缺陷自动检测系统及方法 Download PDFInfo
- Publication number
- CN106645179A CN106645179A CN201710060120.4A CN201710060120A CN106645179A CN 106645179 A CN106645179 A CN 106645179A CN 201710060120 A CN201710060120 A CN 201710060120A CN 106645179 A CN106645179 A CN 106645179A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- detected
- controller
- plc
- defect
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 71
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims abstract description 84
- 238000012937 correction Methods 0.000 claims description 29
- 238000012360 testing method Methods 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 239000011521 glass Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 8
- 230000008859 change Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011496 digital image analysis Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007323 disproportionation reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 244000144985 peep Species 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N21/8851—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种工件缺陷自动检测系统及方法,包括底座,所述底座上垂直设置有线性导轨,所述线性导轨相对所述底座的另一端固定设置有内窥镜,所述内窥镜外接工业相机;所述线性导轨上位于所述内窥镜和所述底座之间的位置设置有运动平台,所述运动平台上设置有用于夹持待检测工件的夹具,所述运动平台还包括垂直运动控制器和旋转运动控制器;所述系统还包括总控制器和机械臂,所述总控制器分别与所述工业相机、垂直运动控制器、旋转运动控制器和机械臂电连接。本发明的有益效果是:实现待检测工件内部缺陷自动化检测。
Description
技术领域
本发明涉及工件缺陷检测技术领域,特别涉及一种工件缺陷自动检测系统及方法。
背景技术
采用面阵工业相机可以直接获取工件表面数字图像,进而实现工件表面缺陷检测,目前,工件表面缺陷已可实现自动检测。但是,如轴孔类工件,对工件内部缺陷检测也是工业生产中必不可少的一个环节,然而,由于工件内部数字图像获取复杂,目前,工件内部缺陷检测自动化程度不高。
发明内容
本发明目的是提供一种工件缺陷自动检测系统及方法,解决现有技术中存在的上述问题。
本发明解决上述技术问题的技术方案如下:
一种工件缺陷自动检测系统,包括底座,所述底座上垂直设置有线性导轨,所述线性导轨相对所述底座的另一端固定设置有内窥镜,所述内窥镜外接工业相机;所述线性导轨上位于所述内窥镜和所述底座之间的位置设置有运动平台,所述运动平台上设置有用于夹持待检测工件的夹具,所述运动平台还包括垂直运动控制器和旋转运动控制器;所述系统还包括总控制器和机械臂,所述总控制器分别与所述工业相机、垂直运动控制器、旋转运动控制器和机械臂电连接。
本发明的有益效果是:采用内窥镜采集待检测工件内部光学图像,工业相机将采集的光学图像转换为数字图像,并且,根据内窥镜的物镜视角大小及待检测工件内部检测区域大小,对待检测工件进行预设次数旋转图像采集,实现待检测工件内部检测区域全部数字图像的获取;基于获取的数字图像分析待检测工件是否存在缺陷,实现待检测工件内部缺陷自动化检测。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述内窥镜为硬管内窥镜;所述工业相机固定在所述硬管内窥镜上方,通过视频成像转接口采集所述硬管内窥镜的目镜中的光学图像。
采用上述进一步方案的有益效果是,硬管内窥镜成像效果优于光纤内窥镜,且成本较低,适用于苛刻的工业检测环境,内部集成柔性导光光缆将照明光传导到镜头顶端,保证检测区域的照明亮度。
进一步,所述系统还包括镜头定位器,所述镜头定位器固定设置在所述线性导轨上,用于固定所述硬管内窥镜的物镜的位置。
采用上述进一步方案的有益效果是,固定硬管内窥镜的物镜,防止物镜出现位置偏差。
进一步,所述线性导轨上设置有直线光栅尺,所述直线光栅尺与所述总控制器电连接。
采用上述进一步方案的有益效果是,直线光栅尺、总控制器和垂直运动控制器构成闭环位置控制系统,提高待检测工件在线性导轨上的位置精度。
进一步,所述总控制器包括图像分析仪和PLC(可编程逻辑控制器),所述工业相机、图像分析仪、PLC依次首尾电连接形成回路,所述直线光栅尺、PLC、垂直运动控制器依次电连接,所述PLC还分别与所述旋转运动控制器和机械臂电连接。
采用上述进一步方案的有益效果是,PLC功能强,性价比高,硬件配套齐全,用户使用方便,适应性强。
本发明的另一技术方案如下:
一种工件缺陷自动检测方法,采用上述系统,所述方法包括如下步骤:
步骤1,总控制器驱动机械臂将待检测工件安装于夹具上;
步骤2,总控制器发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动,使所述待检测工件位于检测水平位置;
步骤3,总控制器发送旋转运动信号至旋转运动控制器,旋转运动控制器驱动运动平台旋转预设角度,使所述待检测工件旋转所述预设角度;
步骤4,总控制器驱动工业相机采集内窥镜中的光学图像;工业相机将采集的光学图像转换为数字图像,并将所述数字图像传输至总控制器;
步骤5,总控制器根据所述数字图像,分析所述待检测工件是否存在缺陷;
是,则输出不合格结果,结束所述待检测工件的检测;并驱动机械臂取下所述待检测工件,取新的待检测工件;返回执行步骤1;
否,则判断所述待检测工件是否已旋转预设次数;是,则输出合格结果,结束所述待检测工件的检测;并驱动机械臂取下所述待检测工件,取新的待检测工件;返回执行步骤1;否,则返回执行步骤3。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述线性导轨上设置有直线光栅尺;所述步骤2具体实现包括如下步骤:
步骤a21,总控制器发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动;
步骤a22,直线光栅尺检测所述待检测工件位置坐标,并将所述位置坐标传输至总控制器;
步骤a23,总控制器将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤a21。
进一步,所述总控制器包括图像分析仪和PLC;
所述步骤2进一步具体实现包括如下步骤:
步骤b21,PLC发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动;
步骤b22,直线光栅尺检测所述待检测工件位置坐标,并将所述位置坐标传输至PLC;
步骤b23,PLC将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤b21;
所述步骤3具体实现为PLC发送旋转运动信号至旋转运动控制器,旋转运动控制器驱动运动平台旋转预设角度,使所述待检测工件旋转所述预设角度;
所述步骤4具体实现为PLC驱动工业相机采集内窥镜中的光学图像;工业相机将采集的光学图像转换为数字图像,并将所述数字图像传输至图像分析仪;
所述步骤5具体实现为图像分析仪接收所述数字图像,根据所述数字图像,分析所述待检测工件是否存在缺陷;
是,则发送不合格信号至PLC;PLC输出不合格结果,结束所述待检测工件的检测,并驱动机械臂取下所述待检测工件,取新的待检测工件,返回执行步骤1;
否,则发送合格信号至PLC;PLC判断所述待检测工件是否已旋转预设次数,是,则输出合格结果,结束所述待检测工件的检测,并驱动机械臂取下所述待检测工件,取新的待检测工件,返回执行步骤1;否,则返回执行步骤3。
进一步,所述根据所述数字图像,分析所述待检测工件是否存在缺陷包括如下步骤:
步骤S1,对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
步骤S2,对所述亮度校正图像进行纹理提取,生成二值纹理图像;
步骤S3,根据所述二值纹理图像,判断所述待检测工件是否存在缺陷。
采用上述进一步方案的有益效果是,对数字图像进行亮度不均匀性校正,有效弱化图像亮度不均带来的不良影响;利用待检测工件内部数字图像的纹理特征,有效的进行缺陷检测。
进一步,所述步骤S1具体实现为采用频率域同态滤波操作对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
所述步骤S2具体实现为采用Sobe l算子计算所述亮度校正图像的梯度值,对所述梯度值进行阈值处理生成所述亮度校正图像的二值纹理图像;
所述步骤S3具体实现为将所述数字图像中待检测工件可能存在缺陷的区域制作成掩膜,基于所述掩膜定位所述二值纹理图像的待检测区域,并对所述待检测区域进行滑动缺陷检测,判断所述待检测工件是否存在缺陷。
采用上述进一步方案的有益效果是,采用频率域同态滤波操作对数字图像进行亮度不均匀性校正,能够有效避免处理过程中对图像信息的损失;Sobe l算子对灰度渐变和噪声较多的图像处理较好;基于掩膜定位二值纹理图像的待检测区域,并对待检测区域进行滑动缺陷检测,只需检测待检测区域,对待检测工件可能存在缺陷的区域在数字图像中位置较固定的工件缺陷检测,能够有效降低数字图像分析区域,提高工件缺陷检测速度。
附图说明
图1为本发明一种工件缺陷自动检测系统的机械结构图;
图2为本发明一种工件缺陷自动检测系统的电路原理图;
图3为本发明一种工件缺陷自动检测方法的方法流程图。
附图中,各标号所代表的部件列表如下:
1、底座,2、线性导轨,3、内窥镜,4、工业相机,5、运动平台,51、夹具,52、垂直运动控制器,53、旋转运动控制器,6、待检测工件,7、总控制器,71、图像分析仪,72、PLC,8、机械臂,9、镜头定位器,10、直线光栅尺,11、直角板。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明实施例1所述一种工件缺陷自动检测系统,包括底座1,所述底座1上垂直设置有线性导轨2,为保证所述线性导轨2牢固且垂直的设置在所述底座1上,采用直角板11,且使所述直角板11的一条直角边与所述线性导轨2的侧壁固定连接,另一条直角边与所述底座1的上表面固定连接;所述线性导轨2相对所述底座1的另一端固定设置有内窥镜3,所述内窥镜3外接工业相机4;所述线性导轨2上位于所述内窥镜3和所述底座1之间的位置设置有运动平台5,所述运动平台5上设置有用于夹持待检测工件6的夹具51,所述运动平台5还包括垂直运动控制器52(如伺服电机)和旋转运动控制器53(如步进电机);所述系统还包括总控制器7和机械臂8,所述总控制器7分别与所述工业相机4、垂直运动控制器52、旋转运动控制器53和机械臂8电连接。
本发明实施例2所述一种工件缺陷自动检测系统,在实施例1的基础上,所述内窥镜3为硬管内窥镜,在汽车配件轴孔类零件内部缺陷检测中,硬管内窥镜可采用防油防水特性的HSW公司的工业光学硬管内窥镜,其视角为70度,硬杆直径为4mm,后置LED(发光二极管)作为照明光源;所述工业相机4固定在所述硬管内窥镜上方,通过视频成像转接口采集所述硬管内窥镜的目镜中的光学图像,工业相机4可采用Basler以太网接口的彩色CCD相机,其最高帧速率为90fps。
本发明实施例3所述一种工件缺陷自动检测系统,在实施例2的基础上,所述系统还包括镜头定位器9,所述镜头定位器9固定设置在所述线性导轨2上,用于固定所述硬管内窥镜的物镜的位置。
本发明实施例4所述一种工件缺陷自动检测系统,在实施例1至3的任一实施例的基础上,所述线性导轨2上设置有直线光栅尺10,所述直线光栅尺10与所述总控制器7电连接。
本发明实施例5所述一种工件缺陷自动检测系统,在实施例4的基础上,所述总控制器7包括图像分析仪71和PLC72,所述工业相机4、图像分析仪71、PLC72依次首尾电连接形成回路,所述直线光栅尺10、PLC72、垂直运动控制器52依次电连接,所述PLC72还分别与所述旋转运动控制器53和机械臂8电连接。
本发明实施例6所述一种工件缺陷自动检测方法,采用实施例1至3任一所述系统,所述方法包括如下步骤:
步骤1,总控制器7驱动机械臂8将待检测工件6安装于夹具51上;
步骤2,总控制器7发送垂直运动信号至垂直运动控制器52,垂直运动控制器52驱动运动平台5垂直运动,使所述待检测工件6位于检测水平位置;
步骤3,总控制器7发送旋转运动信号至旋转运动控制器53,旋转运动控制器53驱动运动平台5旋转预设角度,使所述待检测工件6旋转所述预设角度;
步骤4,总控制器7驱动工业相机4采集内窥镜3中的光学图像;工业相机4将采集的光学图像转换为数字图像,并将所述数字图像传输至总控制器7;
步骤5,总控制器7根据所述数字图像,分析所述待检测工件6是否存在缺陷;
是,则输出不合格结果,结束所述待检测工件6的检测;并驱动机械臂8取下所述待检测工件6,取新的待检测工件6;返回执行步骤1;
否,则判断所述待检测工件6是否已旋转预设次数;是,则输出合格结果,结束所述待检测工件6的检测;并驱动机械臂8取下所述待检测工件6,取新的待检测工件6;返回执行步骤1;否,则返回执行步骤3;其中,预设角度结合内窥镜3的物镜视角大小进行设置,预设次数结合内窥镜3的物镜视角大小及待检测工件6的检测区域进行设置,如:内窥镜3的物镜视角为70°,待检测工件6为轴孔内零件,需检测轴孔内部缺陷,为获取轴孔内部完整图像,预设角度和预设次数可分别应设置为60°和6次;获取6幅数字图像,只有6幅数字图像均合格,此待检测工件6才合格。
本发明实施例7所述一种工件缺陷自动检测方法,在实施例6的基础上,所述线性导轨2上设置有直线光栅尺10;所述步骤2具体实现包括如下步骤:
步骤a21,总控制器7发送垂直运动信号至垂直运动控制器52,垂直运动控制器52驱动运动平台5垂直运动;
步骤a22,直线光栅尺10检测所述待检测工件6位置坐标,并将所述位置坐标传输至总控制器7;
步骤a23,总控制器7将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤a21。
本发明实施例8所述一种工件缺陷自动检测方法,在实施例7的基础上,所述总控制器7包括图像分析仪71和PLC72;
所述步骤2进一步具体实现包括如下步骤:
步骤b21,PLC72发送垂直运动信号至垂直运动控制器52,垂直运动控制器52驱动运动平台5垂直运动;
步骤b22,直线光栅尺10检测所述待检测工件6位置坐标,并将所述位置坐标传输至PLC72;
步骤b23,PLC72将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤b21。
本发明实施例9所述一种工件缺陷自动检测方法,在实施例6的基础上,所述总控制器7包括图像分析仪71和PLC72;
所述步骤3具体实现为PLC72发送旋转运动信号至旋转运动控制器53,旋转运动控制器53驱动运动平台5旋转预设角度,使所述待检测工件6旋转所述预设角度;
所述步骤4具体实现为PLC72驱动工业相机4采集内窥镜3中的光学图像;工业相机4将采集的光学图像转换为数字图像,并将所述数字图像传输至图像分析仪71;
所述步骤5具体实现为图像分析仪71接收所述数字图像,根据所述数字图像,分析所述待检测工件6是否存在缺陷;
是,则发送不合格信号至PLC72;PLC72输出不合格结果,结束所述待检测工件6的检测,并驱动机械臂8取下所述待检测工件6,取新的待检测工件6,返回执行步骤1;
否,则发送合格信号至PLC72;PLC72判断所述待检测工件6是否已旋转预设次数,是,则输出合格结果,结束所述待检测工件6的检测,并驱动机械臂8取下所述待检测工件6,取新的待检测工件6,返回执行步骤1;否,则返回执行步骤3。
本发明实施例10所述一种工件缺陷自动检测方法,在实施例6至9任一实施例的基础上,所述根据所述数字图像,分析所述待检测工件6是否存在缺陷包括如下步骤:
步骤S1,对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
步骤S2,对所述亮度校正图像进行纹理提取,生成二值纹理图像;
步骤S3,根据所述二值纹理图像,判断所述待检测工件6是否存在缺陷。
本发明实施例11所述一种工件缺陷自动检测方法,在实施例10的基础上,
所述步骤S1具体实现为采用频率域同态滤波操作对所述数字图像进行亮度不均匀性校正,获取亮度校正图像。
根据照明反射模型,所述数字图像采用如下第一公式表示;
所述第一公式如下:
f(x,y)=i(x,y)r(x,y)
其中,所述f(x,y)为数字图像光强度,所述i(x,y)为数字图像光强度的入射分量,所述r(x,y)为数字图像光强度的反射分量;
按如下第二公式,采用频率域同态滤波操作对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
所述第二公式如下:
s(x,y)=F-1[H(u,v)I(u,v)]+F-1[H(u,v)R(u,v)]
其中,所述s(x,y)为亮度校正图像光强度,所述I(u,v)为i(x,y)取自然对数后的傅里叶变换,所述R(u,v)为r(x,y)取自然对数后的傅里叶变换,所述F-1[·]为傅里叶逆变换;
所述H(u,v)为频率域同态滤波函数,对于通过内窥镜采集的数字图像,通常采用二阶Butterworth高通滤波函数作为频率域同态滤波函数,即:
其中,rh为二阶Butterworth高通滤波器的高频增益,rl为Butterworth高通滤波器的低频增益,C为二阶Butterworth高通滤波器的锐化系数,D(u,v)表示频率(u,v)到二阶Butterworth高通滤波器中心频率(u0,v0)的距离,D0为(u,v)为(0,0)时D(u,v)的值,表示二阶Butterworth高通滤波器截止频率。
本发明实施例12所述一种工件缺陷自动检测方法,在实施例10或11的基础上,
所述步骤S2具体实现为采用Sobe l算子计算所述亮度校正图像的梯度值,对所述梯度值进行阈值处理生成所述亮度校正图像的二值纹理图像。
Sobel算子是常用的一阶导数的边缘检测算子,其通过3×3模板作为核与所述亮度校正图像的每个像素点做卷积和运算,分别得到所述亮度校正图像的水平方向梯度值和垂直方向梯度值,将两个方向的梯度值进行合成,并令所述亮度校正图像中梯度值大于或等于阈值的区域为白色,梯度值小于阈值的区域为黑色,生成所述亮度校正图像的二值纹理图像。
本发明实施例13所述一种工件缺陷自动检测方法,在实施例10至12任一实施例的基础上,
所述步骤S3具体实现为将所述数字图像中待检测工件6可能存在缺陷的区域制作成掩膜,基于所述掩膜定位所述二值纹理图像的待检测区域,并对所述待检测区域进行滑动缺陷检测,判断所述待检测工件6是否存在缺陷。
对所述待检测区域进行滑动缺陷检测具体为:采用固定大小的正方形滑动窗口,分别遍历待检测区域和掩膜的每一个像素,获得待检测区域和掩膜分别对应的滑动窗口灰度值之和,再根据两个滑动窗口灰度值之和的大小判断待检测区域是否存在缺陷,以实现判断待检测工件6是否存在缺陷。
为验证本发明检测可靠性,采用本发明对200件汽车配件进行连续自动化内部缺陷检测,测试结果如下表所示:
汽车配件内部缺陷的自动检测结果统计
其中,漏检是指将有缺陷工件错误检测为合格品,误检是指将合格工件错误检测为不合格品,检测结果表明本发明能够有效解决工件内部缺陷的自动化检测,系统稳定性高,检测结果可靠性强。
本发明实现工件内部缺陷自动化检测,适用于工件内部涂抹不均匀和工件内部裂纹等工件内部缺陷检测;且,不将内窥镜深入工件内部,而是直接对于工件表面,亦可实现工件表面缺陷自动化检测。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种工件缺陷自动检测系统,其特征在于,包括底座(1),所述底座(1)上垂直设置有线性导轨(2),所述线性导轨(2)相对所述底座(1)的另一端固定设置有内窥镜(3),所述内窥镜(3)外接工业相机(4);所述线性导轨(2)上位于所述内窥镜(3)和所述底座(1)之间的位置设置有运动平台(5),所述运动平台(5)上设置有用于夹持待检测工件(6)的夹具(51),所述运动平台(5)还包括垂直运动控制器(52)和旋转运动控制器(53);所述系统还包括总控制器(7)和机械臂(8),所述总控制器(7)分别与所述工业相机(4)、垂直运动控制器(52)、旋转运动控制器(53)和机械臂(8)电连接。
2.根据权利要求1所述一种工件缺陷自动检测系统,其特征在于,所述内窥镜(3)为硬管内窥镜;所述工业相机(4)固定在所述硬管内窥镜上方,通过视频成像转接口采集所述硬管内窥镜的目镜中的光学图像。
3.根据权利要求2所述一种工件缺陷自动检测系统,其特征在于,所述系统还包括镜头定位器(9),所述镜头定位器(9)固定设置在所述线性导轨(2)上,用于固定所述硬管内窥镜的物镜的位置。
4.根据权利要求1所述一种工件缺陷自动检测系统,其特征在于,所述线性导轨(2)上设置有直线光栅尺(10),所述直线光栅尺(10)与所述总控制器(7)电连接。
5.根据权利要求4所述一种工件缺陷自动检测系统,其特征在于,所述总控制器(7)包括图像分析仪(71)和PLC(72),所述工业相机(4)、图像分析仪(71)、PLC(72)依次首尾电连接形成回路,所述直线光栅尺(10)、PLC(72)、垂直运动控制器(52)依次电连接,所述PLC(72)还分别与所述旋转运动控制器(53)和机械臂(8)电连接。
6.一种工件缺陷自动检测方法,其特征在于,采用权利要求1至3任一所述系统,所述方法包括如下步骤:
步骤1,总控制器驱动机械臂将待检测工件安装于夹具上;
步骤2,总控制器发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动,使所述待检测工件位于检测水平位置;
步骤3,总控制器发送旋转运动信号至旋转运动控制器,旋转运动控制器驱动运动平台旋转预设角度,使所述待检测工件旋转所述预设角度;
步骤4,总控制器驱动工业相机采集内窥镜中的光学图像;工业相机将采集的光学图像转换为数字图像,并将所述数字图像传输至总控制器;
步骤5,总控制器根据所述数字图像,分析所述待检测工件是否存在缺陷;
是,则输出不合格结果,结束所述待检测工件的检测;并驱动机械臂取下所述待检测工件,取新的待检测工件;返回执行步骤1;
否,则判断所述待检测工件是否已旋转预设次数;是,则输出合格结果,结束所述待检测工件的检测;并驱动机械臂取下所述待检测工件,取新的待检测工件;返回执行步骤1;否,则返回执行步骤3。
7.根据权利要求6所述一种工件缺陷自动检测方法,其特征在于,所述线性导轨上设置有直线光栅尺;所述步骤2具体实现包括如下步骤:
步骤a21,总控制器发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动;
步骤a22,直线光栅尺检测所述待检测工件位置坐标,并将所述位置坐标传输至总控制器;
步骤a23,总控制器将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤a21。
8.根据权利要求7所述一种工件缺陷自动检测方法,其特征在于,所述总控制器包括图像分析仪和PLC;
所述步骤2进一步具体实现包括如下步骤:
步骤b21,PLC发送垂直运动信号至垂直运动控制器,垂直运动控制器驱动运动平台垂直运动;
步骤b22,直线光栅尺检测所述待检测工件位置坐标,并将所述位置坐标传输至PLC;
步骤b23,PLC将所述位置坐标与检测水平位置坐标进行比较,误差小于预设值,则执行步骤3;反之,返回执行步骤b21;
所述步骤3具体实现为PLC发送旋转运动信号至旋转运动控制器,旋转运动控制器驱动运动平台旋转预设角度,使所述待检测工件旋转所述预设角度;
所述步骤4具体实现为PLC驱动工业相机采集内窥镜中的光学图像;工业相机将采集的光学图像转换为数字图像,并将所述数字图像传输至图像分析仪;
所述步骤5具体实现为图像分析仪接收所述数字图像,根据所述数字图像,分析所述待检测工件是否存在缺陷;
是,则发送不合格信号至PLC;PLC输出不合格结果,结束所述待检测工件的检测,并驱动机械臂取下所述待检测工件,取新的待检测工件,返回执行步骤1;
否,则发送合格信号至PLC;PLC判断所述待检测工件是否已旋转预设次数,是,则输出合格结果,结束所述待检测工件的检测,并驱动机械臂取下所述待检测工件,取新的待检测工件,返回执行步骤1;否,则返回执行步骤3。
9.根据权利要求6至8任一所述一种工件缺陷自动检测方法,其特征在于,所述根据所述数字图像,分析所述待检测工件是否存在缺陷包括如下步骤:
步骤S1,对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
步骤S2,对所述亮度校正图像进行纹理提取,生成二值纹理图像;
步骤S3,根据所述二值纹理图像,判断所述待检测工件是否存在缺陷。
10.根据权利要求9所述一种工件缺陷自动检测方法,其特征在于,
所述步骤S1具体实现为采用频率域同态滤波操作对所述数字图像进行亮度不均匀性校正,获取亮度校正图像;
所述步骤S2具体实现为采用Sobel算子计算所述亮度校正图像的梯度值,对所述梯度值进行阈值处理生成所述亮度校正图像的二值纹理图像;
所述步骤S3具体实现为将所述数字图像中待检测工件可能存在缺陷的区域制作成掩膜,基于所述掩膜定位所述二值纹理图像的待检测区域,并对所述待检测区域进行滑动缺陷检测,判断所述待检测工件是否存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710060120.4A CN106645179A (zh) | 2017-01-24 | 2017-01-24 | 一种工件缺陷自动检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710060120.4A CN106645179A (zh) | 2017-01-24 | 2017-01-24 | 一种工件缺陷自动检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106645179A true CN106645179A (zh) | 2017-05-10 |
Family
ID=58842393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710060120.4A Pending CN106645179A (zh) | 2017-01-24 | 2017-01-24 | 一种工件缺陷自动检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106645179A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108144873A (zh) * | 2017-12-29 | 2018-06-12 | 深圳市智能机器人研究院 | 一种视觉检测系统及方法 |
CN110823920A (zh) * | 2019-11-07 | 2020-02-21 | 深圳市智能机器人研究院 | 一种内孔侧壁表面缺陷采集装置、检测系统及方法 |
CN111257321A (zh) * | 2018-11-30 | 2020-06-09 | 泰科电子(上海)有限公司 | 线缆检测设备 |
CN112286081A (zh) * | 2020-10-22 | 2021-01-29 | 华中科技大学鄂州工业技术研究院 | 一种高精度多轴运动控制系统及控制方法 |
CN113791588A (zh) * | 2021-08-11 | 2021-12-14 | 宁波帅特龙集团有限公司 | 一种产线监测系统及其控制方法 |
CN113822887A (zh) * | 2021-11-23 | 2021-12-21 | 江苏集萃苏科思科技有限公司 | 一种晶粒裂纹检测识别方法、计算机装置和存储介质 |
CN115813550A (zh) * | 2022-12-13 | 2023-03-21 | 广州医科大学附属第一医院(广州呼吸中心) | 一种经皮肾镜碎石取石机械臂及其控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526484A (zh) * | 2009-04-13 | 2009-09-09 | 江南大学 | 基于嵌入式机器视觉的轴承缺陷检测技术 |
CN201318933Y (zh) * | 2008-11-07 | 2009-09-30 | 长沙长缆电缆附件有限公司 | 一种检测中间接头和应力锥的内窥视设备 |
CN101852589A (zh) * | 2010-03-23 | 2010-10-06 | 大连理工大学 | 基于工业内窥镜的狭小空间内微小零件装配测量装置及方法 |
CN101900690A (zh) * | 2010-07-26 | 2010-12-01 | 长春理工大学 | 汽车制动缸主孔内壁自动检测仪 |
CN103743756A (zh) * | 2014-01-20 | 2014-04-23 | 清华大学 | 一种容器内壁在线检测装置及方法 |
CN104181171A (zh) * | 2014-08-08 | 2014-12-03 | 明泰信科精密仪器科技(苏州)有限公司 | 对圆孔工件的内外壁进行图像拍摄的方法和装置 |
CN104458748A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷检测方法 |
CN104764746A (zh) * | 2014-01-06 | 2015-07-08 | 山东明佳包装检测科技有限公司 | 一种全方位pet瓶盖防盗环缺陷的检测方法 |
CN105046700A (zh) * | 2015-07-09 | 2015-11-11 | 北京农业智能装备技术研究中心 | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 |
CN106091922A (zh) * | 2016-05-25 | 2016-11-09 | 广州市思林杰自动化科技有限公司 | 一种对工件进行检测的方法及装置 |
CN206411025U (zh) * | 2017-01-24 | 2017-08-15 | 湖北商贸学院 | 一种工件缺陷自动检测系统 |
-
2017
- 2017-01-24 CN CN201710060120.4A patent/CN106645179A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201318933Y (zh) * | 2008-11-07 | 2009-09-30 | 长沙长缆电缆附件有限公司 | 一种检测中间接头和应力锥的内窥视设备 |
CN101526484A (zh) * | 2009-04-13 | 2009-09-09 | 江南大学 | 基于嵌入式机器视觉的轴承缺陷检测技术 |
CN101852589A (zh) * | 2010-03-23 | 2010-10-06 | 大连理工大学 | 基于工业内窥镜的狭小空间内微小零件装配测量装置及方法 |
CN101900690A (zh) * | 2010-07-26 | 2010-12-01 | 长春理工大学 | 汽车制动缸主孔内壁自动检测仪 |
CN104458748A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷检测方法 |
CN104764746A (zh) * | 2014-01-06 | 2015-07-08 | 山东明佳包装检测科技有限公司 | 一种全方位pet瓶盖防盗环缺陷的检测方法 |
CN103743756A (zh) * | 2014-01-20 | 2014-04-23 | 清华大学 | 一种容器内壁在线检测装置及方法 |
CN104181171A (zh) * | 2014-08-08 | 2014-12-03 | 明泰信科精密仪器科技(苏州)有限公司 | 对圆孔工件的内外壁进行图像拍摄的方法和装置 |
CN105046700A (zh) * | 2015-07-09 | 2015-11-11 | 北京农业智能装备技术研究中心 | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 |
CN106091922A (zh) * | 2016-05-25 | 2016-11-09 | 广州市思林杰自动化科技有限公司 | 一种对工件进行检测的方法及装置 |
CN206411025U (zh) * | 2017-01-24 | 2017-08-15 | 湖北商贸学院 | 一种工件缺陷自动检测系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108144873A (zh) * | 2017-12-29 | 2018-06-12 | 深圳市智能机器人研究院 | 一种视觉检测系统及方法 |
CN108144873B (zh) * | 2017-12-29 | 2020-06-16 | 深圳市智能机器人研究院 | 一种视觉检测系统及方法 |
CN111257321A (zh) * | 2018-11-30 | 2020-06-09 | 泰科电子(上海)有限公司 | 线缆检测设备 |
CN110823920A (zh) * | 2019-11-07 | 2020-02-21 | 深圳市智能机器人研究院 | 一种内孔侧壁表面缺陷采集装置、检测系统及方法 |
CN112286081A (zh) * | 2020-10-22 | 2021-01-29 | 华中科技大学鄂州工业技术研究院 | 一种高精度多轴运动控制系统及控制方法 |
CN112286081B (zh) * | 2020-10-22 | 2022-02-11 | 华中科技大学鄂州工业技术研究院 | 一种高精度多轴运动控制系统及控制方法 |
CN113791588A (zh) * | 2021-08-11 | 2021-12-14 | 宁波帅特龙集团有限公司 | 一种产线监测系统及其控制方法 |
CN113822887A (zh) * | 2021-11-23 | 2021-12-21 | 江苏集萃苏科思科技有限公司 | 一种晶粒裂纹检测识别方法、计算机装置和存储介质 |
CN115813550A (zh) * | 2022-12-13 | 2023-03-21 | 广州医科大学附属第一医院(广州呼吸中心) | 一种经皮肾镜碎石取石机械臂及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106645179A (zh) | 一种工件缺陷自动检测系统及方法 | |
CN108288288B (zh) | 基于视觉识别的精密轴尺寸测量方法、装置和系统 | |
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 | |
CN108765416A (zh) | 基于快速几何对准的pcb表面缺陷检测方法及装置 | |
CN206411025U (zh) | 一种工件缺陷自动检测系统 | |
CN108655826A (zh) | 一种用于数控车削加工的刀具磨损视诊装置及视诊方法 | |
CN202770781U (zh) | 一种基于机器视觉的织物疵点在线检测装置 | |
CN208207914U (zh) | 基于快速几何对准的pcb表面缺陷检测装置 | |
CN110567973B (zh) | 一种基于图像采集的活塞检测平台及方法 | |
CN109839384B (zh) | 用于微型振动马达缺陷检测的视觉检测仪及检测方法 | |
CN106124172A (zh) | 机动车车灯配光性能快速检测装置和方法 | |
CN106327496A (zh) | 基于aoi的pcb裸板盲孔缺陷的检测系统及方法 | |
CN211070921U (zh) | 一种基于3d扫描法的仪表外观检测装置 | |
CN109738454B (zh) | 一种软包电池极耳焊缝检测装置及方法 | |
CN107891012B (zh) | 基于等效算法的珍珠大小及圆形度分拣装置 | |
CN110044926A (zh) | 一种透镜缺陷检测装置 | |
Labudzki et al. | The essence and applications of machine vision | |
CN113847881A (zh) | 一种基于机器视觉的自由曲面轮廓度检测方法 | |
CN110648301A (zh) | 一种消除成像反光的装置及方法 | |
CN112345553A (zh) | 一种硬盘零件检测装置及检测方法 | |
CN113566733A (zh) | 一种线激光视觉三维扫描装置及方法 | |
CN115420757A (zh) | 一种电力电缆绝缘缺陷检测装置及使用方法 | |
CN111208146A (zh) | 一种隧道线缆检测系统及检测方法 | |
CN117368218A (zh) | 一种陶瓷基板表面电路检测设备和视觉检测方法 | |
CN109490314B (zh) | 一种基于改进型传感检测装置的工业机器视觉系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |