CN106846294A - 视觉检测方法、装置及设备 - Google Patents
视觉检测方法、装置及设备 Download PDFInfo
- Publication number
- CN106846294A CN106846294A CN201611166421.7A CN201611166421A CN106846294A CN 106846294 A CN106846294 A CN 106846294A CN 201611166421 A CN201611166421 A CN 201611166421A CN 106846294 A CN106846294 A CN 106846294A
- Authority
- CN
- China
- Prior art keywords
- image
- examined object
- datum line
- detection
- detection zone
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种视觉检测方法,该方法包括:在流水线处于工作状态时,接收由相机持续拍摄的待检测物体的图像;按照图像的拍摄顺序,依次将图像与预先设置的模板图像进行叠加,所述模板图像中设置有第一基准线,第一基准线垂直于所述待检测物体的移动方向,当待检测物体接触到所述第一基准线时,指示待检测物体进入检测区;根据图像与模板图像的叠加结果,判断待检测物体是否进入检测区。本发明通过持续拍摄待检测物体的图像,并对图像进行相应的处理,来判断所述待检测物体是否进入检测区。从而在实现视觉检测设备的功能的基础上,可以上省略掉红外线检测器或超声检测器等物体检测装置,降低了整台视觉检测设备的成本。
Description
技术领域
本发明涉及视觉检测领域,尤其涉及一种视觉检测方法、装置及设备。
背景技术
在工业生产流水线上,产品表面裂纹、划痕、气泡、污迹、凹坑、孔洞、毛刺等缺陷会影响到产品的完整性、使用性能、甚至安全性等,因此,在各个生产环节及最终的成品环节,及时对产品表面进行精确检测是必须的。而计算机视觉检测技术就是利用计算机代替人工对目标进行识别、判断与测量的一种检测技术。
在工业上应用视觉检测技术,能实现对产品的在线、快速、准确和无伤害的自动化检测,实现对产品数据的采集、分类、筛选、信息集成和分析,大大提高了产品生产效率和自动化程度,控制产品质量,降低制造成本,提高了企业的生产效率和经济效益。
目前的视觉检测设备的检测区入口处均设置有物体检测装置,该物体检测装置一般为红外线检测器或超声波检测器,在生产过程中,物体检测装置的信号输出端和信号接收端一直处于工作状态。具体的检测过程是,待检测物体在流水线的传送带的传送下,从上一生产环节传送到检测区。当待检测物体进入到检测区入口时,物体检测装置的信号输出端和信号接收端之间的信号传递被待检测物体截断,即物体检测装置检测到待检测物体进入到检测区。之后,触发工业相机对待检测物体进行拍照,以获取待检测物体的表面形貌等相关信息,之后将拍摄的待检测物体的图像发送给计算机进行处理,以判断带检测物体是否合格。
视觉检测设备中的红外线检测器或超声波检测器的存在,必然会在一定程度上增加整台视觉检测设备的成本。
发明内容
针对现有方法的不足,本发明提出了一种视觉检测方法、装置及设备,在实现视觉检测设备功能的基础上,省略了红外线检测器或超声波检测器,降低了整台视觉检测设备的成本。
为达到以上目的,本发明的技术方案如下:
一种视觉检测方法,应用于视觉检测设备,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,该方法包括:
在所述流水线处于工作状态时,接收由所述相机持续拍摄的待检测物体的图像;
按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加,所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,当所述待检测物体接触到所述第一基准线时,指示所述待检测物体进入检测区;
根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
优选的,所述检测区为所述相机的视野区域。
优选的,以所述传送带的移动方向为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线与所述坐标轴的交点坐标在d至L-d的范围之间。
优选的,所述第一基准线与所述坐标轴正方向的交点坐标大于或等于d且小于L-d时,所述模板图像上还设置有第二基准线,所述第二基准线与所述第一基准线平行,所述第二基准线与所述坐标轴正方向的交点坐标小于或等于L-d,且所述第二基准线与所述坐标轴的交点坐标大于所述第一基准线与所述坐标轴的交点坐标。
优选的,所述模板图像的设置方式具体为:
在所述流水线处于停止状态时,按照待检测物体在正常检测时的放置方式,将所述待检测物体放置于所述检测区的传送带上,使所述待检测物体全部置于所述检测区内;
由所述相机拍摄所述待检测物体的第一基准图像;
在流水线工作状态下的所述传送带的移动方向上,以所述待检测物体的前端边缘为基准,在所述第一基准图像上设置所述第一基准线,所述待检测物体的前端边缘全部与所述第一基准线重合;
去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
优选的,所述模板图像的背景图像全部为所述传送带的图像,不包含所述待检测物体的图像。
优选的,所述得到所述模板图像的方式具体为:
去除所述第一基准图像上的所述待检测物体的图像,保留所述传送带的图像和所述第一基准线;
在去除所述待检测物体图像之后的空白区域中填充所述传送带的图像,得到所述模板图像。
优选的,所述得到所述模板图像的方式具体为:
去除所述第一基准图像上的全部背景图像,仅保留所述第一基准图像的外围边框和所述第一基准线,得到中间模板图像;
采用所述相机拍摄所述传送带的图像;
将所述传送带的图像与所述中间模板图像叠加,得到所述模板图像。
优选的,所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区,包括:
依次根据所述图像与所述模板图像的叠加结果,计算所述第一基准线的像素值;
判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,则认为待检测物体并未进入所述检测区,若不同,则认为所述待检测物体进入所述检测区。
优选的,还包括:
根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区。
优选的,当所述待检测物体的后端边缘离开所述第一基准线时,指示所述待检测物体离开检测区;所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区,包括:
依次根据所述待检测物体进入检测区之后拍摄的图像与所述模板图像的叠加结果,并计算所述第一基准线的像素值;
判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,则认为所述待检测物体离开所述检测区;若不同,则认为所述待检测物体并未离开所述检测区。
优选的,当所述待检测物体的后端边缘离开所述第二基准线时,指示所述待检测物体离开检测区;所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区,包括:
依次根据待检测物体进入检测区之后拍摄的图像与模板图像的叠加结果,计算所述第二基准线的像素值;
所述第二基准线的像素值与在所述模板图像中所述第二基准线的像素值相比,当叠加后的图像中的所述第二基准线的像素值发生波动后,又恢复为所述模板图像中的第二基准线的像素值时,则认为所述待检测物体离开所述检测区。
优选的,还包括:
从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像;
根据所述检测图像,判断所述待检测物体的质量是否合格;
当所述待检测物体的检测结果为不合格时,将所述待检测物体从流水线上挑选出来。
优选的,所述视觉检测设备的产品检测区出口位置设置有不合格产品挑选装置,当所述检测结果为不合格时,将所述待检测物体从流水线上挑选出来的方式具体为:
记录所述待检测物体离开所述检测区的第一时间;
自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
本发明还公开了一种视觉检测装置,用于实现权利要求以上所述的视觉检测方法,该视觉检测装置设置于视觉检测设备上,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,该视觉检测装置包括:
接收单元,用于在所述流水线处于工作状态时,接收由所述相机持续拍摄的待检测物体的图像;
模板图像设置单元,用于预先设置模板图像,所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,在待检测物体的移动方向上,当所述待检测物体的前端边缘接触到所述第一基准线时,指示所述待检测物体进入检测区;
存储单元,用于存储预先设置的模板图像;
图像处理单元,用于按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加;
判断单元,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
优选的,模板图像设置单元包括:基准线设置单元,用于在所述第一基准图像上设置所述第一基准线和/或所述第二基准线,所述第一基准线与所述待检测物体的前端边缘重合,其中,以所述传送带的传送方向为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线的设置区域为d至L-d的范围之间的任意位置;
基准图像处理单元,用于去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
优选的,所述判断单元还用于,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区;所述判定单元包括:
计算单元,用于将所述相机拍摄的图像与所述模板图像叠加后,计算所述第一基准线的像素值;
比较单元,用于将叠加后的图像中所述第一基准线和/或第二基准线的像素值与在所述模板图像中所述第一基准线和/或第二基准线的像素值进行比较,以确定叠加后的图像中的所述第一基准线和/或第二基准线的像素值是否发生波动;
结果判定单元,用于根据所述比较单元的比对结果,判定所述待检测物体是否进入检测区以及是否离开所述检测区。
优选的,所述视觉检测设备的产品检测区出口位置设置有不合格产品挑选装置,所述视觉检测装置还包括:
图像选取单元,用于从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像;
图像检测单元,用于根据所述检测图像,判断所述待检测物体的质量是否合格,当所述检测结果为不合格时,将指示该待检测物体不合格的信息发送给挑选触发单元;
挑选触发单元,用于记录所述待检测物体离开所述检测区的第一时间,并自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
本发明还公开了一种视觉检测设备,应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机、设置于产品检测区出口位置不合格产品挑选装置、以及以上所述的视觉检测装置。
本发明的有益效果如下:
本发明公开的视觉检测方法、装置及设备,通过视觉检测设备上的工业相机持续拍摄待检测物体的图像,并按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加,根据所述图像与所述模板图像的叠加结果,来判断所述待检测物体是否进入检测区。从而在实现视觉检测设备的功能的基础上,可以上省略掉红外线检测器或超声检测器等物体检测装置,降低了整台视觉检测设备的成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一公开的视觉检测方法的流程图;
图2为本发明实施例二公开的视觉检测方法的流程图;
图3为本发明实施例二公开的第一基准线设置方式的示意图;
图4为本发明实施例二公开的第一基准线设置方式的示意图;
图5为本发明实施例三公开的视觉检测方法的流程图;
图6为本发明实施例四公开的视觉检测方法的流程图;
图7为本发明实施例四公开的第一基准线和第二基准线设置方式的示意图;
图8为本发明实施例五公开的视觉检测装置的结构图;
图9为本发明实施例五公开的视觉检测设备的结构图。
具体实施方式
下面结合附图对本发明实施例进行进一步描述,需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
实施例一
本发明实施例一提出了一种视觉检测方法,应用于视觉检测设备,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,该相机可选择工业相机。该方法的流程图如图1所示,具体包括以下步骤:
步骤S101、在所述流水线处于工作状态时,接收由所述相机持续拍摄的图像。
相比于现有技术中的仅在待检测物体进入检测区之后,才开始启动工业相机拍摄待检测物体的图像,本实施例中由工业相机持续拍摄待检测物体的图像,为后续根据拍摄的图像进行判断待检测物体是否进入检测区,以及待检测物体是否合格奠定了基础。
步骤S102、按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加。
所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向。当所述待检测物体接触到所述第一基准线时,指示所述待检测物体进入检测区。其中,本实施例中的检测区即为相机的视野区域。
步骤S103、根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
即,将工业相机持续拍摄的多个图像依次与模板图像重叠,叠加后的图像中,若待检测物体的任意一个部位接触到模板图像上的第一基准线,则判定该待检测物体进入检测区。换句话说,在传送带的移动方向上,只要在叠加后的图像中,待检测物体的前端边缘接触到所述第一基准线,就判定待检测物体进入检测区,之后,只要待检测物体有与所述第一基准线重合的区域,也同样判定该待检测物体进入检测区。
本实施例公开的视觉检测方法,通过采用工业相机对位于其视野区域的任何物体进行持续性的拍照,之后按照图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加,根据所述图像与所述模板图像的叠加结果,来判断所述待检测物体是否进入检测区。基于该方案,相对于现有技术,省略了红外检测器或超声波检测器等物体检测装置,直接采用视觉检测设备中原本用来拍照的工业相机,实现了检测待检测物体是否进入检测区的功能,从而在不影响视觉检测设备原有功能的基础上,降低了整台设备的成本。
实施例二
相比于上一实施例,本实施例公开的视觉检测方法中详细描述了模板图像的设置方式,如图2-图4所示。图2为本实施例中方法的流程图,所述模板图像的设置方式包括以下步骤:
步骤S201、在所述流水线处于停止状态时,按照待检测物体在正常检测时的放置方式,将所述待检测物体放置于所述检测区的传送带上,使所述待检测物体全部置于所述检测区内。
该步骤中不限定待检测物体放置在检测区的具体位置,只要待检测物体的全部区域均位于检测区内即可。
步骤S202、由所述相机拍摄所述待检测物体的第一基准图像。
该第一基准图像上,所述待检测物体的全部区域均位于检测区内。
步骤S203、在流水线工作状态下的所述传送带的移动方向上,以所述待检测物体的前端边缘为基准,在所述第一基准图像上设置所述第一基准线,所述待检测物体的前端边缘全部与所述第一基准线重合。
该步骤中将第一基准线与待检测物体的前端边缘重合,以确保待检测物体的前端边缘一旦接触到第一基准线,即可判定该待检测物体进入到了检测区。
如图3所示,为第一基准线设置方式的示意图,以矩形手机壳的检测为例,假设手机壳的顶部A朝向传送带的传送方向B,则第一基准线M即与手机壳的顶部边缘重合。
需要说明的是,一般情况下,检测区的长度会大于待检测物体的长度的2倍,如图4所示,以所述传送带的传送方向B为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线M与坐标轴的交点坐标位于d至L-d的范围之间,即第一基准线M的设置区域为d至L-d的范围之间的任意位置。
也就是说,在步骤S201中,待检测物体的放置区域在d至L-d的范围之内。换句话说,若将第一基准线设置在小于d的区域,则当待检测物体前端边缘接触到第一基准线时,判定该待检测物体进入到了检测区,但实际相机拍摄到的待检测物体的画面并不完整。
进一步的,本实施例中的第一基准线还可用于判断待检测物体是否离开了检测区,即当待检测物体的后端边缘离开第一基准线时,指示所述待检测物体离开检测区。若将第一基准线设置在大于L-d的区域,则当待检测物体的后端边缘离开第一基准线之前,拍摄到的待检测物体的画面也并不完整。因此,本实施例中优选将第一基准线的设置区域为d至L-d的范围之间的区域。
步骤S204、去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
本实施例中为了便于后期的比对判断等计算过程,优选将模板图像的背景图像全部设置为所述传送带的图像,不包含所述待检测物体的图像。当然模板图像也可以二者的具体区别在以下实施例中进行描述,本实施例中不做赘述。
具体的,所述得到背景图像全部为所述传送带的图像的模板图像的方式为:
步骤1、去除所述第一基准图像上的所述待检测物体的图像,保留所述传送带的图像和所述第一基准线;
步骤2、在去除所述待检测物体图像之后的空白区域中填充所述传送带的图像,得到所述模板图像。
如可将第一基准图像中其它区域的传送带图像覆盖到去除待检测物体之后的空白区域。
此外,为了得到如上所述的模板图像,还有其他的设置方式,例如以下方式:
步骤1、去除所述第一基准图像上的全部背景图像,仅保留所述第一基准图像的外围边框和所述第一基准线,得到中间模板图像;
步骤2、采用所述相机拍摄所述传送带的图像;
步骤3、将所述传送带的图像与所述中间模板图像叠加,得到所述模板图像。
本实施例中不限定步骤S204中获取模板图像的方式,在实际设计时,可以由设备设计人员根据实际情况选择得到所述模板图像的方式。
另外,需要说明的是,根据步骤S203中的表述,设置所述第一基准线的方式还可以为,当拍摄到第一基准图像后,获取待检测物体的长度d与检测区长度L之间的比例关系,之后采用步骤S204中的任意一种方式,得到只有传送带背景的中间模板图像,之后在传送带的移动方向上,在该中间模板图像的d至L-d的范围之间的任意合适区域,设置该第一基准线即可。
在上一实施例的基础上,本实施例中公开了模板图像的设置方式,以便于基于模板图像,来判断待检测物体是否进入检测区。
实施例三
本实施例公开的视觉检测方法的流程图如图5所示,相对于上一实施例,本实施例将实施例一中的各步骤的具体执行方式进行细化,并增加了后续相应的数据处理过程,其中本实施例中与以上实施例相同的内容则不再详细赘述。本实施例中视觉检测方法包括以下步骤:
步骤S301、在所述流水线处于工作状态时,接收由所述相机持续拍摄的图像。
步骤S302、按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加。
参考实施例二,该模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,在待检测物体的移动方向上,当所述待检测物体的前端边缘接触到所述第一基准线时,指示所述待检测物体进入检测区;当所述待检测物体的后端边缘离开所述第一基准线时,指示所述待检测物体离开检测区。本实施例中的模板图像的背景图像优选全部为所述传送带的图像。
步骤S303、所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。该步骤具体实现方式包括:
步骤S3031、依次根据所述图像与所述模板图像的叠加结果,计算叠加后的图像中所述第一基准线的像素值;
步骤S3032、判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,则进入步骤S3033,判定所述待检测物体并未进入检测区,之后返回步骤若不同,则进入步骤S3034,判定所述待检测物体进入检测区。
即,针对同一个待检测物体,当叠加后的图像中,第一基准线的像素值与在所述模板图像中所述第一基准线的像素值相同时,则认为待检测物体并未进入所述检测区;根据图像的拍摄顺序依次与模板图像进行叠加,当叠加后的图像中的所述第一基准线的像素值第一次发生波动时,则认为所述待检测物体进入所述检测区。
需要说明的是,在设置第一基准线时,可以为第一基准线设置一固定的颜色,如红色,当该第一基准线处的背景图像颜色固定时,该第一基准线的像素值也是固定值。而当第一基准线处的背景图像颜色发生变化时,该第一基准线的像素值也相应的发生波动。而通常情况下,待检测物体的颜色与传送带的颜色是不同的,故待检测物体是否接触到第一基准线,可以根据第一基准线处的像素值是否发生变化来确定。
进一步的,若是针对黑白的图像,所述像素值可以改为灰度值。针对彩色图像,所述像素值也可以相应的调换成其他类型的参数值,只要能够根据图像背景的变化,该第一基准线处的参数值也会发生相应的变化即可。
如上一实施例所述,若模板图像只包含指示检测区范围的边框和第一基准线,即模板图像的背景为空白,当拍摄的图像与模板图像叠加后,不论图像中是否包含待检测物体图像,也不论待检测物体的图像是否接触到第一基准线,第一基准线处的像素值均会发生变化,区别仅在于叠加后的图像中若只有传送带的图像,或者待检测物体的图像并未接触到第一基准线时,第一基准线处的像素值会从图像叠加前的数值变为一个定值。当叠加后的图像中的待检测物体接触到第一基准线后,第一基准线处的像素值会从图像叠加前的数值变为另一个数值。因此判断待检测物体是否进入检测区,还需要比较变化后的这2个像素值是否相同,相较于本实施例中将模板图像的背景图像直接设置为传送带图像来说,计算过程会稍显繁琐。不过本实施例中对于选择哪种模板图像并不做具体的限制,只要能够实现本实施例中的目的即可。
步骤S304、根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区。
当所述待检测物体的后端边缘离开第一基准线时,指示待检测物体离开检测区,具体的实现方式包括以下步骤:
步骤S3041、依次根据待检测物体进入检测区之后拍摄的图像与模板图像的叠加结果,计算叠加后的图像中所述第一基准线的像素值;
步骤S3042、判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,进入步骤S3043,则判定所述待检测物体离开所述检测区,若不同,则进入步骤S3044,判定所述待检测物体并未离开检测区,之后返回步骤S3041,继续执行下一张图像的处理。
在实际执行过程,步骤S304与步骤S303中对图像的处理方式相同,由相同的功能模块进行处理,这里为了便于表述,以待检测物体进入检测区为界,将该过程划分为两个步骤。
也就是说,在步骤S303中判定待检测物体进入检测区之后,根据图像拍摄的时间顺序,检测到某一张图像与模板图像叠加后,第一基准线处的像素值恢复到模板图像中的像素值的时刻,判定该待检测物体离开检测区。在待检测物体进入检测区到离开检测区之间拍摄的图像,则可以作为检测图像,用来判断该待检测物体的品质是否合格,具体如以下步骤所述。
步骤S305、从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像。
步骤S306、根据所述检测图像,判断所述待检测物体的质量是否合格,如果合格,则不对该待检测物体进行处理,如果不合格,则进入步骤S307。
其中步骤S305-步骤S306可在待检测物体进入检测区之后,立即开始执行。即当执行步骤S3034后,便将当前图像及之后拍摄的待检测物体图像选取出来作为检测图像,并开始对这些检测图像中的待检测物体的质量进行分析判断。
步骤S305选取当前待检测物体的检测图像的工作,直至步骤S304中判定待检测物体离开检测区为止。但是对选取到的检测图像进行分析判断的工作,即步骤S306的执行过程,可伴随步骤S305中的检测图像选取工作开始,同时执行,并最长可延长至当前待检测物体到达不合格产品挑选装置为止。其中,不合格产品挑选装置设置在该视觉检测设备的产品检测区出口位置。
需要说明的是,由于待检测物体在传送带上处于移动状态,拍摄出的图像可能存在模糊不清晰等问题,因此对同一待检测物体,可以选取不同时刻拍摄的多张图像进行分析。本实施例中为了获取到更多的检测图像,可以选取最大数量的检测图像,以确保对每一个待检测物体的分析能够更加准确,但前提是,选取到的检测图像能够在当前待检测物体到达不合格产品挑选装置前完成,以获得分析结果,便于后续对待检测物体进行相应的处理。
当然,在其它实施例中,还可以选取特定数量的检测图像,如仅随机选取3张图像作为检测图像,若这3张图像中,分析结果均显示该待检测物体不合格,或者3张图像中的待检测物体的图像均不清晰,则均判定该待检测物体为不合格产品,之后指示不合格产品挑选装置工作,以将各待检测物体挑选出来。
更进一步的,在其它实施例中,为了满足用于分析的检测图像的数量少,但每张检测图像中的待检测物体均被清晰的展示,还可以在选取到足够多的检测图像之后,对所有检测图像做一个前期处理,从所有检测图像中选取出待检测物体图像最为清洗的几张,之后仅对最清晰的这几张检测图像进行分析。如此既提高了对待检测物体的图像分析的准确度,又在一定程度上提高了分析效率。
具体对待检测物体图像的分析过程,可根据流水线上的实际情况,以及待检测物体的图像拍摄情况进行相应的选择,本实施例中对此不做限制。
步骤S307、当所述待检测物体的检测结果为不合格时,控制不合格产品挑选装置将所述待检测物体从流水线上挑选出来。
该步骤的具体实现方式为:
记录所述待检测物体离开所述检测区的第一时间,将第一时间作为计时起始时间。
之后,自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
需要说明的是,一般情况下,由于传送带的传输速率是稳定的,因此,可以将待检测物体离开检测区的时间作为计时起始时间,也可以将待检测物体进入检测区的时间作为计时起始时间。本实施例中的第一时间只是举例,但对此不做限定。只要自计时起始时间开始,经过预设时间间隔后,待检测物体能够正好到达不合格产品挑选装置即可。
另外,本实施例中的不合格产品挑选装置可以为气压推进装置,一旦确定当前待检测物体为不合格产品,则当该不合格产品到达气压推进装置下方时,控制气压推进装置将该不合格产品推送出传送轨迹。
本实施例中的视觉检测方法不仅可以检测到待检测物体何时进入检测区,同时还可以检测到其何时离开检测区,并且,在此期间还能够完成对该待检测物体的质量检测,以及后期的不合格产品的筛选。相比于实施例一,在降低整台设备的基础上,还在各个细节上提高了设备的处理能力。
实施例四
相比于以上实施例,本实施例公开的视觉检测方法可以更大限度的获取到更多数量的待检测物体的图像,以确保分析结果的准确性。
与上一实施例不同的是,本实施例中,在模板图像中除了第一基准线外,还设置了第二基准线。具体的,本实施例中所述第一基准线与所述坐标轴正方向的交点坐标大于或等于d且小于L-d时,所述模板图像上还设置有第二基准线,所述第二基准线与所述第一基准线平行,所述第二基准线与所述坐标轴正方向的交点坐标小于或等于L-d,且所述第二基准线与所述坐标轴的交点坐标大于所述第一基准线与所述坐标轴的交点坐标。
如图7所示,更优选的,本实施例中将第一基准线设置在图4中坐标轴的坐标为待检测物体长度d的位置,即,第一基准线M与所述坐标轴正方向的交点坐标为d时,所述模板图像上还设置有第二基准线M’,所述第二基准线M’与所述第一基准线M平行,且所述第二基准线M’与所述坐标轴正方向的交点坐标为L-d。
也就是说,在实施例二中提到的第一基准线设置范围的两端,分别设置一个基准线,一个用来判断待检测物体是否进入检测区,另一个用来判断待检测物体是否离开检测区,即当待检测物体的前端边缘接触到第一基准线M时,指示所述待检测物体进入检测区,当待检测物体的后端边缘离开所述第二基准线时,指示所述待检测物体离开检测区。基于此,本实施例中公开的方法流程图如图6所示。这里只针对与上一实施例相比,发生变化的步骤进行表述,其它内容相同的步骤则不再进行描述。
本实施例中,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区的过程调整为:
步骤S4041、依次根据待检测物体进入检测区之后拍摄的图像与模板图像的叠加结果,计算叠加后的图像中所述第二基准线的像素值;
步骤S4042、将所述第二基准线的像素值与在所述模板图像中所述第二基准线的像素值相比,判断叠加后的图像中的所述第二基准线的像素值是否相同,若不同,进入步骤S4043,判定待检测物体接触到第二基准线,并关注之后的图像叠加结果,进入步骤S4044;否则,判定待检测物体并未接触第二基准线,之后返回步骤S4041,对下一张图像进行处理。
步骤S4045、判断叠加后的图像中的所述第二基准线的像素值是否又恢复为所述模板图像中的第二基准线的像素值,如果是,则进入步骤S4046,判定所述待检测物体离开所述检测区,否则,进入步骤S4047,判定所述待检测物体并未离开检测区,继续处理下一张图像。
基于以上步骤的变化,使得在后续对检测图像进行选取时,由于确定出的待检测物体处于检测区的时间的延长,使得拍摄出来的检测图像更多,从而获得更清晰的检测图像的几率更大,进一步提高了检测结果的准确性。
此外,在判断待检测物体是否进入或离开检测区的步骤中,由于本发明以上实施例中只是对第一基准线和/或第二基准线处的像素值进行处理,即处理的区域是直线部分,需要处理的像素点是很少的。
比如,图像的大小为388(高度)*632(长度),则实际上所需处理的区域只有388个像素点,并且需要做的计算工作也只是将像素值进行比较,而且经实验测试后,进行判断的速度也很快。如采用常规的CPU,第一基准线的长度为2048个像素点,侦测100张图像上的第一基准线的像素值,所花费的时间仅为0.015秒,也就是说,处理单张图像所花费的时间仅为0.00015秒,几乎能在拍摄到照片之后,同步得到判断结果。在视觉检测设备上若是配合帧率较高的相机,采用本发明的方法,完全可以及时得到处理结果,因此本发明的方案完全可以替代红外线检测器和超声波检测器,甚至在处理效率上超过红外线检测器和超声波检测器。
实施例五
与方法实施例相对应,本实施例公开了一种视觉检测装置,用于实现以上实施例所述的视觉检测方法,该视觉检测装置设置于视觉检测设备上,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,并且,该视觉检测设备的产品检测区出口位置设置有不合格产品挑选装置。
具体的,该视觉检测装置的结构图如图8所示,包括以下功能模块:
接收单元11,用于在所述流水线处于工作状态时,接收由所述相机持续拍摄的待检测物体的图像;
模板图像设置单元12,用于预先设置模板图像。
与方法实施例相对应,在不同的视觉检测方法中,所述模板图像中的具体设置也不同。所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,在待检测物体的移动方向上,当所述待检测物体的前端边缘接触到所述第一基准线时,指示所述待检测物体进入检测区。当所述模板图像中仅设置有第一基准线时,当待检测物体的后端边缘离开所述第一基准线时,指示所述待检测物体离开检测区。或者,当所述模板图像中还设置有第二基准线时,当待检测物体的后端边缘离开该第二基准线时,指示所述待检测物体离开检测区。
存储单元13,用于存储预先设置的模板图像;
图像处理单元14,用于按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加;
判断单元15,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
其中,模板图像设置单元12包括:
基准线设置单元121,用于在所述第一基准图像上设置所述第一基准线和/或所述第二基准线。
具体的,设置第一基准线时,以所述待检测物体的前端边缘为基准,在所述第一基准图像上设置所述第一基准线,所述待检测物体的前端边缘全部与所述第一基准线重合。
其中,以所述传送带的传送方向为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线与坐标轴的交点在d至L-d的范围之间,即第一基准线可以设置在d至L-d的范围之间的任意位置。
当所述模板图像中还设置有第二基准线时,第一基准线与坐标轴的交点可以设置在大于或等于d的位置,第二基准线与坐标轴的交点可以设置在小于或等于L-d的位置,但第二基准线与坐标轴的交点坐标大于第一基准线与坐标轴的交点坐标。
基准图像处理单元122,用于去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
相应的,所述判断单元15还用于,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区。该判断单元15包括:
计算单元151,用于根据所述相机拍摄的图像与所述模板图像叠加后的结果,计算所述第一基准线的像素值;
比较单元152,用于将叠加后的图像中所述第一基准线和/或第二基准线的像素值与在所述模板图像中所述第一基准线和/或第二基准线的像素值进行比较,以确定叠加后的图像中的所述第一基准线和/或第二基准线的像素值是否发生波动。
结果判定单元153,用于根据比较单元的比对结果,判定所述待检测物体是否进入检测区以及是否离开所述检测区,以及是否接触到第二基准线。
此外,该视觉检测装置还包括:
图像选取单元16,用于从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像;
图像检测单元17,用于根据所述检测图像,判断所述待检测物体的质量是否合格,当所述检测结果为不合格时,将指示该待检测物体不合格的信息发送给挑选触发单元;
挑选触发单元18,用于记录所述待检测物体离开所述检测区的第一时间,并自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
相应的,本实施例还公开了一种视觉检测设备,应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机、设置于产品检测区出口位置不合格产品挑选装置、以及以上所述的视觉检测装置。
举例来说,该视觉检测设备的结构图如图9所示,包括电脑主机5、相机4、为拍摄过程提供亮度支持的光源3、导正带2、以及不合格产品挑选装置,本实施例中为气压推进装置6。
该视觉检测设备在应用时,安装在工业流水线的传送带7的上方,在工作状态下,传送带7沿其传送方向B移动,放置在传送带7上方的待检测物体1在导正带2的作用下,以检测过程要求的放置方式移动到相机4的下方,在该过程中,相机4持续拍照,并将拍摄的图像发送给电脑主机,之后由电脑主机5中的视觉检测装置,对相机4拍摄的图像进行检测,对于检测不合格的产品,由视觉检测装置控制气压推进装置6工作,当该不合格产品移动到气压推进装置6下方时,启动气压推进装置将该不合格产品推移到传送带一侧等待进一步处理。
该视觉检测设备取消了红外线检测器或超声波检测器,在确保设备正常功能的情况下,节省了设备成本。
需要说明的是,本发明各个实施例间名称相同的单元功能也相同,且改进行性的实施例可分别与上述多个相关实施例进行结合,但说明时仅已在上一实施例的基础上举例说明。
本领域技术人员可以理解,可以使用许多不同的工艺和技术中的任意一种来表示信息、消息和信号。例如,上述说明中提到过的消息、信息都可以表示为电压、电流、电磁波、磁场或磁性粒子、光场或以上任意组合。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件或者电子硬件与计算机软件的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件来实施,或者由硬件和处理器执行的软件模块的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (19)
1.一种视觉检测方法,应用于视觉检测设备,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,其特征在于,该方法包括:
在所述流水线处于工作状态时,接收由所述相机持续拍摄的待检测物体的图像;
按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加,所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,当所述待检测物体接触到所述第一基准线时,指示所述待检测物体进入检测区;
根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
2.根据权利要求1所述的视觉检测方法,其特征在于,所述检测区为所述相机的视野区域。
3.根据权利要求2所述的视觉检测方法,其特征在于,以所述传送带的移动方向为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线与所述坐标轴的交点坐标在d至L-d的范围之间。
4.根据权利要求3所述的视觉检测方法,其特征在于,所述第一基准线与所述坐标轴正方向的交点坐标大于或等于d且小于L-d时,所述模板图像上还设置有第二基准线,所述第二基准线与所述第一基准线平行,所述第二基准线与所述坐标轴正方向的交点坐标小于或等于L-d,且所述第二基准线与所述坐标轴的交点坐标大于所述第一基准线与所述坐标轴的交点坐标。
5.根据权利要求3所述的视觉检测方法,其特征在于,所述模板图像的设置方式具体为:
在所述流水线处于停止状态时,按照待检测物体在正常检测时的放置方式,将所述待检测物体放置于所述检测区的传送带上,使所述待检测物体全部置于所述检测区内;
由所述相机拍摄所述待检测物体的第一基准图像;
在流水线工作状态下的所述传送带的移动方向上,以所述待检测物体的前端边缘为基准,在所述第一基准图像上设置所述第一基准线,所述待检测物体的前端边缘全部与所述第一基准线重合;
去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
6.根据权利要求5所述的视觉检测方法,其特征在于,所述模板图像的背景图像全部为所述传送带的图像,不包含所述待检测物体的图像。
7.根据权利要求6所述的视觉检测方法,其特征在于,所述得到所述模板图像的方式具体为:
去除所述第一基准图像上的所述待检测物体的图像,保留所述传送带的图像和所述第一基准线;
在去除所述待检测物体图像之后的空白区域中填充所述传送带的图像,得到所述模板图像。
8.根据权利要求6所述的视觉检测方法,其特征在于,所述得到所述模板图像的方式具体为:
去除所述第一基准图像上的全部背景图像,仅保留所述第一基准图像的外围边框和所述第一基准线,得到中间模板图像;
采用所述相机拍摄所述传送带的图像;
将所述传送带的图像与所述中间模板图像叠加,得到所述模板图像。
9.根据权利要求6所述的视觉检测方法,其特征在于,所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区,包括:
依次根据所述图像与所述模板图像的叠加结果,计算所述第一基准线的像素值;
判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,则认为待检测物体并未进入所述检测区,若不同,则认为所述待检测物体进入所述检测区。
10.根据权利要求3或4所述的视觉检测方法,其特征在于,还包括:
根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区。
11.根据权利要求10所述的视觉检测方法,其特征在于,当所述待检测物体的后端边缘离开所述第一基准线时,指示所述待检测物体离开检测区;所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区,包括:
依次根据所述待检测物体进入检测区之后拍摄的图像与所述模板图像的叠加结果,并计算所述第一基准线的像素值;
判断叠加后的图像中,所述第一基准线的像素值与在所述模板图像中所述第一基准线的像素值是否相同,若相同,则认为所述待检测物体离开所述检测区;若不同,则认为所述待检测物体并未离开所述检测区。
12.根据权利要求11所述的视觉检测方法,其特征在于,当所述待检测物体的后端边缘离开所述第二基准线时,指示所述待检测物体离开检测区;所述根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区,包括:
依次根据待检测物体进入检测区之后拍摄的图像与模板图像的叠加结果,计算所述第二基准线的像素值;
所述第二基准线的像素值与在所述模板图像中所述第二基准线的像素值相比,当叠加后的图像中的所述第二基准线的像素值发生波动后,又恢复为所述模板图像中的第二基准线的像素值时,则认为所述待检测物体离开所述检测区。
13.根据权利要求1所述的视觉检测方法,其特征在于,还包括:
从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像;
根据所述检测图像,判断所述待检测物体的质量是否合格;
当所述待检测物体的检测结果为不合格时,将所述待检测物体从流水线上挑选出来。
14.根据权利要求12所述的视觉检测方法,其特征在于,所述视觉检测设备的产品检测区出口位置设置有不合格产品挑选装置,当所述检测结果为不合格时,将所述待检测物体从流水线上挑选出来的方式具体为:
记录所述待检测物体离开所述检测区的第一时间;
自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
15.一种视觉检测装置,用于实现权利要求1-14任一项所述的视觉检测方法,该视觉检测装置设置于视觉检测设备上,所述视觉检测设备应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机,其特征在于,该视觉检测装置包括:
接收单元,用于在所述流水线处于工作状态时,接收由所述相机持续拍摄的待检测物体的图像;
模板图像设置单元,用于预先设置模板图像,所述模板图像中设置有第一基准线,所述第一基准线垂直于所述待检测物体的移动方向,在待检测物体的移动方向上,当所述待检测物体的前端边缘接触到所述第一基准线时,指示所述待检测物体进入检测区;
存储单元,用于存储预先设置的模板图像;
图像处理单元,用于按照所述图像的拍摄顺序,依次将所述图像与预先设置的模板图像进行叠加;
判断单元,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否进入检测区。
16.根据权利要求15所述的视觉检测装置,其特征在于,模板图像设置单元包括:基准线设置单元,用于在所述第一基准图像上设置所述第一基准线和/或所述第二基准线,所述第一基准线与所述待检测物体的前端边缘重合,其中,以所述传送带的传送方向为坐标轴的正方向,以所述检测区入口的位置为坐标轴的原点,所述检测区在所述坐标轴正方向的长度为L,在流水线工作状态时,所述待检测物体在坐标轴正方向的长度为d,在所述坐标轴上,所述第一基准线的设置区域为d至L-d的范围之间的任意位置;
基准图像处理单元,用于去除所述第一基准图像上的部分图像,至少保留所述第一基准图像的外围边框和所述第一基准线,得到所述模板图像。
17.根据权利要求15所述的视觉检测装置,其特征在于,所述判断单元还用于,根据所述图像与所述模板图像的叠加结果,判断所述待检测物体是否离开所述检测区;所述判定单元包括:
计算单元,用于将所述相机拍摄的图像与所述模板图像叠加后,计算所述第一基准线的像素值;
比较单元,用于将叠加后的图像中所述第一基准线和/或第二基准线的像素值与在所述模板图像中所述第一基准线和/或第二基准线的像素值进行比较,以确定叠加后的图像中的所述第一基准线和/或第二基准线的像素值是否发生波动;
结果判定单元,用于根据所述比较单元的比对结果,判定所述待检测物体是否进入检测区以及是否离开所述检测区。
18.根据权利要求17所述的视觉检测装置,其特征在于,所述视觉检测设备的产品检测区出口位置设置有不合格产品挑选装置,所述视觉检测装置还包括:
图像选取单元,用于从所述相机持续拍摄的图像中,选取所述待检测物体的检测图像,所述检测图像为所述待检测物体进入所述检测区后且离开所述检测区前持续拍摄的图像;
图像检测单元,用于根据所述检测图像,判断所述待检测物体的质量是否合格,当所述检测结果为不合格时,将指示该待检测物体不合格的信息发送给挑选触发单元;
挑选触发单元,用于记录所述待检测物体离开所述检测区的第一时间,并自所述第一时间开始,经过预设时间间隔后,控制所述不合格产品挑选装置,将检测不合格的所述待检测物体从流水线上挑选出来。
19.一种视觉检测设备,应用于工业生产流水线上,该视觉检测设备包括设置于产品检测区的相机、设置于产品检测区出口位置不合格产品挑选装置、以及权利要求15-18任一项所述的视觉检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611166421.7A CN106846294B (zh) | 2016-12-16 | 2016-12-16 | 视觉检测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611166421.7A CN106846294B (zh) | 2016-12-16 | 2016-12-16 | 视觉检测方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846294A true CN106846294A (zh) | 2017-06-13 |
CN106846294B CN106846294B (zh) | 2020-11-27 |
Family
ID=59139453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611166421.7A Active CN106846294B (zh) | 2016-12-16 | 2016-12-16 | 视觉检测方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846294B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108347562A (zh) * | 2018-01-30 | 2018-07-31 | 上海霖研精密自动化机械有限公司 | 一种基于视觉检测的相机焦距调节方法以及系统 |
CN109483537A (zh) * | 2018-11-15 | 2019-03-19 | 华南智能机器人创新研究院 | 一种Delta机器人作业目标选择方法及系统 |
CN109960669A (zh) * | 2017-12-26 | 2019-07-02 | 金洁 | 计算机管理系统 |
CN111751002A (zh) * | 2020-05-15 | 2020-10-09 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于红外热成像的带电设备故障智能诊断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4395698A (en) * | 1980-08-15 | 1983-07-26 | Environmental Research Institute Of Michigan | Neighborhood transformation logic circuitry for an image analyzer system |
CN103090792A (zh) * | 2013-01-08 | 2013-05-08 | 常州先进制造技术研究所 | 基于机器视觉的球销类不合格品的自动分检方法和装置 |
CN103529053A (zh) * | 2013-09-27 | 2014-01-22 | 清华大学 | 瓶口缺陷检测方法 |
CN104184938A (zh) * | 2013-05-24 | 2014-12-03 | 索尼公司 | 图像处理装置、图像处理方法和程序 |
CN105973893A (zh) * | 2016-05-04 | 2016-09-28 | 成都贝森伟任科技有限责任公司 | 烟支生产质量监控装置 |
CN106056597A (zh) * | 2016-05-26 | 2016-10-26 | 广州视源电子科技股份有限公司 | 物体视觉检测方法及装置 |
-
2016
- 2016-12-16 CN CN201611166421.7A patent/CN106846294B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4395698A (en) * | 1980-08-15 | 1983-07-26 | Environmental Research Institute Of Michigan | Neighborhood transformation logic circuitry for an image analyzer system |
CN103090792A (zh) * | 2013-01-08 | 2013-05-08 | 常州先进制造技术研究所 | 基于机器视觉的球销类不合格品的自动分检方法和装置 |
CN104184938A (zh) * | 2013-05-24 | 2014-12-03 | 索尼公司 | 图像处理装置、图像处理方法和程序 |
CN103529053A (zh) * | 2013-09-27 | 2014-01-22 | 清华大学 | 瓶口缺陷检测方法 |
CN105973893A (zh) * | 2016-05-04 | 2016-09-28 | 成都贝森伟任科技有限责任公司 | 烟支生产质量监控装置 |
CN106056597A (zh) * | 2016-05-26 | 2016-10-26 | 广州视源电子科技股份有限公司 | 物体视觉检测方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109960669A (zh) * | 2017-12-26 | 2019-07-02 | 金洁 | 计算机管理系统 |
CN108347562A (zh) * | 2018-01-30 | 2018-07-31 | 上海霖研精密自动化机械有限公司 | 一种基于视觉检测的相机焦距调节方法以及系统 |
CN109483537A (zh) * | 2018-11-15 | 2019-03-19 | 华南智能机器人创新研究院 | 一种Delta机器人作业目标选择方法及系统 |
CN111751002A (zh) * | 2020-05-15 | 2020-10-09 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于红外热成像的带电设备故障智能诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106846294B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846294A (zh) | 视觉检测方法、装置及设备 | |
CN106650699A (zh) | 一种基于卷积神经网络的人脸检测方法及装置 | |
CN106097361A (zh) | 一种缺陷区域检测方法及装置 | |
US8811750B2 (en) | Apparatus and method for extracting edge in image | |
CN104050709B (zh) | 一种三维图像处理方法及电子设备 | |
JP7059883B2 (ja) | 学習装置、画像生成装置、学習方法、及び学習プログラム | |
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN109727229A (zh) | 虚焊检测方法及装置 | |
TW201310359A (zh) | 用於識別材料中之缺陷之系統及方法 | |
US20220092757A1 (en) | Grading cosmetic appearance of a test object | |
CN111915549A (zh) | 瑕疵检测方法、电子装置及计算机可读存储介质 | |
CN112884743B (zh) | 检测方法及装置、检测设备和存储介质 | |
CN113592866A (zh) | 一种半导体引线框架曝光缺陷检测方法 | |
CN114078127B (zh) | 物件的缺陷检测及计数方法、装置、设备和存储介质 | |
CN107493469A (zh) | 一种确定sfr测试卡的感兴趣区域的方法及装置 | |
CN108955901A (zh) | 一种红外测温方法、系统及终端设备 | |
CN113192013A (zh) | 一种反光表面缺陷检测方法、系统及电子设备 | |
CN113421242A (zh) | 基于深度学习的焊点外观质量检测方法、装置及终端 | |
CN114240877A (zh) | 一种检测焊接质量的方法及装置 | |
CN110008802B (zh) | 从多个脸部中选择目标脸部及脸部识别比对方法、装置 | |
TWI769603B (zh) | 影像處理方法及存儲介質 | |
CN109829401A (zh) | 基于双拍摄设备的交通标志识别方法及装置 | |
CN107767372B (zh) | 一种分层并行计算的芯片管脚在线视觉检测系统及其方法 | |
CN116681677A (zh) | 一种锂电池缺陷检测方法、装置及系统 | |
CN106980841A (zh) | 一种目标检测跟踪方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |