CN107290795A - 一种铆钉视觉检测方法 - Google Patents

一种铆钉视觉检测方法 Download PDF

Info

Publication number
CN107290795A
CN107290795A CN201710741784.7A CN201710741784A CN107290795A CN 107290795 A CN107290795 A CN 107290795A CN 201710741784 A CN201710741784 A CN 201710741784A CN 107290795 A CN107290795 A CN 107290795A
Authority
CN
China
Prior art keywords
rivet
detection
template
detection method
svrd
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
CN201710741784.7A
Other languages
English (en)
Inventor
刘哲
黄文准
黄世奇
乌伟
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.)
Xijing University
Original Assignee
Xijing 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 Xijing University filed Critical Xijing University
Priority to CN201710741784.7A priority Critical patent/CN107290795A/zh
Publication of CN107290795A publication Critical patent/CN107290795A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination

Landscapes

  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Geophysics (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

一种铆钉视觉检测方法,SVRD以图像为中心的用户界面和拖拽式的交互方式,为用户提供了一种简洁高效的工作流程,简化了系统的复杂度,降低操作人员的技术要求,系统集成了丰富的测量算子,可通过定位匹配、形状匹配、斑点检测等算子检测铆钉的是否有缺料、错料、异位等安装情况。SVRD目前在铆钉零部件生产行业已批量导入应用。

Description

一种铆钉视觉检测方法
技术领域
本发明涉及机器视觉图像识别技术领域,具体涉及一种铆钉视觉检测方法。
背景技术
在全球加工行业中,中国可谓制造业大国,被称为“世界工厂”。随着全球化竞争的加剧,中国制造业取得了长足的发展。精美的设计、复杂的工艺、严格的质量要求,给加工厂的生产带来巨大的挑战。减少废品的生成,提高质量控制能力,成为加工厂面临的一个重要课题。与此同时,用户对产品指标的要求也越来越高,以下是客户对软件的技术要求
检测缺陷内容:
1)铆钉是否缺失;
2)铆钉是否安装异位,如是否安装偏了或者安装不到位;
3)铆钉规格是否安装正确,如该安装A铆钉的位置是否会误安装为B铆钉;
4)铆钉总数统计。
针对以上检测要求维视图像发明了SVRD。整版铆钉大概有好几百颗,SVRD可快速地扫描完成整版铆钉是否有缺失、安装偏移、规格错误等检测任务,检测效率上远远高于人力,检测准确率上相比于人眼稳定性更好,准确率更高。目前SVRD已批量导入产线使用。
发明内容
为了解决行业生产检测难题,帮助企业产品拥有更好的品质,更好的竞争力,本发明的目的是提供一种铆钉视觉检测方法,该方法集成了多种检测算子,其中缺陷检测模块下的形状匹配算子可通过轮廓特征来区分不同规格的铆钉。该软件以图像为中心的用户界面和拖拽式的交互方式,为用户提供了一种简洁高效的工作流程,简化了系统的复杂度,降低操作人员的技术要求,系统集成了丰富的测量算子,可实现匹配定位、形状匹配、斑点检测等功能。SVRD目前在模具行业得到了广泛的应用。
本发明所采用的技术方案如下:
智能视觉检测方法(SVRD)由表现层、逻辑层和数据层有机构成。表现层主要通过UI的方式提供跟客户交互的接口;逻辑层控制整个系统的业务逻辑,提供表现层与数据层的数据交互,有效组织数据层的各种数据;数据层包括整个系统的各种参数,以及各种检测的数据结果,这些数据通过各种数据结构进行有效管理,给整个系统提供数据支撑。整个软件的智能性体现在对各种不同规格铆钉的动态适应性,通过检测工具进行组合制作不同的检测模板,实现不同的检测逻辑,加上各种检测数据的动态保存和匹配,最后通过通信工具跟客户进行数据交互,实现客户不同的需求功能。
工作过程如下:
1)开启软件,连接相机,设置相机参数;
2)采集模板图像,选取一张合格图像设置为模板;
3)开始制作模板,通过拖拽方将检测元素拖至任务栏;
4)模板制作好后,保存模板便可执行检测;
5)检测数据可自动保存、快速生成测试报告并可在线打印。
本发明的有益效果为:
1)自主研发的检测算子,通过掩码区、轮廓匹配分数来判断铆钉的安装情况;不同的产品类型单独制作模板,模板保存后续可直接调用,操作方便;强大的定位功能工件随意放置也可以稳定检测;检测结果保存为Excel格式,用户可以利用Excel强大数据分析功能进行数据统计分析;支持MV-EM相机及国内外各种主流相机的图像采集功能;支持RS232、TCP/IP、IO输出。
2)自主研发的检测算子,通过掩码区、轮廓匹配分数来判断铆钉的安装情况,掩码区是为了更好地区分不同规格的铆钉而增加的辅助功能,轮廓匹配分数是将不同规格的铆钉根据其外形特征定义出一个分数值,如分数值为0代表没有铆钉,分数值为0.5左右代表A铆钉,分数值为0.9以上为B铆钉。以上两种方法结合起来对不同规格铆钉的区分率可达到100%;
3)不同产品类型单独制作模板,如有A、B、C三种产品,三种产品特征上有轻微差异,可以通过组合不同的检测工具分别制作三个模板,当生产A产品时则可通过调用A模板实现区分不同规格的铆钉功能,同理当生产机种变为B、C产品则分别调用B、C模板实现区分不同铆钉的功能,从而实现检测铆钉的解决方案
4)强大的定位功能工件随意放置也可以稳定检测,工件旋转360度均可通过匹配定位功能准确找到检测位置,对操作人员放置产品的容忍度较高,同时也体现了系统的灵活性及适应性。
附图说明
图1为本发明的流程示意图;
图2为实施例1中的整版铆钉图像;
图3为实施例1中A规格铆钉的识别情况;
图4为实施例1中B规格铆钉及缺陷铆钉的识别情况。
具体实施方式
下面结合附图对本发明作更详细的说明。
本发明核心模块为工具箱,此模块包含软件使用的多种检测工具,分别为定位匹配、形状匹配、斑点检测、通信功能等。以上工具组合后可实现铆钉缺陷检测的解决方案。
本发明SVRD之检测元素可通过拖拽方式自由组合,不同产品只需单独制作模板,后期可直接调用模板检测,操作简单,只需简单的拖拽动作即可搭建应用。
所述的SVRD操作流程如下:
1)连接好CCD硬件设备,开启相机Demo,查看图像采集是否正常;
2)开启软件,进入图像采集界面,调节相机参数至图像亮度正常;
3)开始制作模板,将工具箱的元素拖至任务栏,多种元素自由组合,可实现匹配定位、形状匹配、斑点检测等功能;
4)制作好模板之后,一键实现连续检测功能,检测结果区会显示统计数据、检测状态、检测时间等;
5)多种通信方式,检测结果可通过IO、RS232、TCP/IP输出并以文档形式保存同时生成结果报表。
实施例1
参照图2~图4,图2为整版铆钉图像,采用本发明提供的铆钉视觉检测方法进行视觉检测,得到图3、图4结果。其中,图3以匹配分数,对比度等为参数,采用边缘轮廓提取、阴影面积等方法,得到A铆钉的视觉检测结果,图中白色圆圈为本铆钉视觉检测方法检测得到的A铆钉位置;图4以匹配分数,对比度为参数,采用轮廓对比,辅助掩码等方法,得到B铆钉的视觉检测结果及铆钉缺失情况,图中白色圆圈为本铆钉视觉检测方法检测得到的B铆钉位置,黑色圆圈为本铆钉视觉检测方法检测得到的铆钉缺失位置。
以上实验结果显示,采用本发明所提供的方法对整版铆钉进行视觉检测,能够完成不同规格的铆钉的混料检测。本方法具有检测准确度高、检测速度快等优点。

Claims (1)

1.一种铆钉视觉检测方法,其特征在于,包括以下步骤:
1)将标准样品放置在检测区域,设置相机参数,采集模板图像,选取一张合格图像设置为模板;
2)开始制作模板,定位、标定,设置检测项和通信方式,保存模板;
3)软件根据匹配分数结合对比度参数,通过轮廓对比、阴影面积等方法来区分不同规格的铆钉;
4)开始执行检测,软件会实时显示检测结果,针对混料铆钉会以红色标记出来,以便人工查找
5)保存检测数据、检测结果图,快速生成测试报告。
CN201710741784.7A 2017-08-25 2017-08-25 一种铆钉视觉检测方法 Pending CN107290795A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710741784.7A CN107290795A (zh) 2017-08-25 2017-08-25 一种铆钉视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710741784.7A CN107290795A (zh) 2017-08-25 2017-08-25 一种铆钉视觉检测方法

Publications (1)

Publication Number Publication Date
CN107290795A true CN107290795A (zh) 2017-10-24

Family

ID=60107282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710741784.7A Pending CN107290795A (zh) 2017-08-25 2017-08-25 一种铆钉视觉检测方法

Country Status (1)

Country Link
CN (1) CN107290795A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109632814A (zh) * 2019-02-01 2019-04-16 东莞中科蓝海智能视觉科技有限公司 零件缺陷检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102829726A (zh) * 2012-08-13 2012-12-19 上海交通大学 铆钉机器视觉自动检测系统
US20150219442A1 (en) * 2014-02-06 2015-08-06 Ford Motor Company Laser inspection station
CN106408555A (zh) * 2015-12-27 2017-02-15 华南理工大学 一种基于图像视觉的轴承表面瑕疵检测方法
CN106680287A (zh) * 2016-12-28 2017-05-17 无锡浩远视觉科技有限公司 一种轴承铆钉台阶缺陷的视觉检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102829726A (zh) * 2012-08-13 2012-12-19 上海交通大学 铆钉机器视觉自动检测系统
US20150219442A1 (en) * 2014-02-06 2015-08-06 Ford Motor Company Laser inspection station
CN106408555A (zh) * 2015-12-27 2017-02-15 华南理工大学 一种基于图像视觉的轴承表面瑕疵检测方法
CN106680287A (zh) * 2016-12-28 2017-05-17 无锡浩远视觉科技有限公司 一种轴承铆钉台阶缺陷的视觉检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
丁力平: "一种航空铆钉自动检测系统研制", 《新视点》 *
周永洪,等: "基于计算机视觉的铆钉缺陷检测", 《科技与创新》 *
戴亚辉,等: "拉铆钉在线检测系统的自动供料机构设计与仿真", 《机械设计与制造》 *
郭全民,等: "基于机器视觉的多铆钉自动检测算法研究", 《传感器与微系统》 *
马鑫晟,等: "基于LabVIEW的铆钉外形尺寸检测系统设计", 《工业控制计算机》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109632814A (zh) * 2019-02-01 2019-04-16 东莞中科蓝海智能视觉科技有限公司 零件缺陷检测方法

Similar Documents

Publication Publication Date Title
AU2017344741B2 (en) System and method for performing automated analysis of air samples
CA3098154A1 (en) System and method for performing automated analysis of air samples
CN104360501A (zh) 一种液晶屏幕缺陷视觉检测方法及装置
CN110044910B (zh) 一种汽车置杯盒零部件检测系统及检测方法
CN107622486A (zh) 一种产品混料缺陷视觉检测系统
CN107421955A (zh) 一种陶瓷缺陷视觉检测方法
CN104655641A (zh) 一种高精密全自动fpc缺陷检测装置及检测工艺
CN107895362B (zh) 一种微型接线端子质量检测的机器视觉方法
CN105718271A (zh) 一种机器视觉智能检测系统
CN112184648A (zh) 一种基于深度学习的活塞表面缺陷检测方法及系统
CN106598622A (zh) 一种智能视觉检测平台
CN102980892A (zh) 钢管在线检测系统及方法
CN105699387A (zh) 电子产品外观缺陷检测系统
CN115331002A (zh) 一种基于ar眼镜实现热力站故障远程处理方法
CN107290795A (zh) 一种铆钉视觉检测方法
CN211604116U (zh) 一种投影式增强现实紧固件装配引导及检测装置
KR102366396B1 (ko) Rgb-d 데이터와 딥러닝을 이용한 3d객체영역분할 방법과 그 시스템
US10969278B2 (en) Spectroscopic inspection method, image processing apparatus, and robot system
CN107590838A (zh) 一种金属表面颜色视觉检测系统
AU2018101327B4 (en) System and method for performing automated analysis of air samples
WO2021030322A1 (en) System and method of object detection using ai deep learning models
CN109916923A (zh) 一种基于机器视觉的定制板件自动缺陷检测方法
CN212846839U (zh) 织品信息媒合系统
CN113570587A (zh) 一种基于计算机视觉的光伏电池断栅检测方法及系统
CN109457399B (zh) 辑明线自动缝制方法、系统、装置、终端及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171024