CN107340302B - 一种基于激光清洗装置的清洗质量监测装置及方法 - Google Patents
一种基于激光清洗装置的清洗质量监测装置及方法 Download PDFInfo
- Publication number
- CN107340302B CN107340302B CN201710546718.4A CN201710546718A CN107340302B CN 107340302 B CN107340302 B CN 107340302B CN 201710546718 A CN201710546718 A CN 201710546718A CN 107340302 B CN107340302 B CN 107340302B
- Authority
- CN
- China
- Prior art keywords
- image
- cleaning
- light source
- secondary light
- wavelength
- 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.)
- Active
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012806 monitoring device Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 67
- 239000000758 substrate Substances 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims description 34
- 238000003384 imaging method Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 7
- 239000003550 marker Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 239000002516 radical scavenger Substances 0.000 claims description 5
- 230000011514 reflex Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 238000005375 photometry Methods 0.000 claims description 2
- 241000238097 Callinectes sapidus Species 0.000 claims 1
- 239000003086 colorant Substances 0.000 claims 1
- 238000005406 washing Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910000881 Cu alloy Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910001069 Ti alloy Inorganic materials 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010959 steel Substances 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
- G01N21/94—Investigating contamination, e.g. dust
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B7/00—Cleaning by methods not provided for in a single other subclass or a single group in this subclass
- B08B7/0035—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like
- B08B7/0042—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like by laser
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (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 Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于激光清洗装置的清洗质量监测装置及方法。所述装置具体包括：辅助光源组件、图像采集装置、图像处理装置；通过辅助光源组件产生一定波长的辅助光照射到清洗工件的表面，通过图像采集装置获取辅助光照射下的工件清洗的图像，并将图像数据输送给图像处理装置，图像处理装置处理所述图像，分析清洗质量，根据清洗工件的基材选取不同波长的辅助光源，增加了基材与污物之间的对比度，通过在图像清洗质量分析前对图像进行处理，进一步增加获取图像中基材和污物之间的对比度，采用本发明的装置和方法，大大增加了基材和污物之间的对比度，可以实现二者的准确识别，提高了激光清洗过程中的清洗质量监测的准确性。
Description
技术领域
本发明涉及激光清洗领域，特别涉及一种基于激光清洗装置的清洗质量监测装置及方法。
背景技术
随着人们环保意识的不断提高，传统工业清洗方法存在的弊端无法克服，亟待产生一种绿色高效的清洗方法。激光清洗作为一种环保可靠的清洁技术，潜在着广阔的发展空间。
激光清洗就是把高亮度和方向性好的连续或脉冲激光，通过光学聚焦和光斑整形后形成具有特定光斑形状与能量分布的激光束，照射到被污染的需要清洗的材料位置，其上附着的污染物材料吸收激光能量后，会产生振动、熔化、燃烧，甚至气化等一系列复杂的物理化学过程，并最终使污染物脱离材料表面。
由于激光清洗过程物理、化学反应复杂，附着物脱离基材表面的机制较多。不同基材、激光光源、附着物以及附着物厚度等都对会激光清洗效果造成较大的影响。当前市场上的激光清洗装备主要以便携式激光清洗设备和自动化激光清洗工作站为主。这些激光清洗设备都无法自动识别和判断清洗对象的污染特征和清洗效果，导致清洗质量难以保证。
目前也有学者进行了一些激光清洗效果监测方面的研究，如利用白光光源照射下腐蚀层和材料表面的图像的亮度不同来实现清洗效果的判断，但是在白光下基材与附着物反射强度都极高，对于基材与附着物颜色接近的清洗工作无法准确识别。
发明内容
本发明目的是为了提高激光清洗过程中的清洗质量监测的准确性，提供一种基于激光清洗装置的清洗质量监测装置及方法。
为实现上述目的，本发明提供了如下方案：
一种基于激光清洗装置的清洗质量监测装置，所述激光清洗装置包括激光清洗加工头，所述激光清洗加工头包括第一振镜、第二振镜、分光镜和场镜，激光清洗时，激光束依次通过所述激光清洗加工头的第一振镜、第二振镜、分光镜和场镜照射到清洗工件的表面；
所述清洗质量监测装置包括辅助光源组件、图像采集装置、图像处理装置；
所述辅助光源组件安装于所述激光清洗加工头的一侧，所述辅助光源组件提供光的波长是可选择的，所述图像采集装置安装于所述激光清洗加工头的另一侧；
所述辅助光源组件用于为所述清洗工件提供所述清洗工件对应的波长的辅助光，并将所述清洗工件对应的波长的辅助光照射到所述清洗工件的表面；所述图像采集装置获取所述清洗工件对应的波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述图像处理装置，所述图像处理装置处理所述图像，分析清洗质量。
可选的，所述辅助光源组件包括辅助光源、辅助光源控制器和辅助光源支架；所述辅助光源安装于所述辅助光源支架上，所述辅助光源与所述辅助光源控制器连接；
所述辅助光源，可根据需要选择不同类型光源，用于产生选择类型光源的波长的辅助光；
所述辅助光源控制器用于控制所述辅助光源并调节所述辅助光源发出的辅助光的强度；
所述辅助光源支架用于调整所述辅助光源的角度。
可选的，所述图像采集装置包括成像装置和同轴观测光学镜头组件，所述同轴观测光学镜头组件设置于所述成像装置的前端，用于将所述清洗工件表面的影像输送至所述成像装置，所述成像装置用于将所述清洗工件表面的影像转化成所述清洗工件的图像。
可选的，所述同轴观测光学镜头组件包括滤光片和反光镜，所述反光镜将所述激光清洗装置中的分光镜反射的所述清洗工件表面的影像反射至所述滤光片，所述滤光片对所述影像进行滤光。
一种基于激光清洗装置的清洗质量监测方法，所述方法应用于所述的装置，包括如下步骤：
根据清洗工件的基材选择投射到所述清洗工件表面的辅助光的波长，并选择所述波长的辅助光源，产生所述波长的辅助光；
通过所述清洗质量监测装置的辅助光源控制器控制所述清洗质量监测装置的辅助光源产生所述波长的辅助光的强度，并将所述波长的辅助光照射到所述清洗工件的表面；
通过所述清洗质量监测装置的图像采集装置获取所述波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述清洗质量监测装置的图像处理装置；
通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量。
可选的，所述根据清洗工件的基材选择投射到所述清洗工件表面的光的波长，具体包括：
根据实验数据，建立不同的基材的种类与需要照射的辅助光的波长的对应关系；
根据所述对应关系选择清洗工件的基材对应的辅助光的波长，作为投射到所述清洗工件表面的辅助光的波长。
可选的，所述通过所述清洗质量监测装置的图像采集装置获取光源照射下的清洗工件的图像，具体包括：
通过所述图像采集装置的反光镜将所述激光清洗装置中的分光镜反射的清洗工件表面的影像反射至所述图像采集装置的滤光片；
通过所述图像采集装置的滤光片对所述清洗工件表面的影像进行滤光，得到滤光后的影像；
通过所述图像采集装置的成像装置将所述滤光后的影像转化成清洗工件的图像。
可选的，所述通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量，具体包括：
通过所述图像处理装置对所述图像进行图像预处理，得到预处理图像；
通过所述图像处理装置对所述预处理图像进行特征识别，得到所述预处理图像的特征值；
通过所述图像处理装置根据所述预处理图像的特征值进行特征提取，分析清洗质量，得到分析结果。
可选的，所述对所述图像进行图像预处理，具体包括：
采用加权平均值法将所述图像进行灰度化处理，得到灰度化后的图像；所述灰度化后的图像的灰度值为R＝G＝B＝Wr*R+Wg*G+Wb*B，其中，R、G、B分别表示红、绿、蓝三种颜色分量，Wr、Wg、Wb分别为R、G、B的权值，取值分别为Wr＝30％，Wg＝59％，Wb＝11％；
根据所述灰度值采用中值滤波法对所述灰度化处理后的图像进行滤波降噪处理，得到滤波后的图像，具体过程包括：将所述图像划分为多个滤波窗口；将滤波窗口区域的像素的灰度值进行排序，再将排序后的灰度值的中间值作为所述滤波窗口区域的灰度值，得到滤波后的图像；
采用全局直方图均衡化法对滤波后的图像进行对比度的增强，得到预处理图像。
可选的，所述对预处理图像进行特征识别，具体包括：
步骤S301：根据所述预处理图像的滤波窗口区域的纹理和灰度值，判断所述滤波窗口区域是否为基材，若是，则所述滤波窗口区域标记为基材，若否，则所述滤波窗口区域标记为污物；
步骤S302：判断是否标记完成所述预处理图像的所有滤波窗口区域，若否，则重复步骤S301，标记下一个滤波窗口区域，若是，则执行步骤S303；
步骤S303：采用区域生长算法获取所述基材的轮廓及其对应的灰度值；
步骤S304：采用区域生长算法获取所述污物的轮廓及其对应的灰度值。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种基于激光清洗装置的清洗质量监测装置及方法，所述装置具体包括：辅助光源组件、图像采集装置、图像处理装置；通过辅助光源组件产生一定波长的辅助光照射到清洗工件的表面，通过图像采集装置获取辅助光照射下的清洗工件的图像，并将图像数据输送给图像处理装置，图像处理装置处理所述图像，分析清洗质量，根据清洗工件的基材选取不同波长的辅助光源，增加了基材与污物之间的对比度，通过在图像清洗质量分析前对图像进行处理，进一步增加获取图像中基材和污物之间的对比度，采用本发明的装置和方法，大大增加了基材和污物之间的对比度，可以实现而且的准确识别，提高了激光清洗过程中的清洗质量监测的准确性。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要的附图作简单介绍。显而易见，下面描述的附图仅仅是本发明的一个实施例，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，还可以根据这个附图获得其他附图。
图1为本发明提供一种基于激光清洗装置的清洗质量监测装置的结构图；
图2为本发明提供一种基于激光清洗装置的清洗质量监测方法的流程图；
图3为本发明提供一种基于激光清洗装置的清洗质量监测方法中对预处理图像进行特征识别的流程图。
其中，1为激光清洗加工头、101为第一振镜、102为第二振镜、103为分光镜1、104为场镜；2为图像采集装置、201为成像装置、202为滤光片、203为反光镜；3为辅助光源组件、301为辅助光源、302为辅助光源控制器、303为辅助光源支架；4为图像处理装置。
具体实施方式
本发明目的是提供一种基于激光清洗装置的清洗质量监测装置及方法，以提高激光清洗过程中的清洗质量监测的准确性。
为使本发明上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术发明作进一步详细说明。
如图1所示，本发明提供了一种基于激光清洗装置的清洗质量监测装置，所述激光清洗装置包括激光清洗加工头1，所述激光清洗加工头包括：第一振镜101、第二振镜102、分光镜103和场镜104，激光清洗时，激光束依次通过所述激光清洗加工头的第一振镜101、第二振镜102、分光镜103和场镜104照射到清洗工件的表面；其中，所述第一振镜101为X轴振镜，所述第二振镜102为Y轴振镜；
所述清洗质量监测装置包括辅助光源组件3、图像采集装置2、图像处理装置4；
所述辅助光源组件3安装于所述激光清洗加工头1的一侧，所述辅助光源组件3提供的辅助光的波长是可选择的，所述图像采集装置2安装于所述激光清洗加工头1的另一侧；
所述辅助光源组件3用于为所述清洗工件提供所述清洗工件对应的波长的辅助光，并将所述清洗工件对应的波长的辅助光照射到所述清洗工件的表面；所述图像采集装置2获取所述清洗工件对应的波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述图像处理装置4，所述图像处理装置4处理所述图像，分析清洗质量。
可选的，所述辅助光源组件3包括辅助光源301、辅助光源控制器302和辅助光源支架303；所述辅助光源301安装于所述辅助光源支架上303，所述辅助光源301与所述辅助光源控制器302连接；
所述辅助光源301，可根据需要选择不同类型光源，用于产生选择类型光源的波长的辅助光，具体的，产生辅助光的波长根据清洗工件的基材进行选择；
所述辅助光源控制器302用于控制所述辅助光源调节所述辅助光源发出的辅助光的强度；
所述辅助光源支架303用于调整所述辅助光源的角度，具体的，所述辅助光源支架303可以使辅助光源在X轴和Z轴两个方向的自由移动，范围为50mm，通过螺丝固定，再配合辅助光源支架的旋转，可以实现辅助光源以不同的角度照射到正在清洗的工件表面。
可选的，所述图像采集装置2包括成像装置201和同轴观测光学镜头组件，所述同轴观测光学镜头组件设置于所述成像装置的前端，用于将所述清洗工件表面的影像输送至所述成像装置201，所述成像装置201用于将所述清洗工件表面的影像转化成所述清洗工件的图像，具体的，所述成像装置201可选择为CCD或CMOS相机。
可选的，所述同轴观测光学镜头组件包括滤光片202和反光镜203，所述反光镜203将所述激光清洗装置中的分光镜103反射的所述清洗工件表面的影像反射至所述滤光片202，所述滤光片202对所述影像进行滤光，具体的，所述滤光片202可根据清洗工件及工件表面污物选择为不同滤光波段的滤光片。
具体的，所述图像处理装置4可选择为具有数字图像处理功能的计算机。
如图2所示，本发明还提供了一种基于激光清洗装置的清洗质量监测方法，所述方法应用于所述的装置，包括如下步骤：
步骤S1根据清洗工件的基材选择投射到所述清洗工件表面的辅助光的波长，并选择所述波长的辅助光源，产生所述波长的辅助光；具体的，还可以根据清洗工件的基材和污物的类型选择所述辅助光的波长；
步骤S2通过所述清洗质量监测装置的辅助光源控制器控制所述清洗质量监测装置的辅助光源产生所述波长的辅助光的强度，并将所述波长的辅助光照射到所述清洗工件的表面；
步骤S3通过所述清洗质量监测装置的图像采集装置获取所述波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述清洗质量监测装置的图像处理装置；
步骤S4通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量。
可选的，步骤S1所述根据清洗工件的基材选择投射到所述清洗工件表面的光的波长，具体包括：
根据实验数据，建立不同的基材的种类与需要照射的辅助光的波长的对应关系；
根据所述对应关系选择清洗工件的基材对应的辅助光的波长，作为投射到所述清洗工件表面的辅助光的波长。
具体的，所述辅助光源可根据清洗工件的基材及工件表面污物选择不同波长的LED光源，以增加清洗工件的基材和污物的对比度，简化算法提高识别精度。常用基材与波长的对应关系为：
铝合金、钛合金及不锈钢等表面呈银白色的金属激光清洗监测选用波长为430nm～480nm之间的蓝光光源；
铁、普通钢、石墨、黑色塑料等材料的激光清洗监测时选用波长为600nm～720nm之间的红光光源；
铜及铜合金的激光清洗则可选用波长为510nm～530nm之间的绿光光源。
可选的，步骤S3所述通过所述清洗质量监测装置的图像采集装置获取光源照射下的清洗工件的图像，具体包括：
通过所述图像采集装置的反光镜将所述激光清洗装置中的分光镜反射的清洗工件表面的影像反射至所述图像采集装置的滤光片；具体的，还可以根据清洗工件及工件表面污物进一步选择滤光波段的滤光片，进一步增加清洗工件的基材和污物的对比度。
通过所述图像采集装置的滤光片对所述清洗工件表面的影像进行滤光，得到滤光后的影像；
通过所述图像采集装置的成像装置将所述滤光后的影像转化成清洗工件的图像。
可选的，步骤S4所述通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量，具体包括：
通过所述图像处理装置对所述图像进行图像预处理，得到预处理图像；
通过所述图像处理装置对所述预处理图像进行特征识别，得到所述预处理图像的特征值；
通过所述图像处理装置根据所述预处理图像的特征值进行特征提取，分析清洗质量，得到分析结果。
可选的，所述对所述图像进行图像预处理，具体包括：
采用加权平均值法将所述图像进行灰度化处理，得到灰度化后的图像；所述灰度化后的图像的灰度值为R＝G＝B＝Wr*R+Wg*G+Wb*B，其中，R、G、B分别表示红、绿、蓝三种颜色分量，Wr、Wg、Wb分别为R、G、B的权值，取值分别为Wr＝30％，Wg＝59％，Wb＝11％；
根据所述灰度值采用中值滤波法对所述灰度化处理后的图像进行滤波降噪处理，得到滤波后的图像，具体过程包括：将所述图像划分为多个滤波窗口；将滤波窗口区域的像素的灰度值进行排序，再将排序后的灰度值的中间值作为所述滤波窗口区域的灰度值，得到滤波后的图像；
采用全局直方图均衡化法对滤波后的图像进行对比度的增强，得到预处理图像。
可选的，如图3所示，所述对预处理图像进行特征识别，具体包括：
步骤S301：根据所述预处理图像的滤波窗口区域的纹理和灰度值，判断所述滤波窗口区域是否为基材，若是，则所述滤波窗口区域标记为基材，若否，则所述滤波窗口区域标记为污物；
步骤S302：判断是否标记完成所述预处理图像的所有滤波窗口区域，若否，则重复步骤S301，标记下一个滤波窗口区域，若是，则执行步骤S303；
步骤S303：采用区域生长算法获取所述基材的轮廓及其对应的灰度值；
步骤S304：采用区域生长算法获取所述污物的轮廓及其对应的灰度值。
具体的，步骤S2所述的将所述波长的光照射到所述清洗工件的表面，具体包括：
通过所述辅助光源支架在X轴和Z轴方向的移动，实现辅助光源在X轴和Z轴两个方向的调整，并通过螺丝固定；
通过所述辅助光源支架的旋转，实现辅助光源在Y轴方向的调整；使光源以不同的角度照射到正在清洗的工件表面。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明通过外加辅助光源组件将光源照射到激光清洗区域，根据不同的清洗工件的基材和附着物优选特定滤光波段的滤光片、特定波长的辅助光源和调整辅助光源的照射角度，再经图像处理提高基材和附着物在图像中的对比度，再利用特征识别和特征提取实现激光清洗质量的在线实时监测。本发明的装置和方法，在保证实时性的前提下大大提高了清洗效果判断的准确率，为实现激光清洗装备智能化做铺垫，同时本装置安装方便，操作简单，制造成本低且识别精度高。
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。对于实施例公开的系统而言，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。
本文中应用具体个例对技术原理、实施方式进行了阐述，以上实施例的说明只是为了帮助理解本发明技术方法及核心思想，描述的实施例仅仅是本发明的个例，不是全部实施例。基于本发明实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护范围。
Claims (8)
1.一种基于激光清洗装置的清洗质量监测装置，其特征在于，所述激光清洗装置包括激光清洗加工头，所述激光清洗加工头包括第一振镜、第二振镜、分光镜和场镜，激光清洗时，激光束依次通过所述激光清洗加工头的第一振镜、第二振镜、分光镜和场镜照射到清洗工件的表面；
所述清洗质量监测装置包括辅助光源组件、图像采集装置、图像处理装置；
所述辅助光源组件安装于所述激光清洗加工头的一侧，所述辅助光源组件提供的辅助光的波长是可选择的，所述图像采集装置安装于所述激光清洗加工头的另一侧；
所述辅助光源组件用于为所述清洗工件提供所述清洗工件对应的波长的辅助光，并将所述清洗工件对应的波长的辅助光照射到所述清洗工件的表面；所述图像采集装置获取所述清洗工件对应的波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述图像处理装置，所述图像处理装置处理所述图像，分析清洗质量，具体包括：
通过所述图像处理装置对所述图像进行图像预处理，得到预处理图像；
通过所述图像处理装置对所述预处理图像进行特征识别，得到所述预处理图像的特征值；具体包括：步骤S301：根据所述预处理图像的滤波窗口区域的纹理和灰度值，判断所述滤波窗口区域是否为基材，若是，则所述滤波窗口区域标记为基材，若否，则所述滤波窗口区域标记为污物；步骤S302：判断是否标记完成所述预处理图像的所有滤波窗口区域，若否，则重复步骤S301，标记下一个滤波窗口区域，若是，则执行步骤S303；步骤S303：采用区域生长算法获取所述基材的轮廓及其对应的灰度值；步骤S304：采用区域生长算法获取所述污物的轮廓及其对应的灰度值；
通过所述图像处理装置根据所述预处理图像的特征值进行特征提取，分析清洗质量，得到分析结果。
2.根据权利要求1所述的装置，其特征在于，所述辅助光源组件包括辅助光源、辅助光源控制器和辅助光源支架；所述辅助光源安装于所述辅助光源支架上，所述辅助光源与所述辅助光源控制器连接；
所述辅助光源，可根据需要选择不同类型光源，用于产生选择类型光源的波长的辅助光；
所述辅助光源控制器用于控制所述辅助光源并调节所述辅助光源发出的辅助光的强度；
所述辅助光源支架用于调整所述辅助光源的角度。
3.根据权利要求1所述的装置，其特征在于，所述图像采集装置包括成像装置和同轴观测光学镜头组件，所述同轴观测光学镜头组件设置于所述成像装置的前端，用于将所述清洗工件表面的影像输送至所述成像装置，所述成像装置用于将所述清洗工件表面的影像转化成所述清洗工件的图像。
4.根据权利要求3所述的装置，其特征在于，所述同轴观测光学镜头组件包括滤光片和反光镜，所述反光镜将所述激光清洗装置中的分光镜反射的所述清洗工件表面的影像反射至所述滤光片，所述滤光片对所述影像进行滤光。
5.一种基于激光清洗装置的清洗质量监测方法，其特征在于，所述方法应用于权利要求1-4任意一项所述的装置，包括如下步骤：
根据清洗工件的基材选择投射到所述清洗工件表面的辅助光的波长，并选择所述波长的辅助光源，产生所述波长的辅助光；
通过所述清洗质量监测装置的辅助光源控制器控制所述清洗质量监测装置的辅助光源产生所述波长的辅助光的强度，并将所述波长的辅助光照射到所述清洗工件的表面；
通过所述清洗质量监测装置的图像采集装置获取所述波长的辅助光照射下的清洗工件的图像，并将所述图像输送给所述清洗质量监测装置的图像处理装置；
通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量；
所述通过所述清洗质量监测装置的图像处理装置处理所述图像，分析清洗质量，具体包括：
通过所述图像处理装置对所述图像进行图像预处理，得到预处理图像；
通过所述图像处理装置对所述预处理图像进行特征识别，得到所述预处理图像的特征值；具体包括：步骤S301：根据所述预处理图像的滤波窗口区域的纹理和灰度值，判断所述滤波窗口区域是否为基材，若是，则所述滤波窗口区域标记为基材，若否，则所述滤波窗口区域标记为污物；步骤S302：判断是否标记完成所述预处理图像的所有滤波窗口区域，若否，则重复步骤S301，标记下一个滤波窗口区域，若是，则执行步骤S303；步骤S303：采用区域生长算法获取所述基材的轮廓及其对应的灰度值；步骤S304：采用区域生长算法获取所述污物的轮廓及其对应的灰度值；
通过所述图像处理装置根据所述预处理图像的特征值进行特征提取，分析清洗质量，得到分析结果。
6.根据权利要求5所述的方法，其特征在于，所述根据清洗工件的基材选择投射到所述清洗工件表面的光的波长，具体包括：
根据实验数据，建立不同的基材的种类与需要照射的辅助光的波长的对应关系；
根据所述对应关系选择清洗工件的基材对应的辅助光的波长，作为投射到所述清洗工件表面的辅助光的波长。
7.根据权利要求5所述的方法，其特征在于，所述获取光源照射下的清洗工件的图像，具体包括：
通过所述图像采集装置的反光镜将所述激光清洗装置中的分光镜反射的清洗工件表面的影像反射至所述图像采集装置的滤光片；
通过所述图像采集装置的滤光片对所述清洗工件表面的影像进行滤光，得到滤光后的影像；
通过所述图像采集装置的成像装置将所述滤光后的影像转化成清洗工件的图像。
8.根据权利要求5所述的方法，其特征在于，所述对所述图像进行图像预处理，具体包括：
采用加权平均值法将所述图像进行灰度化处理，得到灰度化后的图像；所述灰度化后的图像的灰度值为R＝G＝B＝Wr*R+Wg*G+Wb*B，其中，R、G、B分别表示红、绿、蓝三种颜色分量，Wr、Wg、Wb分别为R、G、B的权值，取值分别为Wr＝30％，Wg＝59％，Wb＝11％；
根据所述灰度值采用中值滤波法对所述灰度化处理后的图像进行滤波降噪处理，得到滤波后的图像，具体过程包括：将所述图像划分为多个滤波窗口；将滤波窗口区域的像素的灰度值进行排序，再将排序后的灰度值的中间值作为所述滤波窗口区域的灰度值，得到滤波后的图像；
采用全局直方图均衡化法对滤波后的图像进行对比度的增强，得到预处理图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710546718.4A CN107340302B (zh) | 2017-07-06 | 2017-07-06 | 一种基于激光清洗装置的清洗质量监测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710546718.4A CN107340302B (zh) | 2017-07-06 | 2017-07-06 | 一种基于激光清洗装置的清洗质量监测装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107340302A CN107340302A (zh) | 2017-11-10 |
| CN107340302B true CN107340302B (zh) | 2019-09-03 |
Family
ID=60218528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710546718.4A Active CN107340302B (zh) | 2017-07-06 | 2017-07-06 | 一种基于激光清洗装置的清洗质量监测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107340302B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6860520B2 (ja) * | 2018-03-28 | 2021-04-14 | 株式会社スギノマシン | 清掃機及びノズルの目標位置の撮像方法 |
| CN109365410B (zh) * | 2018-10-17 | 2020-09-18 | 北京航天控制仪器研究所 | 一种实现高效激光清洗的加工头装置及清洗方法 |
| CN111530847B (zh) * | 2020-04-01 | 2021-08-03 | 厦门理工学院 | 一种固态co2清洗系统 |
| CN113758939B (zh) * | 2020-06-04 | 2022-10-18 | 中国科学院大连化学物理研究所 | 利用金属表面反射和散射光谱表征金属表面清洁度的方法 |
| CN111795868B (zh) * | 2020-07-08 | 2022-04-12 | 广东电网有限责任公司 | 瓦斯气体收集装置及其使用方法 |
| CN111974753B (zh) * | 2020-08-05 | 2021-06-11 | 中国人民解放军陆军装甲兵学院 | 一种激光清洗清洁度在线监测装置、系统及方法 |
| CN112718710B (zh) * | 2020-12-30 | 2023-04-18 | 南开大学 | 一种基于红绿蓝三色数值分析实施铜基底污染物激光清洗的方法 |
| CN113017863B (zh) * | 2021-03-25 | 2021-09-17 | 江苏省人民医院（南京医科大学第一附属医院） | 器械清洗质量自检系统 |
| CN113634547A (zh) * | 2021-08-26 | 2021-11-12 | 南京屹正网络科技有限公司 | 电路板清洁设备及清洁方法 |
| CN115409836B (zh) * | 2022-10-31 | 2023-01-10 | 深圳仕上电子科技有限公司 | 一种基于图像处理的金属工件检测清洗控制方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063167A (zh) * | 2012-12-28 | 2013-04-24 | 江苏大学 | 一种自动判断激光清洗效果的方法 |
| CN103658140A (zh) * | 2013-12-04 | 2014-03-26 | 北京航天时代光电科技有限公司 | 一种手持式激光清洗机的光学整型装置 |
| CN105127150A (zh) * | 2015-08-14 | 2015-12-09 | 四川大学 | 一种基于机器人控制的激光清洗系统及其清洗方法 |
| CN105588836A (zh) * | 2016-01-25 | 2016-05-18 | 江苏大学 | 一种检测激光清洗效果的装置及方法 |
| CN205341405U (zh) * | 2016-01-05 | 2016-06-29 | 湖北三江航天江北机械工程有限公司 | 基于机器视觉的全自动激光清洗系统 |
| CN106733947A (zh) * | 2017-01-20 | 2017-05-31 | 北京国科世纪激光技术有限公司 | 一种激光清洗系统及工作方法 |
-
2017
- 2017-07-06 CN CN201710546718.4A patent/CN107340302B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063167A (zh) * | 2012-12-28 | 2013-04-24 | 江苏大学 | 一种自动判断激光清洗效果的方法 |
| CN103658140A (zh) * | 2013-12-04 | 2014-03-26 | 北京航天时代光电科技有限公司 | 一种手持式激光清洗机的光学整型装置 |
| CN105127150A (zh) * | 2015-08-14 | 2015-12-09 | 四川大学 | 一种基于机器人控制的激光清洗系统及其清洗方法 |
| CN205341405U (zh) * | 2016-01-05 | 2016-06-29 | 湖北三江航天江北机械工程有限公司 | 基于机器视觉的全自动激光清洗系统 |
| CN105588836A (zh) * | 2016-01-25 | 2016-05-18 | 江苏大学 | 一种检测激光清洗效果的装置及方法 |
| CN106733947A (zh) * | 2017-01-20 | 2017-05-31 | 北京国科世纪激光技术有限公司 | 一种激光清洗系统及工作方法 |
Non-Patent Citations (4)
| Title |
|---|
| In-process monitoring techniques for laser cleaning;J.M. Lee, K.G. Watkins;《Optics and Lasers in Engineering》;20001231;第429-442页 |
| In-Process Surface Monitoring for Laser Cleaning Processes using a Chromatic Modulation Technique;J. M. Lee and W. M. Steen;《Int J Adv Manuf Technol》;20011231;第281-287页 |
| Monitoring laser cleaning of titanium alloys by probe beam reflection and emission spectroscopy;D.J. Whitehead et al.;《Appl Phys A》;20080703;第123-127页 |
| 碳钢表面激光除锈研究;俞鸿斌等;《应用激光》;20140831;第34卷(第4期);第310-314页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107340302A (zh) | 2017-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107340302B (zh) | 一种基于激光清洗装置的清洗质量监测装置及方法 | |
| CN107402220B (zh) | 一种激光选区熔化成形铺粉质量视觉在线检测方法及系统 | |
| CN103480991B (zh) | 一种薄钢板窄焊缝在线视觉检测与控制装置 | |
| WO2022188482A1 (zh) | 基于主被动视觉结合的焊接偏差检测系统及检测方法 | |
| CN105157603B (zh) | 一种线激光传感器 | |
| CN102974918A (zh) | 一种基于多光谱分光摄影的视觉监控系统 | |
| CN103163144B (zh) | 用于在喷漆之前监视施加到机动车车身上的底漆层的质量的方法 | |
| CN105730019B (zh) | 一种反馈型激光打标机及激光打标方法 | |
| CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
| CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
| CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
| CN105414710B (zh) | 主被动视觉焊接熔池复合传感装置及采用该装置实现的传感方法 | |
| CN104475350A (zh) | 轴承保持器假焊的视觉检测方法 | |
| CN107377530A (zh) | 激光焦点控制系统及其应用、激光清洗头 | |
| CN108856978A (zh) | 基于近红外双目视觉识别的角接接头熔透控制方法 | |
| US11680909B2 (en) | Automated inspection of foreign materials, cracks and other surface anomalies | |
| CN108032011A (zh) | 基于激光结构光焊缝初始点导引装置及方法 | |
| CN108226168A (zh) | 单目多功能主被动视觉传感装置及其传感方法 | |
| CN112734720A (zh) | 基于视觉识别的船壳激光清洗在位检测方法及系统 | |
| CN108956613A (zh) | 玻璃锡缺陷视觉鉴别系统 | |
| Cook et al. | Automated visual inspection and interpretation system for weld quality evaluation | |
| CN206990466U (zh) | 冷镦上料检测装置 | |
| CN103934600B (zh) | 一种带有自适应液晶滤光屏的焊接区机器视觉装置 | |
| CN109389075B (zh) | 智能烟机镜头模糊自检方法 | |
| CN208147131U (zh) | 一种六轴工业机器人线激光焊缝自动跟踪系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A cleaning quality monitoring device and method based on a laser cleaning device Effective date of registration: 20220920 Granted publication date: 20190903 Pledgee: Agricultural Bank of China Limited Hubei pilot Free Trade Zone Wuhan Area Branch Pledgor: WUHAN XIANGMING LASER TECHNOLOGY CO.,LTD. Registration number: Y2022420000301 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231031 Granted publication date: 20190903 Pledgee: Agricultural Bank of China Limited Hubei pilot Free Trade Zone Wuhan Area Branch Pledgor: WUHAN XIANGMING LASER TECHNOLOGY CO.,LTD. Registration number: Y2022420000301 |