CN107907546A - 一种基于智能移动终端的视觉缺陷检测方法与系统 - Google Patents

一种基于智能移动终端的视觉缺陷检测方法与系统 Download PDF

Info

Publication number
CN107907546A
CN107907546A CN201711274997.XA CN201711274997A CN107907546A CN 107907546 A CN107907546 A CN 107907546A CN 201711274997 A CN201711274997 A CN 201711274997A CN 107907546 A CN107907546 A CN 107907546A
Authority
CN
China
Prior art keywords
intelligent mobile
mobile terminal
defects
product
detected
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
CN201711274997.XA
Other languages
English (en)
Inventor
宋建
周健胜
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201711274997.XA priority Critical patent/CN107907546A/zh
Publication of CN107907546A publication Critical patent/CN107907546A/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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于智能移动终端的视觉缺陷检测方法与系统，使用智能移动终端自带相机获取待检测产品图片，然后通过安装在智能移动终端上的产品缺陷检测APP，对获取到的图片进行分析处理，并将检测结果经路由器发送到工业控制器，工业控制器根据检测结果对产品进行处理。本发明无需工业相机和工业PC等图像获取与处理设备，系统结构简单，成本低。

Description

一种基于智能移动终端的视觉缺陷检测方法与系统
技术领域
本发明涉及视觉缺陷检测技术领域，特别涉及一种基于智能移动终端的视觉缺陷检测方法与系统。
背景技术
当前人们对产品个性化的需求，使企业的生产模式从原先的单一、大批量生产转为多种类、小批量的生产。目前大多数企业对于种类多，数量少的产品缺陷检测多采用人工检测。人工检测受劳动强度、工人的经验和主观情感等因素的影响，检测的准确率和效率都较低。并且随着当前工业的发展，对产品质量要求越来越严格，传统的人工缺陷检测方法已经很难满足生产需求。
若使用工业PC机器视觉检测系统，其需要购买配套的设备，如工业相机、镜头、工控机等，价格昂贵。且对于不同种类的产品，需要开发不同的检测系统，开发过程繁琐，效率低。工业智能相机将图像的采集、处理与通信功能集成于单一相机内，集成度高，但是开放性较差，对于多种类的产品检测，开发过程相对复杂，且工业智能相机价格昂贵。
上述检测方式很难满足对多种类、小批量、缺陷简单的产品进行检测的需求。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于智能移动终端的视觉缺陷检测方法，能充分利用现有的市售设施设备，完成对多种类、小批量、缺陷简单的产品的生产检测。
本发明的另一目的在于提供一种基于智能移动终端的视觉缺陷检测方系统，结构简单、低成本，同时能又具有较高准确率和效率。
本发明的目的通过以下的技术方案实现：
一种基于智能移动终端的视觉缺陷检测方法，包括以下步骤：
在该智能移动终端用于检测的固定位置处，对合格的标准样品进行拍照取样，获取合格产品的样本图像，同时在该图像上选定要检测的区域，并将其保存至智能移动终端；
当待检测产品进入检测区域时，智能移动终端收到触发信号，调用自带相机，并驱动相机进行拍照，获得待检测产品的图像；
对获得的待检测产品图像进行分界，提取出要检测的区域，获得要检测部分的特征图像；
对特征图像进行处理，对缺陷识别区域与采集到的合格标准样本进行比对分析，得出检测结果，并对检测结果进行存储；
检测结果通过路由器，由信号传输输出端发送到工业控制器，控制器根据检测结果，控制设备对产品进行处理。
优选的，要发送到工业控制器的检测结果，只包含智能移动终端的设备标识及检测是否合格的代码。
优选的，对于不同类型的产品缺陷，通过在智能移动终端安装不同缺陷检测APP，就能完成不同类型的缺陷检测。
优选的，在一条产线上同时使用多台智能移动终端，安装相同的APP，经由同一个路由器与工业控制器相连，进行组网通讯检测。
具体的，多台智能移动终端同时检测进入检测区域的对应数量的待检测产品；这些智能移动终端连接同一个路由器，并通过路由器，为每台智能移动终端分配IP地址，实现组网；每台智能移动终端的检测结果都有标识符，工业控制器通过标识符识别接收到的检测结果信息，对对应位置的产品进行处理。
一种基于智能移动终端的视觉缺陷检测系统，包括：具有拍照功能和无线接口的智能移动终端、路由器和工业控制器；智能移动终端通过无线接口与路由器连接，工业控制器通过通讯线与路由器连接，从而实现智能移动终端与工业控制器之间的信息传输。
优选的，智能移动终端有拍照功能和无线接口，且有运算、处理、分析、数据存储功能。
优选的，智能移动终端包括视觉缺陷检测系统，系统包括相机控制模块、图像采集与处理模块、产品缺陷检测模块和信息传输模块；
信息传输模块的信号输入端，接收待检测产品进入检测区域时的触发拍照信号，相机控制模块调用相机对待检测产品进行拍照；获取待检测产品图像后，图像采集与处理模块对该图像进行处理；产品缺陷检测模块对已经处理过后的图像进行分析，并得出检测结果；信息传输模块的信号输出端将检测结果经路由器发送到工业控制器。
本发明与现有技术相比，具有如下优点和有益效果：
本发明所述的基于智能移动终端的视觉缺陷检测系统及方法，仅通过在智能移动终端上安装缺陷检测APP，就能实现对产品缺陷的检测。对于种类多，缺陷简单的产品，其操作简单方便，不需要昂贵的基于PC工业视觉的配套检测设备，只需要在智能移动终端安装缺陷检测APP，就能实现对产品的缺陷检测。它将图像的采集、处理与通信功能集成于单一智能移动终端内，操作简单方便，设备利用率高。
市售工业智能相机集成度高，能完成从产品图像获取到缺陷检测的所有过程，但开放性较差。而本发明通过在智能移动终端中安装APP的形式将智能移动终端变成一个智能缺陷检测系统，开发不同的APP，就能实现对不同的产品缺陷进行检测。本系统搭设简单，还可通过路由器连接多台手机，实现组网通讯和成群控制，操作简单方便。
附图说明
图1是视觉缺陷检测智能移动终端结构示意图。
图2是多台智能移动终端组网通讯示例图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例1
参照附图1具体说明本实施方式，对于同一类型的缺陷，检测所用的方法相同，即同类型产品的不同缺陷可以使用同一个APP。此类基于智能移动终端的视觉缺陷检测系统，它包括：带拍照功能和无线接口的智能移动终端、路由器、工业控制器。
在智能手机中安装已经写好的缺陷检测APP，即在智能手机中嵌入智能检测系统，该智能检测系统主要包括：图像采集与处理模块，产品缺陷检测模块，信息传输模块。
调整并固定好智能手机用于检测时的位置，并在该位置所在的检测环境下，使用智能手机自带相机，对合格的标准样品进行拍照取样，获取合格产品的样本图像，同时在该图像上选定要检测的区域，并将其保存至智能手机内。
当待检测产品进入检测区域时，感应装置发送信号给智能手机，收到触发信号后，智能手机调用自带相机，并驱动相机对产品进行拍照，获得待检测产品的图像。
图像采集与处理模块对获得的待检测产品图像进行分界，提取出要检测的区域，获得要检测部分的特征图像。获取标准样本后要选择缺陷检测的区域，这样可以减少不用进行检测的区域对检测过程造成干扰，同时缩小要处理的图像的大小，提升图像处理分析的速度。
产品缺陷检测模块对特征图像进行处理，将处理后的缺陷区域特征图像与合格标准样本进行比对分析，得出缺陷检测结果，并对检测结果进行存储。
智能手机通过Wi-Fi与路由器相连，工业控制器通过网线与路由器相连。配置网络，使智能手机能通过路由器与工业控制器进行信息交互。
要发送给工业控制器的检测结果，只包含智能移动终端的设备标识及检测是否合格，即包含“合格”或“不合格”的代码信息，这样可以减小传输的数据量，提升设备运行速度，且对功能的实现无影响。通过路由器，检测结果由智能手机信号输出端发送到工业控制器，控制器根据接收到的检测结果，对产品进行处理。
对于不同类型的简单产品缺陷，通过更换智能手机中的缺陷检测APP，来实现对不同类型的缺陷检测。此举简化了开发过程，不同产品的缺陷检测不需要更改整个检测系统，只需更换缺陷检测APP就能实现。这点非常适用产品种类多样，数量不多，缺陷简单的生产情况。
为了提升检测速度，可以在一条产线上同时使用多台智能手机，安装相同的APP，经由同一个路由器与工业控制器相连，进行组网通讯检测。
结合图2具体说明。为了提升产品检测速度，同时使用多台智能手机进行检测。多台智能手机同时检测进入检测区域的对应数量的待检测产品。这些智能手机连接同一个路由器，并通过路由器，为每台智能手机分配IP地址，实现组网。每台智能手机的检测结果都有标识符，工业控制器通过标识符识别接收到的检测结果信息，对对应位置的产品进行处理。即通过组网通讯，能提升产品的检测速度而不会造成分拣紊乱。
检测结果存储在智能手机中，检测结果信息可以导出。该检测结果信息可以用于分析产品生产过程中产生缺陷的原因和时间等信息。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于智能移动终端的视觉缺陷检测方法，其特征在于，包括以下步骤：
在智能移动终端用于检测的固定位置处，对合格的标准样品进行拍照取样，获取合格产品的样本图像，同时在该图像上选定要检测的区域，并将其保存至智能移动终端；
当待检测产品进入检测区域时，智能移动终端收到触发信号，调用自带相机，并驱动相机进行拍照，获得待检测产品的图像；
对获得的待检测产品图像进行分界，提取出要检测的区域，获得要检测部分的特征图像；
对特征图像进行处理，对缺陷识别区域与采集到的合格标准样本进行比对分析，得出检测结果，并对检测结果进行存储；
检测结果通过路由器，由信号传输输出端发送到工业控制器，控制器根据检测结果，控制设备对产品进行处理。
2.根据权利要求1所述的基于智能移动终端的视觉缺陷检测方法，其特征在于，要发送到工业控制器的检测结果，只包含智能移动终端的设备标识及检测是否合格的代码。
3.根据权利要求1所述的基于智能移动终端的视觉缺陷检测方法，其特征在于，对于不同类型的产品缺陷，通过在智能移动终端安装不同缺陷检测APP，就能完成不同类型的缺陷检测。
4.基于权利要求1所述方法的视觉缺陷检测系统，其特征在于，包括：具有拍照功能和无线接口的智能移动终端、路由器和工业控制器；智能移动终端通过无线接口与路由器连接，工业控制器通过通讯线与路由器连接，从而实现智能移动终端与工业控制器之间的信息传输。
5.根据权利要求4所述的视觉缺陷检测系统，其特征在于，智能移动终端有拍照功能和无线接口，且有运算、处理、分析、数据存储功能。
6.根据权利要求4所述的视觉缺陷检测系统，其特征在于，智能移动终端包括相机控制模块、图像采集与处理模块、产品缺陷检测模块和信息传输模块；
信息传输模块的信号输入端，接收待检测产品进入检测区域时的触发拍照信号，相机控制模块调用相机对待检测产品进行拍照；获取待检测产品图像后，图像采集与处理模块对该图像进行处理；产品缺陷检测模块对已经处理过后的图像进行分析，并得出检测结果；信息传输模块的信号输出端将检测结果经路由器发送到工业控制器。
7.根据权利要求4所述的视觉缺陷检测系统，其特征在于，在一条产线上同时使用多台智能移动终端，经由同一个路由器与工业控制器相连，进行组网通讯检测。
8.根据权利要求7所述的视觉缺陷检测系统，其特征在于，多台智能移动终端同时检测进入检测区域的对应数量的待检测产品；这些智能移动终端连接同一个路由器，并通过路由器，为每台智能移动终端分配IP地址，实现组网；每台智能移动终端的检测结果都有标识符，工业控制器通过标识符识别接收到的检测结果信息，对对应位置的产品进行处理。
CN201711274997.XA 2017-12-06 2017-12-06 一种基于智能移动终端的视觉缺陷检测方法与系统 Pending CN107907546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711274997.XA CN107907546A (zh) 2017-12-06 2017-12-06 一种基于智能移动终端的视觉缺陷检测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711274997.XA CN107907546A (zh) 2017-12-06 2017-12-06 一种基于智能移动终端的视觉缺陷检测方法与系统

Publications (1)

Publication Number Publication Date
CN107907546A true CN107907546A (zh) 2018-04-13

Family

ID=61854544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711274997.XA Pending CN107907546A (zh) 2017-12-06 2017-12-06 一种基于智能移动终端的视觉缺陷检测方法与系统

Country Status (1)

Country Link
CN (1) CN107907546A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487803A (zh) * 2019-08-20 2019-11-22 Oppo（重庆）智能科技有限公司 红外发光元件的缺陷检测方法和装置
CN111855700A (zh) * 2020-07-17 2020-10-30 清华大学 基于智能手机的产品抽检商标缺陷检测系统及方法
CN111948228A (zh) * 2020-07-06 2020-11-17 中国电子科技集团公司第四十一研究所 基于5g通信云测试的工业产线全过程视觉检测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201974912U (zh) * 2011-03-11 2011-09-14 深圳市信恳实业有限公司 Smt车间品质实时监控报警系统
CN103202700A (zh) * 2012-01-11 2013-07-17 北京美智医疗科技有限公司 医用无线程控数字x光机及其无线程控方法，及专用部件
CN104089960A (zh) * 2014-07-15 2014-10-08 长春理工大学 圆锥轴承滚子表面疵病检测装置及方法
CN104535588A (zh) * 2014-12-24 2015-04-22 河海大学常州校区 基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法
CN104624520A (zh) * 2015-01-21 2015-05-20 秦皇岛视听机械研究所 裸晶粒缺陷检测设备
WO2015173594A2 (en) * 2014-05-16 2015-11-19 Pre-Chasm Research Limited Examining defects
CN105973900A (zh) * 2016-07-05 2016-09-28 江苏博硕智能系统有限公司 一种太阳能电池组件缺陷检查系统及检查方法
CN106556605A (zh) * 2016-11-25 2017-04-05 交通运输部公路科学研究所 桥梁现场检测典型病害的数字化表征系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201974912U (zh) * 2011-03-11 2011-09-14 深圳市信恳实业有限公司 Smt车间品质实时监控报警系统
CN103202700A (zh) * 2012-01-11 2013-07-17 北京美智医疗科技有限公司 医用无线程控数字x光机及其无线程控方法，及专用部件
WO2015173594A2 (en) * 2014-05-16 2015-11-19 Pre-Chasm Research Limited Examining defects
CN104089960A (zh) * 2014-07-15 2014-10-08 长春理工大学 圆锥轴承滚子表面疵病检测装置及方法
CN104535588A (zh) * 2014-12-24 2015-04-22 河海大学常州校区 基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法
CN104624520A (zh) * 2015-01-21 2015-05-20 秦皇岛视听机械研究所 裸晶粒缺陷检测设备
CN105973900A (zh) * 2016-07-05 2016-09-28 江苏博硕智能系统有限公司 一种太阳能电池组件缺陷检查系统及检查方法
CN106556605A (zh) * 2016-11-25 2017-04-05 交通运输部公路科学研究所 桥梁现场检测典型病害的数字化表征系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110487803A (zh) * 2019-08-20 2019-11-22 Oppo（重庆）智能科技有限公司 红外发光元件的缺陷检测方法和装置
CN111948228A (zh) * 2020-07-06 2020-11-17 中国电子科技集团公司第四十一研究所 基于5g通信云测试的工业产线全过程视觉检测系统
CN111855700A (zh) * 2020-07-17 2020-10-30 清华大学 基于智能手机的产品抽检商标缺陷检测系统及方法

Similar Documents

Publication Publication Date Title
CN107179324B (zh) 检测产品包装的方法、装置和系统
CN111179223B (zh) 基于深度学习的工业自动化缺陷检测方法
CN102253048B (zh) 可用于多种产品检测的机器视觉检测方法及系统
CN110569841B (zh) 基于卷积神经网络的接触网关键部件目标检测方法
CN112131936B (zh) 一种巡检机器人图像识别方法及巡检机器人
CN109584227A (zh) 一种基于深度学习目标检测算法的焊点质量检测方法及其实现系统
CN110455822A (zh) 一种pcb板缺陷的检测方法
CN103776841B (zh) 合成革缺陷自动检测装置及检测方法
CN111710055A (zh) 便携式电力巡检设备及电力巡检方法、电力巡检系统
CN107907546A (zh) 一种基于智能移动终端的视觉缺陷检测方法与系统
CN105678344A (zh) 一种电力仪表设备的智能分类方法
CN108627457A (zh) 自动光学检测系统及其操作方法
CN206132657U (zh) 一种基于机器视觉的烫金质量智能检测系统
CN105548198B (zh) 基于云平台的复杂产品质量自动检测的方法
CN108627520A (zh) 一种非均质固体材料外观质量的在线检测系统和方法
CN108787486A (zh) 基于深度学习的卷烟识别分拣方法及其卷烟识别分拣装置
CN110647941A (zh) 基于卷积神经网络的蔬菜识别方法及设备
CN106604193A (zh) 应用于受话器的缺陷检测方法及系统
CN116071315A (zh) 一种基于机器视觉的产品可视缺陷检测方法及系统
CN110956285A (zh) 一种基于深度学习的装维施工规范性检测方法及系统
CN108510487A (zh) 一种光伏组件远程监测装置
CN108364417A (zh) 基于霍夫圆与颜色欧式距离法的智能结账系统及方法
CN103984967B (zh) 一种应用于商品标签检测的自动检测系统及自动检测方法
CN104390982A (zh) 一种用于smt首件检测的测试方法
CN207610993U (zh) 一种基于智能移动终端的视觉缺陷检测系统

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: 20180413

RJ01 Rejection of invention patent application after publication