CN107941823A - 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 - Google Patents
一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 Download PDFInfo
- Publication number
- CN107941823A CN107941823A CN201711184724.6A CN201711184724A CN107941823A CN 107941823 A CN107941823 A CN 107941823A CN 201711184724 A CN201711184724 A CN 201711184724A CN 107941823 A CN107941823 A CN 107941823A
- Authority
- CN
- China
- Prior art keywords
- analysis system
- image analysis
- components
- auto parts
- block letter
- 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
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
Landscapes
- 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)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种碳纤维汽车零部件表面印刷体缺陷智能检测方法，包括：将具有印刷体的汽车零部件置于物料台上；影像分析系统分别移动到每个汽车零部件上方并拍照；影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量；输出对比分析的结果。本发明提供的碳纤维汽车零部件表面印刷体缺陷智能检测方法实现了自动化分析判断，大大节省了人力，提高的效率，而且通过多张图片对比的分析检测方式大大提高了判断的准确性，防止了误判。
Description
技术领域
本发明涉及检测设备领域，尤其涉及一种能够自动检测碳纤维汽车零部件表面印刷体合格与否的智能检测方法。
背景技术
近年来国内汽车行业保持了高速增长的态势，但是随着行业的扩展，行业内的竞争日趋激烈，同时来自客户端不断提升的质量要求也对汽车零部件企业提出了更高的要求。目前汽车零部件表面印刷体(印刷体包括：标识、字母等)印刷企业面临质检工作量大，出货能力无法准确匹配产能，漏检增加，反单增加，人力成本增加的问题。
行业内大部分大型企业都已经开始使用视觉检测设备进行质量控制。视觉检测设备可以有效提升质量水平，减少浪费，降低企业成本，企业将其作为重点汽车零部件的质量控制设备，大大提高了关键客户的客户满意度。但是，当前视觉检测设备存在以下主要问题：
1)检测效率低；
2)特殊缺陷检测能力不足
一般的脏点、飞墨、露白等缺陷大部分视觉检测设备都可以检出。但是，对于字体不全、划痕、气泡、斩型不良、尺寸、间距等规格缺陷，镀铝、烫金、镭射等特殊光学特性汽车零部件的检测普遍存在问题。
发明内容
本发明解决其技术问题所采用的技术方案是：一种碳纤维汽车零部件表面印刷体缺陷智能检测方法，包括如下步骤：
将具有印刷体的汽车零部件置于物料台上；
影像分析系统分别移动到每个汽车零部件上方并拍照；
影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量；
输出对比分析的结果。
进一步改进为，所述影像分析系统分别移动到每个汽车零部件上方并拍照，包括：
所述影像分析系统通过二维移动机构，根据预设的待检工位坐标以及预设的移动顺序分别移动到每个汽车零部件上方，并单独为每个汽车零部件逐一进行拍照。
进一步改进为，所述影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量，包括：
所述影像分析系统内预存有待检测汽车零部件上印刷体的完整图样；
所述影像分析系统对汽车零部件具有印刷体的一面拍摄三张图片；
所述影像分析系统识别并提取出所述三张图片中的印刷体图样；
将提取出所述三张图片中的印刷体图样与所述影像分析系统内预存的印刷体完整图样进行逐一对比；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样一致，则判定该汽车零部件上的印刷体为合格品；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样不一致，则判定该汽车零部件上的印刷体为不良品。
进一步改进为，所述输出对比分析的结果，包括：
显示设备将所述影像分析系统对比分析的结果进行显示。
进一步改进为，所述结果包括：
所述影像分析系统拍摄的每个汽车零部件具有印刷体一面的照片；
所述影像分析系统提取的每个汽车零部件上的印刷体图样；
所述影像分析系统对比分析的结论。
本发明的有益效果是：
本发明提供的碳纤维汽车零部件表面印刷体缺陷智能检测方法，通过影像分析系统对汽车零部件上的印刷体进行多张拍照，影像分析系统根据这些照片进行分析，当其中至少两张照片的分析结果一致，便根据该结果对印刷体是否合格进行判定，不仅实现了自动化分析判断，大大节省了人力，提高的效率，而且通过多张图片对比的分析检测方式大大提高了判断的准确性，防止了误判。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的碳纤维汽车零部件表面印刷体缺陷智能检测方法流程示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
在发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在发明中的具体含义。
如图1所示，本发明提供了一种碳纤维汽车零部件表面印刷体缺陷智能检测方法，包括如下步骤：
步骤S1：将具有印刷体的汽车零部件置于物料台上；
步骤S2：影像分析系统分别移动到每个汽车零部件上方并拍照；
步骤S3：影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量；
步骤S4：输出对比分析的结果。
通过影像分析系统对汽车零部件上的印刷体拍照，影像分析系统根据这些照片进行分析，当其中至少两张照片的分析结果一致，便根据该结果对印刷体是否合格进行判定，不仅实现了自动化分析判断，大大节省了人力，提高的效率，而且通过多张图片对比的分析检测方式大大提高了判断的准确性，防止了误判。
进一步改进为，所述将具有印刷体的汽车零部件置于物料台上，包括：
将具有印刷体的汽车零部件逐一放置到物料台上的待检工位上；
所述影像分析系统分别移动到每个汽车零部件上方并拍照；
对比分析汽车零部件上具有印刷体的一面是否完整呈现给影像分析系统；
若汽车零部件上的印刷体并未完整呈现，则通过机器人手臂夹取汽车零部件并调整放置角度，直至汽车零部件上的印刷体完整呈现给影像分析系统。
通过上述的方式，自动识别并判断汽车零部件具有印刷体一面是否放置正确，若不正确则进行自动调整，节省了人力，同时放置正确的汽车零部件，影像分析系统能够完整拍摄其印刷体的照片，进而大大提高了影像分析系统分析判断的准确性，防止了因汽车零部件摆放不正造成其印刷体质量误判现象的发生。
进一步改进为，所述影像分析系统分别移动到每个汽车零部件上方并拍照，包括：
所述影像分析系统通过二维移动机构，根据预设的待检工位坐标以及预设的移动顺序分别移动到每个汽车零部件上方，并单独为每个汽车零部件逐一进行拍照。
通过二维移动机构，影像分析系统能够逐一单独的对每个汽车零部件上的印刷体进行准确拍照，防止了因影像分析系统移动不到位造成的印刷体拍照不全问题的发生，以提高判断的准确性。
进一步改进为，所述对比分析汽车零部件上具有印刷体的一面是否完整呈现给影像分析系统，包括：
所述影像分析系统内预存有待检汽车零部件具有印刷体一面的完整图像；
所述影像分析系统对汽车零部件具有印刷体的一面进行拍照；
所述影像分析系统将预存的待检汽车零部件具有印刷体一面的完整图像与所拍摄的照片进行比对，分析汽车零部件上具有印刷体的一面是否完整呈现给影像分析系统。
通过上述方式，以确保汽车零部件上具有印刷体的一面能够完整呈现，当其能够完整呈现，影像分析系统能够更加准确的判断印刷体是否合格。
进一步改进为，所述影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量，包括：
所述影像分析系统内预存有待检测汽车零部件上印刷体的完整图样；
所述影像分析系统对汽车零部件具有印刷体的一面拍摄三张图片；
所述影像分析系统识别并提取出所述三张图片中的印刷体图样；
将提取出所述三张图片中的印刷体图样与所述影像分析系统内预存的印刷体完整图样进行逐一对比；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样一致，则判定该汽车零部件上的印刷体为合格品；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样不一致，则判定该汽车零部件上的印刷体为不良品。
通过三张图片对比分析的方式来判断印刷体图样是否合格，避免了误判，进一步提高了分析判断的精准度。
进一步改进为，所述输出对比分析的结果，包括：
显示设备将所述影像分析系统对比分析的结果进行显示。
通过显示设备，工作人员能够对检测结果进一步确认，从而彻底杜绝了误判的发生。
进一步改进为，所述结果包括：
所述影像分析系统拍摄的每个汽车零部件具有印刷体一面的照片；
所述影像分析系统提取的每个汽车零部件上的印刷体图样；
所述影像分析系统对比分析的结论。
工作人员可以显示设备对每个汽车零部件上印刷体的照片、图样等进行复查审核，避免系统误判，提高合格率。
本发明提供的碳纤维汽车零部件表面印刷体缺陷智能检测方法，通过影像分析系统对汽车零部件上的印刷体进行多张拍照，影像分析系统根据这些照片进行分析，当其中至少两张照片的分析结果一致，便根据该结果对印刷体是否合格进行判定，不仅实现了自动化分析判断，大大节省了人力，提高的效率，而且通过多张图片对比的分析检测方式大大提高了判断的准确性，防止了误判。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (5)
1.一种碳纤维汽车零部件表面印刷体缺陷智能检测方法，其特征在于，包括如下步骤：
将具有印刷体的汽车零部件置于物料台上；
影像分析系统分别移动到每个汽车零部件上方并拍照；
影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量；
输出对比分析的结果。
2.根据权利要求1所述的检测方法，其特征在于，所述影像分析系统分别移动到每个汽车零部件上方并拍照，包括：
所述影像分析系统通过二维移动机构，根据预设的待检工位坐标以及预设的移动顺序分别移动到每个汽车零部件上方，并单独为每个汽车零部件逐一进行拍照。
3.根据权利要求1所述的检测方法，其特征在于，所述影像分析系统对拍照结果进行对比分析，并判断出汽车零部件上印刷体质量，包括：
所述影像分析系统内预存有待检测汽车零部件上印刷体的完整图样；
所述影像分析系统对汽车零部件具有印刷体的一面拍摄三张图片；
所述影像分析系统识别并提取出所述三张图片中的印刷体图样；
将提取出所述三张图片中的印刷体图样与所述影像分析系统内预存的印刷体完整图样进行逐一对比；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样一致，则判定该汽车零部件上的印刷体为合格品；
若所述三张图片中的至少两个印刷体图样与影像分析系统内预存的印刷体完整图样不一致，则判定该汽车零部件上的印刷体为不良品。
4.根据权利要求1所述的检测方法，其特征在于，所述输出对比分析的结果，包括：
显示设备将所述影像分析系统对比分析的结果进行显示。
5.根据权利要求4所述的检测方法，其特征在于，所述结果包括：
所述影像分析系统拍摄的每个汽车零部件具有印刷体一面的照片；
所述影像分析系统提取的每个汽车零部件上的印刷体图样；
所述影像分析系统对比分析的结论。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711184724.6A CN107941823A (zh) | 2017-11-23 | 2017-11-23 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711184724.6A CN107941823A (zh) | 2017-11-23 | 2017-11-23 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107941823A true CN107941823A (zh) | 2018-04-20 |
Family
ID=61930188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711184724.6A Pending CN107941823A (zh) | 2017-11-23 | 2017-11-23 | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107941823A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101545869A (zh) * | 2009-04-23 | 2009-09-30 | 轻工业自动化研究所 | 嵌入式机器视觉印刷质量智能检测系统 |
| CN102037348A (zh) * | 2008-05-22 | 2011-04-27 | 独立行政法人产业技术综合研究所 | 检查缺陷的方法及缺陷检查装置 |
| CN102288611A (zh) * | 2011-04-27 | 2011-12-21 | 苏州工业园区天势科技有限公司 | 印刷质量检测设备 |
| CN102348955A (zh) * | 2009-03-09 | 2012-02-08 | 3Bsystem股份有限公司 | 用于缺陷检测的检测设备 |
| CN202330294U (zh) * | 2011-11-08 | 2012-07-11 | 中国科学院深圳先进技术研究院 | 基于机器视觉的表面缺陷检测装置 |
| CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 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 |
| CN103185729A (zh) * | 2011-12-29 | 2013-07-03 | 百励科技股份有限公司 | 外观检验装置及其执行方法 |
| CN103472068A (zh) * | 2013-08-16 | 2013-12-25 | 唐汉章 | 视觉检测墨色变化与机械手臂调整设备及方法 |
| CN203519510U (zh) * | 2013-08-06 | 2014-04-02 | 张春成 | 一种基于机器视觉的印刷品成品检测及清废系统 |
| CN205317678U (zh) * | 2015-12-08 | 2016-06-15 | 广东锐视智能检测有限公司 | 一种基于机器视觉的金属制品印刷缺陷在线检测系统 |
| CN106525873A (zh) * | 2016-10-25 | 2017-03-22 | 广州市申发机电有限公司 | 一种基于机器视觉的全自动旋转印刷产品缺陷检测装置 |
| CN106556611A (zh) * | 2016-12-07 | 2017-04-05 | 江苏唯侓机器人科技有限公司 | 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法 |
| CN106770331A (zh) * | 2017-02-10 | 2017-05-31 | 南京航空航天大学 | 一种基于机器视觉的工件缺陷检测系统 |
-
2017
- 2017-11-23 CN CN201711184724.6A patent/CN107941823A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102037348A (zh) * | 2008-05-22 | 2011-04-27 | 独立行政法人产业技术综合研究所 | 检查缺陷的方法及缺陷检查装置 |
| CN102348955A (zh) * | 2009-03-09 | 2012-02-08 | 3Bsystem股份有限公司 | 用于缺陷检测的检测设备 |
| CN101545869A (zh) * | 2009-04-23 | 2009-09-30 | 轻工业自动化研究所 | 嵌入式机器视觉印刷质量智能检测系统 |
| CN102288611A (zh) * | 2011-04-27 | 2011-12-21 | 苏州工业园区天势科技有限公司 | 印刷质量检测设备 |
| CN202330294U (zh) * | 2011-11-08 | 2012-07-11 | 中国科学院深圳先进技术研究院 | 基于机器视觉的表面缺陷检测装置 |
| CN103185729A (zh) * | 2011-12-29 | 2013-07-03 | 百励科技股份有限公司 | 外观检验装置及其执行方法 |
| CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 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 |
| CN203519510U (zh) * | 2013-08-06 | 2014-04-02 | 张春成 | 一种基于机器视觉的印刷品成品检测及清废系统 |
| CN103472068A (zh) * | 2013-08-16 | 2013-12-25 | 唐汉章 | 视觉检测墨色变化与机械手臂调整设备及方法 |
| CN205317678U (zh) * | 2015-12-08 | 2016-06-15 | 广东锐视智能检测有限公司 | 一种基于机器视觉的金属制品印刷缺陷在线检测系统 |
| CN106525873A (zh) * | 2016-10-25 | 2017-03-22 | 广州市申发机电有限公司 | 一种基于机器视觉的全自动旋转印刷产品缺陷检测装置 |
| CN106556611A (zh) * | 2016-12-07 | 2017-04-05 | 江苏唯侓机器人科技有限公司 | 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法 |
| CN106770331A (zh) * | 2017-02-10 | 2017-05-31 | 南京航空航天大学 | 一种基于机器视觉的工件缺陷检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10542651B2 (en) | Inspection apparatus and quality control system for surface mounting line | |
| JP6738269B2 (ja) | 画像検査システムをチェックするための方法 | |
| JP6838175B2 (ja) | 部品画像認識用学習済みモデル作成システム及び部品画像認識用学習済みモデル作成方法 | |
| KR101256369B1 (ko) | 다수의 카메라를 이용한 평판 디스플레이 패널 검사 장치 및 방법 | |
| CN113196337B (zh) | 图像处理装置、作业机器人、基板检查装置及检体检查装置 | |
| CN108353534B (zh) | 引脚前端位置图像识别方法及引脚前端位置图像识别系统 | |
| CN110793976B (zh) | 一种印刷质量检测系统及方法 | |
| DE112010003935T5 (de) | Bauteilmontagesystem und Montagezustands-Prüfverfahren in dem Bauteilmontagesystem | |
| CN108674026B (zh) | 太阳能电池片印刷品质检测方法和系统 | |
| CN111242902A (zh) | 基于卷积神经网络的零件识别与检测方法、系统及设备 | |
| US6945167B2 (en) | Screen printing apparatus and screen printing method | |
| CN108537772A (zh) | 贴片电阻正导体印刷缺陷的视觉检测方法 | |
| CN111223081A (zh) | 基于深度学习的零件开孔识别与检测方法及系统 | |
| CN108020555A (zh) | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 | |
| CN108195847A (zh) | 一种凹凸图案在线视频检测装置及其检测方法 | |
| CN105136818B (zh) | 印刷基板的影像检测方法 | |
| CN110596118A (zh) | 印刷图案检测方法及印刷图案检测装置 | |
| CN107941823A (zh) | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 | |
| CN107966456A (zh) | 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法 | |
| JP3750484B2 (ja) | スクリーン印刷方法 | |
| CN114392940B (zh) | 一种异型元器件的针脚检测方法及装置 | |
| CN107991314A (zh) | 一种碳纤维汽车零部件表面印刷品缺陷智能检测设备 | |
| WO2008124392A1 (en) | 2d/3d inspection method and system | |
| KR20170066046A (ko) | Pcb용 마킹 자동화 장치 | |
| EP4056992A1 (en) | Image processing device, component mounting system, and image processing method |
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: 20180420 |
|
| RJ01 | Rejection of invention patent application after publication |