CN108122228A - 一种打磨腻子或漆面检测方法 - Google Patents

一种打磨腻子或漆面检测方法 Download PDF

Info

Publication number
CN108122228A
CN108122228A CN201711392280.5A CN201711392280A CN108122228A CN 108122228 A CN108122228 A CN 108122228A CN 201711392280 A CN201711392280 A CN 201711392280A CN 108122228 A CN108122228 A CN 108122228A
Authority
CN
China
Prior art keywords
vehicle body
region
standard picture
target detection
body image
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
CN201711392280.5A
Other languages
English (en)
Inventor
姜作诚
李承翰
刘鸿旺
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.)
Jin Hanyang Technology (dalian) Ltd By Share Ltd
Original Assignee
Jin Hanyang Technology (dalian) Ltd By Share Ltd
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 Jin Hanyang Technology (dalian) Ltd By Share Ltd filed Critical Jin Hanyang Technology (dalian) Ltd By Share Ltd
Priority to CN201711392280.5A priority Critical patent/CN108122228A/zh
Publication of CN108122228A publication Critical patent/CN108122228A/zh
Pending legal-status Critical Current

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30156—Vehicle coating

Abstract

本发明涉及一种打磨腻子或漆面检测方法，包括获取车身打磨合格的标准图像，对该标准图像进行训练，得到标准车身图像模型；将标准图像等分为若干区域，并对每个区域进行编码；获取目标检测车身图像，将该图像对应标准图像等分为若干区域，并按照标准图像的编码顺序对每个区域进行编码；将目标检测车身图像与标准图像的对应区域进行对比，如果该区域合格，则输出合格区域的编码，否则输出不合格区域的编码，并报警。本发明检测方法简单，检测精度高，检测效率高，检测过程可控性强，一方面可根据预定程序对工件进行自动加工打磨，另一方面可根据实际加工精度需求，主动对检测进行修正，从而在提高打磨效率的同时，可有效的提高加工精度。

Description

一种打磨腻子或漆面检测方法
技术领域
本发明涉及漆面打磨领域，具体地说是一种打磨腻子或漆面检测方法。
背景技术
汽车和大客车车身在生产过程中，在给车身喷漆和打腻子时往往很难涂抹平整，车身漆面和腻子不平会严重影响汽车的美观，现有将漆面和腻子的打磨平整方法对人和环境的危害很大，生产过程中会产生大量的有毒粉尘，使得作业人员不得不带防毒面具工作，现有的打磨技术生产效率低，生产成本高，因此，现有技术有待改进和提高。
发明内容
针对现有技术的不足，本发明提供一种打磨腻子或漆面检测方法。
本发明为实现上述目的所采用的技术方案是：
一种打磨腻子或漆面检测方法，包括以下步骤：
步骤1：获取车身打磨合格的标准图像，对该标准图像进行训练，得到标准车身图像模型；
步骤2：将标准图像等分为若干区域，并对每个区域进行编码；
步骤3：获取目标检测车身图像，将该图像对应标准图像等分为若干区域，并按照标准图像的编码顺序对每个区域进行编码；
步骤4：将目标检测车身图像与标准图像的对应区域进行对比，如果该区域合格，则输出合格区域的编码，否则输出不合格区域的编码，并报警。
所述获取车身打磨合格的标准图像和获取目标检测车身图像通过激光扫描获取。
所述对该标准图像进行训练为：对标准图像的每个像素点进行灰度值标定。
所述将目标检测车身图像与标准图像的对应区域进行对比包括以下过程：
提取目标检测车身图像对应区域的某个像素点的灰度值，与标准图像的对应区域的对应像素点的灰度值进行对比，如果灰度值相同，则该目标检测车身图像对应区域的该像素点为与标准图像的对应区域的对应像素点相同；否则，该目标检测车身图像对应区域的该像素点为坏点；
遍历该目标检测车身图像对应区域的每个像素点，得到该目标检测车身图像对应区域的相似度比，如果相似度比大于设定相似度阈值比，则该目标检测车身图像对应区域为合格区域，否则该目标检测车身图像对应区域为不合格区域。
所述灰度值相同为灰度值的误差范围在-5％～5％内。
所述该目标检测车身图像对应区域的相似度比为1与坏点占比率之差。
所述坏点占比率为该目标检测车身图像对应区域的坏点占该目标检测车身图像对应区域所有像素点的百分比。
本发明具有以下有益效果及优点：
本发明检测方法简单，检测精度高，检测效率高，检测过程可控性强，一方面可根据预定程序对工件进行自动检测打磨，另一方面可根据实际检测精度需求，主动对检测进行修正，从而在提高打磨效率的同时，可有效的提高加工精度。
附图说明
图1是本发明的方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示为本发明的方法流程图。
步骤1：获取车身打磨合格的标准图像，对该标准图像进行训练，得到标准车身图像模型；
步骤2：将标准图像等分为若干区域，并对每个区域进行编码；
步骤3：获取目标检测车身图像，将该图像对应标准图像等分为若干区域，并按照标准图像的编码顺序对每个区域进行编码；
步骤4：将目标检测车身图像与标准图像的对应区域进行对比，如果该区域合格，则输出合格区域的编码，否则输出不合格区域的编码，并报警。
实施例：
准备120目直径150mm的砂纸备用。
打磨作业分为两步，首先用120目直径150mm砂纸进行打磨，然后打磨完成后进行检测，将所需要打磨的客车按200mm×200mm大小，在打磨客车表面分成若干区域，然后将每个区域进行编码(1、2、3···)。在机器人程序中将打磨轨迹分成与客车编码区域一一对应的单元。然后将每个单元同样进行编码。视觉检测装置先将打磨合格的客车整体形状和表面质量进行记录，然后依据实际中客车的分区对记录的客车形状进行分区，划分好区域后存档。每次扫描的客车和存档的客车数据进行匹配，然后将结果反馈给机器人。当工件需要检测时，视觉检测装置在导轨的带动下沿客车车身从车头到尾部进行扫描，当视觉检测装置检测到车身某处打磨不合格后，将该位置所对应的编码通过现场总线通信传递给机器人，机器人收到编码后找到编码所对应的打磨轨迹单元进行打磨，打磨完成后继续检测，如此反复运作，直到所有区域打磨合格。这样可以精准的将打磨不合格的地方打磨平整，提高工作效率。

Claims (7)

1.一种打磨腻子或漆面检测方法，其特征在于：包括以下步骤：
步骤1：获取车身打磨合格的标准图像，对该标准图像进行训练，得到标准车身图像模型；
步骤2：将标准图像等分为若干区域，并对每个区域进行编码；
步骤3：获取目标检测车身图像，将该图像对应标准图像等分为若干区域，并按照标准图像的编码顺序对每个区域进行编码；
步骤4：将目标检测车身图像与标准图像的对应区域进行对比，如果该区域合格，则输出合格区域的编码，否则输出不合格区域的编码，并报警。
2.根据权利要求1所述的打磨腻子或漆面检测方法，其特征在于：所述获取车身打磨合格的标准图像和获取目标检测车身图像通过激光扫描获取。
3.根据权利要求1所述的打磨腻子或漆面检测方法，其特征在于：所述对该标准图像进行训练为：对标准图像的每个像素点进行灰度值标定。
4.根据权利要求1所述的打磨腻子或漆面检测方法，其特征在于：所述将目标检测车身图像与标准图像的对应区域进行对比包括以下过程：
提取目标检测车身图像对应区域的某个像素点的灰度值，与标准图像的对应区域的对应像素点的灰度值进行对比，如果灰度值相同，则该目标检测车身图像对应区域的该像素点为与标准图像的对应区域的对应像素点相同；否则，该目标检测车身图像对应区域的该像素点为坏点；
遍历该目标检测车身图像对应区域的每个像素点，得到该目标检测车身图像对应区域的相似度比，如果相似度比大于设定相似度阈值比，则该目标检测车身图像对应区域为合格区域，否则该目标检测车身图像对应区域为不合格区域。
5.根据权利要求4所述的打磨腻子或漆面检测方法，其特征在于：所述灰度值相同为灰度值的误差范围在-5％～5％内。
6.根据权利要求4所述的打磨腻子或漆面检测方法，其特征在于：所述该目标检测车身图像对应区域的相似度比为1与坏点占比率之差。
7.根据权利要求6所述的打磨腻子或漆面检测方法，其特征在于：所述坏点占比率为该目标检测车身图像对应区域的坏点占该目标检测车身图像对应区域所有像素点的百分比。
CN201711392280.5A 2017-12-21 2017-12-21 一种打磨腻子或漆面检测方法 Pending CN108122228A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711392280.5A CN108122228A (zh) 2017-12-21 2017-12-21 一种打磨腻子或漆面检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711392280.5A CN108122228A (zh) 2017-12-21 2017-12-21 一种打磨腻子或漆面检测方法

Publications (1)

Publication Number Publication Date
CN108122228A true CN108122228A (zh) 2018-06-05

Family

ID=62230708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711392280.5A Pending CN108122228A (zh) 2017-12-21 2017-12-21 一种打磨腻子或漆面检测方法

Country Status (1)

Country Link
CN (1) CN108122228A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111571612A (zh) * 2020-05-27 2020-08-25 无锡中车时代智能装备有限公司 高铁白车身多机器人协同打磨控制方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542298A (zh) * 2010-12-30 2012-07-04 富泰华工业（深圳）有限公司 电子装置及其图像相似度比较的方法
CN103134809A (zh) * 2013-03-14 2013-06-05 苏州华源包装股份有限公司 焊缝缺陷检测方法
CN105424190A (zh) * 2015-09-30 2016-03-23 广州超音速自动化科技股份有限公司 产品外观的灰度检测方法
CN106097361A (zh) * 2016-06-20 2016-11-09 昆山国显光电有限公司 一种缺陷区域检测方法及装置
CN106855520A (zh) * 2017-02-10 2017-06-16 南京航空航天大学 一种基于机器视觉的工件缺陷检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542298A (zh) * 2010-12-30 2012-07-04 富泰华工业（深圳）有限公司 电子装置及其图像相似度比较的方法
CN103134809A (zh) * 2013-03-14 2013-06-05 苏州华源包装股份有限公司 焊缝缺陷检测方法
CN105424190A (zh) * 2015-09-30 2016-03-23 广州超音速自动化科技股份有限公司 产品外观的灰度检测方法
CN106097361A (zh) * 2016-06-20 2016-11-09 昆山国显光电有限公司 一种缺陷区域检测方法及装置
CN106855520A (zh) * 2017-02-10 2017-06-16 南京航空航天大学 一种基于机器视觉的工件缺陷检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111571612A (zh) * 2020-05-27 2020-08-25 无锡中车时代智能装备有限公司 高铁白车身多机器人协同打磨控制方法、装置及系统
CN111571612B (zh) * 2020-05-27 2021-07-16 无锡中车时代智能装备有限公司 高铁白车身多机器人协同打磨控制方法、装置及系统

Similar Documents

Publication Publication Date Title
CN108747825B (zh) 一种基于视觉检测激光修整成型砂轮装置及其修整方法
CN108226164B (zh) 一种基于视觉检测的机器人打磨方法及系统
CN106770331B (zh) 一种基于机器视觉的工件缺陷检测系统
WO2018090567A1 (zh) 一种轮毂类型识别检测系统
CN108489986B (zh) 一种增材制造在线检测及修复方法
CN101462255B (zh) 一种磨削过程位置和姿态误差自动调整方法及系统
CN106423894A (zh) 基于机器视觉的轮毂外观自动分拣装置、分拣方法和分拣系统
CN106941605A (zh) 一种砂轮修锐修整的图像视觉监控装置及方法
CN109648202B (zh) 非平整面自主识别机器人增材制造成形精度控制方法
TWI594860B (zh) Workpiece peripheral processing equipment
JP2016078150A (ja) 鋼板表面欠陥研削装置および方法
CN102490523A (zh) 一种基于计算机视觉的自动激光雕刻系统及其使用方法
CN109342445A (zh) 一种abs齿圈端面缺陷检测系统及方法
CN103042658A (zh) 注塑机用多功能机械手装置和注塑产品质量全检方法
CN106141831A (zh) 轮毂机器人去毛刺生产线及其工作方法
CN108122228A (zh) 一种打磨腻子或漆面检测方法
CN203063078U (zh) 注塑机用多功能机械手装置
WO2022060472A3 (en) Process monitoring for powder bed fusion
CN114453759B (zh) 一种轮胎激光刻字机器人及控制方法
CN111390764A (zh) 机器人智能抛光的砂纸自动更换装置和砂纸自动更换方法
CN206305057U (zh) 一种轴套类工件外观缺陷及外径自动检测装置
CN108955646B (zh) 钢轨焊缝中心自动检测装置
CN107096673A (zh) 自动喷漆系统及方法
CN212886706U (zh) 一种基于机器视觉的铸造件智能精确打磨加工装置
CN110987959A (zh) 一种在线毛刺检测方法

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: 20180605