CN108144873A - 一种视觉检测系统及方法 - Google Patents

一种视觉检测系统及方法 Download PDF

Info

Publication number
CN108144873A
CN108144873A CN201711469095.1A CN201711469095A CN108144873A CN 108144873 A CN108144873 A CN 108144873A CN 201711469095 A CN201711469095 A CN 201711469095A CN 108144873 A CN108144873 A CN 108144873A
Authority
CN
China
Prior art keywords
workpiece
detection
detection zone
image
camera
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.)
Granted
Application number
CN201711469095.1A
Other languages
English (en)
Other versions
CN108144873B (zh
Inventor
潘才锦
李耀楠
陈和平
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.)
Shenzhen Intelligent Robot Research Institute
Original Assignee
Shenzhen Intelligent Robot Research Institute
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 Shenzhen Intelligent Robot Research Institute filed Critical Shenzhen Intelligent Robot Research Institute
Priority to CN201711469095.1A priority Critical patent/CN108144873B/zh
Publication of CN108144873A publication Critical patent/CN108144873A/zh
Application granted granted Critical
Publication of CN108144873B publication Critical patent/CN108144873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined

Landscapes

  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Textile Engineering (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种视觉检测系统及方法，系统包括计算单元、机械臂、相机和相机安装架，所述相机设置在相机安装架内，所述计算单元分别与机械臂和相机连接，所述计算单元包括：控制移动模块，缺陷检测模块，剔除处理模块和移动检测模块，本发明通过对工件图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷，不需要人工根据工件的形状结构通过复杂的步骤提前设定工件的检测区域，使用灵活方便，提高了工作效率，并且由于在不同的打光检测区域缺陷检测同时进行，更加节约时间，通过对工件进行移动检测，提高了不合格工件的检出率，可广泛应用于视觉检测领域中。

Description

一种视觉检测系统及方法
技术领域
本发明涉及检测技术领域，尤其是涉及一种视觉检测系统及方法。
背景技术
工件生产过程中，工件上难免会存在划痕、裂纹、砂眼等缺陷，采用人工检测的方式不仅工作量大，而且受检测人员主观因素的影响，容易对产品表面缺陷造成漏检，不能保证检测的效率和精度，使用视觉检测替代人工去检测缺陷，可以让人工从恶劣的生产环境中解放出来，并且机器可长时间稳定工作，节省了劳动力成本。现有的视觉检测需要人工根据工件的形状结构通过复杂的步骤提前设定工件的检测区域，使用起来不够灵活方便，影响了工作效率。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种视觉检测系统，本发明的另一目的是提供一种视觉检测方法。
本发明解决其技术问题所采取的技术方案是：
一种视觉检测系统，包括计算单元、机械臂、相机和相机安装架，所述相机设置在相机安装架内，所述计算单元分别与机械臂和相机连接，所述计算单元包括：
控制移动模块，用于控制机械臂将工件移动到相机采集区域；
缺陷检测模块，用于获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
剔除处理模块，用于针对打光检测区域中存在缺陷的情况，控制机械臂对该工件进行剔除处理，结束对该工件的检测；
移动检测模块，用于针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行缺陷检测模块，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
进一步，缺陷检测模块包括：
遍历单元，用于对图像进行遍历扫描，求取图像的边界；
标记单元，用于对图像进行轮廓提取，并对图像的前景和背景进行标记；
分割单元，用于利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
检测单元，用于对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
进一步，所述检测单元具体用于：检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
进一步，还包括显示屏，所述显示屏安装在相机安装架的侧面，所述计算单元的输出端与显示屏的输入端连接。
进一步，还包括光源和光源安装架，所述光源为弧形光源，所述光源安装在光源安装架上，所述光源安装架安装在相机安装架的顶部中间。
一种视觉检测方法，包括以下步骤：
S1、将工件移动到相机采集区域；
S2、获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
S31、针对打光检测区域中存在缺陷的情况，对该工件进行剔除处理，结束对该工件的检测；
S32、针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行步骤S2，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
进一步，所述步骤S2，包括步骤：
S21、对图像进行轮廓提取，并对图像的前景和背景进行标记；
S22、利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
S23、对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
进一步，所述步骤S23，具体为：
检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
进一步，所述步骤S32中，所述采用机械臂将该工件沿预设移动路径进行移动的步骤，其具体为：
采用机械臂将工件沿预设移动路径进行移动，每次移动旋转30度，使得工件在相机采集区域的位置相应发生变化。
本发明的有益效果是：一种视觉检测系统，包括计算单元、机械臂、相机和相机安装架，所述相机设置在相机安装架内，所述计算单元分别与机械臂和相机连接，所述计算单元包括：控制移动模块、缺陷检测模块、剔除处理模块和移动检测模块，通过缺陷检测模块可以划分不同的打光检测区域，进而在不同的打光检测区域中检测缺陷，解决了传统的视觉检测系统需要人工提前设定工件的检测区域，使用不够灵活方便，影响工作效率的问题，通过移动检测模块，可以提高不合格工件的检出率。
本发明的另一有益效果是：一种视觉检测方法，可以通过对工件图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷，不需要人工根据工件的形状结构通过复杂的步骤提前设定工件的检测区域，使用灵活方便，提高了工作效率，并且由于在不同的打光检测区域缺陷检测同时进行，更加节约时间，通过将工件沿预设移动路径进行移动后，对工件进行移动缺陷检测，提高了不合格工件的检出率。
附图说明
图1是本发明一种视觉检测系统具体实施例的主视图；
图2是本发明一种视觉检测系统具体实施例的左视图；
图3是本发明一种视觉检测系统具体实施例的俯视图；
图4是本发明一种视觉检测系统具体实施例的模块框图；
图5是本发明一种视觉检测方法具体实施例的步骤流程图。
具体实施方式
参照图1，图2和图4，一种视觉检测系统，包括计算单元1、机械臂、相机2和相机安装架7，所述相机2设置在相机安装架7内，所述计算单元1分别与机械臂和相机2连接，所述计算单元包括：
控制移动模块，用于控制机械臂将工件移动到相机采集区域；
缺陷检测模块，用于获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
剔除处理模块，用于针对打光检测区域中存在缺陷的情况，控制机械臂对该工件进行剔除处理，结束对该工件的检测；
移动检测模块，用于针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行缺陷检测模块，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
进一步作为优选的实施方式，缺陷检测模块包括：
遍历单元，用于对图像进行遍历扫描，求取图像的边界；
标记单元，用于对图像进行轮廓提取，并对图像的前景和背景进行标记；
分割单元，用于利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
检测单元，用于对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
进一步作为优选的实施方式，所述检测单元具体用于：检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
参照图1，进一步作为优选的实施方式，还包括显示屏8，所述显示屏8安装在相机安装架7的侧面，所述计算单元1的输出端与显示屏8的输入端连接。
参照图1和图3，进一步作为优选的实施方式，还包括光源5和光源安装架6，所述光源5为弧形光源，所述光源5安装在光源安装架6上，所述光源安装架6安装在相机安装架7内顶部的中间。
参照图2，进一步作为优选的实施方式，还包括安装底板4和相机保护罩3，所述安装底板4安装在相机安装架7内部，所述相机2和相机保护罩3均安装在安装底板4上，所述相机保护罩3在相机视野范围内的部分为透明面板。
参照图5，一种视觉检测方法，包括以下步骤：
S1、将工件移动到相机采集区域；
S2、获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
S31、针对打光检测区域中存在缺陷的情况，对该工件进行剔除处理，结束对该工件的检测；
S32、针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行步骤S2，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
进一步作为优选的实施方式，所述步骤S2，包括步骤：
S21、对图像进行轮廓提取，并对图像的前景和背景进行标记；
S22、利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
S23、对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
进一步作为优选的实施方式，所述步骤S23，具体为：
检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
进一步，所述步骤S32中，所述采用机械臂将该工件沿预设移动路径进行移动的步骤，其具体为：
采用机械臂将工件沿预设移动路径进行移动，每次移动旋转30度，使得工件在相机采集区域的位置相应发生变化。
下面结合附图和具体实施例对本发明作进一步说明。
参照图1，图2，图3和图4，一种视觉检测系统，包括计算单元1、机械臂、相机2、安装底板4、相机保护罩3、光源5、光源安装架6、相机安装架7和显示屏8，相机2设置在相机安装架7内，光源5采用弧形光源，光源5安装在光源安装架6上，光源安装架6安装在相机安装架7内顶部的中间，使得光源5也是安装在相机安装架7内，为相机提供照明，底板4安装在相机安装架7内部，相机保护罩3可以防止灰尘干扰相机，相机2和相机保护罩3均安装在安装底板4上，相机保护罩3在相机视野范围内的部分为透明面板，显示屏8安装在相机安装架7的侧面，计算单元1分别与机械臂和相机2连接，计算单元1与相机2通过网线连接，相机2传输图像给计算单元1，计算单元1的输出端与显示屏2的输入端连接，显示屏8用于显示计算单元界面，计算单元1包括：
控制移动模块，用于控制机械臂将工件移动到弧形光源正下方的相机视野范围内，即相机能拍到的区域；
缺陷检测模块，用于获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
剔除处理模块，用于针对打光检测区域中存在缺陷的情况，控制机械臂对该工件进行剔除处理，结束对该工件的检测；
移动检测模块，用于针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行缺陷检测模块，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
本实施例中，缺陷检测模块包括：
遍历单元，用于对图像进行遍历扫描，求取图像的边界；
标记单元，用于对图像进行轮廓提取，并对图像的前景和背景进行标记；
分割单元，用于利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
检测单元，用于对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
具体的，检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
本发明一种视觉检测系统，通过缺陷检测模块可以划分不同的打光检测区域，进而在不同的打光检测区域中检测缺陷，无需根据工件的形状结构通过复杂的步骤提前设定工件的检测区域，解决了传统的视觉检测系统需要提前通过人工设定工件的检测区域，影响工作效率的问题，并且通过移动检测模块，可以提高不合格工件的检出率。
参照图5，一种视觉检测方法，包括以下步骤：
S1、将工件移动到相机采集区域；
S2、获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
步骤S2，包括步骤：
S21、对图像进行轮廓提取，并对图像的前景和背景进行标记；
S22、利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
本实施例中的图像分割算法优选为分水岭分割算法，实现方便，计算量少，计算效率高。
S23、对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
步骤S23，具体为：
检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
S31、针对打光检测区域中存在缺陷的情况，对该工件进行剔除处理，结束对该工件的检测；
S32、针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行步骤S2，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
所述步骤S32中，所述采用机械臂将该工件沿预设移动路径进行移动的步骤，其具体为：
采用机械臂将工件沿预设移动路径进行移动，每次移动旋转30度，使得工件在相机采集区域的位置相应发生变化。本实施例中，高角度打光检测区域居中且占圆弧的45度，低角度光区域有两个区域在高角度光两侧各占圆弧45度，预设移动路径为绕圆心每次旋转30度，因此，每次移动后，相机采集的图像有15度的区域为重叠区以避免缺陷在边界无法检测，机械臂分12次旋转一周即可检测水龙头的一段区域，水龙头下半部分分两段区域进行旋转检测，因为水龙头的顶部为半圆弧形状只需要旋转半圈，所以总共需要旋转检测2.5圈。因此，旋转到2.5圈位置后，达到预设移动路径的重点，不再移动，将在次移动检测过程中所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测
通过将工件沿预设移动路径进行移动后，进行全覆盖检测，保证了工件的整体均被采集到检测图像，从而保证了检测全面实现，可以保证不合格的工件被有效检出。
本发明一种视觉检测方法，可以通过对工件图像进行图像处理后，进而将图像分为不同打光效果的打光检测区域，在不同的打光检测区域检测缺陷，不需要人工根据工件的形状结构通过复杂的步骤提前设定工件检测区域，使用灵活方便，通用性较强，也提高了工作效率，由于在不同的打光检测区域同时进行检测缺陷，更节约时间，并且通过对工件进行移动检测，提高了不合格工件的检出率。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种视觉检测系统，其特征在于，包括计算单元、机械臂、相机和相机安装架，所述相机设置在相机安装架内，所述计算单元分别与机械臂和相机连接，所述计算单元包括：
控制移动模块，用于控制机械臂将工件移动到相机采集区域；
缺陷检测模块，用于获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
剔除处理模块，用于针对打光检测区域中存在缺陷的情况，控制机械臂对该工件进行剔除处理，结束对该工件的检测；
移动检测模块，用于针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行缺陷检测模块，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
2.根据权利要求1所述的一种视觉检测系统，其特征在于，缺陷检测模块包括：
遍历单元，用于对图像进行遍历扫描，求取图像的边界；
标记单元，用于对图像进行轮廓提取，并对图像的前景和背景进行标记；
分割单元，用于利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
检测单元，用于对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
3.根据权利要求2所述的一种视觉检测系统，其特征在于，所述检测单元具体用于：检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
4.根据权利要求1所述的一种视觉检测系统，其特征在于，还包括显示屏，所述显示屏安装在相机安装架的侧面，所述计算单元的输出端与显示屏的输入端连接。
5.根据权利要求1所述的一种视觉检测系统，其特征在于，还包括光源和光源安装架，所述光源为弧形光源，所述光源安装在光源安装架上，所述光源安装架安装在相机安装架的顶部中间。
6.一种视觉检测方法，其特征在于，包括以下步骤：
S1、将工件移动到相机采集区域；
S2、获取相机采集的图像，并对获取到的图像进行图像处理，进而将图像分为不同的打光检测区域，对每个打光检测区域进行检测并判断是否存在缺陷；
S31、针对打光检测区域中存在缺陷的情况，对该工件进行剔除处理，结束对该工件的检测；
S32、针对打光检测区域中不存在缺陷的情况，采用机械臂将该工件沿预设移动路径进行移动，进而返回执行步骤S2，直到移动到预设移动路径的终点后，将所有打光检测区域中均不存在缺陷的工件标记为合格工件，结束对该工件的检测。
7.根据权利要求6所述的一种视觉检测方法，其特征在于，所述步骤S2，包括步骤：
S21、对图像进行轮廓提取，并对图像的前景和背景进行标记；
S22、利用图像分割算法，将前景分割成多个区域，将灰度值高于背景灰度值的区域分为高角度打光检测区域，将灰度值低于背景灰度值的区域分为低角度打光检测区域；
S23、对低角度打光检测区域和高角度打光检测区域同时进行检测并判断是否存在缺陷。
8.根据权利要求7所述的一种视觉检测方法，其特征在于，所述步骤S23，具体为：
检测高角度打光检测区域中是否存在黑斑，若存在黑斑，则判断高角度打光检测区域存在缺陷，同时检测低角度打光检测区域中是否存在亮斑，若存在亮斑，则判断低角度打光检测区域存在缺陷。
9.根据权利要求6所述的一种视觉检测方法，其特征在于，所述步骤S32中，所述采用机械臂将该工件沿预设移动路径进行移动的步骤，其具体为：
采用机械臂将工件沿预设移动路径进行移动，每次移动旋转30度，使得工件在相机采集区域的位置相应发生变化。
CN201711469095.1A 2017-12-29 2017-12-29 一种视觉检测系统及方法 Active CN108144873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711469095.1A CN108144873B (zh) 2017-12-29 2017-12-29 一种视觉检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711469095.1A CN108144873B (zh) 2017-12-29 2017-12-29 一种视觉检测系统及方法

Publications (2)

Publication Number Publication Date
CN108144873A true CN108144873A (zh) 2018-06-12
CN108144873B CN108144873B (zh) 2020-06-16

Family

ID=62463806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711469095.1A Active CN108144873B (zh) 2017-12-29 2017-12-29 一种视觉检测系统及方法

Country Status (1)

Country Link
CN (1) CN108144873B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844961A (zh) * 2018-08-01 2018-11-20 佛山科学技术学院 一种温控器壳体视觉检测系统及方法
CN109507199A (zh) * 2018-12-24 2019-03-22 欣辰卓锐（苏州）智能装备有限公司 一种同时多方位视觉检测系统
CN109507205A (zh) * 2018-12-24 2019-03-22 欣辰卓锐（苏州）智能装备有限公司 一种视觉检测系统及其检测方法
CN109596066A (zh) * 2018-12-24 2019-04-09 欣辰卓锐（苏州）智能装备有限公司 一种三维扫描成像的视觉检测系统
CN110443791A (zh) * 2019-08-02 2019-11-12 西安工程大学 一种基于深度学习网络的工件检测方法及其检测装置
CN110665832A (zh) * 2019-11-18 2020-01-10 珠海景旺柔性电路有限公司 Fpc功能测试与规范放取一体化的操作方法
CN111426385A (zh) * 2020-04-09 2020-07-17 广东科达洁能股份有限公司 一种陶瓷砖的分级分色检测仪
CN112285118A (zh) * 2020-10-22 2021-01-29 苏州佳智彩光电科技有限公司 一种amoled屏体外观视觉检测方法及装置
CN112606417A (zh) * 2020-12-22 2021-04-06 芜湖哈特机器人产业技术研究院有限公司 一种基于视觉定位的导叶口环上料装置及其使用方法
CN113466235A (zh) * 2021-03-19 2021-10-01 江苏立讯机器人有限公司 视觉检测模组、缺陷检测工作站及缺陷检测方法
CN113614774A (zh) * 2019-03-22 2021-11-05 巴斯夫涂料有限公司 用于目标涂层的图像数据中的缺陷检测的方法和系统
TWI758863B (zh) * 2019-09-18 2022-03-21 德商紐豹有限責任合資公司 用於檢查元件之裝置及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5699447A (en) * 1990-11-16 1997-12-16 Orbot Instruments Ltd. Two-phase optical inspection method and apparatus for defect detection
CN102735695A (zh) * 2012-06-04 2012-10-17 华中科技大学 一种镜片瑕疵快速检测方法及装置
CN103942777A (zh) * 2014-03-13 2014-07-23 华南理工大学 一种基于主成分分析的手机玻璃盖板缺陷检测方法
CN106053479A (zh) * 2016-07-21 2016-10-26 湘潭大学 一种基于图像处理的工件外观缺陷的视觉检测系统
CN106645179A (zh) * 2017-01-24 2017-05-10 湖北商贸学院 一种工件缺陷自动检测系统及方法
CN206557123U (zh) * 2017-02-10 2017-10-13 广州伊索自动化科技有限公司 一种高光表面缺陷检测系统
CN107328791A (zh) * 2017-07-31 2017-11-07 京东方科技集团股份有限公司 一种缺陷检测方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5699447A (en) * 1990-11-16 1997-12-16 Orbot Instruments Ltd. Two-phase optical inspection method and apparatus for defect detection
CN102735695A (zh) * 2012-06-04 2012-10-17 华中科技大学 一种镜片瑕疵快速检测方法及装置
CN103942777A (zh) * 2014-03-13 2014-07-23 华南理工大学 一种基于主成分分析的手机玻璃盖板缺陷检测方法
CN106053479A (zh) * 2016-07-21 2016-10-26 湘潭大学 一种基于图像处理的工件外观缺陷的视觉检测系统
CN106645179A (zh) * 2017-01-24 2017-05-10 湖北商贸学院 一种工件缺陷自动检测系统及方法
CN206557123U (zh) * 2017-02-10 2017-10-13 广州伊索自动化科技有限公司 一种高光表面缺陷检测系统
CN107328791A (zh) * 2017-07-31 2017-11-07 京东方科技集团股份有限公司 一种缺陷检测方法及装置

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844961A (zh) * 2018-08-01 2018-11-20 佛山科学技术学院 一种温控器壳体视觉检测系统及方法
CN109507199A (zh) * 2018-12-24 2019-03-22 欣辰卓锐（苏州）智能装备有限公司 一种同时多方位视觉检测系统
CN109507205A (zh) * 2018-12-24 2019-03-22 欣辰卓锐（苏州）智能装备有限公司 一种视觉检测系统及其检测方法
CN109596066A (zh) * 2018-12-24 2019-04-09 欣辰卓锐（苏州）智能装备有限公司 一种三维扫描成像的视觉检测系统
CN113614774A (zh) * 2019-03-22 2021-11-05 巴斯夫涂料有限公司 用于目标涂层的图像数据中的缺陷检测的方法和系统
CN110443791A (zh) * 2019-08-02 2019-11-12 西安工程大学 一种基于深度学习网络的工件检测方法及其检测装置
CN110443791B (zh) * 2019-08-02 2023-04-07 西安工程大学 一种基于深度学习网络的工件检测方法及其检测装置
TWI758863B (zh) * 2019-09-18 2022-03-21 德商紐豹有限責任合資公司 用於檢查元件之裝置及方法
CN110665832A (zh) * 2019-11-18 2020-01-10 珠海景旺柔性电路有限公司 Fpc功能测试与规范放取一体化的操作方法
CN111426385A (zh) * 2020-04-09 2020-07-17 广东科达洁能股份有限公司 一种陶瓷砖的分级分色检测仪
CN112285118A (zh) * 2020-10-22 2021-01-29 苏州佳智彩光电科技有限公司 一种amoled屏体外观视觉检测方法及装置
CN112606417A (zh) * 2020-12-22 2021-04-06 芜湖哈特机器人产业技术研究院有限公司 一种基于视觉定位的导叶口环上料装置及其使用方法
CN113466235A (zh) * 2021-03-19 2021-10-01 江苏立讯机器人有限公司 视觉检测模组、缺陷检测工作站及缺陷检测方法

Also Published As

Publication number Publication date
CN108144873B (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN108144873A (zh) 一种视觉检测系统及方法
CN102636490B (zh) 基于机器视觉的轴承防尘盖表面缺陷检测方法
Xu et al. Computer vision technology for seam tracking in robotic GTAW and GMAW
CN111230593B (zh) 一种基于动态图像序列的铣刀磨损量视觉测量方法
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN110480127B (zh) 一种基于结构光视觉传感的焊缝跟踪系统及方法
CN102455171B (zh) 一种激光拼焊焊缝背面几何形貌检测方法
CN105258727B (zh) 基于机器视觉的刹车片背板自动检测装置
CN107486608B (zh) 图像处理的gtaw增材制造堆积高度视觉检测方法及系统
CN104502356A (zh) 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法
CN206321576U (zh) 基于机器视觉的产品检测系统
CN106556607B (zh) 识别显示面板表面灰尘的装置及方法
CN103630544B (zh) 一种视觉在线检测系统
CN208505241U (zh) 一种轧钢板宽度的测量机构
CN205301189U (zh) 一种液晶屏的外观检测机构
CN108180870A (zh) 基于测距原理的大型锻件同心度检测装置及其检测方法
CN103383468B (zh) 封框胶涂布设备的检测系统及检测方法、封框胶涂布机
CN110426400B (zh) 针对触摸屏可操作区的自动打光方法
CN104976959B (zh) 一种基于机器视觉的弹簧尺寸在线测量系统及其方法
CN106596562A (zh) 基于机器视觉的磁环外观质量在线检测装置及方法
CN105057229A (zh) 一种喷涂表面缺陷检测机
CN104748684B (zh) 一种曲轴轴肩清根的视觉检测方法及装置
CN110082356A (zh) 线材表面缺陷的视觉检测方法及装置
CN205430414U (zh) 带钢表面质量检测系统图像采集装置
CN107030024A (zh) 基于机器视觉的汽车膜片弹簧离合器在线智能检测装置

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