CN108444413B - 陶瓷墙地砖平整度检测装置及方法 - Google Patents
陶瓷墙地砖平整度检测装置及方法 Download PDFInfo
- Publication number
- CN108444413B CN108444413B CN201810188988.7A CN201810188988A CN108444413B CN 108444413 B CN108444413 B CN 108444413B CN 201810188988 A CN201810188988 A CN 201810188988A CN 108444413 B CN108444413 B CN 108444413B
- Authority
- CN
- China
- Prior art keywords
- ceramic
- ceramic wall
- module
- tile
- floor
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及陶瓷墙地砖平整度检测装置及方法,包括光照模块和采集模块;光照模块包括网格状密集激光器,安装于检测区域上方;采集模块包括相机,安装于检测区域上方。本发明利用网格状密集激光以垂直于瓷砖表面的照明方式对其表面进行照射,获得表面网格均匀分布的陶瓷墙地砖;利用采集模块,通过CCD相机采集所述陶瓷墙地砖图像数据,并将所述图像数据发送给定位模块;基于定位模块,定位所述图像数据的形变区域并发送给计算模块,采用BP神经网络对所述形变区域进行处理,计算出陶瓷墙地砖表面发生形变处的平整度;最后利用分级模块,采用模糊专家系统实现对陶瓷墙地砖的质量分级,以解决陶瓷墙地砖表面平整度检测精度低的问题。
Description
技术领域
本发明涉及陶瓷墙地砖质量检测技术领域,具体涉及一种陶瓷墙地砖平整度检测装置及方法。
背景技术
陶瓷墙地砖的表面平整度是影响其品质的主要因素之一,所以陶瓷墙地砖的平整度检测问题尤为重要。
由于技术水平的限制,我国大多陶瓷企业针对平整度的测量仍处于人工检测阶段,因此检测精度难以得到保证。而国外虽然已研发出一些较为成熟的检测陶瓷墙地砖平整度的设备,但这些设备常在国内出现“水土不服”的情况。另外,这些设备高昂的价格也制约着其在国内的广泛使用。
发明内容
本发明的目的是提供一种陶瓷墙地砖平整度检测装置及方法,能够在线、快速且准确的检测出陶瓷墙地砖平整度,降低人工成本,从而显著提高陶瓷生产企业的经济效益。
本发明所采用的技术方案为:
陶瓷墙地砖平整度检测装置,其特征在于:
包括光照模块和采集模块;
光照模块中包括网格状密集激光器,安装于检测区域上方;
采集模块包括相机,安装于检测区域上方。
光照模块的网格状密集激光器包括激光头、支架及1-3V可调电源,网格状密集激光器发出的关照范围内格子总数为51×51。
采集模块包括面阵CCD相机、黑白摄像头及其增透膜和图像采集卡。
陶瓷墙地砖平整度检测方法,其特征在于:
基于光照模块、采集模块、定位模块、计算模块和分级模块构建陶瓷墙地砖平整度检测系统;
所述光照模块,采用网格状密集激光器以垂直于瓷砖表面的照明方式对其表面进行照射,获得表面网格均匀分布的陶瓷墙地砖;
所述采集模块,用于通过CCD相机采集所述陶瓷墙地砖图像数据并发送给图像处理模块;
所述定位模块,采用图像处理技术,用于定位所述图像数据的形变点并发送给计算模块;
所述计算模块,采用BP神经网络对所述形变点进行处理,计算出陶瓷墙地砖表面发生形变处的平整度;
所述分级模块,采用专家系统,对所述陶瓷墙地砖以一优等品、合格品、不合格品三个等级进行质量分级。
所述定位模块采用图像处理技术对接收到的图像数据形变点进行定位,具体过程如下:
(1)对采集到的图像数据进行滤波处理,去除噪声干扰;
(2)已知瓷砖边长为H个像素点,计算所有平行于图像坐标空间内X轴的激光线长度x及平行于图像坐标空间内Y轴的激光线长度y;
(3)若且/>,则计算这两条激光线的交点,即为陶瓷墙地砖图像的形变点;
(4)重复步骤(2)(3),直到找到所有的形变点,即陶瓷墙地砖表面的不平整点。
所述计算模块采用BP神经网络,所述BP神经网络的训练样本为100个,并采用精密仪器检测训练样本的边弯曲度、中心弯曲度和翘曲度,测试样本为50个,训练集个数为3个,分别为:陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度,训练特征个数为3个,分别为:所述激光器距离陶瓷墙地砖砖面的距离,所述陶瓷墙地砖表面不平整点的坐标,所述陶瓷墙地砖表面不平整点所在曲线的曲线方程;给定绝对误差值m为0.5,实际绝对误差为n,当n≤m时,该训练收敛,结束训练;此时可以输入测试样本,并由所述BP神经网络对陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度进行输出,取其中的最大值作为陶瓷墙地砖的平整度。
所述分级模块采用专家系统,以陶瓷墙地砖的边弯曲度、中心弯曲度、翘曲度为3维输入量,以被评价的陶瓷产品等级为输出量,输出量按国家标准分为优等品、合格品及不合格品;利用径向基神经网络构建的模糊分类器实现专家系统的陶瓷墙地砖分级功能。
本发明具有以下优点:
本发明利用光照模块,采用网格状密集激光以垂直于瓷砖表面的照明方式对其表面进行照射,获得表面网格均匀分布的陶瓷墙地砖;利用采集模块,通过CCD相机采集所述陶瓷墙地砖图像数据,并将所述图像数据发送给定位模块;基于定位模块,定位所述图像数据的形变区域并发送给计算模块,采用BP神经网络对所述形变区域进行处理,计算出陶瓷墙地砖表面发生形变处的平整度;最后利用分级模块,采用模糊专家系统实现对陶瓷墙地砖的质量分级,以解决陶瓷墙地砖表面平整度检测精度低的问题,快速且准确的检测出陶瓷墙地砖平整度,提高检测效率,降低检测的人工成本。
附图说明
图1为本发明的整体结构框图;
图2为定位模块控制流程图;
图3为计算模块中BP神经网络训练流程图;
图4为计算模块中BP神经网络测试流程框图;
图5为分级模块控制流程图。
具体实施方式
下面结合具体实施方式对本发明进行详细的说明。
本发明涉及一种陶瓷墙地砖平整度检测装置及方法,装置包括光照模块和采集模块。
所述光照模块,采用网格状密集激光以垂直于瓷砖表面的照明方式对其表面进行照射,获得表面网格均匀分布的陶瓷墙地砖。一个光照面积可调且格子总数为51*51的格状密集激光器,包括一个激光头、一个支架及一个1-3V可调电源,所述激光器以距离砖面hcm(10cm≤h≤50cm)且垂直于瓷砖表面的照明方式照射陶瓷墙地砖表面,并获得网格均匀分布的陶瓷墙地砖。
所述采集模块,用于通过CCD相机采集所述陶瓷墙地砖图像数据,并将所述图像数据发送给定位模块。采集模块包括一部面阵CCD相机,一个黑白摄像头,一个置于摄像头前的增透膜和一个图像采集卡,相机在距离砖面Lcm(15cm≤L≤40cm)处对陶瓷墙地砖表面进行拍摄,用于采集清晰的所述陶瓷墙地砖图像数据并通过图像采集卡将所述图像数据传输给定位模块。
基于光照模块、采集模块、定位模块、计算模块和分级模块构建陶瓷墙地砖平整度检测系统。
(1)所述定位模块,用于定位所述图像数据的形变区域并发送给计算模块。定位模块采用图像处理技术对接收到的图像数据形变点进行定位,具体过程如下:对采集到的图像数据进行滤波处理,去除噪声干扰;
(2)已知瓷砖边长为H个像素点,计算所有平行于图像坐标空间内X轴的激光线长度x及平行于图像坐标空间内Y轴的激光线长度y;
(3)若且/>,则计算这两条激光线的交点,即为陶瓷墙地砖图像的形变点;
(4)重复步骤(2)(3),直到找到所有的形变点,即陶瓷墙地砖表面的不平整点。所述计算模块,采用BP神经网络对所述形变区域进行处理,计算出陶瓷墙地砖表面发生形变处的平整度。所述BP神经网络的训练样本为100个,并采用精密仪器检测训练样本的边弯曲度、中心弯曲度和翘曲度,测试样本为50个,训练集个数为3个,分别为:陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度,训练特征个数为3个,分别为:所述激光器距离陶瓷墙地砖砖面的距离,所述陶瓷墙地砖表面不平整点的坐标,所述陶瓷墙地砖表面不平整点所在曲线的曲线方程。给定绝对误差值m为0.5,实际绝对误差为n,当n≤m时,该训练收敛,结束训练。此时可以输入测试样本,并由所述BP神经网络对陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度进行输出,取其中的最大值作为陶瓷墙地砖的平整度。
所述分级模块,采用模糊专家系统实现对陶瓷墙地砖的质量分级,以解决陶瓷墙地砖表面平整度检测精度低的问题。分级模块采用专家系统,以陶瓷墙地砖的边弯曲度、中心弯曲度、翘曲度为3维输入量,以被评价的陶瓷产品等级为输出量,输出量按国家标准分为优等品、合格品及不合格品。利用径向基神经网络(RBFNN)构建的模糊分类器实现专家系统的陶瓷墙地砖分级功能。
参见图2,本发明的定位模块控制流程图,主要分为以下几个步骤:
(1)对采集到的图像数据进行滤波处理,去除噪声干扰;(2)已知瓷砖边长为H个像素点,计算所有平行于图像坐标空间内X轴的激光线长度x及平行于图像坐标空间内Y轴的激光线长度y;(3)若且/>,则计算这两条激光线的交点(x’,y’),即为陶瓷墙地砖图像的形变点;(4)重复步骤(2)(3),直到找到所有的形变点,即陶瓷墙地砖表面的不平整点。
参见图3,本发明的计算模块中BP神经网络训练流程图,主要分为以下几个步骤:(1)训练开始,输入训练样本;(2)将训练样本输入BP神经网络;(3)若输出均满足n≤m,训练收敛,结束训练;(4)若输出n>m,则重复步骤(2)(3),直至训练收敛,结束训练。
参见图4,本发明的计算模块中BP神经网络测试流程框图,主要分为以下几个步骤:(1)输入测试样本;(2)将测试样本输入训练好的BP神经网络;(3)输出用于测试的陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度;(4)取边弯曲度、中心弯曲度和翘曲度中的最大值作为测试陶瓷墙地砖的平整度。
参见图5,本发明的分级模块控制流程图,利用径向基神经网(RBFNN)构建的模糊分类器来实现专家系统的陶瓷墙地砖分级功能。首先以陶瓷墙地砖的边弯曲度、中心弯曲度、翘曲度为3维输入量,以被评价的陶瓷产品等级为输出量,输出量按国家标准分为优等品、合格品及不合格品。
本发明的内容不限于实施例所列举,本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换,均为本发明的权利要求所涵盖。
Claims (2)
1.陶瓷墙地砖平整度检测方法,其特征在于:
基于光照模块、采集模块、定位模块、计算模块和分级模块构建陶瓷墙地砖平整度检测系统;
所述光照模块,采用网格状密集激光器以垂直于瓷砖表面的照明方式对其表面进行照射,获得表面网格均匀分布的陶瓷墙地砖;
所述采集模块,用于通过CCD相机采集所述陶瓷墙地砖图像数据并发送给图像处理模块;
所述定位模块,采用图像处理技术,用于定位所述图像数据的形变点并发送给计算模块;
所述计算模块,采用BP神经网络对所述形变点进行处理,计算出陶瓷墙地砖表面发生形变处的平整度;
所述分级模块,采用专家系统,对所述陶瓷墙地砖以一优等品、合格品、不合格品三个等级进行质量分级;
所述定位模块采用图像处理技术对接收到的图像数据形变点进行定位,具体过程如下:
(1)对采集到的图像数据进行滤波处理,去除噪声干扰;
(2)已知瓷砖边长为H个像素点,计算所有平行于图像坐标空间内X轴的激光线长度x及平行于图像坐标空间内Y轴的激光线长度y;
(3)若|x-H|≥30且|y-H|≥30,则计算这两条激光线的交点,即为陶瓷墙地砖图像的形变点;
(4)重复步骤(2)(3),直到找到所有的形变点,即陶瓷墙地砖表面的不平整点;
所述计算模块采用BP神经网络,所述BP神经网络的训练样本为100个,并采用精密仪器检测训练样本的边弯曲度、中心弯曲度和翘曲度,测试样本为50个,训练集个数为3个,分别为:陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度,训练特征个数为3个,分别为:所述激光器距离陶瓷墙地砖砖面的距离,所述陶瓷墙地砖表面不平整点的坐标,所述陶瓷墙地砖表面不平整点所在曲线的曲线方程;给定绝对误差值m为0.5,实际绝对误差为n,当n≤m时,该训练收敛,结束训练;此时可以输入测试样本,并由所述BP神经网络对陶瓷墙地砖的边弯曲度、中心弯曲度和翘曲度进行输出,取其中的最大值作为陶瓷墙地砖的平整度。
2.根据权利要求1述的陶瓷墙地砖平整度检测方法,其特征在于:
所述分级模块采用专家系统,以陶瓷墙地砖的边弯曲度、中心弯曲度、翘曲度为3维输入量,以被评价的陶瓷产品等级为输出量,输出量按国家标准分为优等品、合格品及不合格品;利用径向基神经网络构建的模糊分类器实现专家系统的陶瓷墙地砖分级功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810188988.7A CN108444413B (zh) | 2018-03-08 | 2018-03-08 | 陶瓷墙地砖平整度检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810188988.7A CN108444413B (zh) | 2018-03-08 | 2018-03-08 | 陶瓷墙地砖平整度检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108444413A CN108444413A (zh) | 2018-08-24 |
CN108444413B true CN108444413B (zh) | 2023-07-21 |
Family
ID=63193731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810188988.7A Active CN108444413B (zh) | 2018-03-08 | 2018-03-08 | 陶瓷墙地砖平整度检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108444413B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109708592A (zh) * | 2018-12-27 | 2019-05-03 | 环球木业(昆山)有限公司 | 一种板材自动检测分等装置 |
CN110184885B (zh) * | 2019-05-06 | 2021-06-08 | 苏交科集团股份有限公司 | 一种基于智能手机测试路面平整度的方法 |
CN110756457A (zh) * | 2019-10-17 | 2020-02-07 | 广州乔拓科技有限公司 | 墙地砖自动识别分类系统及方法 |
CN113310438B (zh) * | 2020-02-26 | 2023-04-07 | 广东博智林机器人有限公司 | 平整度测量方法、装置、计算机设备和存储介质 |
CN112050756B (zh) * | 2020-09-04 | 2022-05-06 | 南通大学 | 一种岩矿石切片与树脂靶表面平整度识别处理方法 |
CN112517646A (zh) * | 2020-11-17 | 2021-03-19 | 娄底市洪申科技有限公司 | 一种钢板在线平整度检测设备及其检测方法 |
CN113305030B (zh) * | 2021-07-29 | 2021-11-09 | 杭州盾源聚芯半导体科技有限公司 | 全自动硅环平面度光感检测方法、装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1971274A (zh) * | 2006-12-08 | 2007-05-30 | 东华大学 | 基于点模型的服装面料平整度等级评定方法 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN101975557A (zh) * | 2010-08-31 | 2011-02-16 | 杭州三速科技有限公司 | 陶瓷板检测设备及检测方法 |
CN102853786A (zh) * | 2012-08-31 | 2013-01-02 | 深圳先进技术研究院 | 平整度检测装置和方法 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
CN104776817A (zh) * | 2014-01-13 | 2015-07-15 | 中国科学院沈阳自动化研究所 | 滑动式瓷砖表面平整度检测装置及其方法 |
CN105241400A (zh) * | 2015-11-09 | 2016-01-13 | 福建农林大学 | 一种玻璃平整度检测的方法及其装置 |
CN107631699A (zh) * | 2017-08-18 | 2018-01-26 | 中北大学 | 基于网格结构激光的焊缝三维形貌构建方法 |
CN208419911U (zh) * | 2018-03-08 | 2019-01-22 | 陕西科技大学 | 一种陶瓷砖平整度激光测量装置 |
-
2018
- 2018-03-08 CN CN201810188988.7A patent/CN108444413B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1971274A (zh) * | 2006-12-08 | 2007-05-30 | 东华大学 | 基于点模型的服装面料平整度等级评定方法 |
CN101178367A (zh) * | 2007-09-21 | 2008-05-14 | 天津大学 | 一种陶瓷加工表面损伤检测系统 |
CN101975557A (zh) * | 2010-08-31 | 2011-02-16 | 杭州三速科技有限公司 | 陶瓷板检测设备及检测方法 |
CN102853786A (zh) * | 2012-08-31 | 2013-01-02 | 深圳先进技术研究院 | 平整度检测装置和方法 |
CN104776817A (zh) * | 2014-01-13 | 2015-07-15 | 中国科学院沈阳自动化研究所 | 滑动式瓷砖表面平整度检测装置及其方法 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
CN105241400A (zh) * | 2015-11-09 | 2016-01-13 | 福建农林大学 | 一种玻璃平整度检测的方法及其装置 |
CN107631699A (zh) * | 2017-08-18 | 2018-01-26 | 中北大学 | 基于网格结构激光的焊缝三维形貌构建方法 |
CN208419911U (zh) * | 2018-03-08 | 2019-01-22 | 陕西科技大学 | 一种陶瓷砖平整度激光测量装置 |
Non-Patent Citations (1)
Title |
---|
张好杰 ; 李政 ; .最小二乘法结合BP神经网络在路面平整度数据标定及处理中的应用.中外公路.2016,(05),第41-45页. * |
Also Published As
Publication number | Publication date |
---|---|
CN108444413A (zh) | 2018-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108444413B (zh) | 陶瓷墙地砖平整度检测装置及方法 | |
CN108986048B (zh) | 基于线激光扫描三维点云快速复合滤波处理方法 | |
CN103292701B (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN102800096B (zh) | 一种摄像机参数的鲁棒性估计算法 | |
CN102032875B (zh) | 一种基于图像处理的电缆护套厚度测量方法 | |
CN107345789B (zh) | 一种pcb板孔位检测装置及方法 | |
CN101561249B (zh) | 手术刀片配合尺寸自动检测方法 | |
CN110006372A (zh) | 一种基于局部优化的三维点云平面度计算方法 | |
CN110554054B (zh) | 一种机夹式可转位车刀的三维刃口崩缺检测系统 | |
CN112945150B (zh) | 一种基于三维激光扫描技术的大型构筑物平整度检测方法 | |
CN110966956A (zh) | 一种基于双目视觉的三维检测装置和方法 | |
CN111008964B (zh) | 一种部件表面缺陷检测方法 | |
CN109584259B (zh) | 一种石英坩埚气泡分层计数装置及方法 | |
CN208419911U (zh) | 一种陶瓷砖平整度激光测量装置 | |
CN111887853B (zh) | 一种基于双目视觉的鱼体长度测量装置及方法 | |
CN107133937B (zh) | 一种红外图像的自适应增强方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
CN113237896B (zh) | 一种基于光源扫描的家具板材动态监测系统及方法 | |
CN110261850A (zh) | 一种树木内部缺陷检测数据的成像算法 | |
CN116739986A (zh) | Auv在输水隧洞内对典型缺陷检测的光学声学组合方法 | |
CN105717502B (zh) | 一种基于线阵ccd的高速激光测距装置 | |
CN110346782A (zh) | 一种长距离地面三维激光雷达回波强度数据的改正方法 | |
CN112414316B (zh) | 一种应变片敏感栅尺寸参数测量方法 | |
CN211086121U (zh) | 一种刀具三维刃口崩缺检测装置用光学成像模块 | |
CN114396895B (zh) | 一种隧洞衬砌混凝土管片表面粗糙度的测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |