CN108663376A - 一种无缝钢管质量检测装置及检测方法 - Google Patents

一种无缝钢管质量检测装置及检测方法 Download PDF

Info

Publication number
CN108663376A
CN108663376A CN201810814980.7A CN201810814980A CN108663376A CN 108663376 A CN108663376 A CN 108663376A CN 201810814980 A CN201810814980 A CN 201810814980A CN 108663376 A CN108663376 A CN 108663376A
Authority
CN
China
Prior art keywords
steel pipe
light source
seamless steel
picture
detection device
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
CN201810814980.7A
Other languages
English (en)
Other versions
CN108663376B (zh
Inventor
朱勇建
王泽�
朱立新
唐楚柳
彭柯
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.)
Anhui Yingsheng Steel Pipe Manufacturing Co ltd
Original Assignee
Guangxi Normal University
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 Guangxi Normal University filed Critical Guangxi Normal University
Priority to CN201810814980.7A priority Critical patent/CN108663376B/zh
Publication of CN108663376A publication Critical patent/CN108663376A/zh
Application granted granted Critical
Publication of CN108663376B publication Critical patent/CN108663376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/08Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G01B11/10Measuring arrangements characterised by the use of optical techniques for measuring diameters of objects while moving
    • G01B11/105Measuring arrangements characterised by the use of optical techniques for measuring diameters of objects while moving using photoelectric detection means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854Grading and classifying of flaws
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918Metal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30136Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Textile Engineering (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种无缝钢管质量检测装置及检测方法,所述方法包括:1)采集图片;2)获取差值图;3)得到差值图的二值图;4)得到边缘图;5)找到直径特征点对;6)将步骤5)中的直径特征对拟合成两条直线;7)计算待测钢管的平均直径;8)计算步骤6)得到的两条直线的中线;9)保存检测区域图像;10)得到检测区域二值化图;11)得到新的二值化图;12)保存各连通分量图片;13)判断各连通分量属于背景还是缺陷;14)得到结论。这种方法从一张待测图片中,即可准确测量无缝钢管直径和表面缺陷信息,根据检测结果即可判断钢管的质量。本发明还公开了一种无缝钢管质量检测装置。

Description

一种无缝钢管质量检测装置及检测方法
技术领域
本发明涉及无缝钢管质量检测技术,具体是一种无缝钢管质量检测装置及检测方法。
背景技术
目前大部分无缝钢管生产企业对无缝钢管的表面缺陷的检测,大部分企业还是以人工测量为准,不仅影响生产速度,且容易出现漏检、错检的现象,从而造成较大的返工率,影响生产效率。因此如何快速准确的检测无缝钢管的表面缺陷,是目前本领域技术人员亟待解决的技术问题。
无缝钢管的质量包括:钢管直径大小和表面缺陷。
目前检测领域的检测方法都是针对某一种指标进行检测。比如,只检测直径或只检测表面缺陷信息。也就是将直径检测与表面缺陷检测分开完成的,这样检测装置至少需要两套图像采集系统。一套图像采集系统采用背光方式用于无缝钢管的直径检测、另一套图像采集系统用明场照明方式用于无缝钢管的表面缺陷检测。两套系统具有较高的硬件成本、且算法维护较为困难。
发明内容
本发明的目的是针对现有技术的不足,而提供一种无缝钢管质量检测装置及检测方法。这种装置成本低、能快速准确的检测无缝钢管的表面缺陷。这种方法从一张待测图片中,即可准确测量无缝钢管直径和表面缺陷信息,根据检测结果即可判断钢管的质量。
实现本发明目的技术方案是:
一种无缝钢管质量检测装置,包括机箱,与现有技术不同处在于,所述机箱上设有控制台和与控制台电连接的顺序连接的第一传送带、第一旋转台、第一光源单元、工业相机、第二光源单元、第二旋转台和第二传送带,其中第一光源单元上设有第一环形光源与设在第二光源单元上的第二环形光源相向出光照射,且第一环形光源和第二环形光源的光照范围部分重合,第一环形光源上开设有第一穿孔,第二环形光源上开设有第二穿孔,工业相机获取穿过第一穿孔和第二穿孔之间的待检测的无缝钢管照片。
所述第一光源单元上设有第一光源支架,第一环形光源位于第一光源支架上上,并可相对第一光源支架在垂直于待检测的无缝钢管传送方向上位移;所述第二光源单元设有第二光源支架,第二环形光源位于第二光源支架上,并可相对第二光源支架在垂直于待检测的无缝钢管传送方向上位移。
所述控制台上设有与工业相机电连接的显示器。
所述第一旋转台和第二旋转台的结构相同,设有旋转支架,所述旋转支架上设有与旋转支架转动连接的第一旋转滚轮和第二旋转滚轮,第一旋转滚轮、第二旋转滚轮的旋转中心与待检测的无缝钢管的输送方向一致。
所述无缝钢管质量检测装置工作过程为:
将待检测的无缝钢管横放在第一传送带和第一旋转台上,通过控制台启动装置,控制第一传送带和第二传送带向前运动、控制第一旋转台和第二旋转台侧向旋转运动,在第一传送带和第一旋转台的合力作用下,待检测的无缝钢管旋转通过采像区域,即由第一光源单元、工业相机、第二光源单元组成的区域,通过工业相机采集包含钢管表面的图片,最后待测钢管在第二传送带和第二旋转台的合力作用下,旋转离开。
使用上述无缝钢管质量检测装置的检测方法,包括如下步骤:
1)利用无缝钢管质量检测装置,分别采集一张不含钢管的图片作为背景图、采集一张待测钢管的图片作为待检测图像;
2)采用背景差法,将步骤1)的两幅图做差,得到差值图;
3)采用大津法对步骤2)得到的差值图做二值化处理,得到差值图的二值图;
4)采用7×7结构对步骤3)得到的二值图中值滤波,然后用Canny算子进行边缘检测,得到边缘图;
5)对步骤4)得到的边缘图做局部处理,找到直径特征点对:以步骤4)中的边缘图中的非零点为中点,根据该中点坐标,取待测图像的8领域,再分别以该8领域内的9个坐标为中点,分别求9个坐标的与其8领域内所有点的最大差值,得到9个差之后,比较这9个差值:如果最大差值成对出现,即为直径特征对,将步骤4)边缘图中非直径特征对坐标置0;
6)用最小二乘法将步骤5)中的直径特征对拟合成两条直线;
7)计算步骤6)得到的两条直线间的距离的平均距离,即为待测钢管的平均直径;
8)计算步骤6)得到的两条直线的中线;
9)保存中线左右64像素的图像,作为检测区域;
10)采用大津法将步骤9)得到的检测区域二值化,得到二值化图;
11)通过坐标变换,将步骤10)得到的的二值化图拓展到步骤1)中待检测图像的大小,得到新的二值化图;
12) 提取步骤11)得到的新二值化图的8连通分量,并保存各连通分量图片;
13)用预先训练好的分类器,对步骤12)提取的连通分量图片进行分类,判断各连通分量属于背景还是缺陷;
14)结合步骤7)得到的钢管的平均直径和步骤13)得到的分类信息,即可判断钢管的质量,判断依据是,如果平均直径尺寸不在已知合格范围内或者连通分量判断为缺陷,则该钢管检测不合格,最后,在传送带和旋转台的持续作用下,可以通过工业相机6采集到钢管表面全部图片,将每张图片重复步骤1)-步骤14),即可完成检测。
步骤7)中所述的平均距离为:根据点到直线的距离公式,统计出其中一条直线上的全部点到另一条直线的全部距离,取这些距离的平均值即可。
步骤11)所述的坐标变换为:将步骤10)中的新二值化图的各像素坐标加上步骤8)中的中线减去偏移值即可。
步骤13)中所述的分类器是通过SVM训练得到的,即依据步骤12)可以获取多个连通分量图片,通过人工选择的方法将连通分量图片分为缺陷和背景两类,作为SVM训练的数据集。
本技术方案的有益效果:
1.本技术方案从一张待测图片中检测出钢管直径和表面缺陷信息,而传统的方法无法从一张图片中得到两种检测信息;
2.本技术方案在检测直径时提出寻找直径特征对的方法,比传统的方法有更高的精度,更具有创新性;
3.本技术方案在缺陷定位时,选取的是待测图像中最有用的部分,该部分尺寸远小于待测图像尺寸,比传统的方法具有更高的检测速度和检测精度;
4.本技术方案出的算法在处理小缺陷时,也比传统的方法具有更高的精度。
这种装置成本低、能快速准确的检测无缝钢管的表面缺陷。这种方法从一张待测图片中,即可准确测量无缝钢管直径和表面缺陷信息,根据检测结果即可判断钢管的质量。
附图说明
图1为实施例的结构示意图;
图2实施例中第一环光源单元的结构示意图;
图3为实施例中第二环光源单元的结构示意图;
图4为实施例中旋转台的结构示意图;
图5 为实施例中的背景图;
图6 为实施例中的待检测无缝钢管进入图像采集区域时的图片;
图7 为实施例中的差值图;
图8 为实施例中的二值图;
图9 为实施例中的边缘图;
图10 为实施例中的边缘图中双边缘处仅含直径特征对的边缘图
图11 为实施例中的检测区域图;
图12 为实施例中的新二值化图;
图13 为实施例中的拓展图;
图14 为实施例中的结果显示图;
图15为实施例的流程示意图。
图中,1.机箱 2.控制台 3.第一传送带 4.第一旋转台 5.第一光源单元 6.工业相机 7.第二光源单元 8.第二旋转台 9.第二传送带 10.显示器 11.第一穿孔 12.第二穿孔 13.第一光源支架 14.第二光源支架 15.旋转支架 16.第一旋转滚轮 17.第二旋转滚轮 5-1.第一环形光源 7-1.第二环形光源。
具体实施方式
下面结合附图和实施例对本发明的内容作进一步的阐述,但不是对本发明的限定。
实施例:
参照图1,一种无缝钢管质量检测装置,所述机箱1上设有控制台2和与控制台2电连接的顺序连接的第一传送带3、第一旋转台4、第一光源单元5、工业相机6、第二光源单元7、第二旋转台8和第二传送带9,其中第一光源单元5上设有第一环形光源5-1与设在第二光源单元7上的第二环形光源7-1相向出光照射,且第一环形光源5-1和第二环形光源7-1的光照范围部分重合,第一环形光源5-1上开设有第一穿孔11,第二环形光源7-1上开设有第二穿孔12,工业相机6获取穿过第一穿孔11和第二穿孔12之间的待检测的无缝钢管照片。
所述第一光源单元5上设有第一光源支架13,第一环形光源5-1位于第一光源支架上13上,并可相对第一光源支架13在垂直于待检测的无缝钢管传送方向上位移;所述第二光源单元7设有第二光源支架14,第二环形光源7-1位于第二光源支架14上,并可相对第二光源支架14在垂直于待检测的无缝钢管传送方向上位移,如图2、图3所示。
所述控制台2上设有与工业相机6电连接的显示器10。
所述第一旋转台4和第二旋转台8的结构相同,设有旋转支架15,所述旋转支架15上设有与旋转支架15转动连接的第一旋转滚轮16和第二旋转滚轮17,第一旋转滚轮16、第二旋转滚轮17的旋转中心与待检测的无缝钢管的输送方向一致,如图4所示。
所述无缝钢管质量检测装置图像采集过程为:
将待检测的无缝钢管横放在第一传送带3和第一旋转台4上,通过控制台2启动装置,控制第一传送带3和第二传送带9向前运动、控制第一旋转台4和第二旋转台8侧向旋转运动,在第一传送带3和第一旋转台4的合力作用下,待检测的无缝钢管旋转通过采像区域,即由第一光源单元5、工业相机6、第二光源单元7组成的区域,通过工业相机6采集包含待检测的无缝钢管表面的图片,最后待检测的无缝钢管在第二传送带9和第二旋转台8的合力作用下,旋转离开。
参照图15,使用上述无缝钢管质量检测装置的检测方法,包括如下步骤:
1)利用上述无缝钢管质量检测装置,分别采集一张不含钢管的图片作为背景图,如图5所示、采集一张待测钢管的图片作为待检测图像,如图6所示;
2)采用背景差法,将步骤1)的两幅图做差,得到差值图,如图7所示;
3)采用大津法对步骤2)得到的差值图做二值化处理,得到差值图的二值图,如图8所示;
4)采用7×7结构对步骤3)得到的二值图中值滤波,然后用Canny算子进行边缘检测,得到边缘图,如图9所示;
5)对步骤4)得到的边缘图做局部处理,找到直径特征点对:以步骤4)中的边缘图中的非零点为中点,根据该中点坐标,取待测图像的8领域,再分别以该8领域内的9个坐标为中点,分别求9个坐标的与其8领域内所有点的最大差值,得到9个差之后,比较这9个差值:如果最大差值成对出现,即为直径特征对,将步骤4)边缘图中双边缘附近处非直径特征对坐标置0得到边缘图中双边缘处仅含直径特征对的边缘图,如图10所示;
6)用最小二乘法将步骤5)中的直径特征对拟合成两条直线;
7)计算步骤6)得到的两条直线间的距离的平均距离,即为待测钢管的平均直径;
8)计算步骤6)得到的两条直线的中线;
9)保存中线左右64像素的图像,作为检测区域,如图11所示;
10)采用大津法将步骤9)得到的检测区域二值化,得到二值化图;
11)通过坐标变换,将步骤10)得到的的二值化图拓展到步骤1)中待检测图像的大小,如图13所示,得到新的二值化图,如图12所示;
12)提取步骤11)得到的新二值化图的8连通分量,并保存各连通分量图片;
13)用预先训练好的分类器,对步骤12)提取的连通分量图片进行分类,判断各连通分量属于背景还是缺陷;
14)结合步骤7)得到的钢管的平均直径和步骤13)得到的分类信息,即可判断钢管的质量,判断依据为:如果平均直径尺寸不在合格范围或者连通分量判断为缺陷,则该钢管检测不合格,判断结果显示在显示器10上。
如图14所示,该图片标准的直径应该是400pixel,检测直径是399.4876pixel直径在合格范围±1%内,但是由于有5个缺陷如附图图14中的黑色框,所以判定该钢管质量不合格,最后,在传送带和旋转台的持续作用下,可以通过工业相机6采集到钢管表面全部图片,将每张图片重复步骤1)-步骤14),即可完成检测,由显示器10显示结果。
步骤7)中所述的平均距离为:根据点到直线的距离公式,统计出其中一条直线上的全部点到另一条直线的全部距离,取这些距离的平均值即可。
步骤11)所述的坐标变换为:将步骤10)中的新二值化图的各像素坐标加上步骤8)中的中线减去偏移值64个即可。
步骤13)中所述的分类器是通过SVM训练得到的,即依据步骤12)可以获取多个连通分量图片,通过人工选择的方法将连通分量图片分为缺陷和背景两类,作为SVM训练的数据集,本例用于SVM训练的数据集有300张图片,其中缺陷和背景各150张。

Claims (8)

1.一种无缝钢管质量检测装置,包括机箱,其特征在于,所述机箱上设有控制2和与控制台电连接的顺序连接的第一传送带、第一旋转台、第一光源单元、工业相机、第二光源单元、第二旋转台和第二传送带,其中第一光源单元上设有第一环形光源与设在第二光源单元上的第二环形光源相向出光照射,且第一环形光源和第二环形光源的光照范围部分重合,第一环形光源上开设有第一穿孔,第二环形光源上开设有第二穿孔,工业相机获取穿过第一穿孔和第二穿孔之间的待检测的无缝钢管照片。
2.根据权利要求1所述的无缝钢管质量检测装置,其特征在于,所述第一光源单元上设有第一光源支架,第一环形光源位于第一光源支架上,并可相对第一光源支架在垂直于待检测的无缝钢管传送方向上位移;所述第二光源单元设有第二光源支架,第二环形光源位于第二光源支架上,并可相对第二光源支架在垂直于待检测的无缝钢管传送方向上位移。
3.根据权利要求1所述的无缝钢管质量检测装置,其特征在于,所述控制台上设有与工业相机电连接的显示器。
4.根据权利要求1所述的无缝钢管质量检测装置,其特征在于,所述第一旋转台和第二旋转台的结构相同,设有旋转支架,所述旋转支架上设有与旋转支架转动连接的第一旋转滚轮和第二旋转滚轮,第一旋转滚轮、第二旋转滚轮的旋转中心与待检测的无缝钢管的输送方向一致。
5.用权利要求1-4任意一项所述无缝钢管质量检测装置的检测方法,其特征在于,包括如下步骤:
1)利用无缝钢管质量检测装置,分别采集一张不含钢管的图片作为背景图、采集一张待测钢管的图片作为待检测图像;
2)采用背景差法,将步骤1)的两幅图做差,得到差值图;
3)采用大津法对步骤2)得到的差值图做二值化处理,得到差值图的二值图;
4)采用7×7结构对步骤3)得到的二值图中值滤波,然后用Canny算子进行边缘检测,得到边缘图;
5)对步骤4)得到的边缘图做局部处理,找到直径特征点对:以步骤4)中的边缘图中的非零点为中点,根据该中点坐标,取待测图像的8领域,再分别以该8领域内的9个坐标为中点,分别求9个坐标的与其8领域内所有点的最大差值,得到9个差之后,比较这9个差值:如果最大差值成对出现,即为直径特征对,将步骤4)边缘图中非直径特征对坐标置0;
6)用最小二乘法将步骤5)中的直径特征对拟合成两条直线;
7)计算步骤6)得到的两条直线间的距离的平均距离,即为待测钢管的平均直径;
8)计算步骤6)得到的两条直线的中线;
9)保存中线左右64像素的图像,作为检测区域;
10)采用大津法将步骤9)得到的检测区域二值化,得到二值化图;
11)通过坐标变换,将步骤10)得到的的二值化图拓展到步骤1)中待检测图像的大小,得到新的二值化图;
12)提取步骤11)得到的新二值化图的8连通分量,并保存各连通分量图片;
13)用预先训练好的分类器,对步骤12)提取的连通分量图片进行分类,判断各连通分量属于背景还是缺陷;
14)结合步骤7)得到的钢管的平均直径和步骤13)得到的分类信息,即可判断钢管的质量,判断依据为如果平均直径尺寸不在合格范围或者连通分量判断为缺陷,则该钢管检测不合格,最后,在传送带和旋转台的持续作用下,可以通过工业相机6采集到钢管表面全部图片,将每张图片重复步骤1)- 步骤14),即可完成检测。
6.根据权利要求5所述的方法,其特征在于,步骤7)中所述的平均距离为:依据点到直线的距离公式,统计出其中一条直线上的全部点到另一条直线的全部距离,取这些距离的平均值即可。
7.根据权利要求5所述的方法,其特征在于,步骤11)所述的坐标变换为:将步骤10)中的新二值化图的各像素坐标加上步骤8)中的中线减去偏移值即可。
8.根据权利要求5所述的方法,其特征在于,步骤13)中所述的分类器是通过SVM训练得到的,即依据步骤12)可以获取多个连通分量图片,通过人工选择的方法将连通分量图片分为缺陷和背景两类,作为SVM训练的数据集。
CN201810814980.7A 2018-07-24 2018-07-24 一种无缝钢管质量检测装置及检测方法 Active CN108663376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810814980.7A CN108663376B (zh) 2018-07-24 2018-07-24 一种无缝钢管质量检测装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810814980.7A CN108663376B (zh) 2018-07-24 2018-07-24 一种无缝钢管质量检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN108663376A true CN108663376A (zh) 2018-10-16
CN108663376B CN108663376B (zh) 2020-06-30

Family

ID=63789463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810814980.7A Active CN108663376B (zh) 2018-07-24 2018-07-24 一种无缝钢管质量检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN108663376B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111412862A (zh) * 2020-04-16 2020-07-14 达力普石油专用管有限公司 一种用于芯棒的检测装置
CN116105604A (zh) * 2023-04-17 2023-05-12 中科视语(北京)科技有限公司 钢管质量检测系统及检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101387499A (zh) * 2008-10-15 2009-03-18 天津大学 一种在线式圆柱体直径测量装置及其测量方法
CN101493892A (zh) * 2009-02-27 2009-07-29 中国农业大学 图像特征提取方法及装置
CN101509878A (zh) * 2009-03-09 2009-08-19 北京航空航天大学 一种零件视觉检测装置
JP2010128616A (ja) * 2008-11-25 2010-06-10 Panasonic Electric Works Co Ltd 円検出装置
EP3113078A1 (en) * 2015-07-03 2017-01-04 Ricoh Company, Ltd. Method and system for detecting regular shape
CN207908399U (zh) * 2017-12-12 2018-09-25 广西师范大学 一种无缝钢管检测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101387499A (zh) * 2008-10-15 2009-03-18 天津大学 一种在线式圆柱体直径测量装置及其测量方法
JP2010128616A (ja) * 2008-11-25 2010-06-10 Panasonic Electric Works Co Ltd 円検出装置
CN101493892A (zh) * 2009-02-27 2009-07-29 中国农业大学 图像特征提取方法及装置
CN101509878A (zh) * 2009-03-09 2009-08-19 北京航空航天大学 一种零件视觉检测装置
EP3113078A1 (en) * 2015-07-03 2017-01-04 Ricoh Company, Ltd. Method and system for detecting regular shape
CN207908399U (zh) * 2017-12-12 2018-09-25 广西师范大学 一种无缝钢管检测装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DWORKIN S B,ET AL: "Image processing for machine vision measurement of hot formed parts", 《JOURNAL OF MATERIALS PROCESSING TECHNOLOGY》 *
伏燕军 等: "基于图像处理技术的钢管内直径及内表面检测", 《应用光学》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111412862A (zh) * 2020-04-16 2020-07-14 达力普石油专用管有限公司 一种用于芯棒的检测装置
CN111412862B (zh) * 2020-04-16 2022-03-01 达力普石油专用管有限公司 一种用于芯棒的检测装置
CN116105604A (zh) * 2023-04-17 2023-05-12 中科视语(北京)科技有限公司 钢管质量检测系统及检测方法

Also Published As

Publication number Publication date
CN108663376B (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
CN105606024B (zh) 一种手机尺寸检测装置及检测方法
CN208162089U (zh) 工业视觉自动检测系统及电池检测输送线
CN102221556B (zh) 基于机器视觉的小型连接件外观缺陷在线检测装置与方法
JP3197766U (ja) 表面検査装置
CN105784716B (zh) 摩擦片质量检验系统
CN102175700B (zh) 数字x射线图像焊缝分割和缺陷检测方法
CN107618533A (zh) 一种钢轨表面离散缺陷的机器视觉检测装置及方法
CN110473165A (zh) 一种电路板焊接质量检测方法及装置
WO2014139273A1 (zh) 焊缝缺陷检测方法
CN205183172U (zh) 用于遥控器按键的视觉检测装置
CN109813727A (zh) 一种基于深度信息的pcb板焊接缺陷检测方法
CN104101600A (zh) 连铸坯断面微小裂纹检测方法及装置
CN108663376A (zh) 一种无缝钢管质量检测装置及检测方法
CN103630554A (zh) 一种镜片双面疵病检测装置及方法
CN103630544A (zh) 一种视觉在线检测系统
CN107218889B (zh) 一种测量位置的方法及装置
CN206281468U (zh) 一种柱状物体垂直度的非接触式检测装置
CN206074046U (zh) 一种锂电池焊接检测设备
CN108839676B (zh) 一种列车车轮几何参数在线动态测量装置及测量方法
CN206132005U (zh) 一种角度测量设备
CN209570155U (zh) 一种焊盘检测装置
CN204649642U (zh) 一种检测平面缺陷的装置
CN108303640A (zh) 一种线路检测的方法和装置
CN104501716A (zh) 一种手机屏幕铜片粘贴位置不良检测的方法
CN105352970A (zh) 对空调芯片上共晶焊进行合格检测的系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230705

Address after: 242000 Jixi eco industrial park, Xuancheng City, Anhui Province

Patentee after: ANHUI YINGSHENG STEEL PIPE MANUFACTURING Co.,Ltd.

Address before: 541004 No. 15 Yucai Road, Qixing District, Guilin, the Guangxi Zhuang Autonomous Region

Patentee before: Guangxi Normal University