CN108871224B - 一种用于led玻璃灯杯的凹槽深度检测方法 - Google Patents
一种用于led玻璃灯杯的凹槽深度检测方法 Download PDFInfo
- Publication number
- CN108871224B CN108871224B CN201810575949.2A CN201810575949A CN108871224B CN 108871224 B CN108871224 B CN 108871224B CN 201810575949 A CN201810575949 A CN 201810575949A CN 108871224 B CN108871224 B CN 108871224B
- Authority
- CN
- China
- Prior art keywords
- point
- lamp cup
- rivet
- black pixel
- depth
- 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
- G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
Abstract
本发明涉及一种用于LED玻璃灯杯的凹槽深度检测方法。本发明首先采用面阵相机、远心镜头以及平行光源作为图像捕获设备,以水平投影的方式采集图像,开发图像处理算法统计铆钉超过灯杯表面高度的起始点与终止点的像素点差值来间接的计算灯杯凹槽深度,实现对LED玻璃灯杯凹槽深度的自动在线检测,克服了人工检测效率低下,无法保证产品质量一致性等弊端。本发明具有效率高、检测精度高、可在线检测等优点,可以减少生产岗位用工,降低人工成本,并提高灯杯生产效率与产品质量一致性,具有重要的工程实际意义。
Description
技术领域
本发明属于图像处理领域,具体涉及一种用于LED玻璃灯杯的凹槽深度检测方法。
背景技术
传统的LED玻璃灯杯生产企业都是采用人工借助特制模具检测灯杯凹槽深度的方法。灯杯凹槽深度检测项目具有劳动时间长、重复性高等特点。在这样的情况下,人工检测不仅效率低下,而且在长时间工作之后容易造成漏检、误检等问题,无法保证产品质量的一致性。此外,检测模具在高重复的作业下会有所磨损,从而提高了产品容错性。因此研究出一种可在线、高可靠、高准确性的LED玻璃灯杯凹槽深度检测方法,可以减少生产岗位用工,降低人工成本,并提高灯杯生产效率与产品质量一致性,具有重要的工程实际意义。
由于直接精确的测量LED玻璃灯杯凹槽深度存在困难,又因为灯杯上安装的铆钉的长度是固定的,所以可以通过测量铆钉超过灯杯表面的高度,然后用铆钉长度减去铆钉超过灯杯表面的高度从而间接地计算出灯杯凹槽深度。因此,本发明方法利用图像处理方法对铆钉超出灯杯表面的高度进行测量,从而间接地计算出灯杯凹槽深度。本发明方法可以很好的克服传统人工检测方法的不足,具有效率高、检测精度高、可在线检测等优点。
发明内容
为了克服人工检测LED玻璃灯杯凹槽深度的弊端,本发明提出一种基于图像处理的LED玻璃灯杯凹槽深度的检测方法。本方法采用面阵相机、远心镜头以及平行光源作为图像捕获设备,以水平投影的方式采集图像,并通过统计铆钉超过灯杯表面高度的起始点与终止点的像素点差值来间接的计算灯杯凹槽深度。图像处理的具体步骤是:
步骤(1):f(x,y)表示采集到的大小为M×N的LED玻璃灯杯一帧水平投影图像,x,y表示图像的横坐标和纵坐标,按如下方式对灯杯图像作二值化处理:
其中η为二值化阈值;
步骤(2):铆钉超过灯杯表面高度的终止点定位:
(a)按从左到右,从上到下的扫描方式访问二值化图像中的每个像素点,并统计每行黑色像素点个数,第i行黑色像素点个数记为Ci。若连续三行的黑色像素点个数Ci,Ci+1,Ci+2都大于阈值β,则保留第i行对应的y轴坐标值,记为y1,否则继续扫描。
(b)从y轴坐标值为y1的位置出发,按从左到右的扫描方式访问每个像素点,根据像素值的变化实时改变当前的状态T,T1代表初始状态,T2代表第一次由白色像素点跳变到黑色像素点,T3代表第一次由黑色像素点跳变到白色像素点,T4代表第二次由白色像素点跳变到黑色像素点,T5代表第二次由黑色像素点跳变到白色像素点。当状态为T3时,记录对应的点的坐标值E1;当状态为T4时,记录对应的点的坐标值E2。
(c)求点E1与点E2的中点E3:然后从点E3沿着y轴出发,按从上到下的扫描方式访问每个像素点,遇到的第一个黑色像素点即为铆钉超过灯杯表面高度的终止点E。
步骤(3):根据铆钉超过灯杯表面高度的终止点进行图像分割:
以通过E点的y轴线作为分割线将原二值图f(x,y)分割为f1(x,y)与f2(x,y)。
步骤(4):铆钉超过灯杯表面高度的起始点定位:
(a)按从上到下,从左到右的扫描方式访问二值化图像f1(x,y)或f2(x,y)中的每个像素点,遇到的第一个黑色像素点停止,记录该点为S1,计数A置为1,并跳转到下一列j继续扫描。遇到第j列的第一个黑色像素点停止,记录该点的y轴坐标值yj,计数A加1,并跳转到下一列j+1继续扫描。直至计数A达到阈值α1为止。若某列中不存在黑色像素点,则计数A置为0。然后对连续的A个y轴坐标值按如下式作差与累加:
如果K≤阈值α2,则保留点S1,否则继续按上述方式扫描图像定位点S1。同样地,按照从上到下,从右到左的扫描方式可以定位到点S2。
(b)取点S1与点S2的中点作为铆钉超过灯杯表面高度的起始点S。
步骤(5):LED玻璃灯杯凹槽深度计算:
按下式计算出LED玻璃灯杯凹槽深度:
D=L-(yS-yE)×P
其中D是LED玻璃灯杯凹槽深度,L是铆钉固定长度,yS表示起始点S的y轴坐标值,yE表示终止点E的y轴坐标值,P表示每个像素点代表的实际距离,该系数由相机参数与镜头参数决定。通过统计起始点S与终止点E在y轴上像素点差值,并转化为实际距离,最后由铆钉固定长度减去该实际距离完成对LED玻璃灯杯凹槽深度的计算。
本发明的有益效果:本发明方法利用图像处理方法对LED玻璃灯杯凹槽深度进行了自动在线检测,克服了人工检测效率低下,无法保证产品质量的一致性以及检测模具磨损对产品容错性提高等弊端。本发明具有效率高、检测精度高、可在线检测等优点,可以减少生产岗位用工,降低人工成本,并提高灯杯生产效率与产品质量一致性,具有重要的工程实际意义。
具体实施方式:
步骤(1):f(x,y)表示采集到的大小为M×N的LED玻璃灯杯一帧水平投影图像,x,y表示图像的横坐标和纵坐标,按如下方式对灯杯图像作二值化处理:
其中二值化阈值η设为110;
步骤(2):铆钉超过灯杯表面高度的终止点定位:
(a)按从左到右,从上到下的扫描方式访问二值化图像中的每个像素点,并统计每行黑色像素点个数,第i行黑色点像素个数记为Ci。若连续三行的黑色像素点个数Ci,Ci+1,Ci+2都大于550,则保留第i行对应的y轴坐标值,记为y1,否则继续扫描。
(b)从y轴坐标值为y1的位置出发,按从左到右的扫描方式访问每个像素点,根据像素值的变化实时改变当前的状态T,T1代表初始状态,T2代表第一次由白色像素点跳变到黑色像素点,T3代表第一次由黑色像素点跳变到白色像素点,T4代表第二次由白色像素点跳变到黑色像素点,T5代表第二次由黑色像素点跳变到白色像素点。当状态为T3时,记录对应的点的坐标值E1;当状态为T4时,记录对应的点的坐标值E2。
(c)求点E1与点E2的中点E3:然后从点E3沿着y轴出发,按从上到下的扫描方式访问每个像素点,遇到的第一个黑色像素点即为铆钉超过灯杯表面高度的终止点E。
步骤(3):根据铆钉超过灯杯表面高度的终止点进行图像分割:
以通过E点的y轴线作为分割线将原二值图f(x,y)分割为f1(x,y)与f2(x,y)。
步骤(4):铆钉超过灯杯表面高度的起始点定位:
(a)按从上到下,从左到右的扫描方式访问二值化图像f1(x,y)或f2(x,y)中的每个像素点,遇到的第一个黑色像素点停止,记录该点为S1,计数A置为1,并跳转到下一列j继续扫描。遇到第i列的第一个黑色像素点停止,记录该点的y轴坐标值yj,计数A加1,并跳转到下一列j+1继续扫描。直至计数A达到20为止。若某列中不存在黑色像素点,则计数A置为0。然后对连续的A个y轴坐标值按如下式作差与累加:
如果K≤5,则保留点S1,否则继续按上述方式扫描图像定位点S1。同样地,按照从上到下,从右到左的扫描方式可以定位到点S2。
(b)取点S1与点S2的中点作为铆钉超过灯杯表面高度的起始点S。
步骤(5):LED玻璃灯杯凹槽深度计算:
按下式计算出LED玻璃灯杯凹槽深度:
D=L-(yS-yE)×P
其中D是LED玻璃灯杯凹槽深度,L是铆钉固定长度yS表示起始点S的y轴坐标值,yE表示终止点E的y轴坐标值,P表示每个像素点代表的实际距离,该系数由相机参数与镜头参数决定。通过统计起始点S与终止点E在y轴上像素点差值,并转化为实际距离,最后由铆钉固定长度减去该实际距离完成对LED玻璃灯杯凹槽深度的计算。
Claims (1)
1.一种用于LED玻璃灯杯的凹槽深度检测方法,其特征在于,该方法的具体步骤是:
步骤(1):f(x,y)表示采集到的大小为M×N的LED玻璃灯杯一帧水平投影图像,x,y表示图像的横坐标和纵坐标,按如下方式对灯杯图像作二值化处理:
其中η为二值化阈值;
步骤(2):铆钉超过灯杯表面高度的终止点定位:
(a)按从左到右,从上到下的扫描方式访问二值化图像中的每个像素点,并统计每行黑色像素点个数,第i行黑色像素点个数记为Ci;若连续三行的黑色像素点个数Ci,Ci+1,Ci+2都大于阈值β,则保留第i行对应的y轴坐标值,记为y1,否则继续扫描;
(b)从y轴坐标值为y1的位置出发,按从左到右的扫描方式访问每个像素点,根据像素值的变化实时改变当前的状态T,T1代表初始状态,T2代表第一次由白色像素点跳变到黑色像素点,T3代表第一次由黑色像素点跳变到白色像素点,T4代表第二次由白色像素点跳变到黑色像素点,T5代表第二次由黑色像素点跳变到白色像素点;当状态为T3时,记录对应的点的坐标值E1;当状态为T4时,记录对应的点的坐标值E2;
(c)求点E1与点E2的中点E3:然后从点E3沿着y轴出发,按从上到下的扫描方式访问每个像素点,遇到的第一个黑色像素点即为铆钉超过灯杯表面高度的终止点E;
步骤(3):根据铆钉超过灯杯表面高度的终止点进行图像分割:
以通过E点的y轴线作为分割线将原二值图f(x,y)分割为f1(x,y)与f2(x,y);
步骤(4):铆钉超过灯杯表面高度的起始点定位:
①按从上到下,从左到右的扫描方式访问二值化图像f1(x,y)或f2(x,y)中的每个像素点,遇到的第一个黑色像素点停止,记录该点为S1,计数A置为1,并跳转到下一列j继续扫描;遇到第j列的第一个黑色像素点停止,记录该点的y轴坐标值yj,计数A加1,并跳转到下一列j+1继续扫描;直至计数A达到阈值α1为止;若某列中不存在黑色像素点,则计数A置为0;然后对连续的A个y轴坐标值按如下式作差与累加:
如果K≤阈值α2,则保留点S1,否则继续按步骤(4)-①扫描图像定位点S1;同样地,按照从上到下,从右到左的扫描方式定位到点S2;
②取点S1与点S2的中点作为铆钉超过灯杯表面高度的起始点S;
步骤(5):LED玻璃灯杯凹槽深度计算:
按下式计算出LED玻璃灯杯凹槽深度:
D=L-(yS-yE)×P
其中D是LED玻璃灯杯凹槽深度,L是铆钉固定长度,yS表示起始点S的y轴坐标值,yE表示终止点E的y轴坐标值,P表示每个像素点代表的实际距离,该系数由相机参数与镜头参数决定;通过统计起始点S与终止点E在y轴上像素点差值,并转化为实际距离,最后由铆钉固定长度减去该实际距离完成对LED玻璃灯杯凹槽深度的计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575949.2A CN108871224B (zh) | 2018-06-06 | 2018-06-06 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575949.2A CN108871224B (zh) | 2018-06-06 | 2018-06-06 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108871224A CN108871224A (zh) | 2018-11-23 |
CN108871224B true CN108871224B (zh) | 2020-04-21 |
Family
ID=64337287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810575949.2A Active CN108871224B (zh) | 2018-06-06 | 2018-06-06 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108871224B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110470683B (zh) * | 2019-08-22 | 2021-12-14 | 福建省晋华集成电路有限公司 | 一种确定凹槽深度的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4367044A (en) * | 1980-12-31 | 1983-01-04 | International Business Machines Corp. | Situ rate and depth monitor for silicon etching |
JP2000241129A (ja) * | 1999-02-23 | 2000-09-08 | Victor Co Of Japan Ltd | 成型品評価装置及び成型品評価方法 |
CN201348480Y (zh) * | 2008-12-30 | 2009-11-18 | 镇江震东电光源有限公司 | 检测灯头内玻璃深度的专用量具 |
KR101893771B1 (ko) * | 2012-05-10 | 2018-08-31 | 삼성전자주식회사 | 3d 정보 처리 장치 및 방법 |
CN102692420A (zh) * | 2012-05-14 | 2012-09-26 | 固镇县亿鑫玻璃制品有限公司 | 一种玻璃瓶的检测箱 |
CN103868934B (zh) * | 2014-01-21 | 2017-07-04 | 图灵视控(北京)科技有限公司 | 基于机器视觉的玻璃灯杯检测系统及方法 |
CN105158207B (zh) * | 2015-06-03 | 2018-03-30 | 北京理工大学 | 一种透明材料上高深径比微孔重铸层的测量装置及方法 |
CN106546600B (zh) * | 2016-10-26 | 2019-07-16 | 湖南大学 | 一种基于机器视觉的pet瓶多角度检测方法和装置 |
CN108072337B (zh) * | 2016-11-18 | 2020-02-14 | 首都师范大学 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
-
2018
- 2018-06-06 CN CN201810575949.2A patent/CN108871224B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108871224A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765416B (zh) | 基于快速几何对准的pcb表面缺陷检测方法及装置 | |
CN115239704B (zh) | 一种木材表面缺陷的精准检测修复方法 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN106546263B (zh) | 一种基于机器视觉的激光水平仪出射激光线检测方法 | |
CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
CN102175700A (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
CN112651968A (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
CN102866160B (zh) | 硬币模具表面质量检测的系统及方法 | |
CN111551350A (zh) | 一种基于U_Net网络的光学镜片表面划痕检测方法 | |
CN102621154B (zh) | 基于改进差分盒多重分形算法的布匹疵点在线自动检测方法 | |
CN115308222B (zh) | 一种基于机器视觉的芯片外观不良识别系统及方法 | |
CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN113052797A (zh) | 基于深度图像处理的bga锡球三维检测方法 | |
CN108871224B (zh) | 一种用于led玻璃灯杯的凹槽深度检测方法 | |
CN104614386A (zh) | 一种镜片疵病类型的识别方法 | |
CN106403818A (zh) | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN105067629A (zh) | 一种色环电阻外观缺陷和阻值集成检测方法 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
CN108416790A (zh) | 一种用于工件破损率的检测方法 | |
CN112561875A (zh) | 一种基于人工智能的光伏电池板粗栅检测方法 | |
CN205620320U (zh) | 基于多管脚的缺陷检测装置 | |
TW201617605A (zh) | 瑕疵檢測方法及其裝置 |
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 |