CN109060799A - 一种装配流水线成品检测判定方法 - Google Patents
一种装配流水线成品检测判定方法 Download PDFInfo
- Publication number
- CN109060799A CN109060799A CN201810500792.7A CN201810500792A CN109060799A CN 109060799 A CN109060799 A CN 109060799A CN 201810500792 A CN201810500792 A CN 201810500792A CN 109060799 A CN109060799 A CN 109060799A
- Authority
- CN
- China
- Prior art keywords
- component
- template picture
- characteristic value
- product
- picture
- 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
Links
Classifications
-
- 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
-
- 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
- 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
- G01N2021/8411—Application to online plant, process monitoring
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及自动化检测设备领域,有是一种装配流水线成品检测判定方法,包括如下步骤,(1)加载标准图像;(2)模板图片提取;(3)模板图片存储;(4)输入待测图像;(5)模板图片查找;(6)特征值测量;(7)匹配判定,判定是否合格。本发明所得到的一种装配流水线成品检测判定方法,可进行自动识别判定装配是否合格,且无需建模,在检测系统里存储不同产品的模板图片及特征值,在后续检测时可自动查找,自动检测,简单方便,高效精确。
Description
技术领域
本发明涉及自动化检测设备领域,有是一种装配流水线成品检测判定方法。
背景技术
目前生产行业中成品在完成装配后,需要通过人工、或者工业相机拍照对比良品图片进行视觉处理的方式,确定装配的完整性与成品质量。后者在具体处理过程中,根据生产产品不同,需要对产品装配的各个部件进行区分,分别建立模型,调整程序,只有专业人士才能处理,且耗费大量时间。
比如下面一个装配完成的成品套装,包含了4个组件,采用传统的图像处理算法对于软件要求很高,稳定性差。除了评价4个部件存在,还需要确认他们的位置以及相对关系。
工厂由于生产产品种类众多,需要经常性更换组装产品。对于整个产品的图像判断算法复杂,稳定性差,适应性弱,极大的影响了生产效率。
发明内容
本发明的目的是为了解决上述技术的不足而提供一种能无需建模且能对装配成品进行精确检测并判定是否合格的装配流水线成品检测判定方法。
为了达到上述目的,本发明所设计的一种装配流水线成品检测判定方法,包括如下步骤,
(1)加载标准图像,标准图像为装配后合格成品的照片;
(2)模板图片提取,利用图像抠图将标准图像中产品组件进行圈绘,形成模板图片,计算模板图片内的特征值,特征值包括模板图片内各个产品组件的特征及组件之间的关系特征;
(3)模板图片存储,将模板图片及该模板图片内的产品组件的特征及组件之间的关系特征均储存在检测系统内部;
(4)输入待测图像,将装配流水线上的装配成品拍照或扫描后形成待测图像输入检测系统内;
(5)模板图片查找,根据待测图像识别待测图像中的产品组件,并查找匹配的模板图片;
(6)特征值测量,对待测图像中的产品组件进行测量并计算产品组件的特征及组件之间的关系特征;
(7)匹配判定,对待测图像中产品组件的特征值与检测系统中模板图片的特征值进行比对,并通过预先设定的约束条件进行判定,判定是否合格。
步骤(2)、步骤(6)中的特征值包括产品组件的面积、中心坐标、长宽范围参数、半径以及组件之间的相对位置关系、各组件中心之间的距离、各组件中心连线的夹角。
在步骤(6)中为特征值测量时提供相机-世界坐标映射关系的数据。
上述方案中,用标准图像经过图案提取生产模板图片,并计算模板图片的特征值;在检测时,根据待检测图像中产品组件进行模板图片的查找,然后在计算待检测图像的特征值,最终结合约束条件进行比对判定。其中约束条件为具体特征值的误差率或误差范围。
其中“相机-世界坐标映射关系”数据可以不需要提供,此时所有特征测量均在相机坐标系内进行,即测量长度单位为像素值。否则所有模板图案的特征值均可以换算为真实世界的实际长度和位置关系。
本发明所得到的一种装配流水线成品检测判定方法,可进行自动识别判定装配是否合格,且无需建模,在检测系统里存储不同产品的模板图片及特征值,在后续检测时可自动查找,自动检测,简单方便,高效精确。
附图说明
图1为本发明的流程示意图;
图2为实施例1中具体一个案例测量的特征值的示意图。
具体实施方式
下面通过实施例结合附图对本发明作进一步的描述。
实施例1:
如图1所示,本实施例描述的一种装配流水线成品检测判定方法,包括如下步骤,
(1)加载标准图像,标准图像为装配后合格成品的照片;
(2)模板图片提取,利用图像抠图将标准图像中产品组件进行圈绘,形成模板图片,计算模板图片内的特征值,特征值包括模板图片内各个产品组件的特征及组件之间的关系特征;
(3)模板图片存储,将模板图片及该模板图片内的产品组件的特征及组件之间的关系特征均储存在检测系统内部;
(4)输入待测图像,将装配流水线上的装配成品拍照或扫描后形成待测图像输入检测系统内;
(5)模板图片查找,根据待测图像识别待测图像中的产品组件,并查找匹配的模板图片;
(6)特征值测量,对待测图像中的产品组件进行测量并计算产品组件的特征及组件之间的关系特征;
(7)匹配判定,对待测图像中产品组件的特征值与检测系统中模板图片的特征值进行比对,并通过预先设定的约束条件进行判定,判定是否合格。
步骤(2)、步骤(6)中的特征值包括产品组件的面积、中心坐标、长宽范围参数、半径以及组件之间的相对位置关系、各组件中心之间的距离、各组件中心连线的夹角。
在步骤(6)中为特征值测量时提供相机-世界坐标映射关系的数据。
其中步骤(2)中图像的抠图可采用软件直接通过鼠标或者触摸屏大致圈出产品组件的轮廓,并通过软件计算得到产品组件的精确边缘,并提取作为模板图片。
如图2所示,产品为化妆品组件装配在壳体里面,其中壳体里装配四个组件,左上方一个圆形组件,右上方一个矩形组件,圆形组件和矩形组件之间的下方依次设置两个矩形组件;其中特征值测量主要测量的数据包括:圆形组件的中心点A的坐标,三个矩形组件中心点B、C、D的坐标,以及A与B之间的距离、C与D之间的距离、夹角ACB的角度值。在模板图片上提取上述标准参数,在检测时,同样提取待测图像中产品组件的上述参数,并与标准参数对比,根据约束条件判定是否合格。
图2中位于产品组件侧边的弧形结构为位于壳体上便于手指伸入将产品组件取出的内凹结构。
Claims (3)
1.一种装配流水线成品检测判定方法,其特征是:包括如下步骤,
(1)加载标准图像,标准图像为装配后合格成品的照片;
(2)模板图片提取,利用图像抠图将标准图像中产品组件进行圈绘,形成模板图片,计算模板图片内的特征值,特征值包括模板图片内各个产品组件的特征及组件之间的关系特征;
(3)模板图片存储,将模板图片及该模板图片内的产品组件的特征及组件之间的关系特征均储存在检测系统内部;
(4)输入待测图像,将装配流水线上的装配成品拍照或扫描后形成待测图像输入检测系统内;
(5)模板图片查找,根据待测图像识别待测图像中的产品组件,并查找匹配的模板图片;
(6)特征值测量,对待测图像中的产品组件进行测量并计算产品组件的特征及组件之间的关系特征;
(7)匹配判定,对待测图像中产品组件的特征值与检测系统中模板图片的特征值进行比对,并通过预先设定的约束条件进行判定,判定是否合格。
2.根据权利要求1所述的一种装配流水线成品检测判定方法,其特征是:步骤(2)、步骤(6)中的特征值包括产品组件的面积、中心坐标、长宽范围参数、半径以及组件之间的相对位置关系、各组件中心之间的距离、各组件中心连线的夹角。
3.根据权利要求1或2所述的一种装配流水线成品检测判定方法,其特征是:在步骤(6)中为特征值测量时提供相机-世界坐标映射关系的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810500792.7A CN109060799A (zh) | 2018-05-23 | 2018-05-23 | 一种装配流水线成品检测判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810500792.7A CN109060799A (zh) | 2018-05-23 | 2018-05-23 | 一种装配流水线成品检测判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109060799A true CN109060799A (zh) | 2018-12-21 |
Family
ID=64820185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810500792.7A Pending CN109060799A (zh) | 2018-05-23 | 2018-05-23 | 一种装配流水线成品检测判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109060799A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427885A (zh) * | 2019-07-31 | 2019-11-08 | Tcl王牌电器(惠州)有限公司 | 铭牌的检测方法、装置及计算机可读存储介质 |
CN111504192A (zh) * | 2020-05-07 | 2020-08-07 | 东华大学 | 一种基于机器视觉的压缩机外观检测方法 |
CN111738106A (zh) * | 2020-06-04 | 2020-10-02 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120236146A1 (en) * | 2005-09-28 | 2012-09-20 | Hunter Engineering Company | Vehicle Service System Optical Target Assembly Calibration |
CN105203148A (zh) * | 2015-09-30 | 2015-12-30 | 湖北工业大学 | 一种汽车组合仪表的视觉检测方法 |
CN105678789A (zh) * | 2016-02-19 | 2016-06-15 | 广州市华颉电子科技有限公司 | 一种机箱标准件装配质量智能分析方法 |
CN106501263A (zh) * | 2015-09-08 | 2017-03-15 | 深圳市圆融精密电子有限公司 | 一种遥控器成品在线外观检测机和检测方法 |
CN107063090A (zh) * | 2017-04-11 | 2017-08-18 | 福州大学 | 一种水表表芯中玛瑙装配的在线检测方法 |
-
2018
- 2018-05-23 CN CN201810500792.7A patent/CN109060799A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120236146A1 (en) * | 2005-09-28 | 2012-09-20 | Hunter Engineering Company | Vehicle Service System Optical Target Assembly Calibration |
CN106501263A (zh) * | 2015-09-08 | 2017-03-15 | 深圳市圆融精密电子有限公司 | 一种遥控器成品在线外观检测机和检测方法 |
CN105203148A (zh) * | 2015-09-30 | 2015-12-30 | 湖北工业大学 | 一种汽车组合仪表的视觉检测方法 |
CN105678789A (zh) * | 2016-02-19 | 2016-06-15 | 广州市华颉电子科技有限公司 | 一种机箱标准件装配质量智能分析方法 |
CN107063090A (zh) * | 2017-04-11 | 2017-08-18 | 福州大学 | 一种水表表芯中玛瑙装配的在线检测方法 |
Non-Patent Citations (1)
Title |
---|
黄爱民: "面向标准件机箱装配质量图像特征提取与构建方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427885A (zh) * | 2019-07-31 | 2019-11-08 | Tcl王牌电器(惠州)有限公司 | 铭牌的检测方法、装置及计算机可读存储介质 |
CN111504192A (zh) * | 2020-05-07 | 2020-08-07 | 东华大学 | 一种基于机器视觉的压缩机外观检测方法 |
CN111738106A (zh) * | 2020-06-04 | 2020-10-02 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
CN111738106B (zh) * | 2020-06-04 | 2023-09-19 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN105973148B (zh) | 基于机器视觉的笔头外观尺寸标准化检测系统 | |
CN106340044B (zh) | 摄像机外参自动标定方法及标定装置 | |
CN106651857B (zh) | 一种印刷电路板贴片缺陷检测方法 | |
CN109520436B (zh) | 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法 | |
CN108272154B (zh) | 一种服装尺寸测量方法和装置 | |
CN104809738B (zh) | 一种基于双目视觉的安全气囊轮廓尺寸检测方法 | |
CN106370671A (zh) | 基于机器视觉的pcb上元器件检测系统及方法 | |
CN109489591A (zh) | 基于机器视觉的平面划痕长度非接触测量方法 | |
CN107657639A (zh) | 一种快速定位目标的方法和装置 | |
CN109060799A (zh) | 一种装配流水线成品检测判定方法 | |
CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
CN105783786A (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
CN106127758A (zh) | 一种基于虚拟现实技术的视觉检测方法及装置 | |
CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
CN105139384B (zh) | 缺陷胶囊检测的方法和装置 | |
CN110260818B (zh) | 一种基于双目视觉的电子连接器鲁棒检测方法 | |
CN106529548A (zh) | 亚像素级的多尺度Harris角点检测算法 | |
CN105354816B (zh) | 一种电子元件定位方法及装置 | |
CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
CN106682674A (zh) | 一种基于智能巡检机器人的指针式仪表自动读数方法 | |
CN106296797A (zh) | 一种三维扫描仪特征点建模数据处理方法 | |
Zhang et al. | A new algorithm for accurate and automatic chessboard corner detection | |
CN103337067B (zh) | 单针扫描式螺纹测量仪探针x轴旋转偏差的视觉检测方法 | |
CN112747671B (zh) | 三维检测系统和三维检测方法 |
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 |
Application publication date: 20181221 |
|
RJ01 | Rejection of invention patent application after publication |