CN109060810A - 产品外观质量检测装置、外观检测设备及其检测方法 - Google Patents
产品外观质量检测装置、外观检测设备及其检测方法 Download PDFInfo
- Publication number
- CN109060810A CN109060810A CN201811064086.9A CN201811064086A CN109060810A CN 109060810 A CN109060810 A CN 109060810A CN 201811064086 A CN201811064086 A CN 201811064086A CN 109060810 A CN109060810 A CN 109060810A
- Authority
- CN
- China
- Prior art keywords
- product
- shell
- appearance quality
- quality detection
- product appearance
- 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种产品外观质量检测装置、产品外观检测设备及其检测方法,所述产品外观质量检测装置包括:壳体,所述壳体的侧面上设有至少一个开口;支架,所述壳体与所述支架连接用于支撑所述壳体;扬声器,设置在所述壳体内,所述扬声器的一面正对所述开口;摄像头,所述摄像头安装所述支架上,且所述摄像头位于所述壳体的下方;外观质量检测模块,设置在所述壳体内并与所述摄像头连接,用于传输图像和图像分析。上述产品外观质量检测装置通过摄像头采集图像以及通过外观质量检测模块传输图像和分析图像,从而快速识别产品外观质量偏差,缩短处理时间,通过外观质量检测模块中的算法来提高识别精确度。
Description
技术领域
本发明涉及产品外观检测技术领域,更具体地,涉及一种产品外观质量检测装置,包括该产品外观质量检测装置的产品外观检测设备和外观质量的检测方法。
背景技术
自动生产线加工过程中,外观质量监控至关重要,若无法实时统计生产线产品良率,就无法及时发现生产线故障。在无人值守自动生产线上,这种情况会造成重大损失。例如,箱体类零件作为机械零件中的复杂产品,其加工外观质量一直是机械加工的重点和难点,其外观质量控制成为生产的核心。其加工步骤多,工艺分解细,前工位的尺寸精度将影响后工位的生产,一个供需的错误会造成一连串的损失。
图像识别是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。目前,模式识别的应用范围十分广泛,它的观察对象囊括了人类感官直接或间接接受的外界信息,模式识别已广泛应用于金融、公共安全、军事、航空航天、工业、教育、医疗等行业。分辨现实世界中的各种复杂景物对人类来说轻而易举,而用计算机进行图像识别却非常困难,目前图像识别大多数成功的应用是相对简单(或对识别环境有严格的限制)的领域,并且多是二维的。当前图像识别所面临者许多问题:
首先,完成一幅图像的识别要经过许多不同的处理过程,处理过程中的方式也多种多样。缺少一个普遍的原理来指导这些过程在完成特定任务时应该如何组织和搭配,即使是对于各种常用的图像分割算法之间的性能比较,也没有统一标准。
其次,现在的各种图像识别算法带有一定的局限性,例如定制不同的图像识别模型。定制的模式匹配在特定环境下效果很好,但另一种环境下就可能很差,传统的只简单处理方法很难构造图像中景物的完整描述。
传统的图像识别技术大部分都是基于奇异值分解技术,由于奇异值分解技术需要立方次运算量,因而当数据比较大的时候,需要的处理时间就比较长。对主体的识别缺乏足够精度,造成混淆。若图像识别得速度赶不上自动生产线的速度,则会降低生产线产能。
发明内容
基于此,有必要针对上述图像识别技术处理数据比较大时,耗时成长且缺乏精确度的技术问题,提供一种产品外观质量检测装置、产品外观检测设备及其检测方法。
为了实现上述目的,本发明采用如下技术方案:
一种产品外观质量检测装置,包括:
壳体,所述壳体的外壁上设有至少一个开口;
支架,所述壳体与所述支架连接用于支撑所述壳体;
扬声器,设置在所述壳体内,所述扬声器的一面正对所述开口;
摄像头,所述摄像头安装所述支架上,且所述摄像头位于所述壳体的下方;
外观质量检测模块,设置在所述壳体内并与所述摄像头连接,用于传输图像和图像分析。
在其中一个实施例中,所述支架的底部设有安装座。
在其中一个实施例中,所述外观质量检测模块包括摄像头驱动模块以及与所述摄像头驱动模块连接的单片机。
在其中一个实施例中,所述单片机为stm32f407。
在其中一个实施例中,所述壳体的侧面上开设有一个开口,所述开口的尺寸、形状与所述扬声器相适配。
本发明还提供了一种生产线上的产品外观检测设备,包括:
输送机构,用于输送外观产品;
至少一个所述的产品外观质量检测装置,所述产品外观质量检测装置位于输送机构的一侧。
本发明还提供了一种外观质量检测方法,利用所述的产品外观质量检测装置检测产品外观或所述的产品外观检测设备,包括步骤:
S1、采集产品外观图像数据,所述外观图像数据分为训练集和测试集;
S2、将所述外观图像数据转换成矩阵并存储;
S3、通过算法将所述训练集形成主成份空间,将所述测试集的数据投影到所述主成份空间内;
S4、通过外观识别分类方法识别测试集中产品外观的类别;
S5、将S4中的产品与预存产品进行对比,根据得到的偏差,阻止产品向前传送或产品继续向前传送。
在其中一个实施例中,所述算法为Lanczos双对角算法。
在其中一个实施例中,所述外观识别分类方法为k-nearest方法。
在其中一个实施例中,在S5步骤中,所述偏差大于98%,报警器报警,阻止产品向前传送;所述偏差低于98%,产品继续向前传送。
上述产品外观质量检测装置通过摄像头采集图像以及通过外观质量检测模块来实现传输图像数据和分析图像的目的,从而快速识别产品外观质量偏差,缩短处理时间,提高识别精确度。同时上述产品外观质量检测装置还能提高产能。此外,若产品外观质量超过预设的阈值,扬声器报警,阻止产品向前运行;低于预设的阈值,产品继续向前传送。
附图说明
图1为本发明公开的产品外观质量检测装置的示意图;
图2为本发明公开的产品外观质量检测装置的立体图;
图3为本发明公开的产品外观检测设备的示意图;
其中,1壳体,2支架,3扬声器,4外观质量检测模块,5摄像头,6安装座,7产品,8输送机构。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
如图1和图2所示,一种产品外观质量检测装置,包括:壳体 1,该壳体1的外壁上设有至少一个开口。支架2,壳体1与支架2连接用于支撑壳体1。扬声器3,设置在壳体1内,扬声器3的一面正对上述开口。摄像头4,摄像头4安装支架2上,且该摄像头4位于壳体1的下方。外观质量检测模块5,设置在壳体1内并与摄像头4 连接,用于传输图像和图像分析。
上述产品外观质量检测装置通过摄像头采集图像以及外观质量检测模块可以传输图像数据和分析图像,从而快速识别产品外观质量偏差,缩短处理时间,提高识别精确度。同时上述产品外观质量检测装置还能提高产能。此外,若产品外观质量超过预设的阈值,扬声器报警,阻止产品向前运行;低于预设的阈值,产品继续向前传送。
可选地,支架2的材质可以为塑料、铝合金、木材、不锈钢等。在本实施例中,支架2的材质为不锈钢,由于其坚韧性,可以很好的支撑壳体1。
在一个优选实施例中,支架2的底部设有安装座6。该安装座6 中间开设有一个插孔,其尺寸、形状与支架2的尺寸、形状相适配,这样可以方便支架装拆。另外,该安装座6呈圆台状,其上部至下部的内径逐渐增大,因而可以防止连接壳体1的支架2倾倒摔坏壳体1内的设备。
在另一个优选实施中,支架2的中部连接有若干个支撑柱,用于防止支架2倾倒。具体的,支架2的中部连接有3个支撑柱。
在一个优选实施例中,外观质量检测模块5包括摄像头驱动模块以及与摄像头驱动模块连接的单片机。该摄像头驱动模块连接摄像头 4以驱动其对产品采集图像并将采集的图像传输到单片机中,通过单片机的算法来分析产品的外观质量是否合格。
进一步的,单片机的型号为stm32f407。在其他实施例中,单片机的型号可以是任意一种。
为了能够使报警声更好的传送到操作人员的耳中,在壳体1的侧面上开设有一个开口,该开口的尺寸、形状与扬声器3的尺寸、形状相适配,扬声器3发声的一面正对该开口。
本发明还提供了一种生产线上的产品外观检测设备,如图3所示,包括:输送机构8,用于输送外观产品7。至少一个所述的产品外观质量检测装置,该产品外观质量检测装置位于输送机构的一侧。
具体的,当产品7从输送机构8的一端进入时,产品外观质量检测装置置于输送机构8的中部与进料端之间,当产品7进入到摄像区域时,产品外观质量检测装置进行图像采集并分析产品7的外观质量是否合格。若不合格,则通过扬声器3发出警报,通知操作人员剔除该不合格的产品并检修工序设备;若合格,产品则继续前进。
本发明还提供了一种外观质量检测方法,利用所述的产品外观质量检测装置检测产品外观或所述的产品外观检测设备,包括步骤:
S1、采集产品外观图像数据,外观图像数据分为训练集和测试集;
S2、将所述外观图像数据转换成矩阵并存储;
S3、通过算法将所述训练集形成主成份空间,将所述测试集的数据投影到所述主成份空间内;
其中,该算法为Lanczos双对角算法,具体如下:
输入:由产品外观图像所生成的非负矩阵A,初始向量b,所需要提取的主成份的个数r和扩展步骤s;
输出:由主成份所构成的主成份矩阵U。
给定初始向量u1=b/norm(b);β1=0;
步骤1):
for i=1,…,r+s,do
计算αi,vi满足αi vi=AT ui-βi vi-1;
计算βi+1,ui+1满足βi+1ui+1==Avi-αi ui;
步骤2):
计算Br+s=bidiag{α1,β2,α2,…,βr+s,αr+s}的奇异值分解,计算矩阵UB,ΣB,VB满足UBΣB VB=Br+s。
步骤3):
计算U=[u1,…,ur+s]UB(:,1:r)。(此处,M(:,1:r)是矩阵M前r 列组成的子矩阵)
从上述算法的描述可以看出,同传统的需要立方次运算量的基于奇异值分解的主成分分析方法相比;扩展的Lanczos双对角算法所需要的运算量要低得多。与传统算法相比,本发明具有以下优点:
1)将具体的图像抽象化成矩阵处理,可以对数据进行方便的处理;
2)将扩展的Lanczos双对角算法用于主成分的提取,同传统的基于奇异值分解的主成分提取方法比较,这个算法不仅能够快速的提取主成分,并且能够保证提取的主成分的精确性。
3)算法简单,稳定性好。
S4、通过外观识别分类方法识别测试集中产品外观的类别;
其中,外观识别分类方法为k-nearest方法。
S5、将S4中的产品与预存产品进行对比,根据得到的偏差,阻止产品向前传送或产品继续向前传送。
其中,上述偏差大于98%,报警器报警,阻止产品向前传送;所述偏差低于98%,产品继续向前传送。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种产品外观质量检测装置,其特征在于,包括:
壳体,所述壳体的侧面上设有至少一个开口;
支架,所述壳体与所述支架连接用于支撑所述壳体;
扬声器,设置在所述壳体内,所述扬声器的一面正对所述开口;
摄像头,所述摄像头安装所述支架上,且所述摄像头位于所述壳体的下方;
外观质量检测模块,设置在所述壳体内并与所述摄像头连接,用于传输图像和图像分析。
2.根据权利要求1所述的产品外观质量检测装置,其特征在于,所述支架的底部设有安装座。
3.根据权利要求1所述的产品外观质量检测装置,其特征在于,所述外观质量检测模块包括摄像头驱动模块以及与所述摄像头驱动模块连接的单片机。
4.根据权利要求3所述的产品外观质量检测装置,其特征在于,所述单片机为stm32f407。
5.根据权利要求1所示的产品外观质量检测装置,其特征在于,所述壳体的侧面上开设有一个开口,所述开口的尺寸、形状与所述扬声器相适配。
6.一种生产线上的产品外观检测设备,其特征在于,包括:
输送机构,用于输送外观产品;
至少一个权利要求1至5任一项所述的产品外观质量检测装置,所述产品外观质量检测装置位于输送机构的一侧。
7.一种外观质量检测方法,其特征在于,利用权利要求1至5任一项所述的产品外观质量检测装置检测产品外观或权利要求6所述的产品外观检测设备,包括步骤:
S1、采集产品外观图像数据,所述外观图像数据分为训练集和测试集;
S2、将所述外观图像数据转换成矩阵并存储;
S3、通过算法将所述训练集形成主成份空间,将所述测试集的数据投影到所述主成份空间内;
S4、通过外观识别分类方法识别测试集中产品外观的类别;
S5、将S4中的产品与预存产品进行对比,根据得到的偏差,阻止产品向前传送或产品继续向前传送。
8.根据权利要求7所述的检测方法,其特征在于,所述算法为Lanczos双对角算法。
9.根据权利要求7所述的检测方法,其特征在于,所述外观识别分类方法为k-nearest方法。
10.根据权利要求7所述的检测方法,其特征在于,在S5步骤中,所述偏差大于98%,报警器报警,阻止产品向前传送;所述偏差低于98%,产品继续向前传送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811064086.9A CN109060810A (zh) | 2018-09-12 | 2018-09-12 | 产品外观质量检测装置、外观检测设备及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811064086.9A CN109060810A (zh) | 2018-09-12 | 2018-09-12 | 产品外观质量检测装置、外观检测设备及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109060810A true CN109060810A (zh) | 2018-12-21 |
Family
ID=64761472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811064086.9A Pending CN109060810A (zh) | 2018-09-12 | 2018-09-12 | 产品外观质量检测装置、外观检测设备及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109060810A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201828932U (zh) * | 2010-10-18 | 2011-05-11 | 益阳市鹏程科技发展有限公司 | 电容器外观质量检测装置 |
CN102305793A (zh) * | 2011-05-11 | 2012-01-04 | 苏州天准精密技术有限公司 | 一种产品外观质量检测方法和设备 |
CN107607542A (zh) * | 2017-08-31 | 2018-01-19 | 苏州诺维博得智能装备科技有限公司 | 笔记本外观质量检测方法及装置 |
WO2018077121A1 (zh) * | 2016-10-24 | 2018-05-03 | 合肥美的智能科技有限公司 | 图像中目标物体识别方法、冰箱内食品识别方法及系统 |
WO2018090567A1 (zh) * | 2016-11-17 | 2018-05-24 | 江苏天宏机械工业有限公司 | 一种轮毂类型识别检测系统 |
CN108095690A (zh) * | 2017-12-17 | 2018-06-01 | 北京工业大学 | 基于Lanczos双对角化的快速指数滤波正则化光声成像重建方法 |
CN108380509A (zh) * | 2017-12-08 | 2018-08-10 | 五邑大学 | 基于机器视觉的led灯盘分拣与检测系统 |
-
2018
- 2018-09-12 CN CN201811064086.9A patent/CN109060810A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201828932U (zh) * | 2010-10-18 | 2011-05-11 | 益阳市鹏程科技发展有限公司 | 电容器外观质量检测装置 |
CN102305793A (zh) * | 2011-05-11 | 2012-01-04 | 苏州天准精密技术有限公司 | 一种产品外观质量检测方法和设备 |
WO2018077121A1 (zh) * | 2016-10-24 | 2018-05-03 | 合肥美的智能科技有限公司 | 图像中目标物体识别方法、冰箱内食品识别方法及系统 |
WO2018090567A1 (zh) * | 2016-11-17 | 2018-05-24 | 江苏天宏机械工业有限公司 | 一种轮毂类型识别检测系统 |
CN107607542A (zh) * | 2017-08-31 | 2018-01-19 | 苏州诺维博得智能装备科技有限公司 | 笔记本外观质量检测方法及装置 |
CN108380509A (zh) * | 2017-12-08 | 2018-08-10 | 五邑大学 | 基于机器视觉的led灯盘分拣与检测系统 |
CN108095690A (zh) * | 2017-12-17 | 2018-06-01 | 北京工业大学 | 基于Lanczos双对角化的快速指数滤波正则化光声成像重建方法 |
Non-Patent Citations (2)
Title |
---|
岳鑫;肖晨;: "基于奇异值分解和双三次插值的图像缩放算法改进" * |
王炫盛等: ""Lanczos双对角化:一种快速的非负矩阵初始化方法"" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6709862B6 (ja) | 畳み込みニューラルネットワーク画像認識技術による会計方法及び設備 | |
US11373289B2 (en) | Analysis apparatus and analysis method | |
AU2022202588B2 (en) | Item identification and tracking system | |
US8687855B2 (en) | Method for detecting facial features | |
CN104509097A (zh) | 监视摄像机控制装置以及图像监视系统 | |
WO2003025859A1 (fr) | Dispositif d'interface | |
EP4137901A1 (en) | Deep-learning-based real-time process monitoring system, and method therefor | |
CN107374630A (zh) | 一种医疗检测系统患者床位置的控制方法和装置 | |
Khandelwal et al. | Segmentation-grounded scene graph generation | |
US9613328B2 (en) | Workflow monitoring and analysis system and method thereof | |
CN109752721A (zh) | 具有扫描和分析能力的便携式声学成像工具 | |
US20150300652A1 (en) | Systems and methods for cookware detection | |
TW201911153A (zh) | 智慧監控系統及監控方法 | |
US20150363643A1 (en) | Fusion-based object-recognition | |
JP2022528022A (ja) | スーパーマーケット商品棚上の商品の分析方法及びシステム | |
CN109060810A (zh) | 产品外观质量检测装置、外观检测设备及其检测方法 | |
CN109875497A (zh) | 一种基于云端数据库的视力检测系统 | |
CN110201909A (zh) | 一种小型mim产品的螺牙自动检测分选系统 | |
Yun et al. | Recognition of emergency situations using audio–visual perception sensor network for ambient assistive living | |
CN208212008U (zh) | 自测式视力检测系统 | |
CN109409173A (zh) | 基于深度学习的驾驶人状态监测方法、系统、介质及设备 | |
CN105643664A (zh) | 一种服务机器人的视觉识别判定方法及视觉系统 | |
CN113420839B (zh) | 用于堆叠平面目标物体的半自动标注方法及分割定位系统 | |
CN115984968A (zh) | 一种学生时空动作识别方法、装置、终端设备及介质 | |
WO2019077561A1 (en) | DEVICE FOR DETECTING THE INTERACTION OF USERS WITH PRODUCTS ARRANGED ON A BASE OR DISPLAY OF A STORE |
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 |