CN109387524A - 基于线性偏振光的螺纹缺陷检测方法及装置 - Google Patents

基于线性偏振光的螺纹缺陷检测方法及装置 Download PDF

Info

Publication number
CN109387524A
CN109387524A CN201811519636.1A CN201811519636A CN109387524A CN 109387524 A CN109387524 A CN 109387524A CN 201811519636 A CN201811519636 A CN 201811519636A CN 109387524 A CN109387524 A CN 109387524A
Authority
CN
China
Prior art keywords
fastener
screw thread
thread
image
edge
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
Application number
CN201811519636.1A
Other languages
English (en)
Inventor
马荣贵
谭珂
张美月
徐康
王梦菲
高洁
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.)
Changan University
Original Assignee
Changan 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 Changan University filed Critical Changan University
Priority to CN201811519636.1A priority Critical patent/CN109387524A/zh
Publication of CN109387524A publication Critical patent/CN109387524A/zh
Pending legal-status Critical Current

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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8848—Polarisation of light
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G01N2021/8887—Scan 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

Abstract

本发明公开了一种基于线性偏振光的螺纹缺陷检测方法及装置。装置包括图像传感器、置物平台、图像采集卡和计算机；所述图像传感器包括面阵CCD摄像机、手动光圈定焦镜头，防外乱光滤波片、遮光罩和线性偏振光光源；带有螺纹的待检测紧固件置于图像传感器的正下方，且位于置物平台的中心位置；图像采集卡分别与计算机及图像传感器中的面阵CCD摄像机通过尾线连接，利用计算机对图像采集卡采集到的紧固件灰度图像进行分析处理，通过算法实现紧固件缺螺纹、少螺纹及螺纹长度缺陷的检测。本发明减少了图像处理时间，可以实现非接触式螺纹缺陷自动检测。

Description

基于线性偏振光的螺纹缺陷检测方法及装置
技术领域
本发明属于紧固件缺陷检测领域，具体涉及基于线性偏振激光的螺纹缺陷检测。
背景技术
紧固件作为一种常用机械零件，广泛应用于机械、汽车、飞机等制造行业。紧固件螺纹缺陷会直接影响其性能，导致各种安全隐患，必须在投入应用之前剔除存在缺陷的紧固件个体，避免造成无法预料的后果。目前对于紧固件螺纹缺陷还停留在人工目视检测阶段，不仅效率低下，而且极易出现误检和漏检。随着制造产业向着高速度、大批量、自动化模式转变，传统紧固件螺纹检测技术已经无法满足现代工业生产需求，迫切需要研发一种高效、低成本的紧固件螺纹检测技术。
中国专利CN108387516A公开了一种基于CCD相机图像处理技术的螺纹缺陷检测装置及检测方法。其采用LED背光源，并基于螺纹牙型角测量进行缺陷判别，但其不足之处在于：由于螺纹表面凹凸不平，对光线的反射能力不同，采用LED背光源照射后容易产生许多亮点，在采集图像时会丢失螺纹的轮廓特征，无法正确检测出螺纹个数和螺纹长度缺陷。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于线性偏振光的螺纹缺陷检测方法及装置，用于紧固件螺纹缺陷的检测，以提高检测效率。
为达到上述目的，本发明采用了以下技术方案：
一种基于线性偏振光的螺纹缺陷检测装置，包括置物平台、单目视觉宽视场图像传感器以及计算机，所述单目视觉宽视场图像传感器包括激光线性偏振光光源以及依次相连的面阵CCD摄像机、镜头和遮光罩，镜头上设置有滤光片，激光线性偏振光光源位于置物平台与遮光罩所在位置高度之间，并且激光线性偏振光光源的照射方向与面阵CCD摄像机的光轴垂直相交，计算机包括用于对通过面阵CCD摄像机及与计算机和面阵CCD摄像机分别相连的图像采集卡采集的紧固件灰度图像进行图像分析与缺陷识别的软件系统，该软件系统包括图像预处理模块、图像分析计算模块、缺陷判定模块及结果输出模块，图像预处理模块用于从紧固件灰度图像中提取螺纹所在紧固件的边缘，图像分析计算模块用于根据所述紧固件的边缘生成精确的螺纹轮廓并根据该螺纹轮廓计算螺纹个数及螺纹长度，缺陷判定模块用于根据计算得到的螺纹个数及螺纹长度判定对应紧固件的螺纹缺陷类型，结果输出模块用于通过计算机对紧固件灰度图像、预处理模块的处理过程、判定得到的紧固件螺纹缺陷类型进行输出显示。
优选的，所述图像预处理模块对紧固件灰度图像进行区域切割得到目标区域(螺纹所在区域)图像，然后对目标区域图像依次进行平滑去噪处理、锐化处理、二值化处理、噪点腐蚀处理和边缘检测，提取得到螺纹所在紧固件的边缘。
优选的，所述图像分析计算模块包括螺纹轮廓分析子模块及螺纹缺陷计算子模块，螺纹轮廓分析子模块用于对螺纹所在紧固件的边缘采用提取明暗差异显著的特征点的方式确定螺纹轮廓边界点集合，并根据该集合绘制精确的螺纹轮廓图，螺纹缺陷计算子模块用于根据边界点中的最大像素列坐标和最小像素列坐标个数计算螺纹个数，以及用于根据所述螺纹轮廓图中螺纹的长度(轴向)及像素的比例因子计算螺纹的实际长度，其中，最大像素列坐标及最小像素列坐标是遍历所述边界点集合内像素的列坐标极值而确定的。
优选的，所述缺陷判定模块根据计算得到的螺纹个数与紧固件的标准螺纹个数差异(对比确定)判定紧固件的螺纹个数缺陷类型(例如，无螺纹或缺螺纹)，以及根据计算得到的螺纹实际长度与紧固件的标准螺纹长度的差异(对比确定)判定紧固件的螺纹长度缺陷。
一种基于线性偏振激光的螺纹缺陷检测方法，包括以下步骤：
1)在激光线性偏振光光源下，采用上述单目视觉宽视场图像传感器及图像采集卡采集完整的紧固件灰度图像，并发送至计算机；
2)计算机对紧固件灰度图像进行图像分析与缺陷识别，并对紧固件灰度图像、图像分析过程及识别的紧固件螺纹缺陷类型进行输出显示，所述图像分析与缺陷识别具体包括以下步骤：对紧固件灰度图像进行预处理，提取得到螺纹所在紧固件的边缘；根据所述紧固件的边缘生成精确的螺纹轮廓图并根据该螺纹轮廓图计算螺纹个数及螺纹长度；根据计算得到的螺纹个数及螺纹长度判定对应紧固件的螺纹缺陷类型。
优选的，通过所述单目视觉宽视场图像传感器的面阵CCD摄像机及与计算机和面阵CCD摄像机分别相连的图像采集卡采集紧固件灰度图像，所述计算机对紧固件灰度图像进行区域切割、平滑去噪处理、锐化处理、二值化处理、噪点腐蚀和边缘检测，得到螺纹所在紧固件的边缘。
优选的，所述计算机对螺纹所在紧固件的边缘采用提取明暗差异显著的特征点的方式确定螺纹轮廓边界点集合，并根据该集合绘制螺纹轮廓图；所述计算机根据边界点中的最大像素列坐标和最小像素列坐标个数计算螺纹个数，其中，最大像素列坐标及最小像素列坐标是遍历所述边界点集合内像素的列坐标极值而确定的。
优选的，所述计算机通过计算螺纹轮廓中像素列坐标的极值点个数，根据计算得到的螺纹个数(极值点个数)与紧固件的标准螺纹个数差异判定紧固件的螺纹个数缺陷类型，然后对判定为不存在螺纹个数缺陷的紧固件根据计算得到的该紧固件的螺纹实际长度与紧固件的标准螺纹长度的差异判定紧固件的螺纹长度缺陷。
优选的，所述计算机根据所述螺纹轮廓图中螺纹的长度(轴向)及像素的比例因子计算螺纹的实际长度。
本发明的有益效果体现在：
本发明中单目视觉宽视场图像传感器基于线性偏振光光源(例如，线性偏振激光)照明系统采集完整的紧固件图像，由于螺纹表面凹凸不平对光线的反射能力不同，采用线性偏振光光源照明系统可以摄取到高质量、高对比度的图像，有效减少图像中亮点，方便后续的图像处理和分析；同时结合图像分析与缺陷识别(具体经预处理、精确螺纹轮廓、螺纹个数和长度计算流程)，从而可以对紧固件进行无螺纹、缺螺纹、螺纹长度缺陷识别检测。整个检测装置结构简单，易于加工制造，成本较低，能实现非接触式自动检测，同时检测效率高。
进一步的，本发明采用面阵CCD摄像机及图像采集卡采集到的图像为灰度图像，可以减少图像处理时间，实现视觉传感器的简单化、实用化。
进一步的，本发明采用预处理初步获得螺纹轮廓(边缘检测)后，通过确定螺纹轮廓边界点，得到精确的螺纹轮廓，结合坐标法，提高螺纹缺陷检测准确性。
附图说明
图1是本发明实施例中螺纹缺陷识别装置的结构示意图；
图2是本发明实施例中面阵CCD图像传感器的结构示意图；
图3是本发明实施例中螺纹缺陷识别软件模块结构图；
图4是本发明实施例中螺纹缺陷检测流程图；
图5是本发明实施例中螺纹长度计算流程图；
图6是紧固件灰度图像区域切割示意图：(a)切割区域在图像中位置(框内)；(b)切割结果；
图7是Roberts算子边缘检测后的螺纹轮廓；
图8是螺纹长度计算示意图；
图中：1、摄像机；2、手动光圈定焦镜头；3、防外乱光滤波片；4、遮光罩；5、线性偏振光光源；6、面阵CCD图像传感器；7、置物平台；8、图像采集卡；9、计算机；10、待检测紧固件。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明，所述实施例仅用于解释本发明，而不是对本发明保护范围的限制。
参见图1以及图2，本发明提出了一种基于线性偏振激光的螺纹缺陷检测装置，包括面阵CCD图像传感器6、置物平台7、图像采集卡8和计算机9；其中，所述面阵CCD图像传感器6包括面阵CCD摄像机1(MTV-1881EX-3，黑白、低照度、高解析)、手动光圈定焦镜头2、防外乱光滤波片3、遮光罩4和激光线性偏振光光源5；手动光圈定焦镜头2成像规格和面阵CCD摄像机1靶面规格相一致，手动光圈定焦镜头2与面阵CCD摄像机1按照C安装座安装并在手动光圈定焦镜头2上安装防外乱光滤波片3(例如，采用红外截止滤光片，阻止红外线穿过摄像机的镜头，造成图像失真)；将带有螺纹的待检测紧固件10平放(轴向与水平面平行)于手动光圈定焦镜头2(带有防外乱光滤波片3)正下方的置物平台7的中心位置，激光线性偏振光光源5固定于防外乱光滤波片3下方，且其光线可以沿与待检测紧固件10轴向平行的方向射向该紧固件所在位置，遮光罩4位于置物平台7和手动光圈定焦镜头2之间，遮光罩4上端与防外乱光滤波片3紧密接触，遮光罩4下端遮挡在待检测紧固件10的上方，需避免遮光罩4成像于面阵CCD摄像机1中；面阵CCD摄像机1镜头(手动光圈定焦镜头2)视场覆盖在置物平台7上的待检测紧固件10上；图像采集卡8分别与计算机9以及面阵CCD摄像机1相连(面阵CCD摄像机1和图像采集卡8通过尾线连接)。
参见图3，计算机9利用其所运行的螺纹缺陷识别软件对图像采集卡8采集到的图像进行图像分析及相关的算法运算，获得紧固件螺纹的缺陷信息。计算机利用该软件先获取面阵CCD摄像机1和图像采集卡8采集的包含紧固件上侧螺纹的完整的紧固件灰度图像，然后对该灰度图像进行预处理，提取得到螺纹所在紧固件边缘的图像，通过进一步图像分析、处理并针对图像中的螺纹轮廓，利用螺纹个数、长度计算算法得到缺陷识别结果并输出。
参见图4，本发明还提出了一种基于线性偏振激光的螺纹缺陷检测方法，即利用上述面阵CCD图像传感器6并通过图像采集卡8采集待检测紧固件10的原始图像，利用计算机9进行图像分析处理及相关的算法计算，实现紧固件螺纹缺陷的检测。
在图像采集阶段，打开面阵CCD摄像机1、计算机9(运行上述软件)，确保各种连线正常；将待检测紧固件10水平放置于置物平台7的中心位置，打开激光线性偏振光光源5，保证该紧固件处于激光线性偏振光光源5的光线中心区域正下方，同时保证待检测紧固件10处于面阵CCD图像传感器6光轴中心，调整光源的光线亮度及光源颜色，保证光源光线明亮适宜、颜色对摄像机成像质量最优，调整完后，保持光源位置、亮度、颜色(例如，蓝色)等不变；图像采集卡8通过面阵CCD图像传感器6采集一幅待检测紧固件10的灰度图像，并通过图像采集卡8传输给计算机9。每进行一次图像采集后可直接进行图像分析和缺陷检测。
在图像分析处理和算法计算阶段，计算机9对采集到的原始图像(紧固件的灰度图像)进行紧固件螺纹缺陷的识别，具体流程如下：
步骤一、区域切割
将紧固件灰度图像通过高速图像采集卡8显示在计算机(例如，PC)的屏幕上，并将图像区域中对应于紧固件的螺纹所在部分切割出来，并将切割出来的图像区域(图6)作为后续处理的对象。
步骤二、图像噪声和平滑处理
图像的平滑处理就是消除掉噪声，但又不能使图像的边缘轮廓和线条改变，本发明采用指数低通滤波器在频率域对切割出来的图像进行平滑处理。
步骤三、图像的锐化
图像平滑处理后，在一定程度上会使图像变得模糊，本发明采用3×3的拉普拉斯锐化模板对平滑处理后的图像进行锐化，使螺纹的齿更加明显。
步骤四、阈值分割
通过阈值分割得到二值化后的图像，从而从背景中通过灰度值的不同分割出目标图像，本发明通过得到的锐化后图像的灰度直方图来确定所要选取的阈值，所采用的阈值分割算法为峰谷法。
步骤五、图像腐蚀处理
将二值化后的图像中出现的独立噪点用3×3黑点块的结构元素在编程环境下进行腐蚀。
步骤六、图像的边缘检测
为了区分图像中的目标和背景，应用图像处理中的边缘检测技术，对经过腐蚀处理的二值化图像进行边缘特征的提取，具体采用了Roberts边缘检测算子，得到了紧固件螺纹所在部分的边缘图像(图7)，预处理结束，初步得到螺纹轮廓；
上述面阵CCD图像传感器6采用激光线性偏振光光源5照明，使采集的图像对比度高、没有亮点现象，不会产生难处理的阴影问题，经预处理后得到的螺纹轮廓更清晰，更利于提取螺纹轮廓上的信息。
步骤七、将经过预处理后的图像从上到下进行扫描，设像素点A的坐标为(Xi,Yi)，设像素点B的坐标为(Xi，Yi-1)；如果该图像中存在，在像素点A的灰度为0时像素点B的灰度为255，或者像素点A的灰度为255时像素点B的灰度为0的情况，则记录对应的点A、B的位置。
步骤八、利用步骤七中所记录的所有点A和B绘制成螺纹轮廓(与边缘检测的结果相比，更为精确)，根据缺陷识别算法判别出螺纹是否有缺陷。本发明选用某型号紧固件的螺纹为研究对象，对该型号螺纹的无螺纹、缺螺纹等缺陷进行检测：比较螺纹轮廓图上所有边界点的纵坐标，确定最大值Ymax和最小值Ymin，统计边界点中相同的最大值Ymax和最小值Ymin的个数，得到极值点个数n，当极值点个数n与该紧固件标准螺纹个数不符合的时候，证明螺纹是有缺陷的，反之，则需根据步骤九进一步检测。
步骤九、根据步骤八的判断，可以剔除缺螺纹和无螺纹的紧固件，但在螺纹个数与标准螺纹个数符合的情况下，对于螺纹长度存在的缺陷是无法判断的。所以要根据螺纹长度计算算法以及长度标定算法来剔除掉通过步骤八无法识别的螺纹长度存在缺陷的紧固件：
参见图5，在步骤八得到的螺纹轮廓中，高度特征提取出来的边缘中寻找到横坐标最大(Xmax)的点(在图8中为白色水平直线左端点)，然后自该点向右画一条线水平线，直至达到图像右侧边界，这条直线的长度(L1)就是螺纹的图像长度的一个像素测量值，然后从这个点开始，每隔一定的像素值取画线的位置(各位置与所述点在同一竖直直线上，且可以在Xmax最大的点的两侧或一侧，例如，根据图8中显示应该分布在横坐标最大的点下侧)，并绘制相似的水平线，其一端延伸至所述边缘(图8中尽管显示其被所述竖直直线覆盖，但应当理解，所述竖直直线实际并不存在，水平线与所述边缘的交点通过画线位置确定)，另一端则延伸至图像右侧边界，最终在所述边缘共取20个点(包括Xmax对应的点)，计算出自其中每个点向右所画直线的长度L1，L2，L3，…，L20；比较这20个长度值，剔除掉其中的最大值与最小值，然后将剩余18个值取平均值，就是图像中螺纹的长度。再利用通过长度标定算法计算出的像素在横向上与实际长度的比例因子η，就可以根据图像中螺纹的长度计算出所对应螺纹的实际长度，再与紧固件螺纹标准长度做对比，则可以进一步判断并剔除有螺纹缺陷的紧固件。
其中，比例因子η的计算：采用两个标准模块的实际长度为X1和X2，用上面计算长度的方法，得到两个模块的长度的像素值L1和L2，则有：
η＝L1-L2/X1-X2。

Claims (10)

1.一种基于线性偏振光的螺纹缺陷检测装置，其特征在于：包括置物平台(7)、单目视觉宽视场图像传感器以及计算机(9)，所述单目视觉宽视场图像传感器包括线性偏振光光源(5)以及依次相连的面阵CCD摄像机(1)、镜头和遮光罩(4)，镜头上设置有滤光片，线性偏振光光源(5)位于置物平台(7)与遮光罩(4)之间，并且线性偏振光光源(5)的照射方向与面阵CCD摄像机(1)的光轴相交，计算机(9)包括用于对通过面阵CCD摄像机(1)及与计算机(9)和面阵CCD摄像机(1)分别相连的图像采集卡(8)采集的紧固件灰度图像进行图像分析与缺陷识别的软件系统，该软件系统包括图像预处理模块、图像分析计算模块及缺陷判定模块，图像预处理模块用于从紧固件灰度图像中提取螺纹所在紧固件的边缘，图像分析计算模块用于根据所述紧固件的边缘生成螺纹轮廓并根据该螺纹轮廓计算螺纹个数及螺纹长度，缺陷判定模块用于根据计算得到的螺纹个数及螺纹长度判定对应紧固件的螺纹缺陷类型。
2.根据权利要求1所述一种基于线性偏振光的螺纹缺陷检测装置，其特征在于：所述软件系统还包括结果输出模块，判定得到的紧固件的螺纹缺陷类型通过结果输出模块显示在计算机(9)上。
3.根据权利要求1所述一种基于线性偏振光的螺纹缺陷检测装置，其特征在于：所述图像预处理模块通过对紧固件灰度图像进行区域切割、平滑去噪处理、锐化处理、二值化处理、噪点腐蚀处理和边缘检测，提取得到螺纹所在紧固件的边缘。
4.根据权利要求1所述一种基于线性偏振光的螺纹缺陷检测装置，其特征在于：所述图像分析计算模块包括螺纹轮廓分析子模块及螺纹缺陷计算子模块，螺纹轮廓分析子模块用于对螺纹所在紧固件的边缘采用提取明暗差异显著的特征点的方式确定螺纹轮廓边界点集合，并根据该集合绘制螺纹轮廓图，螺纹缺陷计算子模块用于根据边界点中的最大像素列坐标和最小像素列坐标个数计算螺纹个数，以及用于根据所述螺纹轮廓图中螺纹的长度及像素的比例因子计算螺纹的实际长度，其中，最大像素列坐标及最小像素列坐标是遍历所述边界点集合内像素的列坐标极值而确定的。
5.根据权利要求4所述一种基于线性偏振光的螺纹缺陷检测装置，其特征在于：所述缺陷判定模块根据计算得到的螺纹个数与紧固件的标准螺纹个数差异判定紧固件的螺纹个数缺陷类型，以及根据计算得到的螺纹实际长度与紧固件的标准螺纹长度的差异判定紧固件的螺纹长度缺陷。
6.一种基于线性偏振激光的螺纹缺陷检测方法，其特征在于：包括以下步骤：
1)在线性偏振光光源(5)下，采集紧固件灰度图像；
2)对紧固件灰度图像进行预处理，提取得到螺纹所在紧固件的边缘；根据所述紧固件的边缘生成螺纹轮廓并根据该螺纹轮廓计算螺纹个数及螺纹长度；根据计算得到的螺纹个数及螺纹长度判定对应紧固件的螺纹缺陷类型。
7.根据权利要求6所述一种基于线性偏振激光的螺纹缺陷检测方法，其特征在于：通过面阵CCD摄像机(1)及与计算机(9)和面阵CCD摄像机(1)分别相连的图像采集卡(8)采集紧固件灰度图像，计算机(9)对紧固件灰度图像进行区域切割、平滑去噪处理、锐化处理、二值化处理、噪点腐蚀和边缘检测，得到螺纹所在紧固件的边缘。
8.根据权利要求6所述一种基于线性偏振激光的螺纹缺陷检测方法，其特征在于：计算机(9)对螺纹所在紧固件的边缘采用提取明暗差异显著的特征点的方式确定螺纹轮廓边界点集合，并根据该集合绘制螺纹轮廓图；计算机(9)根据边界点中的最大像素列坐标和最小像素列坐标个数计算螺纹个数，其中，最大像素列坐标及最小像素列坐标是遍历所述边界点集合内像素的列坐标极值而确定的。
9.根据权利要求6所述一种基于线性偏振激光的螺纹缺陷检测方法，其特征在于：计算机(9)根据计算得到的螺纹个数与紧固件的标准螺纹个数差异判定紧固件的螺纹个数缺陷类型，然后对判定为不存在螺纹个数缺陷的紧固件根据计算得到的该紧固件的螺纹实际长度与紧固件的标准螺纹长度的差异判定紧固件的螺纹长度缺陷。
10.根据权利要求9所述一种基于线性偏振激光的螺纹缺陷检测方法，其特征在于：计算机(9)根据所述螺纹轮廓图中螺纹的长度及像素的比例因子计算螺纹的实际长度。
CN201811519636.1A 2018-12-12 2018-12-12 基于线性偏振光的螺纹缺陷检测方法及装置 Pending CN109387524A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811519636.1A CN109387524A (zh) 2018-12-12 2018-12-12 基于线性偏振光的螺纹缺陷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811519636.1A CN109387524A (zh) 2018-12-12 2018-12-12 基于线性偏振光的螺纹缺陷检测方法及装置

Publications (1)

Publication Number Publication Date
CN109387524A true CN109387524A (zh) 2019-02-26

Family

ID=65429360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811519636.1A Pending CN109387524A (zh) 2018-12-12 2018-12-12 基于线性偏振光的螺纹缺陷检测方法及装置

Country Status (1)

Country Link
CN (1) CN109387524A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110201907A (zh) * 2019-07-10 2019-09-06 广东嘉铭智能科技有限公司 用于检测锚具的螺纹结构的检测装置
CN110660072A (zh) * 2019-09-20 2020-01-07 北京神工科技有限公司 一种直线边缘的识别方法、装置、存储介质及电子设备
CN112718881A (zh) * 2019-10-28 2021-04-30 南京智欧智能技术研究院有限公司 一种用于检测热轧钢材料表面缺陷的方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101660894A (zh) * 2009-09-11 2010-03-03 天津大学 基于平行光照明的多目视觉检测装置及方法
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
CN103884720A (zh) * 2014-03-13 2014-06-25 广东工业大学 基于fpga的pet瓶盖缺陷实时检测系统及其检测方法
CN204154661U (zh) * 2014-10-16 2015-02-11 浙江丰立机电有限公司 小模数锥齿轮外观缺陷自动检测装置
CN105738380A (zh) * 2014-12-29 2016-07-06 三星显示有限公司 显示装置的检查装置以及显示装置的检查方法
CN106226316A (zh) * 2016-08-31 2016-12-14 江苏大学 一种单摄像机宽视场视觉螺纹检测装置及其检测方法
CN106289081A (zh) * 2015-06-25 2017-01-04 闽浪仪器科技（厦门）有限公司 一种全自动视觉在线质量检测及分检系统
CN205941401U (zh) * 2016-08-04 2017-02-08 西南交通大学 曲面零件表面轮廓损伤分析装置
CN108176608A (zh) * 2017-12-25 2018-06-19 中国科学院自动化研究所 基于机器视觉的螺母缺陷检测方法及装置
CN108387516A (zh) * 2018-01-25 2018-08-10 陕西方元预应力机械有限公司 基于ccd像机图像处理技术的螺纹缺陷检测装置及检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101660894A (zh) * 2009-09-11 2010-03-03 天津大学 基于平行光照明的多目视觉检测装置及方法
CN102590218A (zh) * 2012-01-16 2012-07-18 安徽中科智能高技术有限责任公司 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法
CN103884720A (zh) * 2014-03-13 2014-06-25 广东工业大学 基于fpga的pet瓶盖缺陷实时检测系统及其检测方法
CN204154661U (zh) * 2014-10-16 2015-02-11 浙江丰立机电有限公司 小模数锥齿轮外观缺陷自动检测装置
CN105738380A (zh) * 2014-12-29 2016-07-06 三星显示有限公司 显示装置的检查装置以及显示装置的检查方法
CN106289081A (zh) * 2015-06-25 2017-01-04 闽浪仪器科技（厦门）有限公司 一种全自动视觉在线质量检测及分检系统
CN205941401U (zh) * 2016-08-04 2017-02-08 西南交通大学 曲面零件表面轮廓损伤分析装置
CN106226316A (zh) * 2016-08-31 2016-12-14 江苏大学 一种单摄像机宽视场视觉螺纹检测装置及其检测方法
CN108176608A (zh) * 2017-12-25 2018-06-19 中国科学院自动化研究所 基于机器视觉的螺母缺陷检测方法及装置
CN108387516A (zh) * 2018-01-25 2018-08-10 陕西方元预应力机械有限公司 基于ccd像机图像处理技术的螺纹缺陷检测装置及检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
冯平等: "《PCB自动光学检测数字图像处理技术》", 31 October 2018, 西南交通大学出版社 *
周金山 等: "基于机器视觉的螺纹缺陷检测方法", 《湖北大学工业学报》 *
毛林威: "轴向色环电阻质量自动检测系统的设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
王凡: "基于机器视觉的螺纹缺陷检测技术研究和系统开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110201907A (zh) * 2019-07-10 2019-09-06 广东嘉铭智能科技有限公司 用于检测锚具的螺纹结构的检测装置
CN110660072A (zh) * 2019-09-20 2020-01-07 北京神工科技有限公司 一种直线边缘的识别方法、装置、存储介质及电子设备
CN110660072B (zh) * 2019-09-20 2022-08-26 北京神工科技有限公司 一种直线边缘的识别方法、装置、存储介质及电子设备
CN112718881A (zh) * 2019-10-28 2021-04-30 南京智欧智能技术研究院有限公司 一种用于检测热轧钢材料表面缺陷的方法和装置

Similar Documents

Publication Publication Date Title
CN109816678B (zh) 一种基于视觉的喷嘴雾化角度自动检测系统及方法
CN108921176B (zh) 一种基于机器视觉的指针式仪表定位与识别方法
CN108921819B (zh) 一种基于机器视觉的验布装置及方法
CN108387516A (zh) 基于ccd像机图像处理技术的螺纹缺陷检测装置及检测方法
CN107610104A (zh) 一种基于机器视觉的电梯补偿链r处裂纹检测方法
CN113252568A (zh) 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端
CN109387524A (zh) 基于线性偏振光的螺纹缺陷检测方法及装置
CN110403232A (zh) 一种基于二级算法的烟支质量检测方法
CN112037203A (zh) 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统
CN108257171A (zh) 基于光视觉的汽车雷达装配孔径检测方法
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN110717909A (zh) 一种金属表面划痕检测方法与装置
CN102901735B (zh) 利用计算机对工件缺损、裂变、变形进行自动检测的系统
CN109523540A (zh) 基于霍夫变换的纱线断头检测方法
CN106780437B (zh) 一种快速qfn芯片塑封图像获取与放大方法
CN110189375A (zh) 一种基于单目视觉测量的图像目标识别方法
CN111257329A (zh) 一种智能手机摄像头缺陷检测方法以及检测系统
Fu et al. Medicine glass bottle defect detection based on machine vision
CN109409181A (zh) 一种用于低质量指静脉图像的手指上下边缘独立检测方法
CN113177924A (zh) 一种工业流水线产品瑕疵检测方法
CN109816627A (zh) 平面玻璃元件油墨区弱小缺陷目标检测方法
CN110412055A (zh) 一种基于多光源暗场照明的透镜白雾缺陷检测方法
CN116883498A (zh) 基于灰度质心提取算法的视觉合作靶标特征点定位方法
CN111833350A (zh) 机器视觉检测方法与系统
CN111539951A (zh) 一种陶瓷砂轮头轮廓尺寸视觉检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190226