CN109499908A - 一种用于机械零件的视觉检测系统 - Google Patents

一种用于机械零件的视觉检测系统 Download PDF

Info

Publication number
CN109499908A
CN109499908A CN201811334762.XA CN201811334762A CN109499908A CN 109499908 A CN109499908 A CN 109499908A CN 201811334762 A CN201811334762 A CN 201811334762A CN 109499908 A CN109499908 A CN 109499908A
Authority
CN
China
Prior art keywords
detection
machine components
module
image
vision
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
CN201811334762.XA
Other languages
English (en)
Inventor
魏亚东
张绍辉
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.)
Dongguan University of Technology
Original Assignee
Dongguan University of Technology
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 Dongguan University of Technology filed Critical Dongguan University of Technology
Priority to CN201811334762.XA priority Critical patent/CN109499908A/zh
Publication of CN109499908A publication Critical patent/CN109499908A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General 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)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Sorting Of Articles (AREA)

Abstract

本发明公开了一种用于机械零件检测的视觉检测系统，包括：机械模块，图像采集模块，控制模块，图像检测模块；所述机械模块将图像采集模块，控制模块，图像检测模块连接在一起，各个功能模块之间相互配合，协同合作，以维持本发明所述视觉检测系统的良好运转；本发明用机器代替人工检测机械的表面缺陷及加工尺寸，并自动进行比对、判断和分选，实现自动化，智能化，根据机械零件加工面缺陷种类和产品加工尺寸比对是否合格实现产品分类，该过程完全由计算机程序控制，操作简易，方便，克服了人工操作和常规检测技术中的不足。

Description

一种用于机械零件的视觉检测系统
技术领域
本发明涉及一种视觉检测系统，具体为一种用于机械零件的视觉检测系统。
背景技术
机械零件是机械设备中的重要组成部分，一些关键机械的零件的品质对机械设备运行的稳定性起着至关重要的作用，目前国内机械设备生产企业对于零件的检测，多采用人工的方式，通过人工测量尺寸或者肉眼观察的方式来判断零件是否合格，这种方式的效率受人为因素影响，且难以保证统一的检验标准，容易出现漏检、误检的情况，另外，在金属零件表面缺陷的物理检测方法中，还有以下几种比较经典的方法：涡流探伤、磁粉探伤、超声波探伤；涡流探伤法，是一种应用广泛的金属表面检测方法，但随着检测目标外形复杂度的增加，检测过程中的移动操作会变得更加困难，使用涡流探伤法进行金属表面缺陷检测，需要使用大量电力使线圈产生励磁，会造成能源的浪费和产品成本的提高；磁粉探伤法，其原理与涡流探伤法类似，需要人工来观察磁粉的分布，相对于直接的人工肉眼观察，只是增强了缺陷的对比度，使缺陷更容易被观察到，零件被检测后要对其做退磁处理，退磁后再清洗掉表面的磁粉，需要增加一个工位才能完成这个后处理工作，从自动化程度方面考虑，磁粉探伤法需要人工参与操作，无法达到自动化生产线的要求；从环境方面考虑，清洗零件产生的污水对环境会造成很大危害；超声波探伤法，使用超声波探伤法检测轴承缺陷时，应控制好波束的波长，使波长小于缺陷的最小尺寸，目前国内应用超声波探伤法检测零件，多用于大尺寸的零件，对于小尺寸的零件，目前技术上还不够完善，存在二次底波高于一次底波的问题。
发明内容
一种用于机械零件的视觉检测系统，包括：机械模块，图像采集模块，控制模块，图像检测模块；所述机械模块包括：步进电动机控制器、旋转台和编码器，所述步进电动机控制器控制旋转台转动，所述编码器与所述机械模块中的旋转台主轴固定在一起；所述图像采集模块包含相机、镜头和光源，所述光源将机械零件的成像面照明，反射的光线通过镜头反应在相机的CCD传感器上，所述编码器与旋转台连接，用于监测旋转台旋转速率的同比脉冲信号；所述编码器获取的脉冲信号作为相机的拍摄控制信号；所述控制模块通过对旋转台的旋转速率控制，实现旋转台以匀速速率持续旋转；所述图像检测模块检测机械零件表面凹坑缺陷，纹理缺陷，尺寸缺陷，机械零件加工尺寸并根据缺陷的类型和加工尺寸是否合格对机械零件进行分选。
进一步的，所述机械模块中的旋转平台包括入料机构，出料机构，定位机构，分拣机构，旋转机构，气缸，步进电机和电磁阀，其中步进电机与旋转机构相连，电磁阀分别与入料机构，出料机构，分拣机构的驱动气缸相连。
所述入料机构，出料机构，定位机构，分拣机构，均分布在一个分度盘上，所述入料机构和出料机构由振动料斗、上料通道、气动推杆、控制器组成；所述定位装置由定位槽、定位块、定位导轨及辅助弹簧构成；所述分选装置是通过控制器控制连杆水平运动，将零件从定位机构顶出，下面安置机械零件的接料槽。
所述控制模块包括：PLC、气缸、电磁阀、接近开关、编码器、减速电机；PLC负责所述系统其它硬件的整体控制和与上位机的通信；气缸为入料机构、出料机构和分拣机构的操作提供动力；电磁阀通过控制气门的开合，来操作各气缸对应的机械部件；接近开关识别检测工位中是否有待检测的机械零件；编码器测量旋转台转动速度，用于控制图像的采集速度；减速电机是为旋转机构提供动力。
进一步的，所述控制模块控制执行机构将机械零件由上料机构自动送入分度盘上的定位口,由控制器控制分度盘将机械零件转动至图像采集区域,待图像采集处理完毕后,再转动分度盘将零件根据测量的结果进行分选，所述控制器的I/O接口与所述步进电机和电磁阀连接。
所述图像采集模块包含相机、镜头、光源，图像采集卡，所述光源的发光光线分为入射光和透射光，入射光和相机至于同一侧，透射光置于机械零件的另一侧，所述光源、镜头和相机通过一个可旋转调节角度和距离的装置连接在固定支架上，所述光源采用发光二极管；所述镜头和相机搭配起来，用于机械零件的成像；光源负责提供稳定的成像环境；所述相机将图像传感器所接收到的光学图像, 转化为计算机所能处理的电信号。
所述图像检测模块分为两个部分：零件外观缺陷的检测和机械零件尺寸的检测；所述零件外观缺陷的检测是将图像采集模块采集到的零件表面的图像进行实时处理，检测机械零件表面凹坑缺陷，纹理缺陷，尺寸缺陷，并根据缺陷的区域大小进行第一次分选；分选后的零件包括有缺陷的和无缺陷的，有缺陷的根据表面凹坑缺陷，纹理缺陷，尺寸缺陷分别投入到相应的接料槽，而无缺陷的机械零件则进行机械零件尺寸的检测工序；所述机械零件尺寸的检测是根据计算机从CAD系统中提取的机械零件视觉模型与检测信息，包括零件的位置与方向，摄像机的视角，选定检测项目，检测点和检测路径，控制执行机构将待测机械零件固定在合适的位置进行检测，图像采集模块将采集到的尺寸信息与CAD系统中提取的尺寸范围进行比对，分选出合格和不合格的零件，并分别投入到相应的落料槽中。
所述视觉检测系统的图像处理软件由测量软件、控制软件、显示软件和统计分析软件组成，用于对机械零件的自动测量、自动分选和质量统计分析，当机械零件到达测量区域后，由控制器发出信号给计算机，计算机启动测量程序分别执行图像采集、预处理、特征边缘提取、参数计算等步骤后将测量数据存储到数据库中,并将测量结果输出给控制器,由控制器控制分选机构对零件进行分类。
所述图像测量软件包括图像采集显示模块、图像处理模块、数据运算存储模块、以及视觉测量系统的调焦模块、标定模块,采用和混合编程,利用程序语言实现有关图像的处理算法编程,同时利用计算功能,对数据拟合运算。
所述图像处理具体为：被测机械零件上料机构自动送入分度盘的定位口，定位机构夹紧后，移动机构使零件被测参数表面处于物面位置；采集图像进行预处理、阈值分割；进行像素级边缘检测，获取像素级边缘、边缘法线方向；对像素级边缘进行亚像素定位，获取准确的边缘位置；利用视觉系统的标定参数将边缘点转换到物面坐标系，并进行畸变校正；最后根据边缘点来拟合被测零件的被测参数。
有益效果
1、本发明提出的一种用于机械零件检测的视觉检测系统与常规的机械零件检测技术相比，实现了用机器代替人工检测机械的表面缺陷及加工尺寸，并自动进行比对、判断和分选，实现自动化，智能化，根据机械零件加工面缺陷种类和产品加工尺寸比对是否合格实现产品分类，该过程完全由计算机程序控制，操作简易，方便，克服了人工操作和常规检测技术中的不足。
2、本发明提出的一种用于机械零件检测的视觉检测系统设计了工件的自动上料、自动测量及自动分选系统,真正实现了机械零件的全自动化测量,提高了检测效率。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定；在附图中：
图 1 为本发明所述的一种用于机械零件检测的视觉检测系统的结构示意图。
图2为本发明所述的一种用于机械零件检测的视觉检测系统的程序框图。
图3为本发明所述的一种用于机械零件检测的视觉检测系统的机械模块结构的示意图。
图4为本发明所述的一种用于机械零件检测的视觉检测系统的控制模块的连接示意图。
具体实施方式
下面结合附图，对本发明的一些实施方式做详细说明。
实施一
针对现有技术中对于机械零件检测方式的缺陷，本发明提供一种用于机械零件的视觉检测系统，解决了现有机械零件检测方式的缺陷，参照图1，所述系统包括：机械模块，图像采集模块，控制模块，图像检测模块；所述机械模块将图像采集模块，控制模块，图像检测模块连接在一起，各个功能模块之间相互配合，协同合作，以维持本发明所述视觉检测系统的良好运转。
所述机械模块包括：步进电动机控制器，旋转台和编码器，所述步进电动机控制器带动旋转台转动，所述旋转平台包括入料机构，出料机构，定位机构，分拣机构，旋转机构，气缸，步进电机和电磁阀，其中步进电机与旋转机构相连，电磁阀分别与入料机构，出料机构，定位机构，分拣机构的驱动气缸相连，其结构示意图参照图3。
进一步的，所述入料机构，出料机构，分拣机构，均分布在一个分度盘上，所述上料机构主要由振动料斗、上料通道、气动推杆、控制器组成；所述定位装置由定位槽、上定位块、定位导轨及辅助弹簧构成；所述分选装置是通过控制器控制连杆水平运动，将零件从定位机构顶出，下面安置零件的接料槽。
所述控制模块包括：PLC、气缸、电磁阀、接近开关、编码器、减速电机；PLC负责所述系统其它硬件的整体控制和与上位机的通信；气缸为入料机构、出料机构和分拣机构的操作提供动力；电磁阀通过控制气门的开合，来操作各气缸对应的机械部件；接近开关识别检测工位中是否有待检测的机械零件；编码器测量旋转台转动速度，用于控制图像的采集速度；减速电机是为旋转机构提供动力。
进一步的，所述控制模块控制执行机构将机械零件由上料机构自动送入分度盘上的定位口,由控制器控制分度盘将零件转动至图像采集区域,待图像采集处理完毕后,再转动分度盘将零件根据测量的结果进行分选，所述控制器的I/O接口与所述步进电机和电磁阀连接。
所述图像采集模块包含相机、镜头、光源，图像采集卡，所述光源的发光光线分为入射光和透射光，入射光和相机至于同一侧，透射光置于机械零件的另一侧，所述光源、镜头和相机通过一个可旋转调节角度和距离的装置连接在固定支架上，所述光源采用发光二极管；所述镜头和相机搭配起来，用于机械零件的成像；光源负责提供稳定的成像环境；所述相机将图像传感器所接收到的光学图像, 转化为计算机所能处理的电信号。
所述图像检测模块分为两个部分：零件外观缺陷的检测和机械零件尺寸的检测；所述零件外观缺陷的检测是将图像采集模块采集到的零件表面的图像进行实时处理，检测机械零件表面凹坑缺陷，纹理缺陷，尺寸缺陷，并根据缺陷的区域大小进行第一次分选；分选后的零件包括有缺陷的和无缺陷的，有缺陷的根据表面凹坑缺陷，纹理缺陷，尺寸缺陷分别投入到相应的接料槽，而无缺陷的机械零件则进行机械零件尺寸的检测工序；所述机械零件尺寸的检测是根据计算机从CAD系统中提取的零件视觉模型与检测信息，包括零件的位置与方向，摄像机的视角，选定检测项目，检测点和检测路径，控制执行机构将待测机械零件固定在合适的位置进行检测，图像采集模块将采集到的尺寸信息与CAD系统中提取的尺寸范围进行比对，分选出合格和不合格的零件，并分别投入到相应的落料槽中。
所述视觉检测系统的图像处理软件由测量软件、控制软件、显示软件和统计分析软件组成，用于对机械零件的自动测量、自动分选和质量统计分析，当机械零件到达测量区域后，由控制器发出信号给计算机，计算机启动测量程序分别执行图像采集、预处理、特征边缘提取、参数计算等步骤后将测量数据存储到数据库中,并将测量结果输出给控制器,由控制器控制分选机构对机械零件进行分类，所述自动检测的程序框图如图2所示。
所述图像测量软件包括图像采集显示模块、图像处理模块、数据运算存储模块、以及视觉测量系统的调焦模块、标定模块,采用和混合编程,利用程序语言实现有关图像的处理算法编程,同时利用计算功能,对数据拟合运算。
根据图2，所述软件部分的主要功能有：所述相机的参数设置、图像的显示、图像的采集、图像的保存、与下位机 PLC端的实时通信；所述相机的参数设置包括：曝光时间，感光增益，图像尺寸，触发模式，行触发配置，帧触发配置；所述图像采集功能是控制相机采集图像，将相机设置为等待触发信号状态，接收到触发信号便开始采集图像，采集完成后将图像传输给计算机，完成传输后，回到等待触发信号的状态，持续执行该周期性过程；图像实时显示功能是将计算机从相机接收到的图像数据，经图像处理算法进行分割，将分割后的机械零件图像显示到显示器上，供用户实时观看当前正在检测的机械零件，所述控制模块示意图如图4所示；图像实时处理功能是通过数字图像处理算法对采集到的机械零件图像进行处理，检测表面是否有缺陷、尺寸是否合格，对缺陷进行识别并给出结果，将不合格尺寸的零件分选出来；实时保存图像功能是在调试时使用的，当出现系统检测异常时，方便对数据源进行回溯，分析出现问题的原因，及时修复异常；与下位机通信功能主要是与PLC通信，向PLC发送指令，将机械零件的检测结果发送至PLC，从而控制分拣工位对检测完的机械零件进行分类；检测结果存档功能是将检测结果以excel格式保存到计算机的本地硬盘，方便后续对数据进行统计和分析，供企业的ERP系统使用。
所述图像处理具体为：被测机械零件上料机构自动送入分度盘的定位口，定位机构夹紧后，移动机构使工件被测参数表面处于物面位置；采集图像进行预处理、阈值分割；进行像素级边缘检测，获取像素级边缘、边缘法线方向；对像素级边缘进行亚像素定位，获取准确的边缘位置；利用视觉系统的标定参数将边缘点转换到物面坐标系，并进行畸变校正；最后根据边缘点来拟合被测机械零件的被测参数。
实施例二
为了提高机械零件的测量速度,本发明在测量装置的设计上采用了多部位并行操作的方法，设计了含多个测量工位的分度盘结构，分别用于机械零件的上料、检测和分选，使得测量的主要过程可以同时完成，为保证测量的精度，应选择定位精度高的分度盘，分度盘共设置个多个工位,均匀分布在分度盘上，分别用于机械零件的上料、测量和分选的操作，所述测量装置的具体工作为：所述分读盘按固定周期每次转动一个工位；工位1用于机械零件的上料定位操作；工位2通过传感器检测是否有零件，即可判断工位1是否有零件上料，若有则为其他工位发出检测信号；工位3用于零件的测量,当此工位上有零件时，对零件进行图像采集并完成测量，将结果发给控制器；依此类推，后面的其他工位均由控制器控制实现零件的分选，其中可用于机械零件表面凹坑类、纹理类、尺寸缺陷下料，尺寸过大零件下料、尺寸过小零件下料、标称尺寸范围内的零件下料,这里还增加了一个工位，对每次的检测都进行下料操作，可保证当前各工位没有执行操作时，而在此工位仍有零件时，对零件进行下料，以避免此种情况对后续测量的影响，提高自动测量的安全性能；在检测过程中，各个工位独立控制，可对多个零件并行进行上料、测量、分选的操作，降低了零件测量的周期，提高了检测效率。
本发明所述的一种用于机械零件的视觉检测系统，通过机械模块，图像采集模块，控制模块，图像检测模块等功能模块之间相互配合，协同合作，维持本发明的良好运转；代替人工检测机械的表面缺陷及加工尺寸，并自动进行比对、判断和分选，实现自动化，智能化，根据机械零件加工面缺陷种类和产品加工尺寸比对是否合格实现产品分类，该过程完全由计算机程序控制，操作简易，方便，克服了人工操作和常规检测技术中的不足。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种用于机械零件检测的视觉检测系统，其特征在于：所述系统包括：机械模块，图像采集模块，控制模块，图像检测模块；所述机械模块包括：步进电动机控制器、旋转台和编码器，所述步进电动机控制器控制旋转台转动，所述编码器与所述机械模块中的旋转台主轴固定在一起；所述图像采集模块包含相机、镜头和光源，所述光源将机械零件的成像面照明，反射的光线通过镜头反应在相机的CCD传感器上，所述编码器与旋转台连接，用于监测旋转台旋转速率的同比脉冲信号；所述编码器获取的脉冲信号作为相机的拍摄控制信号；所述控制模块通过对旋转台的旋转速率控制，控制旋转台匀速旋转；所述图像检测模块检测机械零件表面凹坑缺陷、纹理缺陷和尺寸缺陷，并根据缺陷的类型和加工尺寸是否合格对机械零件进行分选。
2.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述机械模块中的旋转平台包括入料机构，出料机构，定位机构，分拣机构，旋转机构，气缸，步进电机和电磁阀，其中步进电机与旋转机构相连，电磁阀分别与入料机构、出料机构、分拣机构的驱动气缸相连。
3.根据权利要求2所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述入料机构、出料机构、定位机构、分拣机构均分布在一个分度盘上，所述入料机构和出料机构由振动料斗、上料通道、气动推杆、控制器组成；所述定位装置由定位槽、定位块、定位导轨及辅助弹簧构成；所述分选装置是通过控制器控制连杆水平运动，将零件从定位机构顶出，下面安置机械零件的接料槽。
4.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述控制模块包括：PLC、气缸、电磁阀、接近开关、编码器、减速电机；PLC负责所述系统其它硬件的整体控制和与上位机的通信；气缸为入料机构、出料机构和分拣机构的操作提供动力；电磁阀通过控制气门的开合，来操作各气缸对应的机械部件；接近开关识别检测工位中是否有待检测的机械零件；编码器测量旋转台转动速度，用于控制图像的采集速度；减速电机是为旋转机构提供动力。
5.根据权利要求4所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述控制模块中控制执行机构将机械零件由上料机构自动送入分度盘上的定位口,由控制器控制分度盘将零件转动至图像采集区域,待图像采集处理完毕后,再转动分度盘将零件根据测量的结果进行分选，所述控制器的I/O接口与所述步进电机和电磁阀连接。
6.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述图像采集模块包含相机、镜头、光源，图像采集卡，所述光源的发光光线分为入射光和透射光，入射光和相机置于同一侧，透射光置于机械零件的另一侧，所述光源、镜头和相机通过一个可旋转调节角度和距离的装置连接在固定支架上，所述光源采用发光二极管；所述镜头和相机搭配起来，用于机械零件的成像；光源负责提供稳定的成像环境；所述相机将图像传感器所接收到的光学图像, 转化为计算机所能处理的电信号。
7.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述图像检测模块分为两个部分：零件外观缺陷的检测和机械零件尺寸的检测；所述零件外观缺陷的检测是将图像采集模块采集到的零件表面的图像进行实时处理，检测机械零件表面凹坑缺陷、纹理缺陷和尺寸缺陷，并根据缺陷的区域大小进行第一次分选；分选后的零件包括有缺陷的和无缺陷的，对于有缺陷的机械零件，根据表面凹坑缺陷，纹理缺陷，尺寸缺陷分别投入到相应的接料槽，对于无缺陷的机械零件则进行机械零件尺寸的检测工序；所述机械零件尺寸的检测是根据计算机从CAD系统中提取的零件视觉模型与检测信息，包括零件的位置与方向，相机的视角，选定检测项目，检测点和检测路径，控制执行机构将待测机械零件固定在合适的位置进行检测，图像采集模块将采集到的尺寸信息与CAD系统中提取的尺寸范围进行比对，分选出合格和不合格的零件，并分别投入到相应的接料槽中。
8.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述视觉检测系统的图像处理软件由测量软件、控制软件、显示软件和统计分析软件组成，用于对机械零件的自动测量、自动分选和质量统计分析，当机械零件到达测量区域后，由控制器发出信号给计算机，计算机启动测量程序分别执行图像采集、预处理、特征边缘提取、参数计算等步骤后将测量数据存储到数据库中,并将测量结果输出给控制器,由控制器控制分选机构对机械零件进行分类。
9.根据权利要求8所述的一种用于机械零件检测的视觉检测系统，其特征在于：所述图像测量软件包括图像采集显示模块、图像处理模块、数据运算存储模块以及视觉测量系统的调焦模块、标定模块,采用混合编程,利用程序语言实现有关图像的处理算法编程,同时利用计算对数据进行拟合运算。
10.根据权利要求1所述的一种用于机械零件检测的视觉检测系统，其特征在于：图像处理过程具体为：被测机械零件上料机构自动送入分度盘的定位口，定位机构夹紧后，移动机构使机械零件被测参数表面处于物面位置；采集图像进行预处理、阈值分割；进行像素级边缘检测，获取像素级边缘、边缘法线方向；对像素级边缘进行亚像素定位，获取准确的边缘位置；利用视觉系统的标定参数将边缘点转换到物面坐标系，并进行畸变校正；最后根据边缘点来拟合被测机械零件的被测参数。
CN201811334762.XA 2018-11-10 2018-11-10 一种用于机械零件的视觉检测系统 Pending CN109499908A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811334762.XA CN109499908A (zh) 2018-11-10 2018-11-10 一种用于机械零件的视觉检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811334762.XA CN109499908A (zh) 2018-11-10 2018-11-10 一种用于机械零件的视觉检测系统

Publications (1)

Publication Number Publication Date
CN109499908A true CN109499908A (zh) 2019-03-22

Family

ID=65748072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811334762.XA Pending CN109499908A (zh) 2018-11-10 2018-11-10 一种用于机械零件的视觉检测系统

Country Status (1)

Country Link
CN (1) CN109499908A (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108050931A (zh) * 2017-12-14 2018-05-18 苏州西博三维科技有限公司 三维自动检测系统及其控制方法
CN109916856A (zh) * 2019-03-28 2019-06-21 吉首大学 顶针表面缺陷视频检测分选装置及分选方法
CN109967389A (zh) * 2019-04-23 2019-07-05 南京斯杩克机器人技术有限公司 一种起爆具缺陷自动检测系统及其检测方法
CN110044910A (zh) * 2019-05-09 2019-07-23 河南大学 一种汽车置杯盒零部件检测系统及检测方法
CN110102490A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 基于视觉技术的流水线包裹分拣装置和电子设备
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110514668A (zh) * 2019-07-24 2019-11-29 江苏大学 一种小型锻件后处理生产线产品缺陷检测装置及检测方法
CN110665859A (zh) * 2019-10-12 2020-01-10 重庆四标精密零部件制造有限公司 一种球销生产用自动分拣系统
CN111054640A (zh) * 2020-01-07 2020-04-24 九江职业技术学院 一种自动化机械检测装置
CN111107266A (zh) * 2019-12-25 2020-05-05 集美大学 视觉分拣数据集采集方法及装置
CN111210407A (zh) * 2019-12-30 2020-05-29 中裕软管科技股份有限公司 超长编织管内部瑕疵在线检测方法
CN111707673A (zh) * 2020-07-06 2020-09-25 七海测量技术（深圳）有限公司 一种多维度自动成像系统
CN112192043A (zh) * 2020-10-09 2021-01-08 吉林大学 一种用于加工连杆裂解槽的连杆自动化切槽机构
CN112305408A (zh) * 2020-10-23 2021-02-02 Tcl华星光电技术有限公司 一种发光芯片贴片检测系统及其检测方法
CN112666164A (zh) * 2020-11-23 2021-04-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法
CN112858332A (zh) * 2021-02-22 2021-05-28 菲特(珠海横琴)智能科技有限公司 基于机器视觉的同步器齿毂表面缺陷检测方法、系统、终端
CN112858901A (zh) * 2021-01-29 2021-05-28 东莞市牛犇智能科技有限公司 实时监测刀具运行状态与寿命预测的系统及方法
CN112893178A (zh) * 2021-01-14 2021-06-04 上海晨光文具股份有限公司 一种笔芯质量检测系统
CN114101093A (zh) * 2021-11-25 2022-03-01 西安建筑科技大学 一种利用机器视觉技术的纺织横机插片检测方法
CN114199127A (zh) * 2021-12-07 2022-03-18 长春汽车工业高等专科学校 基于机器视觉的汽车零件尺寸检测系统及方法
CN115826547A (zh) * 2023-02-21 2023-03-21 青岛环球重工科技有限公司 一种柔性管片生产线的控制系统
CN116578037A (zh) * 2023-07-10 2023-08-11 杭州鄂达精密机电科技有限公司 一种全检机plc控制系统及全检机系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0070666A2 (en) * 1981-07-17 1983-01-26 W.R. Grace & Co. Optical inspection system
DE3246074A1 (de) * 1982-12-13 1984-06-14 Diffracto Ltd., Windsor, Ontario Verfahren und einrichtung zur bestimmung von abmessung, fehlern und oberflaechenguete von gegenstaenden
JPH04107000A (ja) * 1990-08-24 1992-04-08 Tdk Corp 部品外観選別装置
CN102507588A (zh) * 2011-10-08 2012-06-20 西安交通大学 透明聚合物材料微器件键合封装质量检测装置及检测方法
CN102538677A (zh) * 2012-01-16 2012-07-04 苏州临点三维科技有限公司 一种基于光学的管道快速检测方法
CN102735967A (zh) * 2012-06-13 2012-10-17 苏州慧捷自动化科技有限公司 电子元件电性能综合测试机
CN106680086A (zh) * 2016-12-29 2017-05-17 上海大学 一种应用于塑料材料的高速拉伸实验的视频引伸计
CN207086357U (zh) * 2017-08-16 2018-03-13 深圳市云创分拣系统技术有限公司 转盘高速分拣装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0070666A2 (en) * 1981-07-17 1983-01-26 W.R. Grace & Co. Optical inspection system
DE3246074A1 (de) * 1982-12-13 1984-06-14 Diffracto Ltd., Windsor, Ontario Verfahren und einrichtung zur bestimmung von abmessung, fehlern und oberflaechenguete von gegenstaenden
JPH04107000A (ja) * 1990-08-24 1992-04-08 Tdk Corp 部品外観選別装置
CN102507588A (zh) * 2011-10-08 2012-06-20 西安交通大学 透明聚合物材料微器件键合封装质量检测装置及检测方法
CN102538677A (zh) * 2012-01-16 2012-07-04 苏州临点三维科技有限公司 一种基于光学的管道快速检测方法
CN102735967A (zh) * 2012-06-13 2012-10-17 苏州慧捷自动化科技有限公司 电子元件电性能综合测试机
CN106680086A (zh) * 2016-12-29 2017-05-17 上海大学 一种应用于塑料材料的高速拉伸实验的视频引伸计
CN207086357U (zh) * 2017-08-16 2018-03-13 深圳市云创分拣系统技术有限公司 转盘高速分拣装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘九庆: "《植物根系图像检测分析系统》", 31 October 2007, 哈尔滨工程大学出版社 *
赵兴东等: "《矿用三维激光数字测量原理及其工程应用》", 31 January 2016, 冶金工业出版社 *
魏亚东: "LabVIEW在种子活性快速检测仪设计中的应用", 《东莞理工学院学报》 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108050931A (zh) * 2017-12-14 2018-05-18 苏州西博三维科技有限公司 三维自动检测系统及其控制方法
CN109916856A (zh) * 2019-03-28 2019-06-21 吉首大学 顶针表面缺陷视频检测分选装置及分选方法
CN109916856B (zh) * 2019-03-28 2024-01-19 吉首大学 顶针表面缺陷视频检测分选装置及分选方法
CN109967389B (zh) * 2019-04-23 2020-04-21 南京斯杩克机器人技术有限公司 一种起爆具缺陷自动检测系统及其检测方法
CN109967389A (zh) * 2019-04-23 2019-07-05 南京斯杩克机器人技术有限公司 一种起爆具缺陷自动检测系统及其检测方法
CN110044910A (zh) * 2019-05-09 2019-07-23 河南大学 一种汽车置杯盒零部件检测系统及检测方法
CN110044910B (zh) * 2019-05-09 2024-02-13 河南大学 一种汽车置杯盒零部件检测系统及检测方法
CN110102490A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 基于视觉技术的流水线包裹分拣装置和电子设备
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110514668A (zh) * 2019-07-24 2019-11-29 江苏大学 一种小型锻件后处理生产线产品缺陷检测装置及检测方法
CN110665859A (zh) * 2019-10-12 2020-01-10 重庆四标精密零部件制造有限公司 一种球销生产用自动分拣系统
CN111107266A (zh) * 2019-12-25 2020-05-05 集美大学 视觉分拣数据集采集方法及装置
CN111210407A (zh) * 2019-12-30 2020-05-29 中裕软管科技股份有限公司 超长编织管内部瑕疵在线检测方法
CN111054640A (zh) * 2020-01-07 2020-04-24 九江职业技术学院 一种自动化机械检测装置
CN111707673A (zh) * 2020-07-06 2020-09-25 七海测量技术（深圳）有限公司 一种多维度自动成像系统
CN112192043A (zh) * 2020-10-09 2021-01-08 吉林大学 一种用于加工连杆裂解槽的连杆自动化切槽机构
CN112305408A (zh) * 2020-10-23 2021-02-02 Tcl华星光电技术有限公司 一种发光芯片贴片检测系统及其检测方法
CN112666164B (zh) * 2020-11-23 2023-06-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法
CN112666164A (zh) * 2020-11-23 2021-04-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法
CN112893178A (zh) * 2021-01-14 2021-06-04 上海晨光文具股份有限公司 一种笔芯质量检测系统
CN112858901A (zh) * 2021-01-29 2021-05-28 东莞市牛犇智能科技有限公司 实时监测刀具运行状态与寿命预测的系统及方法
CN112858332A (zh) * 2021-02-22 2021-05-28 菲特(珠海横琴)智能科技有限公司 基于机器视觉的同步器齿毂表面缺陷检测方法、系统、终端
CN114101093A (zh) * 2021-11-25 2022-03-01 西安建筑科技大学 一种利用机器视觉技术的纺织横机插片检测方法
CN114199127A (zh) * 2021-12-07 2022-03-18 长春汽车工业高等专科学校 基于机器视觉的汽车零件尺寸检测系统及方法
CN114199127B (zh) * 2021-12-07 2024-02-02 长春汽车工业高等专科学校 基于机器视觉的汽车零件尺寸检测系统及方法
CN115826547A (zh) * 2023-02-21 2023-03-21 青岛环球重工科技有限公司 一种柔性管片生产线的控制系统
CN116578037A (zh) * 2023-07-10 2023-08-11 杭州鄂达精密机电科技有限公司 一种全检机plc控制系统及全检机系统
CN116578037B (zh) * 2023-07-10 2023-09-29 杭州鄂达精密机电科技有限公司 一种全检机plc控制系统及全检机系统

Similar Documents

Publication Publication Date Title
CN109499908A (zh) 一种用于机械零件的视觉检测系统
CN104063873B (zh) 一种基于压缩感知的轴套类零件表面缺陷在线检测方法
CN105817430B (zh) 基于机器视觉的产品检测方法
CN106226325B (zh) 一种基于机器视觉的座椅表面缺陷检测系统及其方法
CN109030498B (zh) 一种叶片刀纹及表面缺陷的视觉检测装置及方法
CN102529019B (zh) 一种模具检测、保护及零件检测、摘取的方法
CN2932377Y (zh) 流水式机器视觉检测仪
CN110530877A (zh) 一种焊接外形质量检测机器人及其检测方法
CN108956645A (zh) 一种多视觉系统的光学镜片缺陷检测装置及方法
RU2011130930A (ru) Способ неразрушающего контроля механической детали
CN106584273B (zh) 一种用于机器人打磨的在线视觉检测系统
CN110216080A (zh) 一种基于图像对比的pcb加工产线的质量监控系统
CN108760747A (zh) 一种3d打印模型表面缺陷视觉检测方法
CN110599449A (zh) 一种模板匹配及点云对比的齿轮扫描算法
CN109840900A (zh) 一种应用于智能制造车间的故障在线检测系统及检测方法
CN105021628A (zh) 一种用于光纤倒像器表面缺陷的检测方法
CN107741427A (zh) 汽车发动机涡轮壳表面缺陷的机器视觉检测装置及方法
CN110186375A (zh) 智能化高铁白车身焊接装配特征检测装置及检测方法
CN106289325A (zh) 一种气泡水平仪自动检测系统
CN108844966A (zh) 一种屏幕检测方法及检测系统
CN104931506B (zh) 一种手机外壳质量检测方法
CN212301356U (zh) 一种轮毂焊缝视觉检测装置
CN110335239A (zh) 基于深度学习的缺陷检测训练机器及其使用方法
CN115908432A (zh) 一种物料输出品质检测系统及预测方法
WO2018160326A1 (en) Automatic alignment of a 3d model to a test object

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190322

WD01 Invention patent application deemed withdrawn after publication