CN109580631B - 一种利用光强判定被测物表面差异的方法 - Google Patents

一种利用光强判定被测物表面差异的方法 Download PDF

Info

Publication number
CN109580631B
CN109580631B CN201811402633.XA CN201811402633A CN109580631B CN 109580631 B CN109580631 B CN 109580631B CN 201811402633 A CN201811402633 A CN 201811402633A CN 109580631 B CN109580631 B CN 109580631B
Authority
CN
China
Prior art keywords
value
measured
data
pwm
sample
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
Application number
CN201811402633.XA
Other languages
English (en)
Other versions
CN109580631A (zh
Inventor
叶开永
陈路南
张天皓
曾纪光
何书培
张涛
夏勇俊
曹伟魏
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.)
Chengdu Innorev Industrial Co ltd
Original Assignee
Chengdu Innorev Industrial Co ltd
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 Chengdu Innorev Industrial Co ltd filed Critical Chengdu Innorev Industrial Co ltd
Priority to CN201811402633.XA priority Critical patent/CN109580631B/zh
Publication of CN109580631A publication Critical patent/CN109580631A/zh
Application granted granted Critical
Publication of CN109580631B publication Critical patent/CN109580631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • 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, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明涉及一种利用光强判定被测物表面差异的方法,所述方法包括以下步骤:S1、利用感光传感器模组对被测物表面发光区域进行数据采集;S2、根据不同PWM照度与感光传感器模组模拟输出之间的规律进行曲线拟合;S3、根据标准样本和被测样本的特性曲线推导两者的关联公式;S4、根据两者之间的关系对被测样本的对应点的位置的理论值进行计算,理论值=(Mg_c/Rm_c)*Rm_t*X;S5、根据理论值与实测值之间偏差值范围确定差异。该方法简化了差异点的测量,测试成本低廉。

Description

一种利用光强判定被测物表面差异的方法
技术领域
本发明属于测量技术改进领域,尤其涉及一种利用光强判定被测物表面差异的方法。
背景技术
物体表面的缺陷检测已经是自动化行业越来越侧重的方向。任何一件产品,包括电子行业,汽车行业,建筑行业,都有着对于表面检测的强烈需求。常规工业化检测大多使用CCD图像采集,之后进行影响分析比对达到检测目的,对缺陷本身的种类和大小有一定限制,且成本比较高昂。本文中算法基于采用感光传感器扫描被测物表面,利用传感器的模拟量输出值结合被测物表面位置进行矩阵分割与系数关联,通过感光强度输出值的预测及差值分析,达到表面差异点的检测效果。
发明内容
本发明的目的在于提供一种利用光强判定被测物表面差异的方法,旨在解决上述的技术问题。
本发明是这样实现的,一种利用光强判定被测物表面差异的方法,所述方法包括以下步骤:
S1、利用感光传感器模组对被测物表面发光区域进行数据采集;
S2、根据不同PWM照度与感光传感器模组模拟输出之间的规律进行曲线拟合;
S3、根据标准样本和被测样本的特性曲线推导两者的关联公式;
S4、根据两者之间的关系对被测样本的对应点的位置的理论值进行计算,理论值=(Mg_c/Rm_c)*Rm_t*X;
S5、根据理论值与实测值之间偏差值范围确定差异;
其中,c为参考基准点,t为被预测计算的点,g为标准样本,d为待测物,Mg为标准样本的PWM曲线的斜率;Md为被测样本的PWM曲线的斜率;Rm=Mg/Md。
本发明的进一步技术方案是:所述步骤S1中还包括以下步骤:
S11、感光传感器模组依据不同被测物特征进行动态扫描获取采样数据并对采样数据进行软件滤波处理;
S12、将获取的数据与被测物发光区域进行匹配得到有效数据矩阵。
本发明的进一步技术方案是:所述步骤S12中还包括以下步骤:
S121、根据被测物表面各个区域的特性不同,相应地将整个数据矩阵划分成不同的数据区域。以便进一步针对性处理。
本发明的进一步技术方案是:所述步骤S2中还包括以下步骤:
S21、采集在PWM可调区间范围内不同PWM照度下的传感器输出值;
S22、将不同PWM照度下采集的数据进行平均值和RMS值计算;
S23、分别根据平均值和RMS值进行特性曲线拟合获取拟合曲线,拟合曲线:Y=M*X+B,其中,X:PWM数值,M:PWM曲线的斜率,B:系统噪音。
本发明的进一步技术方案是:所述步骤S5中还包括以下步骤:
S51、根据理论值与实测值计算偏差值比率,其E=(理论值实测值)/理论值;
S52、根据步骤S51中的公式分别计算预设值个标准样本的数据矩阵E值并找出最大E值;
S53、根据步骤S51中的公式计算被测物数据矩阵E值矩阵;
S54、比较标准样本和待测物的E值数据矩阵确定差异。
本发明的有益效果是:该方法简化了差异点的测量,测试成本低廉,感光传感器模组的硬件成本更加低,制作生产更加方便;因为没有涉及的图像数据处理,所以软件算法上的数学运算量大大减少,有助于整个软件的处理速度提高。
附图说明
图1是本发明实施例提供的利用光强判定被测物表面差异的方法的流程图。
图2是本发明实施例提供的无差异检测数据矩阵图。
图3是本发明实施例提供的有差异检测数据矩阵图。
图4是本发明实施例提供的无差异标准样本和实测样本对应图。
图5是本发明实施例提供的有差异标准样本和实测样本对应图。
具体实施方式
图1示出了本发明提供的利用光强判定被测物表面差异的方法,其详述如下:
步骤S1,利用感光传感器模组对被测物表面发光区域进行数据采集;将被测物和标准样本准备好,将标准样本导入系统中,在系统中生成一个标准样本数据库,并在数据库中对样本数据进行编号和生成索引信息;将被测物置于测试台上,利用感光传感器模组依据不同被测物表面特征进行动态扫描,获取采样数据并进行软件滤波处理;将处理后数据与被测物发光区域进行精确匹配,得到有效数据矩阵;被测物表面特性不一致,需针对不同区域将数据矩阵进行相应分割;根据被测物表面各个区域的特性不同,相应地将整个数据矩阵划分成不同的数据区域。以便进一步针对性处理。
步骤S2,根据不同PWM照度与感光传感器模组模拟输出之间的规律进行曲线拟合;在将被测物采样的数据经过处理后,将采集PWM可调区间范围内不同PWM强度下的传感器模拟输出值;例:PWM 0~100,可采集20,40,60,80,100PWM照度的输出值,视待测物而定;对不同PWM照度下的采样数据进行平均值和RMS(均方根)值计算;平均值计算过程:假如被测物表面同一个位置连续采集N次数据,将这N次数据从小到大进行排序:Data_1,Data_2,……Data_99,Data_N,忽略最大的N1个数据和最小的N2个数据,然后对剩余的数据求取平均值
Figure BDA0001875724430000041
Figure BDA0001875724430000042
RMS计算过程:假如被测物表面同一个位置连续采集N次数据,将这N次数据从小到大进行排序:
Data_1,Data_2,……Data_99,Data_N,忽略最大的N1个数据和最小的N2个数据,然后对剩余的数据求取RMS值,
Figure BDA0001875724430000043
分别根据平均值和RMS值进行特性曲线拟合,曲线拟合过程:要求的曲线方程为:Y=M*X+B(Y=传感器模拟输出值,X=PWM值),在同一种PWM照度(X)下,采集N次数据(Y),对这N次数据,我们分别计算它的平均值和RMS值,Y1和Y2。那么,针对N种PWM照度(X),就可以得到N组平均值原始散点数据(Xi,Y1i)和N组RMS原始散点数据(Xi,Y2i),其中,i=1...N。基于最小二乘法,进行曲线(Y=M*X+B)拟合,可以求得以下系数的值:
M=(∑Xi*Yi-(∑Xi*∑Yi)/N)/(∑Xi2-(∑Xi)2/N);
B=(∑Yi)/N-M*(∑Xi)/N。
其中,i=1…N。
根据拟合出来的曲线系数和原来的Xi值,计算预测数据:YPi=M*Xi+B原始散点数据平均值YAi=(∑Yi)/N,XAi=(∑Xi)/N;
曲线拟合方程的确定系数R2=∑(YPi-YAi)2/∑(Yi-YAi)2
其中,i=1…N。
R2越接近1,表示拟合的程度越好。分别把两种原始散点数据带入以上公式计算其M和B的系数以及R2,选取R2接近1的一组M和B的系数作为最终的曲线方程系数。选取最佳的拟合曲线:Y=M*X+B。(Y=传感器模拟输出值,X=PWM值)。
步骤S3,根据标准样本和被测样本的特性曲线推导两者的关联公式;根据PWM拟合曲线公式Y=M*X+B(Y=传感器模拟输出值,X=PWM值),那么,对于标准样本,Yg=Mg*X+Bg(1),对于被测样本,Yd=Md*X+Bd(2),因为是同一个测量系统,那么,Bg=Bd(3)。其中,Y为感光传感器采样输出值,X为PWM数值,B为系统噪音,M为PWM曲线的斜率,g为标准样本,d为待测物。将公式(1)和公式(2)相减,结合公式(3)的关系,我们可以得出Yg-Mg*X=Yd-Md*X,经过变换,可以得到Md=(Yd-Yg+Mg*X)/X,再进一步变换,最终可以得到两者的关联,Md=Mg+(Yd-Yg)/X。
步骤S4,根据关联系数利用标准样本对应点位置的数据对实测样本关联的点位置的理论值进行计算,理论值=(Mg_c/Rm_c)*Rm_t*X;其中,c为参考基准点,t为被预测计算的点,g为标准样本,d为待测物,Mg为标准样本的PWM曲线的斜率;Md为被测样本的PWM曲线的斜率;Rm=Mg/Md。
步骤S5,根据理论值与实测值之间偏差值范围确定差异;在计算出理论值后,根据得到的理论值与实测值之间的偏差值差异点,理论值与实测值之间的偏差值比率计算方法:E=(理论值实测值)/理论值(4);用公式4分别计算10个标准样本的数据矩阵的E,找出最大E值,形成标准样本的E值矩阵:Eg_max;用公式4计算被测物数据矩阵的E值矩阵:Ed;比较标准样本和待测物的E数据矩阵,确定差异。对于某个位置点,如果其对应|Eg_max[i]|<|Ed[i]|,那么该点就是差异点。
如图2所示,感光传感器对没有差异的被测物表面其中一个区域进行检测,经过处理所得到的3*3数据矩阵,中心位置的数据为3288.809。
根据步骤S5所述的方法,其位置对应的DUT_E=-30.43,如图4所示,
|Eg_max[i]|>|Ed[i]|,无差异点参照步骤S5进行判断。
在被测物表面选定的区域中心位置,人为制造一个差异点,这个差异点对应3*3数据矩阵的中心位置数据。
如图3所示,感光传感器对上述有差异的被测物表面进行检测,经过处理所得到的3*3数据矩阵,中心位置的数据为3438.809。
根据步骤5所述的方法,其位置对应的DUT_E=-30.43如图5所示,|Eg_max[i]|<|Ed[i]|,存在差异点参照步骤S5进行判断。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种利用光强判定被测物表面差异的方法,其特征在于,所述方法包括以下步骤:
S1、利用感光传感器模组对被测物表面发光区域进行数据采集;
S2、根据不同PWM照度与感光传感器模组模拟输出之间的规律进行曲线拟合;
S3、根据标准样本和被测样本的特性曲线推导两者的关联公式Md = Mg+(Yd-Yg)/X;
S4、根据两者之间的关系对被测样本的对应点的位置的理论值进行计算,理论值=(Mg_c/Rm_c)*Rm_t * X;
S5、根据理论值与实测值之间偏差值范围确定差异;
所述步骤S5中还包括以下步骤:
S51、根据理论值与实测值计算偏差值比率,其E=(理论值–实测值)/ 理论值;
S52、根据步骤S51中的公式分别计算预设值个标准样本的数据矩阵E值并找出最大E值;
S53、根据步骤S51中的公式计算被测物数据矩阵E值矩阵;
S54、比较标准样本和待测物的E值数据矩阵确定差异
其中,c为参考基准点,t为被预测计算的点,g为标准样本,d为待测物,Mg为标准样本的PWM曲线的斜率;Md为被测样本的PWM曲线的斜率;Rm=Mg/Md,X为PWM数值。
2.根据权利要求1所述的利用光强判定被测物表面差异的方法,其特征在于,所述步骤S1中还包括以下步骤:
S11、感光传感器模组依据不同被测物特征进行动态扫描获取采样数据并对采样数据进行软件滤波处理;
S12、将获取的数据与被测物发光区域进行匹配得到有效数据矩阵。
3.根据权利要求2所述的利用光强判定被测物表面差异的方法,其特征在于,所述步骤S12中还包括以下步骤:
S121、根据被测物表面各个区域的特性不同,相应地将整个数据矩阵划分成不同的数据区域。
4.根据权利要求1-3任一项所述的利用光强判定被测物表面差异的方法,其特征在于,所述步骤S2中还包括以下步骤:
S21、采集在PWM可调区间范围内不同PWM照度下的传感器输出值;
S22、将不同PWM照度下采集的数据进行平均值和RMS值计算;
S23、分别根据平均值和RMS值进行特性曲线拟合获取拟合曲线,拟合曲线:Y=M*X+B,其中,X为PWM数值,M为PWM曲线的斜率,B为系统噪音。
CN201811402633.XA 2018-11-22 2018-11-22 一种利用光强判定被测物表面差异的方法 Active CN109580631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811402633.XA CN109580631B (zh) 2018-11-22 2018-11-22 一种利用光强判定被测物表面差异的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811402633.XA CN109580631B (zh) 2018-11-22 2018-11-22 一种利用光强判定被测物表面差异的方法

Publications (2)

Publication Number Publication Date
CN109580631A CN109580631A (zh) 2019-04-05
CN109580631B true CN109580631B (zh) 2021-04-20

Family

ID=65924044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811402633.XA Active CN109580631B (zh) 2018-11-22 2018-11-22 一种利用光强判定被测物表面差异的方法

Country Status (1)

Country Link
CN (1) CN109580631B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118048509B (zh) * 2024-02-20 2024-08-13 江苏甬怡紧固件有限公司 一种高强螺栓的淬透性热处理工艺

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001099632A (ja) * 1999-10-01 2001-04-13 Arc Harima Kk Ccdカメラによる正反射式表面性状測定方法及びその装置
CN101015233A (zh) * 2004-07-06 2007-08-08 霍尼韦尔国际公司 利用光反馈颜色和强度控制方案的基于led的照明设备
JP2006113022A (ja) * 2004-10-18 2006-04-27 Toppan Printing Co Ltd 反射防止フィルムの欠陥検出装置および方法
CN106706664A (zh) * 2016-12-28 2017-05-24 武汉华星光电技术有限公司 一种柔性衬底的检测方法、检测系统及检测装置
WO2018176370A1 (zh) * 2017-03-31 2018-10-04 深圳配天智能技术研究院有限公司 一种视觉检测系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LED PWM dimming linearity investigation;L. Svilainis;《Displays》;20080731;第1-11页 *
粗糙表面散射特性对基于PSD的激光位移传感器测量精度的影响;陈浩等;《中国激光》;20130831;第40卷(第8期);第0808003-1-0808003-7页 *

Also Published As

Publication number Publication date
CN109580631A (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN107845090B (zh) 一种硅片检测方法和硅片检测装置
CN110906875B (zh) 一种孔径测量的视觉处理方法
CN103308430B (zh) 一种测量种子千粒重的方法及装置
CN115018844B (zh) 一种基于人工智能的塑料薄膜质量评估方法
CN109856164B (zh) 一种机器视觉采集大范围图像的优化装置及其检测方法
CN111612737B (zh) 一种人造板表面瑕疵检测装置及检测方法
CN110174065B (zh) 基于正交双目机器视觉的水果大小无损检测方法
CN112525879B (zh) 一种煤岩显微组分原位识别与快速定量的方法
CN106709529B (zh) 一种光伏电池色差分类的视觉检测方法
CN104198325A (zh) 基于计算机视觉的烟丝中梗丝比例测定方法
CN109580631B (zh) 一种利用光强判定被测物表面差异的方法
CN109961432A (zh) 一种滤布破损的检测方法和系统
CN111241991B (zh) 一种基于遥感影像的水质分类方法
CN115375636A (zh) 一种动力电池模组全尺寸检测方法及设备
CN112461805A (zh) 一种用于荧光强度基底计算的方法
CN110930425A (zh) 基于邻域向量内积局部对比度图像增强的损伤目标检测方法
CN112504240B (zh) 一种激光投线仪校准系统及校准方法
CN118130477A (zh) 一种基于视觉识别的压铸合金工件缺陷检测方法及系统
CN109785290A (zh) 基于局部光照归一化的钢板缺陷检测方法
CN117252874A (zh) 一种塑胶模具生产质量视觉检测方法
CN116542910A (zh) 基于亚像素边缘提取的冲压件圆孔定位及形变检测方法
Li et al. Vehicle seat detection based on improved RANSAC-SURF algorithm
CN112200200B (zh) 一种led灯光颜色检测方法
CN108645865A (zh) 一种基于ccd的埋弧焊钢管焊缝焊偏量参数的测量方法
CN110132419B (zh) 文物色彩的色坐标测量方法及系统

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