CN109596626A - 高光磁环工件视觉检测方法 - Google Patents

高光磁环工件视觉检测方法 Download PDF

Info

Publication number
CN109596626A
CN109596626A CN201910101501.1A CN201910101501A CN109596626A CN 109596626 A CN109596626 A CN 109596626A CN 201910101501 A CN201910101501 A CN 201910101501A CN 109596626 A CN109596626 A CN 109596626A
Authority
CN
China
Prior art keywords
magnet ring
ring workpiece
bloom
image
detection method
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
CN201910101501.1A
Other languages
English (en)
Inventor
谭良
赵大庆
蔡毓
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 Zhongke Blue Sea Intelligent Vision Technology Co Ltd
Original Assignee
Dongguan Zhongke Blue Sea Intelligent Vision Technology 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 Dongguan Zhongke Blue Sea Intelligent Vision Technology Co Ltd filed Critical Dongguan Zhongke Blue Sea Intelligent Vision Technology Co Ltd
Priority to CN201910101501.1A priority Critical patent/CN109596626A/zh
Publication of CN109596626A publication Critical patent/CN109596626A/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
    • 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
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/146—Quality control systems during manufacturing process
    • 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
    • G01N2021/8858—Flaw counting
    • 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
    • G01N2021/8887—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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Abstract

本发明涉及视觉检测技术领域，尤其是指一种高光磁环工件视觉检测方法，包括如下步骤，进行图像采集；将采集的图像进行二值化处理，得到高对比度图像；将高对比度图像进行斑点检测算法处理，识别图像中磁环工件的缺陷数量和缺陷位置；对磁环工件的缺陷数量进行判断，若检测的缺陷数量大于等于1则发出提醒信号，若小于1则进入下一步工序；将识别的磁环工件的缺陷数量和缺陷位置转换为可读取数据信息输出，显示器直接显示图像及标识于图像中的缺陷数量和缺陷位置使得作业人员一目了然，其中环形光源与工业相机均设置为可微调结构，便于作业人员根据需要进行调整光源的照射角度和位置以及拍摄的位置，进一步提升灵活性。

Description

高光磁环工件视觉检测方法
技术领域
本发明涉及视觉检测技术领域，尤其是指一种高光磁环工件视觉检测方法。
背景技术
机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品，图像摄取装置分 CMOS 和CCD 两种，将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
正如上述情况，视觉检测有着庞大的市场价值，在视觉检测体系中最核心的不是硬件设备而是算法步骤，而算法步骤会因检测结果要求、产品外形、作业环境情况以及设计人员或团体的技术能力等因素出现千差万别，若核心算法步骤设计欠缺，则影响着整套视觉检测设备的运行效率和运行质量，而在磁环工件的检测识别算法步骤中，市场上大部分技术方案的使用成本高昂，同时算法步骤也较为复杂不利于一般技术人员的常规更改参数等操作设定。
发明内容
本发明要解决的技术问题是提供一种针对磁环工件识别准确率高，算法步骤简易易于常规技术人员日常更替修改设计参数的高光磁环工件视觉检测方法。
为了解决上述技术问题，本发明采用如下技术方案：一种高光磁环工件视觉检测方法，包括如下步骤，步骤1：使用工业相机搭配0.8至3倍率的远心镜头以及位于远心镜头正下方的环形光源对磁环工件进行图像采集；
步骤2：将采集的图像进行二值化处理，得到高对比度图像；
步骤3：将高对比度图像进行斑点检测算法处理，识别图像中磁环工件的缺陷数量和缺陷位置；
步骤4：对磁环工件的缺陷数量进行判断，若大于等于1则发出提醒信号，若检测的缺陷数量小于1则进入下一步工序；
步骤5：将识别的磁环工件的缺陷数量和缺陷位置转换为可读取数据信息输出。
优选的，所述步骤1中工业相机、远心镜头、环形光源和磁环工件依序成直线排列设置完成图像采集。
优选的，所述步骤1中环形光源发出的光照颜色为红色。
优选的，所述步骤1中磁环工件进行图像采集使的背景色为白色。
优选的，所述步骤1中的环形光源包括圆形壳体、安装于圆形壳体下侧面的圆形光灯以及贯穿圆形壳体与圆形光灯的拍摄孔道。
优选的，所述步骤1中使用300至600万像素的工业相机搭配1倍率的远心镜头，远心镜头与磁环工件之间的竖直间隔距离为80至150毫米，环形光源与磁环工件之间的竖直间隔距离为60至100毫米。
优选的，所述步骤1中使用500万像素的工业相机搭配1倍率的远心镜头，远心镜头与磁环工件之间的竖直间隔距离为110毫米，环形光源与磁环工件之间的竖直间隔距离为70毫米。
优选的，所述步骤1中工业相机连接有驱动其左右运动的第一驱动装置。
优选的，所述圆形壳体固定连接有调节臂以及驱动调节臂水平运动的第二驱动装置。
本发明的有益效果在于：提供了一种高光磁环工件视觉检测方法，在实际应用中，工业相机、远心镜头、环形光源和磁环工件依序成直线排列设置完成图像采集，图像采集时采用白色背景，能够提高工件外轮廓的对比度，从而使定位更加精准稳定，对图像进行二值化处理，进一步提升图像中的零件轮廓对比度，然后采用斑点检测算法分析识别磁环工件表层的缺陷数量和位置，当数量大于等于1时则发出指示提醒作业人员，如数量小于1则进入下一步工序，并且检测识别的缺陷数量和缺陷位置均会转换成可读取数据信息传输至显示器处，显示器直接显示图像及标识于图像中的缺陷数量和缺陷位置使得作业人员一目了然，其中环形光源与工业相机均设置为可微调结构，便于作业人员根据需要进行调整光源的照射角度和位置以及拍摄的位置，进一步提升灵活性。
附图说明
图1为本发明技术方案中环形光源、调节臂和第二驱动装置的立体结构示意图。
图2为本发明技术方案中工业相机、远心镜头和第一驱动装置的二维结构示意图。
图3为本发明技术方案中磁环工件无缺陷的检测对比示意图。
图4为本发明技术方案中磁环工件有缺陷的检测对比示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1至图4所示，一种高光磁环工件视觉检测方法，包括如下步骤，步骤1：使用500万像素的工业相机1搭配0.8至3倍率的远心镜头2以及位于远心镜头2正下方的环形光源3对磁环工件4进行图像采集，工业相机1、远心镜头2、环形光源3和磁环工件4依序成直线排列设置完成图像采集，环形光源3发出的光照颜色为红色，磁环工件4进行图像采集使的背景色为白色，远心镜头2与磁环工件4之间的竖直间隔距离为110毫米，环形光源3与磁环工件4之间的竖直间隔距离为70毫米，所述环形光源3包括圆形壳体31、安装于圆形壳体31下侧面的圆形光灯32以及贯穿圆形壳体31与圆形光灯32的拍摄孔道33，所述圆形壳体31固定连接有调节臂34以及驱动调节臂34水平运动的第二驱动装置35，工业相机1连接有驱动其左右运动的第一驱动装置5；
步骤2：将采集的图像进行二值化处理，得到高对比度图像；
步骤3：将高对比度图像进行斑点检测算法处理，识别图像中磁环工件4的缺陷数量和缺陷位置；
步骤4：对磁环工件4的缺陷数量进行判断，若大于等于1则发出提醒信号，若检测的缺陷数量小于1则进入下一步工序；
步骤5：将识别的磁环工件4的缺陷数量和缺陷位置转换为可读取数据信息输出。
本实施例的高光磁环工件视觉检测方法，在实际应用中，工业相机1、远心镜头2、环形光源3和磁环工件4依序成直线排列设置完成图像采集，图像采集时采用白色背景，能够提高工件外轮廓的对比度，从而使定位更加精准稳定，对图像进行二值化处理，进一步提升图像中的零件轮廓对比度，然后采用斑点检测算法分析识别磁环工件4表层的缺陷数量和位置，当数量大于等于1时则发出指示提醒作业人员，如数量小于1则进入下一步工序，并且检测识别的缺陷数量和缺陷位置均会转换成可读取数据信息传输至显示器处，显示器直接显示图像及标识于图像中的缺陷数量和缺陷位置使得作业人员一目了然，其中环形光源3与工业相机1均设置为可微调结构，便于作业人员根据需要进行调整光源的照射角度和位置以及拍摄的位置，进一步提升灵活性。
此外，如有术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此，限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征，在本发明描述中，“数个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除另有明确规定和限定，如有术语“组装”、“相连”、“连接”术语应作广义去理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；也可以是机械连接；可以是直接相连，也可以是通过中间媒介相连，可以是两个元件内部相连通。对于本领域普通技术人员而言，可以根据具体情况理解上述的术语在本发明中的具体含义。
以上所述实施例仅表达了本发明的若干实施方式，其描述较为具体和详细，但并不能因此而理解为对本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 (9)

1.高光磁环工件视觉检测方法，其特征在于：包括如下步骤，
步骤1：使用工业相机（1）搭配0.8至3倍率的远心镜头（2）以及位于远心镜头（2）正下方的环形光源（3）对磁环工件（4）进行图像采集；
步骤2：将采集的图像进行二值化处理，得到高对比度图像；
步骤3：将高对比度图像进行斑点检测算法处理，识别图像中磁环工件（4）的缺陷数量和缺陷位置；
步骤4：对磁环工件（4）的缺陷数量进行判断，若大于等于1则发出提醒信号，若检测的缺陷数量小于1则进入下一步工序；
步骤5：将识别的磁环工件（4）的缺陷数量和缺陷位置转换为可读取数据信息输出。
2.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中工业相机（1）、远心镜头（2）、环形光源（3）和磁环工件（4）依序成直线排列设置完成图像采集。
3.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中环形光源（3）发出的光照颜色为红色。
4.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中磁环工件（4）进行图像采集使的背景色为白色。
5.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中的环形光源（3）包括圆形壳体（31）、安装于圆形壳体（31）下侧面的圆形光灯（32）以及贯穿圆形壳体（31）与圆形光灯（32）的拍摄孔道（33）。
6.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中使用300至600万像素的工业相机（1）搭配1倍率的远心镜头（2），远心镜头（2）与磁环工件（4）之间的竖直间隔距离为80至150毫米，环形光源（3）与磁环工件（4）之间的竖直间隔距离为60至100毫米。
7.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中使用500万像素的工业相机（1）搭配1倍率的远心镜头（2），远心镜头（2）与磁环工件（4）之间的竖直间隔距离为110毫米，环形光源（3）与磁环工件（4）之间的竖直间隔距离为70毫米。
8.根据权利要求1所述的高光磁环工件视觉检测方法，其特征在于：所述步骤1中工业相机（1）连接有驱动其左右运动的第一驱动装置（5）。
9.根据权利要求5所述的高光磁环工件视觉检测方法，其特征在于：所述圆形壳体（31）固定连接有调节臂（34）以及驱动调节臂（34）水平运动的第二驱动装置（35）。
CN201910101501.1A 2019-02-01 2019-02-01 高光磁环工件视觉检测方法 Pending CN109596626A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910101501.1A CN109596626A (zh) 2019-02-01 2019-02-01 高光磁环工件视觉检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910101501.1A CN109596626A (zh) 2019-02-01 2019-02-01 高光磁环工件视觉检测方法

Publications (1)

Publication Number Publication Date
CN109596626A true CN109596626A (zh) 2019-04-09

Family

ID=65967250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910101501.1A Pending CN109596626A (zh) 2019-02-01 2019-02-01 高光磁环工件视觉检测方法

Country Status (1)

Country Link
CN (1) CN109596626A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111272775A (zh) * 2020-02-24 2020-06-12 上海感图网络科技有限公司 一种使用人工智能检测换热器缺陷的装置及方法
CN113820330A (zh) * 2020-06-18 2021-12-21 苏州凡恩机械科技有限公司 一种用于基板植球后对锡球自动检测的检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203084269U (zh) * 2012-12-28 2013-07-24 苏州德龙激光股份有限公司 工业应用的ccd自动抓靶装置
CN205607888U (zh) * 2016-04-20 2016-09-28 上海常良智能科技有限公司 一种磁环检测装置
CN206208201U (zh) * 2016-11-21 2017-05-31 漳州盈塑工业有限公司 圆形工件的自动测量机构
CN107064170A (zh) * 2017-04-11 2017-08-18 深圳市深视智能科技有限公司 一种检测手机外壳轮廓度缺陷方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203084269U (zh) * 2012-12-28 2013-07-24 苏州德龙激光股份有限公司 工业应用的ccd自动抓靶装置
CN205607888U (zh) * 2016-04-20 2016-09-28 上海常良智能科技有限公司 一种磁环检测装置
CN206208201U (zh) * 2016-11-21 2017-05-31 漳州盈塑工业有限公司 圆形工件的自动测量机构
CN107064170A (zh) * 2017-04-11 2017-08-18 深圳市深视智能科技有限公司 一种检测手机外壳轮廓度缺陷方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111272775A (zh) * 2020-02-24 2020-06-12 上海感图网络科技有限公司 一种使用人工智能检测换热器缺陷的装置及方法
CN113820330A (zh) * 2020-06-18 2021-12-21 苏州凡恩机械科技有限公司 一种用于基板植球后对锡球自动检测的检测装置

Similar Documents

Publication Publication Date Title
CN205317678U (zh) 一种基于机器视觉的金属制品印刷缺陷在线检测系统
CN108918542B (zh) 一种光缆表面缺陷检测装置及方法
CN110108711A (zh) 圆环侧壁缺陷的视觉检测系统
CN105241638A (zh) 基于视觉的led模块亮度均匀性快速检测方法
CN109596054A (zh) 长条形工件的尺寸检测识别方法
CN109859192A (zh) 圆形高反光工件的检测识别方法
CN206981462U (zh) 基于三维视觉的冲压件表面缺陷检测装置
CN107024476A (zh) 显示面板检测系统及其检测装置与检测方法
CN104992446B (zh) 非线性光照自适应的图像拼接方法及其实现系统
CN109596058A (zh) 塑胶工件的尺寸检测识别方法
CN106940319B (zh) 光学纤维传像元件疵点检测方法及装置
CN109596626A (zh) 高光磁环工件视觉检测方法
CN108805870A (zh) 一种带针座的接插件的检测方法
CN109631763A (zh) 不规则零件检测定位方法
CN109557098A (zh) 基于机器视觉的金属表面检测系统
CN108195847A (zh) 一种凹凸图案在线视频检测装置及其检测方法
CN208459716U (zh) 一种液晶显示屏检测装置
CN109945842B (zh) 成捆圆钢端面标签漏贴检测及贴标误差分析方法
CN110441328A (zh) 一种缆绳视觉检测模组
CN109596625A (zh) 料盘中的工件缺陷检测识别方法
CN109632814A (zh) 零件缺陷检测方法
CN109632802A (zh) 零件正反面检测调节方法
CN110082356A (zh) 线材表面缺陷的视觉检测方法及装置
CN201688888U (zh) 一种饮料灌装后液位检测装置
CN206656973U (zh) 一种产品混料智能检测仪

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: 20190409