CN109668907A - 基于视觉的钢管缺陷检测系统 - Google Patents
基于视觉的钢管缺陷检测系统 Download PDFInfo
- Publication number
- CN109668907A CN109668907A CN201710963719.9A CN201710963719A CN109668907A CN 109668907 A CN109668907 A CN 109668907A CN 201710963719 A CN201710963719 A CN 201710963719A CN 109668907 A CN109668907 A CN 109668907A
- Authority
- CN
- China
- Prior art keywords
- steel tube
- image
- steel
- camera
- steel pipe
- 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
- 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
- G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
-
- 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
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- 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
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
- G01N2021/9548—Scanning the interior of a cylinder
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
本发明公开了一种基于视觉的钢管缺陷检测系统,包括计算机、图像存储模块、钢管外表面检测摄像头、钢管内表面检测摄像头、图像分析模块;其中:所述钢管外表面检测摄像头设置于钢管外表面上方,并与图像存储模块连接,用于对钢管外表面进行拍照;所述钢管内表面检测摄像头设置于钢管内部,并与图像存储模块连接,用于对钢管内表面进行拍照;所述图像存储模块用于存储图像;所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;所述调动图像分析模块安装于计算机内,用于对图像进行分析、识别。本发明实现了钢管缺陷检测的自动检测,降低了劳动成本,大大提高了检测的效率和质量。
Description
技术领域
本发明属于视觉技术领域,特别涉及一种基于视觉的钢管缺陷检测系统。
背景技术
钢管作为工业生产中不可或缺的重要原料,其质量好坏直接影响工业发展,因此,对其缺陷检测具有非常重要的意义,其缺陷检测主要是检测其内外表面是否有损伤。传统的人工检测方法不仅消耗大量的劳动力,且检测效率和质量较低。因此,需要研究开发出自动化程度较高的钢管缺陷检测系统。机器视觉检测技术是一门依托于计算机科学,以机器代替人工进行自动检测的技术,将其应用于钢管缺陷检测不仅可以实现自动检测,降低劳动成本,还能够大大提高检测的效率和质量。
发明内容
本发明的目的是提供一种基于视觉的钢管缺陷检测系统,以解决现有的钢管缺陷检测方法存在的检测效率和质量低下的问题。
为实现上述目的,本发明采用的技术方案是:
一种基于视觉的钢管缺陷检测系统,包括计算机、图像存储模块、钢管外表面检测摄像头、钢管内表面检测摄像头、图像分析模块;其中:
所述钢管外表面检测摄像头设置于钢管外表面上方,并与图像存储模块连接,用于对钢管外表面进行拍照,并将得到的图像传输至图像存储系统中;
所述钢管内表面检测摄像头设置于钢管内部,并与图像存储模块连接,用于对钢管内表面进行拍照,并将得到的图像传输至图像存储系统中;
所述图像存储模块用于存储钢管外表面检测摄像头和钢管内表面检测摄像头拍摄到的图像;
所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;
所述调动图像分析模块安装于计算机内,用于对图像进行分析、识别。
所述钢管外表面检测摄像头处还设置有钢管外表面光源。
所述钢管内表面检测摄像头处还设置有钢管内表面光源。
所述钢计算机还连接有打印设备。
所述图像存储模块设置有计算机中,或者独立于计算机之外。
所述钢管外表面检测摄像头和钢管内表面检测摄像头均为高清摄像头。
有益效果:本发明利用机器视觉技术,以机器代替人工进行自动检测的技术,实现了钢管缺陷检测的自动检测,降低了劳动成本,大大提高了检测的效率和质量。
附图说明
图1是本发明的结构示意图。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
如图1所示,一种基于视觉的钢管缺陷检测系统,包括计算机、图像存储模块、钢管外表面检测摄像头、钢管内表面检测摄像头、图像分析模块;其中:
所述钢管外表面检测摄像头设置于钢管外表面上方,并与图像存储模块连接,用于对钢管外表面进行拍照,并将得到的图像传输至图像存储系统中;
所述钢管内表面检测摄像头设置于钢管内部,并与图像存储模块连接,用于对钢管内表面进行拍照,并将得到的图像传输至图像存储系统中;
所述图像存储模块用于存储钢管外表面检测摄像头和钢管内表面检测摄像头拍摄到的图像;
所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;
所述调动图像分析模块安装于计算机内,用于对图像进行分析、识别。
为了在光线昏暗的情况下依然能够使用,钢管外表面检测摄像头处还设置有钢管外表面光源,钢管内表面检测摄像头处还设置有钢管内表面光源。
计算机还连接有打印设备,用于将在计算机上看不清楚的图像打印出来,进行人工辨识。
图像存储模块设置有计算机中,或者独立于计算机之外。
本发明中,钢管外表面检测摄像头和钢管内表面检测摄像头均为高清摄像头。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于视觉的钢管缺陷检测系统,其特征在于:包括计算机、图像存储模块、钢管外表面检测摄像头、钢管内表面检测摄像头、图像分析模块;其中:
所述钢管外表面检测摄像头设置于钢管外表面上方,并与图像存储模块连接,用于对钢管外表面进行拍照,并将得到的图像传输至图像存储系统中;
所述钢管内表面检测摄像头设置于钢管内部,并与图像存储模块连接,用于对钢管内表面进行拍照,并将得到的图像传输至图像存储系统中;
所述图像存储模块用于存储钢管外表面检测摄像头和钢管内表面检测摄像头拍摄到的图像;
所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;
所述调动图像分析模块安装于计算机内,用于对图像进行分析、识别。
2.根据权利要求1所述的基于视觉的钢管缺陷检测系统,其特征在于:所述钢管外表面检测摄像头处还设置有钢管外表面光源。
3.根据权利要求1所述的基于视觉的钢管缺陷检测系统,其特征在于:所述钢管内表面检测摄像头处还设置有钢管内表面光源。
4.根据权利要求1所述的基于视觉的钢管缺陷检测系统,其特征在于:所述钢计算机还连接有打印设备。
5.根据权利要求1所述的基于视觉的钢管缺陷检测系统,其特征在于:所述图像存储模块设置有计算机中,或者独立于计算机之外。
6.根据权利要求1所述的基于视觉的钢管缺陷检测系统,其特征在于:所述钢管外表面检测摄像头和钢管内表面检测摄像头均为高清摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710963719.9A CN109668907A (zh) | 2017-10-17 | 2017-10-17 | 基于视觉的钢管缺陷检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710963719.9A CN109668907A (zh) | 2017-10-17 | 2017-10-17 | 基于视觉的钢管缺陷检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109668907A true CN109668907A (zh) | 2019-04-23 |
Family
ID=66140354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710963719.9A Pending CN109668907A (zh) | 2017-10-17 | 2017-10-17 | 基于视觉的钢管缺陷检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109668907A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110220921A (zh) * | 2019-05-22 | 2019-09-10 | 武汉科技大学 | 一种基于机器视觉的钢管表面图像采集装置及采集方法 |
CN110381265A (zh) * | 2019-07-12 | 2019-10-25 | 武汉恒新动力科技有限公司 | 筒装工件内壁图像获取方法、设备及计算机可读存储介质 |
-
2017
- 2017-10-17 CN CN201710963719.9A patent/CN109668907A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110220921A (zh) * | 2019-05-22 | 2019-09-10 | 武汉科技大学 | 一种基于机器视觉的钢管表面图像采集装置及采集方法 |
CN110220921B (zh) * | 2019-05-22 | 2024-04-19 | 武汉科技大学 | 一种基于机器视觉的钢管表面图像采集装置及采集方法 |
CN110381265A (zh) * | 2019-07-12 | 2019-10-25 | 武汉恒新动力科技有限公司 | 筒装工件内壁图像获取方法、设备及计算机可读存储介质 |
CN110381265B (zh) * | 2019-07-12 | 2021-08-31 | 武汉恒新动力科技有限公司 | 筒状工件内壁图像获取方法、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106251567B (zh) | 一种智能火灾预警系统 | |
CN204594418U (zh) | 一种涂胶机器人胶线自动检测装置 | |
CN105227927A (zh) | 一种监控视频数据存储方法及装置 | |
CN109668907A (zh) | 基于视觉的钢管缺陷检测系统 | |
CN106053473A (zh) | 一种利用机械手进行视觉定位检测的装置和方法 | |
CN106807801B (zh) | 一种高速精冲机模具表面废料智能在线检测方法及装置 | |
CN103149218B (zh) | 一种空罐在线检测方法及装置 | |
CN103954212A (zh) | 基于图像检测的棉签检测装置及检测方法 | |
CN208155258U (zh) | 一种手机外壳在线尺寸测量与表面缺陷检测系统 | |
WO2022072055A3 (en) | Systems, methods, and media for directly recovering planar surfaces in a scene using structured light | |
CN102879404A (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN203551280U (zh) | 发动机总装检测系统 | |
CN212964457U (zh) | 一种排气管检测用支架工装 | |
CN202583087U (zh) | 瓷瓶内部裂纹快速识别装置 | |
CN202562857U (zh) | 透明胶囊端面缺陷检测系统 | |
CN106670561A (zh) | 一种可检测铝板表面纳米抗油污涂层损坏的分条机 | |
CN204027594U (zh) | 用于采集轴承滚动体端面和倒角图像的装置 | |
CN109668903A (zh) | 基于视觉的锂电池极片缺陷检测系统 | |
CN202969268U (zh) | 一种桥梁检测装置 | |
CN210181656U (zh) | 一种布匹疵点检测装置 | |
CN209517318U (zh) | 一种可感应温湿度的摄像头 | |
Liang et al. | Research on Surface Defect Detection Algorithm of Tube-Type Bottle Based on Machine Vision | |
CN208953276U (zh) | 汽车垫片检测装置 | |
CN104865271A (zh) | 一种区分透明薄板上下表面图像的检测方法 | |
CN202794050U (zh) | 基于图像处理的木材缺陷在线识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190423 |