CN109859193A - 零件缺陷及圆弧厚度检测识别方法 - Google Patents
零件缺陷及圆弧厚度检测识别方法 Download PDFInfo
- Publication number
- CN109859193A CN109859193A CN201910101502.6A CN201910101502A CN109859193A CN 109859193 A CN109859193 A CN 109859193A CN 201910101502 A CN201910101502 A CN 201910101502A CN 109859193 A CN109859193 A CN 109859193A
- Authority
- CN
- China
- Prior art keywords
- station
- circular arc
- arc thickness
- recognition methods
- carries out
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000007547 defect Effects 0.000 title claims abstract description 21
- 230000035945 sensitivity Effects 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 230000002950 deficient Effects 0.000 claims abstract description 6
- 239000002537 cosmetic Substances 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims abstract description 4
- 238000005286 illumination Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明涉及视觉检测技术领域，尤其是指一种零件缺陷及圆弧厚度检测识别方法，包括如下步骤，步骤1：将零件先后移至工位一和工位二各采集一次图像；步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件表层缺陷位置，将工位二采集的图像进行间距检测算法，在零件的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件的圆弧厚度信息；步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出，使用两个工位单独完成一个检测算法处理，有效降低单个工位的算法设计复杂程度、算法运算难度及时间，提高了作业效率。
Description
技术领域
本发明涉及视觉检测技术领域，尤其是指一种零件缺陷及圆弧厚度检测识别方法。
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，而在零件缺陷及圆弧厚度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通过两个工位进行图像采集检测识别，降低单个工位的运算难度，提高作业效率的零件缺陷及圆弧厚度检测识别方法。
为了解决上述技术问题，本发明采用如下技术方案：一种零件缺陷及圆弧厚度检测识别方法，包括如下步骤，步骤1：将零件先后移至工位一和工位二各采集一次图像；
步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件表层缺陷位置，将工位二采集的图像进行间距检测算法，识别零件中圆弧厚度；
步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出。
优选的，所述步骤2中将工位二采集的图像进行间距检测算法，在零件的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件的圆弧厚度信息。
优选的，所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为8至20度。
优选的，所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为15度。
优选的，所述步骤1中工位一和工位二均采用300至600万像素工业相机搭配8至16毫米定焦镜头进行图像采集。
优选的，所述步骤1中工位一和工位二均采用500万像素工业相机搭配12毫米定焦镜头进行图像采集。
优选的，所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件的正上方与零件之间的竖直间隔距离为130至160毫米。
优选的，所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件的正上方与零件之间的竖直间隔距离为147毫米。
本发明的有益效果在于：提供了一种零件缺陷及圆弧厚度检测识别方法，在实际应用中，将工件向后移送至两个工位分别进行图像采集，每个工位只需执行一种检测算法，其中工位一对采集的图像进行斑点检测算法，对工件表层上的缺陷进行识别然后转换为可读取数据信息传输出显示装置处，显示装置会将采集的图像及图像上的缺陷位置信息一同展示出来，而工位二对采集的图像进行间距检测算法，对工件的圆弧位置进行检测，分别拾取圆弧的四个位置进行检测测量然后计算平均值为圆弧的厚度信息，随后将该厚度信息转换为可读取数据信息传输至显示装置处，显示装置会将采集的圆弧四个位置的厚度数值及平均值一同展示出来，使用两个工位单独完成一个检测算法处理，有效降低单个工位的算法设计复杂程度、算法运算难度及时间，提高了作业效率。
附图说明
图1为本发明技术方案中零件的局部检测对比示意图。
图2为本发明技术方案中零件圆弧部分的检测对比示意图。
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2所示，一种零件缺陷及圆弧厚度检测识别方法，包括如下步骤，步骤1：将零件1先后移至工位一和工位二各采集一次图像，工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为15度，工位二采用环形光源进行辅助采集，该环形光源位于零件1的正上方与零件1之间的竖直间隔距离为147毫米，工位一和工位二均采用500万像素工业相机搭配12毫米定焦镜头进行图像采集；
步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件1表层缺陷位置，将工位二采集的图像进行间距检测算法，在零件1的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件1的圆弧厚度信息；
步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出。
本实施例的零件缺陷及圆弧厚度检测识别方法，在实际应用中，将工件向后移送至两个工位分别进行图像采集，每个工位只需执行一种检测算法，其中工位一对采集的图像进行斑点检测算法，对工件表层上的缺陷进行识别然后转换为可读取数据信息传输出显示装置处，显示装置会将采集的图像及图像上的缺陷位置信息一同展示出来，而工位二对采集的图像进行间距检测算法，对工件的圆弧位置进行检测，分别拾取圆弧的四个位置进行检测测量然后计算平均值为圆弧的厚度信息，随后将该厚度信息转换为可读取数据信息传输至显示装置处，显示装置会将采集的圆弧四个位置的厚度数值及平均值一同展示出来，使用两个工位单独完成一个检测算法处理，有效降低单个工位的算法设计复杂程度、算法运算难度及时间，提高了作业效率。
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 (8)
1.零件缺陷及圆弧厚度检测识别方法，其特征在于：包括如下步骤，
步骤1：将零件（1）先后移至工位一和工位二各采集一次图像；
步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件（1）表层缺陷位置，将工位二采集的图像进行间距检测算法，识别零件（1）中圆弧厚度；
步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出。
2.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤2中将工位二采集的图像进行间距检测算法，在零件（1）的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件（1）的圆弧厚度信息。
3.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为8至20度。
4.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为15度。
5.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位一和工位二均采用300至600万像素工业相机搭配8至16毫米定焦镜头进行图像采集。
6.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位一和工位二均采用500万像素工业相机搭配12毫米定焦镜头进行图像采集。
7.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件（1）的正上方与零件（1）之间的竖直间隔距离为130至160毫米。
8.根据权利要求1所述的零件缺陷及圆弧厚度检测识别方法，其特征在于：所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件（1）的正上方与零件（1）之间的竖直间隔距离为147毫米。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101502.6A CN109859193A (zh) | 2019-02-01 | 2019-02-01 | 零件缺陷及圆弧厚度检测识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101502.6A CN109859193A (zh) | 2019-02-01 | 2019-02-01 | 零件缺陷及圆弧厚度检测识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109859193A true CN109859193A (zh) | 2019-06-07 |
Family
ID=66897382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910101502.6A Pending CN109859193A (zh) | 2019-02-01 | 2019-02-01 | 零件缺陷及圆弧厚度检测识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109859193A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102169093A (zh) * | 2010-12-20 | 2011-08-31 | 湖南大学 | 基于图形处理器的多工位机器视觉成像检测方法及系统 |
| CN202087540U (zh) * | 2011-05-19 | 2011-12-28 | 杭州华丰通信器材有限公司 | 一种基于机器视觉的铜件外观缺陷在线检测仪 |
-
2019
- 2019-02-01 CN CN201910101502.6A patent/CN109859193A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102169093A (zh) * | 2010-12-20 | 2011-08-31 | 湖南大学 | 基于图形处理器的多工位机器视觉成像检测方法及系统 |
| CN202087540U (zh) * | 2011-05-19 | 2011-12-28 | 杭州华丰通信器材有限公司 | 一种基于机器视觉的铜件外观缺陷在线检测仪 |
Non-Patent Citations (1)
| Title |
|---|
| 王云良 等: "基于机器视觉的O型圈质量检测智能系统开发", 《软件导刊》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110108711A (zh) | 圆环侧壁缺陷的视觉检测系统 | |
| CN109297413B (zh) | 一种大型筒体结构视觉测量方法 | |
| CN116879308A (zh) | 一种工业机器视觉系统图像处理方法 | |
| CN107052086A (zh) | 基于三维视觉的冲压件表面缺陷检测装置及检测方法 | |
| CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
| CN206981462U (zh) | 基于三维视觉的冲压件表面缺陷检测装置 | |
| CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
| CN107024476A (zh) | 显示面板检测系统及其检测装置与检测方法 | |
| CN109859192A (zh) | 圆形高反光工件的检测识别方法 | |
| CN109406527B (zh) | 一种微型摄像模组镜头精细外观缺陷检测系统及方法 | |
| CN104713527A (zh) | 单次多角度拍摄机构 | |
| CN109631763A (zh) | 不规则零件检测定位方法 | |
| CN103644852A (zh) | 一种镜片膜厚度自动检测系统 | |
| CN108805870A (zh) | 一种带针座的接插件的检测方法 | |
| CN109596058A (zh) | 塑胶工件的尺寸检测识别方法 | |
| CN105844282B (zh) | 一种运用线扫描相机检测喷油嘴O-Ring缺陷的方法 | |
| CN108830861A (zh) | 一种混合光学运动捕捉方法及系统 | |
| CN112634269A (zh) | 一种轨道车辆车体检测方法 | |
| CN110082356A (zh) | 线材表面缺陷的视觉检测方法及装置 | |
| CN108195847A (zh) | 一种凹凸图案在线视频检测装置及其检测方法 | |
| CN109557098A (zh) | 基于机器视觉的金属表面检测系统 | |
| CN105391998B (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
| CN109596626A (zh) | 高光磁环工件视觉检测方法 | |
| CN110455808A (zh) | 适用于管件内部质量检测的智能质检系统及方法 | |
| CN109596625A (zh) | 料盘中的工件缺陷检测识别方法 |
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: 20190607 |